CC BY
164
А М Е RIС А ,
ft. I г >."* * ¿'Xfj.ft/ij" [Ь т
JT-.у'; i. niiff-
'j.I. ul,.-,;.,- % I_JFJ4-C.II
(Г I iJ •' :
-J i T5"1
s? ¿IM^T]-/
ДОМНИЧ Егор
Леонидович
кандидатэкономических
наук,старшийнаучный
сотрудник
Институтэкономических исследованийДВО РАН, ул.Тихоокеанская,153, Хабаровск,Россия,680042
DOMNICH Yegor
Leonidovich
Ph.D. in economics, senior researchfellow Economic Researchlnstitute FEBRAS,
153, Tikhookeanskaya Street, Khabarovsk,Russia,680042
chaosraven@yandex.ru
© Домнич Е.Л., 2019
УДК 330.3 + 311.3 + 332.1
О ТИПИЧНЫХ РЕЙТИНГАХ ИННОВАЦИОННОГО РАЗВИТИЯ СТРАН И РЕГИОНОВ
В работе обсуждаются аналитические возможности композитных индикаторов как средства измерения и классификации национальных и региональных экономик по уровню их инновационного развития. Анализируются теория и методология построения композитных индикаторов инновационного развития стран и регионов на примере наиболее цитируемых (типичных) рейтингов. На примере рейтингов инновационного развития России, Китая и США рассматриваются ограничения экономической интерпретации многокомпонентных композитных показателей инноваций. Особое внимание уделено проблеме тенденциозности, компенса-торности и сепарабельности таких индикаторов. Обосновывается методологическая несостоятельность региональных рейтингов инновационного развития России, дающих противоречивые оценки в отношении регионов со средним уровнем накопленного потенциала.
Национальная экономика, региональная экономика, композитные показатели, рейтинг инновационного развития ■ ■ ■
ON TYPICAL NATIONAL AND REGIONAL INNOVATION INDEXES
The paper discusses the analytical capabilities of composite indicators as a means of measuring and classifying national and regional economies by the level of their innovative development. We analyze the theory and methodology of national and regional innovation indexes with the emphasis on the most cited (typical) ones. On the example of innovation development ratings of Russia, China and the United States, the limitations of economic interpretation of multicomponent composite indicators of innovation are considered. We pay special attention to the problem of bias, compensatory and separability of such indicators. Due to that we substantiate methodological inconsistency of regional innovation indexes of Russia, which give contradictory estimates in relation to regions with an average level of accumulated potential.
National economy, regional economy, composite indicators, innovation index
Введение
Дифференциация масштабов и результативности инновационной деятельности между странами и регионами часто оценивается на основании специфических композитных показателей или «рейтингов инновационного развития» (РИР).
Цели и предмет исследования на основе РИР принципиально различаются для научного сообщества и органов госуправления. С точки зрения последних, инновации - это некие зримые результаты научно-исследовательских и опытно-конструкторских работ (НИОКР), воплощённые в новых товарах и услугах либо научных и патентных публикациях. Важнейшей целью составления РИР стран и регионов с позиций бюрократа является обоснование процедуры распределения и объёма финансовой помощи субъектам инноваций посредством их стратификации. Позиция же академической науки сводится к тому, что инновации - это структурные сдвиги в экономике, колебания занятости и производительности, изменение характера кооперационных связей и распределения доходов в обществе. И рейтинги экономических объектов нужны для их типизации на основании выявленных сходств и различий экономических механизмов инновационного развития. К сожалению, даже в научных работах сегодня превалирует (типичен) первый подход [1; 2; 3; 4; 5; 9; 11; 12; 13; 15; 16; 17; 18], что обуславливает актуальность настоящего исследования.
Проблематика исследования сводится к двум составляющим:
1) Насколько адекватно типичные РИР моделируют инновации как экономическое явление?
2) Отражает ли возникающая в результате классификация стран и регионов некие объективные сходства и различия их инновационного развития?
Вследствие широкой распространённости часто упускается из виду, что рейтинг - лишь один из возможных инструментов сегментации экономического пространства и обоснования той или иной группировки экономических объектов. Помимо недостатков конкретной модели любой рейтинг неизбежно содержит условности и ограничения, характерные для данного способа упорядочения статистической информации. Отсюда можно сформулировать третью проблему: «Насколько существенно такие ограничения искажают реальную картину инновационного развития стран и регионов?».
Обозначенные проблемы целесообразно рассматривать в обратном порядке, начиная с третьей. Поэтому первая часть работы посвящена обзору методологических ограничений, связанных с конструированием композитных показателей для ранжирования макроэкономических систем на примере наиболее цитируемых (типичных) международных РИР. Во второй части рассматриваются идеология, методология и методика расчёта Глобального индекса инноваций как наиболее репрезентативного и цитируемого РИР международного уровня. В третьей части раскрываются проблемные места Глобального индекса инноваций как композитного индикатора и измерителя инновационного развития наций. В четвёртой части анализируются проблемы экономической интерпретации результатов Российского регионального инновационного индекса и Рейтинга инновационных регионов России как наиболее типичных РИР регионального уровня. В заключении резюмируются содержательные результаты исследования и обосновываются актуальные вызовы, развивающие заданную проблематику.
Рейтинги инновационного развития: содержательные проблемы статистической методологии и экономической интерпретации
Теоретической базой рейтингов служит концепция композитных показателей. В социально-экономических исследованиях композитные показатели агрегируют индивидуальные переменные с целью охвата специфических, возможно, неявных аспектов явлений и процессов, таких как конкурентоспособность страны [59; 60], качество госуправления [24] или даже человеческое развитие в целом [46]. Такие измерители называют «прагматическими» [43, pp. 12-13] в том смысле, что они отвечают практической необходимости оценивать отдельные единицы (страны, регионы, университеты, больницы и т.п.) для какой-либо определённой цели. Цель может быть сугубо утилитарной (например, оценка риска выделения займа в рамках международной программы кредитования или федеральной программы инновационного развития). В то же время такие системы индикаторов создают благодатную почву для политических дебатов и научных дискуссий [23].
К достоинствам композитных индикаторов относят снижение размерности массива данных при сохранении информационной плотности, а также наглядность и презентабельность результатов. Среди недостатков индексов особо акцентируют внимание на значительном произволе в методологии их построения, что часто приводит к некорректным результатам моделирования, тенденциозным выводам и неэффективным управленческим решениям [44, pp. 13-14].
Конструирование композитных показателей предполагает нормативные допущения на каждом из 10 (!) стандартных этапов реализации метода: обоснования теоретической базы, подбора индикаторов, восполнения пропущенных данных, многомерном анализе, нормализации индикаторов, взвешивании и агрегировании, проверке устойчивости результатов, содержательной интерпретации сильных и слабых сторон, выявлении взаимосвязи с другими социально-экономическими индексами и показателями, визуализации результатов [44, pp. 20-21]. «Нормативные» - значит зависящие от некоторой системы норм и ценностей. Например, разработчики Индекса развития человеческого потенциала (Human Development Index) выступили за замену валового внутреннего продукта (ВВП) на душу населения как обобщённого показателя социального прогресса на композитный показатель, вмещающий информацию о ВВП на душу населения, уровне образования и ожидаемой продолжительности жизни [53]. Здесь нормативным является, во-первых, выбор указанных трёх индикаторов из множества прочих, а во-вторых, задание для них одинаковых весов исходя из априорно постулируемой одинаковой важности [58, p. 65]. Закономерно, что композитные показатели часто являются предметом споров1. Критический анализ композитных показателей имеет важное значение для предотвращения того, чтобы средства массовой информации и заинтересованные стороны принимали их за чистую монету [44].
Многие композитные показатели являются линейными, то есть средневзвешенными арифметическими суммами исходных индикаторов (как правило, нормализованных). Принцип линейной агрегации неоднократно подвергался критике прежде всего в связи с низкой аналитической ценностью ряда рейтинговых моделей, в которых слабости и уязвимые места объекта наблюдения компенсируются сильными сторонами. Эта характеристика была названа «компенсаторной» [52, p. 611]. В противовес линейным моделям в теории многокритериального принятия решений разрабатываются некомпенсаторные и нелинейные алгоритмы агрегирования2.
1 Подробнее см. в [45; 55].
2 Подробнее см. в [22; 49].
Композитные показатели крупных макроэкономических систем, как правило, также предполагаются независимыми друг от друга или сепарабельными. Сепарабельность означает отсутствие любых гравитационных связей между объектами в выборке. Экономические величины рассчитываются отдельно для каждой страны или региона и не учитывают возможное влияние национальных и региональных экономик друг на друга. Поэтому, например, РИР России и Китая можно публиковать и обсуждать отдельно друг от друга и в любом контексте. Вероятно, это и объясняет популярность рейтингов на основе нормативных сепарабельных показателей.
Более сложные методы предполагают, что веса критериев, используемых для оценки производительности объектов, варьируются в зависимости от производительности всех объектов. Обычно академические журналы ранжируются в соответствии с цитатами из других журналов в зависимости от статуса цитирующего источника. Ссылке из высокорангового журнала эндогенно присваивается больший вес [57]. Такой рейтинг уже гораздо сложнее презентовать широкой аудитории. Кроме того, очевидно, что корректная оценка взаимного влияния стран и регионов в контексте инноваций - задача сама по себе нетривиальная.
Обилие работ по теории рейтингов «компенсируется» дефицитом критических обзоров практики их применения в социально-экономических исследованиях. Так, в русскоязычной литературе можно указать лишь на несколько исследований, где обсуждаются содержательные проблемы построения композитных показателей инновационного развития [2; 8], качества жизни [1], благосостояния [14] и конкурентоспособности [19] российских регионов.
Типичные РИР стран и регионов являются нормативными, линейными и сепарабель-ными. Все они тем или иным способом агрегируют несколько десятков индикаторов. Число этапов агрегации варьируется, но на предпоследнем этапе все индикаторы или промежуточные индексы агрегируются до суб-индекса инновационных затрат (input) и выпуска (output). Теоретической базой типичного РИР является концепция инновационной системы [39; 51], которая обычно трактуется как неопределённо большая совокупность субъектов и отношений, связанных с инновациями. Её фактическая тождественность с понятиями «национальная (региональная) экономика» и «народное хозяйство» обуславливает использование широкого диапазона макроэкономических индикаторов, как общепризнанных, так и весьма специфических.
Из числа международных РИР можно выделить два, работа над которыми ведётся на постоянной основе и с привлечением серьёзных кадровых и интеллектуальных ресурсов. Это Глобальный индекс инноваций (Global Innovation Index, GII)1, разрабатываемый Европейским институтом управления бизнесом (INSEAD) совместно со Всемирной организацией интеллектуальной собственности (WIPO), и Европейское инновационное табло (European Innovation Scoreboard, EIS)2, поддерживаемое Организацией экономического сотрудничества и развития (OECD) совместно с Евростатом (Eurostat). Помимо этого, разделы, посвящённые инновационному развитию, содержат Индекс глобальной конкурентоспособности (The Global Competitiveness Index, GCI)3, являющийся ежегодным докладом Всемирного экономического форума (WEF), и продолжающаяся программа Всемирного банка (World Bank) «Знания для развития» (Knowledge for Development)4.
Масштабными, но прерванными исследованиями в области РИР стали Международный инновационный индекс (The International Innovation Index), разрабатывавшийся Бостонской консалтинговой группой (BCG) и Национальной ассоциацией промышленников США в 20092012 г. [21], Индекс инновационного потенциала (Innovation Capacity Index, ICI) [47; 48], оце-
1 https://www.globalinnovationindex.org
2 http://ec.europa.eu/growth/industry/innovation/facts-figures/scoreboards_en
3 https://countryeconomy.com/government/global-competitiveness-index
4 https://www.worldbank.org/en/news/feature/2016/10/20/knowledge-for-development-community
нивавшийся международной исследовательской организацией EFD-Global Consulting Network в 2009-2011 гг., и Индекс экономики знаний (Knowledge Economy Index), публиковавшийся Всемирным банком с 1995 по 2012 гг. Специфическим, но весьма результативным направлением международных исследований РИР стал также Индекс технологических достижений (Technology Achievement Index), рассчитанный по данным 2001, 2009 и 2015 гг. [26; 50; 56].
По большому счёту, результаты РИР несопоставимы как между собой, так и в рамках одного РИР на разных временных интервалах (табл.). Статистические модели GII образца 2009-2010 и 2018 гг. существенно отличались друг от друга если не концептуально, то методологически. Отличия настолько существенны, что сами индексы в 2009-2010 и 2018 гг. измерены в разных интервальных шкалах. Поэтому значительные успехи инновационного развития России, Китая и США, - все три страны улучшили свои позиции с точки зрения ранговой шкалы - на самом деле неочевидны.
Таблица
Типичные международные рейтинги инновационного развития: позиции отдельных стран
Глобальный индекс инноваций (GII) Индекс глобальной конкурентоспособности (GCI) Индекс инновационного потенциала (ICI)
Страна 2009- -2010 2018 2009- -2010 2017- -2018 2009 -2010 2010- -2011
ранг индекс ранг индекс ранг индекс ранг индекс ранг индекс ранг индекс
Россия 64 3,03 46 37,9 63 4,15 38 4,64 49 52,8 56 52,8
Китай 43 3,32 17 53,06 29 4,74 27 5 65 49,5 64 49,9
США 11 4,57 6 59,81 2 5,59 2 5,85 3 77,5 5 74,8
Количество индикаторов 60 80 110 114 61 61
Количество стран 132 126 133 137 131 130
Источники: составлено по [29, p. 13; 37, p. xx; 47, p. 25; 59, p. 13; 60, p. ix, 48, p. 27].
Но даже если интервальная шкала, по которой измеряется индекс, остаётся неизменной, её нелинейная связь с ранговой шкалой всё равно существенно осложняет содержательную интерпретацию результатов. Так, в сравнении с 2009-2010 гг. в 2017-2018 гг. увеличение GCI Китая и США было одинаковым - на 0,26. При этом Китай поднялся с 29-го на 27-е место, тогда как США остались на 2-м. В то же время GCI России увеличился на вдвое большую величину - 0,49, что позволило ей весьма ощутимо подняться в мировом рейтинге конкурентоспособности - с 63-го на 38-е место. Обращает на себя внимание то, что по итогам 2009-2010 гг. модели GII и GCI единодушно присудили России 63-е - 64-е места, но заметно разошлись в оценке инновационного развития Китая и США.
Ранг страны может существенно меняться даже при одном и том же значении индекса. Если ещё в 2009-2010 гг. Россия занимала 49-е место в рейтинге ICI со значением индекса 52,8, то уже в 2010-2011 гг. она опустилась на 56-е место, сохранив прежнее значение индекса. Характерно, что с точки зрения ICI (и только него) Россия в начале 2-го десятилетия XXI в.
значимо опережала Китай по уровню инновационного развития, поскольку последний занимал лишь 64-е - 65-е места.
Зачастую перечисленные индексы цитируются в научных исследованиях и средствах массовой информации без критического осмысления методологии их оценки. Между тем речь идёт о достаточно сложных статистических моделях, экономическое содержание которых стоит рассмотреть особо.
Глобальный индекс инноваций как представительный композитный показатель инновационного развития
Наиболее комплексной и основательной работой в этой области является «Глобальный индекс инноваций» (GII), составляемый ежегодно с 2007 г. Исследовательская цель выявления GII лаконично отражена в первом предложении первого издания индекса: «Какие страны и регионы наилучшим образом отвечают вызовам инноваций?» [27, p. 1]. Индекс GII составляется на основе многоступенчатого агрегирования от 80 до 94 индикаторов по 107-132 странам. В последнем исследовании за 2018 г. использовалось 57 количественных, 18 композитных и 5 качественных индикаторов. Очевидно, содержательная экономическая модель GII - то, как авторы трактуют феномен инноваций, - заложена в составе используемых индикаторов и в процедуре их агрегирования.
С позиций теории измерения инноваций [38; 41; 42] индикаторы GII можно разделить на три категории: 1) измеряющие сами инновации и их результат; 2) измеряющие абсолютно необходимые условия инноваций; 3) измеряющие некий общий фон инноваций, среду, в которой они происходят. К первой категории относятся индикаторы, традиция измерения которых в контексте экономического анализа инноваций насчитывает около сотни лет: расходы на НИОКР, численность учёных и инженеров, научные публикации и их цитирование, патенты всех видов, рост производительности и благосостояния.
Во вторую категорию нами включены индикаторы, характеризующие понятие «научно-технологическая деятельность» в терминологии OECD [38]: подготовка, обучение и аттестация кадров, утечка мозгов, развитие современной инфраструктуры, в том числе финансовой и цифровой, кооперация в сфере науки и образования и т.п. Исторические корни оценки и ранжирования стран на основании индикаторов исследовательской и научно-технологической деятельности уходят в начало 1960-х гг. [40]; их связь с инновационным развитием неоднократно обсуждалась в научной литературе.
Третья категория индикаторов, характеризующая внешнюю среду, не имеет прямого отношения к инновациям, а часто и к экономике как таковой. Многие из них оценивают плохо измеримые явления и процессы: политическую ситуацию, экологическую обстановку, качество госуправления и т.п. Основываясь на базах научной периодики EconLit, JSTOR и ScienceDirect, можно утверждать, что большинство таких явлений не имеет доказанной или даже формализованной связи с технологическими инновациями.
Используемые индикаторы неравнозначны и с точки зрения статистической модели GII. Сначала средневзвешенные нормализованные значения от двух до пяти индикаторов агрегируются до индексов подразделов (sub-pillar) общим числом 21. Затем средневзвешенные индексы подразделов агрегируются до 7 индексов разделов (pillar). Модель GII предусматривает следующие разделы: институты, человеческий капитал (ЧК) и научно-исследовательские и опытно-конструкторские работы (НИОКР), инфраструктура, уровень развития рынка, уровень развития бизнеса, производство знаний и технологий, выпуск креативной продукции. Далее методом арифметического среднего индексы первых пяти разделов агрегируются до субиндекса затрат
(Input Sub-Index), а последних двух разделов - до субиндекса выпуска (Output Sub-Index). Арифметическое среднее индексов затрат и выпуска даёт GII, тогда как отношение второго к первому -коэффициент эффективности инноваций (Innovation Efficiency Ratio, IER) [37, pp. 71-88].
В рамках своего раздела каждый из 80 индикаторов объясняет не менее 9% межстрано-вой вариации, что является несомненным достоинством модели GII [37, p. 371]. Однако такое статистическое благолепие достигается искусственно через нормативное присвоение индикаторам и подразделам весов - 0,5 или 1. Решение о том, какой из двух весов присваивать тому или иному индикатору (подразделу), принимается чисто технически по результатам множественного корреляционно-дисперсионного анализа [37, p. 369].
Актуальным вызовом любой экономической модели вообще и РИИ в частности является её предсказательная способность. Для GII с использованием методологии нечётких множеств показано наличие эффективных с точки зрения увеличения субиндекса выпуска комбинаций разделов субиндекса затрат; эти комбинации различаются для богатых и бедных экономик [25]. Наибольшее количество эффективных комбинаций зафиксировано для стран с высоким уровнем доходов, тогда как страны с низкими доходами вынуждены, по сути, «подтягивать» каждую из пяти составляющих субиндекса затрат.
Особенности методологии оценки композитных индикаторов позволяют выполнить эффектную визуализацию субиндексов затрат и выпуска GII для нескольких стран (рис. 1). Получившаяся инфографика наглядна и информативна; по сути, она позволяет поместить три непохожие цивилизации в единую систему координат.
55
50
45
40
35
30
25
■ 2012
2014
2011 *015
2014
201.2# и
#2011 q -
■ 2013
2017
■ ■ 2018
■2016
y = 0,3475x + 3С R2 = 0,5203
.2011 .
2015l016^0
ДА.2014 .......& ▲
17
2018
2013
' 2012
y =
0,523x + 16,739
R2 = 0,3924
О 2015
2013
2016
Q
2017
2018
y = -0,511) R2 = 0
+ 54,229 3545
40
45
50
55
60
65
70
Рис. 1. Значения субиндексов затрат (ось X) и выпуска (ось Y) глобального индекса инновацийдля Рос сии, Китая и США в2011-2018 гт.
Источники: составлено по [30, pp. 20-22; 31, pp. 10-12; 32, pp. 12-14; 33, pp. 16-18; 34, pp. 18-20; 35, pp. 22-24; 36, pp. 16-18; 37, pp. xxii-xxiv].
Становится очевидным, что как по затратам, так и по выпуску российская инновационная система сегодня ощутимо отстаёт от китайской и американской. И если в 2011-2013 гг. совокупные затраты общества на инновации в России и Китае находились примерно на одном уровне (с учётом масштабов экономик), то к 2018 г. Китай заметно вырвался вперёд благодаря выраженной положительной связи между затратами и выпуском. Россия же существенно отставала по выпуску уже в 2011 г., а к 2018 г. отставание увеличилось вследствие отрицательной (!) зависимости между затратами и выпуском. В свою очередь, американская инновационная система сопоставима с китайской по выпуску, но сильно опережает её по затратам, то есть совокупным финансовым, кадровым, интеллектуальным и институциональным ресурсам, к которым имеют доступ национальные акторы инноваций. Наиболее последовательно затраты и выпуск наращиваются в китайской инновационной системе, что свидетельствует о наличии адекватного общенационального плана (стратегии) инновационного развития и его пунктуальном соблюдении. Так, значительное увеличение китайского субиндекса затрат в 2016 г. уместно связать со стартом 13-й пятилетки. Согласно её плану, к 2020 г. Китай должен превратиться в инновационное государство и войти в число наиболее экологически активных стран [10, с. 76].
Модель на основе композитных индикаторов предоставляет широкие возможности для группирования и стратификации стран по уровню инновационного развития. Ретроспективный анализ изданий GII за разные годы свидетельствует об активном поиске авторами наглядного и непротиворечивого способа группировки стран по уровню инновационного развития, учитывающего огромную разницу среднедушевых доходов, материально-технической базы и отраслевой специализации. Например, GII-2007, GII-2008-2009 и GII-2009-2010 предусматривали восьмой раздел «Общественное благосостояние», включённый в субиндекс выпуска и содержащий такие индикаторы, как темп прироста ВВП, душевой ВВП, индекс Джини, ВДС промышленности и сектора услуг, душевое конечное потребление, а также потребление электроэнергии [27; 28; 29]. Таким образом, страны ранжировались в том числе и по величине экономического потенциала и уровню социального развития.
В 2011 г. состав индикаторов и статистические методы их обработки были существенно пересмотрены, а раздел «Общественное благосостояние» исключён. Общеэкономические факторы теперь учитываются в модели посредством аналитического разделения (классификации) стран на четыре группы. Критерием классификации здесь является положение страны по отношению к линии регрессии (тренда), характеризующей зависимость между душевым ВВП, скорректированным по паритету покупательной способности, и GII. Считается, что страны, чьё положение находится в рамках тренда, имеют уровень инновационного развития, соответствующий их экономическим возможностям или уровню общего социально-экономического развития (так называемые «середняки»). Страны, очутившиеся под линией тренда, имеют уровень инновационного развития ниже ожиданий исходя из уровня их экономического развития, то есть они как бы недостаточно стараются, «не дорабатывают». Страны, находящиеся непосредственно над трендом, напротив являются «успевающими учениками» («innovation archivers»), инновационные достижения которых значимо опережают общеэкономические успехи. Наконец, ощутимо выше тренда и третьей группы стран располагаются «лидеры инноваций» («innovation leaders») - страны, где инновационный сектор напрямую определяет структурные характеристики и темпы экономического развития.
По итогам 2018 г. некоторые относительно крупные экономики, такие как Бразилия, Индонезия, Иран, Италия, Мексика и Россия, были отнесены к «середнякам». При этом многие экзотические страны третьего мира, например, Колумбия, Мадагаскар, Малави, Мозамбик, Кения, Руанда, Танзания и Украина, были причислены к «успевающим ученикам». Предпола-
гается, что несмотря на существенно меньшие размеры как экономики, так и инновационного сектора, в инновационном плане они развиваются быстрее, чем могли бы. В когорту «лидеров инноваций» объединены страны Западной Европы (Швейцария - на первом месте), США, Китай, Гонконг, Израиль, Республика Корея, Япония, Сингапур, Австралия, Новая Зеландия и Эстония. Причём вплоть до 2017 г. Эстония смотрелась даже лучше, чем Китай, занимая, например, в 2015 г. 23-е место против 29-го у Китая [34, рр. ххх, 14].
0 тенденциозности, компенсаторности
и сепарабельности рейтингов инновационного развития
Рейтинговые позиции КНР вообще весьма анекдотичны. В GII-2007 Китай занимал 29-е место между Новой Зеландией и Кувейтом [27, р. 2], в GII-2008-2009 - 37-е место между Словенией и Мальтой [28, р. 9], в GII-2009-2010 - 43-е место между Чили и Латвией [29, р. 13], в GII-2011 - снова 29-е место между Кипром и Словенией [30, р. 18], в GII-2012 - 34-е место между Катаром и Португалией [31, р. xxviii], в GII-2013 - 35-е место между Португалией и Словакией [32, р. xx], и в GII-2014 - опять 29-е место между Словенией и Кипром [33, р. xxiv]. Опередить Словению Китаю удалось только в 2016 г., заняв 25-е место сразу после Эстонии [35, р. xxviii]. Учитывая специфическую методологию составления индекса, нельзя ожидать, что самая большая экономика мира сможет сохранить это выдающееся достижение хотя бы в течение 5 лет1. Ряд исследователей усматривает в этом проявление конкурентной борьбы наций в сфере инноваций, статистическое отражение непрекращающейся гонки интеллекта, креативности и способности к изменениям [20].
Однако компоненты индекса свидетельствуют, что китайская экономика сегодня удерживает лидирующие позиции как по интеллектуальному, так и креативному потенциалу. По итогам 2018 г. Китай находился на первом месте в мире по размеру внутреннего рынка, доле предприятий, занимающихся подготовкой и обучением персонала, количеству изобретений, полезных моделей и промышленных образцов в расчёте на 1 млрд долларов ВВП по паритету покупательной способности (1111С), а также доле высокотехнологичного и креативного экспорта во внешнеторговом обороте [37, р. 241]. Страна занимала второе - третье места по доле предпринимательского сектора в национальных расходах на НИОКР, доле высокотехнологичного импорта во внешнеторговом обороте, темпу прироста ВВП в расчёте на одного работника по ППС и количеству торговых марок в расчёте на 1 млрд долларов ВВП по ППС. Наконец, Китай вошёл в десятку лучших стран мира по рейтингу вузов Quacquarelli Symonds, результатам тестирования школьников в рамках Международной программы по оценке образовательных достижений учащихся (PISA), отношению внутренних кредитов частному сектору к ВВП, доле валового накопления основного капитала в ВВП, затратам на НИОКР трёх крупнейших национальных компаний международного уровня и удельному весу исследователей в трудозатратах предпринимательского сектора по эквиваленту полной занятости.
Почему же в 2018 г. Китай не смог войти в топ-10 мировых лидеров инноваций, заняв лишь 17-е место? Наиболее слабым местом китайской экономики в модели GII стало низкое число редакционных правок в Википедии на миллион человек взрослого населения. По этому показателю Китай смог занять лишь 111-е место, то есть практически на дне рейтинга. Значительно ухудшает позиции страны также довольно продолжительный временной интер-
1 Ещё более анекдотичен мировой инновационный рейтинг стран по коэффициенту эффективности инноваций, IER. Топ-10 по итогам 2018 г. в данном случае выглядит следующим образом: Швейцария, Люксембург, Китай, Нидерланды, Украина, Молдавия, Мальта, Венгрия, Германия, Швеция. В то же время США оказались на 22-м, Япония - на 44-м, а Сингапур - на 63-м местах рейтинга [37, р. xx].
вал между уведомлением работника об увольнении и окончанием выплат выходного пособия, предусмотренный национальным трудовым законодательством: здесь Китай оказался на 103-м месте. Это единственный из 80 индикаторов, ранг по которому тем выше, чем меньше его нормализованное значение. На 97-е место Китай отодвигают сразу три показателя: доля зарубежных студентов среди лиц, получающих высшее образование в стране, индекс экологической обстановки, разрабатываемый Йельским и Колумбийским университетами1, а также индекс защиты прав миноритарных инвесторов, разрабатываемый Всемирным банком2. Кроме того, страна располагается в пределах 90-го - 95-го мест в мировом рейтинге по индексу политической стабильности и отсутствия терроризма Всемирного банка3, ВВП в расчёте на единицу потреблённой энергии в нефтяном эквиваленте, доле зарубежных расходов на НИОКР и удельному весу импорта цифровых услуг во внешнеторговом обороте.
По каждому из индикаторов, ухудшающих инновационный рейтинг Китая в модели GII, справедливо выдвинуть ряд замечаний содержательного характера.
Во-первых, трактовка разработчиками индекса влияния ряда индикаторов на инновации в стране, как минимум, небесспорна. На самом ли деле сокращение срока увольнения и ухудшение сделочной позиции работника способны подстегнуть темпы инновационного развития? Логичнее ожидать обратного, то есть отрицательного эффекта; в то же время предпринимате-ля-инноватора, как правило, больше интересует часовая выработка работника, нежели количество часов, необходимое для расторжения трудовых отношений с ним. И уместно ли ожидать от национального правительства поддержки иностранных владельцев капитала в их противостоянии с местным рабочим классом? Аналогично, вряд ли национальное правительство будет реализовывать стратегию инновационного развития, направленную на усиление влияния иностранного капитала в сфере НИОКР или захват внутреннего рынка иностранными поставщиками цифровых услуг. Наверное, можно говорить лишь о некоторой разумной пропорции различных источников финансирования научных исследований и поставок цифрового контента.
Во-вторых, вызывает сомнение обоснованность включения в GII сложносоставных, а также качественных, оцениваемых на основании опроса экспертов, индикаторов-индексов. Например, вызовы политической стабильности и национальной безопасности, а также экологической обстановки являются не менее сложными и комплексными, чем проблематика инноваций. Зачем же в таком случае совмещать несколько необъятных предметных областей?
В-третьих, уместно вернуться к первоначальному вопросу GII: отвечает ли страна, лидирующая по таким критериям, вызовам инноваций и может ли успешная в плане инноваций страна без них обойтись? На наш взгляд, на эти вопросы следует ответить следующим образом: «нет, не отвечает» и «да, может».
Решающее влияние на итоговый рейтинг страны оказывают веса, предусмотренные авторами модели GII для каждого индикатора4. Из перечисленных девяти индикаторов, ухудшаю-
1 https://epi.envirocenter.yale.edu/
2 http://www.doingbusiness.org/en/reports/global-reports/doing-business-2018
3 http://info.worldbank.org/governance/wgi/index.aspx#home
4 Такой подход можно признать умеренным и политически нейтральным, поскольку он не предполагает дополнительной дифференциации весов по странам. В то же время, например, в модели ICI разделы индекса, сходные по содержанию с разделами GII, взвешиваются в зависимости от экономического положения и политического режима в конкретной стране. При классификации политических режимов последнее издание ICI (2010-2011 гг.) опиралось на Индекс демократии 2008 г., составленный британской компанией The Economist Intelligence Unit. Особенности методики ICI удобно рассмотреть на примере раздела «Институциональное окружение». В странах с доходами ниже среднего и «авторитарными» режимами, таких как Китай, а также с доходами выше среднего и «гибридными» режимами, таких как Россия, вес институционального окружения равен 25%. В то же время в странах с высокими доходами и «полноценной демократией», таких как США, качество институционального
щих позиции Китая в мировом рейтинге инноваций, только два - политическая стабильность и удельный вес иностранных студентов - имеют скромный вес 0,5, тогда как остальные - твёрдую 1. Вместе с тем, сразу 4 индикатора, по которым Китай удерживает мировое лидерство -количество изобретений и промышленных образцов в расчёте на 1 млрд долларов ВВП по ППС, доля высокотехнологичного и креативного экспорта во внешнеторговом обороте и доля предпринимательского сектора в национальных расходах на НИОКР - играют, согласно модели GII, сравнительно небольшую роль в инновационном развитии. При агрегировании их вес также принимается за 0,5, тогда как, например, вес статистики обращения к Википедии и длительности процедуры увольнения работников - за 1 [37, p. 371]. Патентные индикаторы сильно коррелируют с другими показателями научно-технологической и инновационной активности и поэтому их скорректировали чисто техническими средствами. Однако такая расстановка весов противоречит устоявшемуся в научной литературе подходу к экономическому анализу инноваций на основе патентной статистики1.
Теория композитных показателей предупреждает об их компенсаторности, однако в данном случае речь идёт о неадекватной компенсации, поскольку важные в контексте инноваций индикаторы компенсируются относительно малозначимыми или даже спорными. Кроме того, в масштабах страны современное инновационное развитие невозможно без международной кооперации и мощнейшего влияния со стороны крупнейших экономик, прежде всего Китая и США. Сепарабельность GII не позволяет учесть этот фактор, что весьма чувствительно сказывается на его аналитических возможностях.
Вместе с тем иерархическая организация GII позволяет отследить сравнительную структурную динамику национальных систем инноваций (рис. 2). Ещё в 2011 г. Китай отставал от США по 6 разделам из 7 (за исключением выпуска креативной продукции) и по 1 разделу (ЧК и НИОКР) от России. В 2018 г. Китай преодолел отставание от России по ЧК и НИОКР, а также отставание от США по ЧК и НИОКР, инфраструктуре, уровню развития бизнеса и производству знаний и технологий. По сути, сегодня Китай заметно отстаёт от США и ряда других западных стран только по 2 разделам: институты и уровень развития рынка.
По составу индикаторов эти разделы наиболее чувствительны к национальной специфике, особенностям национальной политики, истории, экономики и культуры. Именно они содержат наибольшее число качественных и композитных показателей. Мировое лидерство по уровню развития институтов, в том числе рыночных - отличительная особенность западных стран, в том числе Швейцарии, которая удерживает 1-е место в GII с 2011 г., а также Республики Корея, Японии и Сингапура. «Инновационный профиль» США, визуализированный на рисунке 2, даёт репрезентативный срез типичной западной экономики - «лидера инноваций». Институты и уровень развития рынка здесь получили опережающее развитие, возможно, в ущерб остальным пяти составляющим GII.
Но уместна и другая интерпретация данных: международные РИР наподобие GII выстроены по образу и подобию национальных инновационных систем западного типа, а также согласно представлению о таких системах, сложившемуся в современной литературе. Эта особенность концепции (идеологии) серьёзно ограничивает аналитические возможности индексов типа GII применительно к таким экономикам, как Россия и Китай.
окружения, по мнению авторов, играет гораздо меньшую роль и ему уже присваивается вес 10% [47, p. 23]. Разумеется, такая методика значительно ухудшает рейтинг России и Китая по версии ICI, поскольку придаёт наибольший вес заведомо наименее развитой компоненте национальной системы инноваций. 1 См., например, [38; 42].
I п^ш&ш,
2011 г.
Выпуск креативной продукции
Производство знаний и технологий
Уровень развития бизнеса
Институты
90
80 а
7 0
ЧК и НИОКР
Инфраструктура
Уровень развития рынка
Ш Россия
Китай
■США
Выпуск креативной продукции
Производство знаний и технологий
Уровень развити бизнеса
2018 г. Институты
ЧКи НИОКР
Инфраструктура
ровень развития рынка
^^Россия ^^Китай -^США
Рис. 2. Значения разделов глобального индекса инноваций России, Китая и США
в 2011 и 2018 гг.
Источники: составлено по [30, рр. 144, 214, 240; 37, рр. 241, 313, 338]
Региональные индексы инновационного развития: индикаторов меньше, проблем столько же
Национальная специфика также накладывает свой отпечаток на содержательную интерпретацию, на первый взгляд, стандартных индикаторов.
В рейтинге GII за 2018 г. Россия заняла 46-е место между Вьетнамом и Чили. К сильнейшим сторонам российской инновационной системы GII относит высокий удельный вес женщин старше 25 лет с учёными степенями среди занятых в экономике (1-е место в мире), размер внутреннего рынка (6-е место) и количество полезных моделей в расчёте на 1 млрд долларов ВВП по ППС (9-е место). Выраженными слабыми сторонами, препятствующими инновационному развитию российской экономики, являются низкий ВВП в расчёте на единицу потреблённой энергии в нефтяном эквиваленте (111-е место), низкий рейтинг верховенства права Всемирного банка (110-е место), низкое количество сертификатов системы экологического управления ISO 14001, выданных национальным компаниям в расчёте на 1 млрд долларов ВВП по ППС (107-е место) и низкий индекс политической стабильности и безопасности (105-е место).
Указание на слабые места российской экономики здесь вполне справедливо, чего нельзя сказать об идентификации её сильных сторон. Используемые международные индикаторы следует интерпретировать в национальном контексте, чего составители международного РИР не могут себе позволить. Сравнительно большая численность работниц с учёными степенями объясняется длительным кризисом российской науки и промышленности и низкой привлекательностью интеллектоёмких отраслей для мужчин. Солидный размер внутреннего рынка, измеряемый объёмом ВВП по ППС, - также весьма спорное достоинство, учитывая долгосрочную тенденцию отмирания высокотехнологичных производств и общее технологическое упрощение российской экономики [7]. Наконец, высокая патентная активность не должна вводить в заблуждение в связи с низкой востребованностью и высокой «смертностью» внутрирос-сийских патентных документов [6].
Указанные несоответствия актуализируют разработку региональных индексов для отдельной страны или макрорегиона.
Среди РИР регионов широкую известность получили Индекс портфеля инноваций (Portfolio Innovation Index, PII)1, разрабатываемый Indiana Business Research Center - исследовательским подразделением Индианского университета в Блумингтоне на статистике США, и Региональное инновационное табло (Regional Innovation Scoreboard, RIS)2, являющееся региональным переложением EIS. Региональные РИР агрегируют не более двух-трёх десятков индикаторов, напрямую относящихся к сфере науки, технологий, экономики и инноваций. Основными потребителями региональных РИР выступают органы управления, а главная исследовательская задача часто сводится к обоснованию оптимальной схемы распределения субсидий на науку и инновации.
Широкое распространение региональные РИР получили и в России. По сути, сегодня это основной способ сегментации и классификации регионов страны по уровню инновационного развития. Два продолжающихся рейтинга, привлекающих основное внимание - «Рейтинг инновационного развития субъектов РФ» (он же - Российский региональный инновационный индекс, РРИИ)3, публикуемый Национальным исследовательским университетом «Выс-
1 http://www.statsamerica.org/innovation/reports/sections2/4.pdf
2 https://ec.europa.eu/growth/industry/innovation/facts-figures/regional_en
3 https://www.hse.ru/primarydata/rir
шая школа экономики» (НИУ ВШЭ) с 2012 г., и «Рейтинг инновационных регионов России» (РИРР)1, разрабатываемый Ассоциацией инновационных регионов России (АИРР) совместно с Минэкономразвития РФ с 2014 г. Систематическим, но прерванным исследованием стал рейтинг инновационной активности регионов Национальной ассоциации инноваций и развития информационных технологий (НАИРИТ), публиковавшийся в 2009-2014 гг.2 Кроме того, авторские РИР российских регионов активно разрабатываются отдельными исследователями и коллективами.
В части методологии авторы российских региональных РИР, как правило, декларируют следование подходу EIS и RIS. Однако де-факто индексы НИУ ВШЭ, АИРР и НАИРИТ значимо отличаются от аналогов, разработанных Eurostat, OECD или WIPO. Например, патентные индикаторы российские разработчики соотносят с численностью населения или исследователей, а не с объёмом ВВП (ВРП), как это принято в международной практике. При этом низкая экономическая востребованность российских патентов и низкий уровень доверия к официальной статистике инновационной активности не нашли отражения ни в одном из отечественных РИР.
Из 18 индикаторов RIS в РИРР включено лишь 43, а в РРИИ - только 34. Очевидно, здесь можно говорить лишь о сходстве на уровне концепции (идеологии). Речь идёт о некой инвентаризации накопленного потенциала и выявлении точек (полюсов) его наибольшей концентрации с последующим пропорциональным распределением бюджетных средств. Изюминку российских индексов составляют качественные и композитные показатели, дополняющие официальную статистику Росстата; часто это эксклюзивные наработки авторского коллектива5.
Акцент на официальной статистике обуславливает предсказуемость региональных РИР стран Европы и России. В Европе регионы - «лидеры инноваций» и «сильные инноваторы», с точки зрения модели RIS, сконцентрированы в развитых странах Запада: Австрии, Бельгии, Венгрии, Германии, Великобритании, Дании, Ирландии, Нидерландах, Норвегии, Финляндии,
1 http://i-regions.org/reiting/rejting-innovatsionnogo-razvitiya
2 НАИРИТ составила рейтинг инновационной активности регионов 2009 (http://www.nair-it.ru/ newsZ18.03.2010/135); НАИРИТ подводит итоги Рейтинга инновационной активности регионов 2010. Инновационная активность регионов России снизилась на 15% (http://www.nair-it.ru/news/17.05.2011/217); НАИРИТ подводит итоги Рейтинга инновационной активности регионов 2011. Впервые инновационная активность регионов России оказалась положительной (http://www.nair-it.ru/news/19.06.2012/334); НАИРИТ подводит итоги Рейтинга инновационной активности регионов-2012. Инновационная активность регионов растет (http://www.nair-it.ru/ news/04.07.2013/405); Инновационная сфера становится более стабильной. НАИРИТ подводит итоги Рейтинга инновационной активности регионов 2013 (http://www.nair-it.ru/news/21.07.2014/441); Инновационная активность выросла благодаря импортозамещению. НАИРИТ подводит итоги Рейтинга инновационной активности регионов 2014 (http://www.nair-it.ru/news/31.07.2015/461).
3 Удельный вес занятых с высшим образованием трудоспособного возраста в общей численности населения в трудоспособном возрасте, удельный вес малых предприятий, осуществлявших технологические инновации, в общем числе малых предприятий, удельный вес организаций, осуществлявших нетехнологические инновации, в общем числе организаций, удельный вес занятых в высокотехнологичных и среднетехнологичных (высокого уровня) видах деятельности в общей численности занятых в экономике региона.
4 Удельный вес населения в возрастной группе 25-64 года, имеющего высшее образование, в общей численности населения соответствующего возраста, удельный вес малых предприятий, осуществлявших технологические инновации, в общем числе малых предприятий (по предприятиям промышленного производства), удельный вес организаций, осуществлявших нетехнологические (маркетинговые и/или организационные) инновации, в общем числе организаций (по организациям промышленного производства).
5 В РРИИ включены фиктивные бинарные переменные, характеризующие нормативно-правовую базу инновационной политики и её организационное обеспечение. В РИРР включены фиктивные бинарные переменные, характеризующие инновационную активность региона в плане участия в федеральных конкурсах, наличия инновационной инфраструктуры, созданной с госучастием, и проведения публичных инновационных мероприятий.
Швейцарии и Швеции. Практически все регионы прочих европейских стран - от Португалии до Эстонии - отнесены к «умеренным» и «незначительным» инноваторам [54]. Мультинацио-нальные кластеры инновационных европейских регионов, способные привлечь внимание эко-номгеографов, не обнаруживаются.
Аналогично, в России безусловное инновационное лидерство принадлежит Москве, Санкт-Петербургу, Татарстану и ещё десятку регионов с развитой научно-технологической базой и промышленным комплексом, преимущественно военно-космической специализации (рис. 3). Оба рейтинга - РРИИ и РИРР - практически единодушно распределяют первые 30 мест.
Заметное исключение составляет лишь Тульская область: по итогам 2015 г. РРИИ присудил ей лишь 37-е место, тогда как РИРР - намного более высокое 12-е. Причём с точки зрения разделов «Инновационная деятельность», идентичных не только по названию, но и по составу индикаторов (их источником являются формы статистического обследования № 4 - «инновация» и № 2 - МП - «инновация»), оба рейтинга оценивают позиции Тульской области весьма высоко, отдав ей 5-е - 6-е места. Это наименее вариативный с точки зрения возможных комбинаций индикаторов раздел, непосредственно характеризующий инновации в экономике региона. Итоговые же расхождения обусловлены вариативностью состава индикаторов по разделам «Научно-технический потенциал» и «Социально-экономические условия инновационной деятельности», наличием эксклюзивных разделов, представленных в основном бинарными переменными, а также различиями в алгоритме агрегирования и взвешивания показателей.
Закономерно, что модели РРИИ и РИРР также единодушно определяют тридцатку наиболее отсталых в плане инновационного развития регионов, но присваивают противоречивые рейтинги регионам-середнякам, занимающим места с 31-го по 60-е. Здесь проявляется фундаментальное свойство композитных показателей - значительное изменение оценок результирующего индекса при незначительном изменении в методике их получения. Ведь по сути оба индекса выполнены в рамках единой концепции и методологии, отличаются лишь технические детали реализации модели. Робастность модели, основанной на композитных показателях, сильно отличается для групп регионов с высоким, средним и низким уровнем накопленного потенциала1. Между тем уместно предположить, что именно в регионах-середняках, где нет ни крупных научных центров, ни стратегических производств, но всё же есть некое воспроизводящее хозяйство, инновационные процессы отличаются наибольшим разнообразием.
Очевидно, такая модель непригодна не только для целей научной классификации и стратификации, но и для решения вполне утилитарной задачи распределения федеральных субсидий. Модель типичного РИР региона устроена так, что претендовать на финансовую помощь может лишь небольшая когорта регионов, в силу своей истории заметно выделяющихся по накопленному потенциалу. Как и типичные РИР международного уровня, региональные РИР не справляются с задачей адекватного моделирования инноваций как экономического явления.
1 Есть мнение, что эта проблема обусловлена слишком большим числом независимых переменных, коих для выборки из 80-85 регионов не должно быть больше 12-13 [8, с. 37]. В противном случае коэффициент корреляции между отдельным индикатором и результирующим индексом может составить менее 0,1, то есть индикатор слабо влияет на интегральную функцию, но увеличивает общую дисперсию. Взаимное наложение несвязанных индикаторов и пересечение сильно связанных индикаторов с неравномерным распределением случайным образом искажает и усредняет инновационное пространство. Это приводит к выделению 5-10 ключевых регионов, 5-10 регионов-аутсайдеров, но некорректно оценивает срединные субъекты, которые могут кардинально менять номер кластера (страту) в течение года без существенных социально-экономических изменений.
/щ А м Б НД С А
УТ г(»кь«ьгцу1 л 1 ЛКЕ -и-«.' •л-,,..- I ^Г.-Г-
- " V М - -'V Я1-' - Л.--"-
ьи- %
егмоналмстикайь
V \ V V
■ \ X Ж.
\ А
\
ч
2019 Том 6 ....
X
90
80
70
60
50
40
30
20
10
68 39р 22 <31% • 83
• 62 л • 66 в: • • 42 ¡•Л79, • 37 > 85
• 75 • 6' • 58 40* >0 *30 '38 • 8 4 • 28
347 18 64 • 76 •53 19 3 • 81 ► 11 • 7
2 14 •45 и Г • 25 • 5 • 77
1 • 43 32 23 • 56 Ш Л • • 13 » 73 21 27 ' • 48 • 24
• 4 • • 78 л 9 { •60«6 54 • 63 • /0 5 7 • 12 • 3
46 • • 5 > 69 , • 57 9 • 1 6
5244 47^6, •¿»29 ^ • 10 ' • 72 4 > 55
0
10
20
30
40
50
60
70
80
Рис. 3. Рейтинг инновационного развития регионов России в 2015 г.: РРИИ (ось X) против РИРР (ось Y)
90
0
Примечание: 1 - Белгородская область; 2 - Брянская область;3-В ладимирская область; 4 - Воронежская область; 5 - Ивановская область; 6 - Калужская область; 7 - Костромская область; 8 - Курская область; 9 - Липецкая область; 10 - Московская область; 11 - Орловская область; 12 - Рязанская область; 13 - Смоленская область; 14 - Тамбовская область; 15 - Тверская область; 16 - Тульская область; 17 - Ярославская область; 18 - г. Москва; 19 - Республика Карелия; 20 - Республика Коми; 21 - Архангельская область; 22 - Ненецкий автономный округ; 23 - Вологодская область; 24 - Калининградская область; 25 - Ленинградская область; 26 - Мурманская область; 27 - Новгородская область; 28 - Псковская область; 29 - г. Санкт-Петербург; 30 - Республика Адыгея; 31 - Республика Ингушетия; 32 - Краснодарский край; 33 - Астраханская область; 34 - Волгоградская область; 35 - Ростовская область; 36 - Республика Дагестан; 37 - Республика Калмыкия; 38 - Кабардино-Балкарская Республика; 39 - Карачаево-Черкесская Республика; 40 - Республика Северная Осетия-Алания; 41 - Чеченская Республика; 42 - Республика Хакассия; 43 - Ставропольский край; 44 - Республика Башкортостан; 45 - Республика Марий Эл; 46 - Республика Мордовия; 47 - Республика Татарстан; 48 - Удмуртская Республика; 49 - Чувашская Республика - Чувашия; 50 - Пермский край; 51 - Кировская область; 52 - Нижегородская область; 53 - Оренбургская область; 54 - Пензенская область; 55 - Самарская область; 56 - Саратовская область; 57 - Ульяновская область; 58 - Курганская область; 59 - Свердловская область; 60 - Тюменская область; 61 - Ханты-Мансийский автономный округ - Югра; 62 - Ямало-Ненецкий автономный округ; 63 - Челябинская область; 64 - Республика Бурятия; 65 - Алтайский край; 66 - Республика Алтай; 67 - Забайкальский край; 68 - Республика Тыва; 69 - Красноярский край; 70 - Иркутская область; 71 - Кемеровская область; 72 - Новосибирская область; 73 - Омская область; 74 -Томская область; 75 - Республика Саха (Якутия); 76 - Камчатский край; 77 - Приморский край; 78 - Хабаровский край; 79 - Амурская область; 80 - Магаданская область; 81 - Сахалинская область; 82 - Чукотский автономный округ; 83 - Еврейская автономная область; 84 - Севастополь; 85 - Республика Крым.
Источники: составлено по [15, с. 19-20; 16, с. 12-15].
Заключение
Главная проблема использования композитных показателей при анализе инновационного развития нам видится в том, что инструмент анализа в данном случае едва ли не сложнее его основного объекта и предмета. Часто упускается из виду, что композитный показатель необходимо не только грамотно рассчитать, но и полноценно «защитить» в рамках строгой научной дискуссии. Композитные показатели привлекают возможностью вложить в модель почти неограниченное число частных индикаторов. В зависимости от того, насколько сильно авторы злоупотребляют этой возможностью, композитные показатели инновационного развития можно условно разделить на типичные и нетипичные.
В статье основное внимание сосредоточено на «типичных» РИР. Под «типичными» здесь понимаются РИР, стремящиеся охватить всю доступную статистику, инициированные, как правило, органами государственной власти и международными организациями. Исследовательская цель типичных РИР заключается в стратификации экономических объектов с точки зрения всей доступной информации об их инновационном развитии. Практическая цель типичных РИР заключается в обосновании схемы распределения субсидий либо научном подкреплении неких политических установок.
Типичные РИР стран и регионов обладают такими свойствами как высокая цитируе-мость, эффектность, наглядность, структурированность, нормативность, линейность, сепарабельность, несопоставимость и тенденциозность.
Сильной стороной типичного (стандартизированного, унифицированного) продукта обычно является его массовость, а также простота и дешевизна исполнения. Однако полноценная реализация модели типичного РИР - процедура недешёвая и весьма трудозатратная. Поэтому очень немногие типичные РИР воспроизводятся регулярно, при постоянном штате исполнителей и формировании протяжённого массива данных. В большинстве же случаев типичные РИР охватывают короткий временной интервал, часто это разовые исследования за один год. К устойчивым признакам «массовости» типичных РИР следует отнести лишь их высокую цитируемость и фактическое замещение всех прочих методов и подходов к кластеризации и классификации инновационных систем.
Типичные РИР способны свести любые национальные и региональные системы инноваций в единую масштабируемую систему координат. Но формируется ли при этом единое смысловое поле, например, для России, Китая и США? И возможно ли в принципе сформировать таковое? На примере GП нами показано, что видимость смыслового единообразия достигается путём распространения устоявшихся в западном мире представлений о типичной инновационной системе на инновационные системы прочих стран. На деле же индикаторы, используемые в модели типичного РИР (а их несколько десятков), имеют разный смысл и разную объясняющую способность в контексте инновационного развития России, Китая и США. Это означает, что классические экономические модели, связывающие между собой важнейшие индикаторы науки и инноваций, подвергаются необоснованной ревизии. В частности, проверенные в сотнях эмпирических работ патентные индикаторы дискриминируются в пользу разнообразных качественных индикаторов, связь которых с инновациями, как минимум, неочевидна. Неочевидным следствием необоснованного многообразия индикаторов становится дискриминация инновационных систем, занимающих срединное положение. Инновационное развитие стран и регионов, находящихся посередине типичного РИР, - например, России и Хабаровского края -оценивается заведомо некорректно.
Главный недостаток типичного РИР нам видится в его неспособности описать «инновационное развитие» как таковое - возможно потому, что последнее в принципе нельзя свести
к одному числу. По сути же каждый такой композитный показатель даёт некий срез национальной (региональной) экономики, смещённый в сторону научно-образовательного сектора и высокотехнологичных отраслей. Но и их развитие оценивается недостаточно последовательно и весьма тенденциозно. Типичный РИР не даёт представления и о социально-экономических эффектах инноваций - основном предмете интереса академической науки. Очевидно, что использовать методологию композитных индикаторов в качестве основного способа сегментации и стратификации экономических объектов по признаку инновационного развития нецелесообразно.
Главным направлением преодоления описанных проблем и недостатков нам видится отказ от попыток измерить некое «инновационное развитие» страны и региона, сосредоточившись на отдельных аспектах (параметрах) инноваций и прежде всего - социально-экономических эффектах. Это направление разрабатывается с использованием композитных показателей, которые можно условно назвать «нетипичными» РИР [8; 26; 50; 56]. Их изучению и систематизации имеет смысл посвятить отдельное исследование.
Список литературы
1. Айвазян С.А., Степанов В.С., Козлова М.И. Измерение синтетических категорий качества жизни населения региона и выявление ключевых направлений совершенствования социально-экономической политики (на примере Самарской области и её муниципальных образований) // Прикладная эконометрика. 2006. № 2. С. 18-84.
2. Баринова В.А., Земцов С.П. Рейтинги инновационного развития: зачем нужна новая методика России? // Вестник Поволжского института управления. 2016. № 6. С. 110-115.
3. Бельченко О.А., Кожевникова Т.М., Саяпин А.В. Подходы к оценке инновационного уровня развития регионов // Социально-экономические явления и процессы. 2012. № 4. С. 10-14.
4. Бортник И.М., Зинов В.Г., Коцюбинский В.А., Сорокина А.В. Индикаторы инновационного развития регионов России для целей мониторинга и управления // Инновации. 2013. № 11. С. 21-32.
5. Бортник И.М., Сенченя Г.И., Михеева Н.Н., Здунов А.А., Кадочников П.А., Сорокина А.В. Система оценки и мониторинга инновационного развития регионов России // Инновации. 2012. № 9. С. 25-38.
6. Домнич Е.Л. Патентный потенциал Дальневосточного федерального округа // Пространственная экономика. 2011. № 3. С. 115-130. DOI: 10.14530^е.2011.3.115-130
7. Домнич Е.Л. Экономический анализ структуры российского машиностроения: проблемы теории и практики // Пространственная экономика. 2014. № 1. С. 101-118. DOI: 10.14530/зе.2014.1.101-118
8. Земцов С.П., Бабурин В.Л., Баринова В.А. Как измерить неизмеримое? Оценка инновационного потенциала регионов России // Креативная экономика. 2015. № 1. С. 35-52.
9. Киселёв В.Н. Сравнительный анализ инновационной активности субъектов Российской Федерации // Инновации. 2010. № 4. С. 44-55.
10. Кранина Е.И. 13-я пятилетка КНР: разворот к «зелёной экономике» // Проблемы Дальнего Востока. 2017. № 4. С. 69-77.
11. Мальцева А.А., Серов А.А., Клюшникова Е.В., Барсукова Н.Е. Статистический анализ методических подходов к рейтинговой оценке регионов в инновационной сфере // Известия Тульского государственного университета. Экономические и юридические науки. 2014. № 3-1. С. 273-283.
12. Митяков С.Н., Митякова О.И., Мурашова Н.А. Инновационное развитие регионов России: методика рейтингования // Инновации. 2017. № 9. С. 97-104.
13. Михеева Н.Н. К вопросу об инновационных рейтингах российских регионов // Современные производительные силы. 2013. № 2. С. 54-67.
14. Найден С.Н., Белоусова А.В. Методический инструментарий оценки благосостояния населения: межрегиональное сопоставление // Экономика региона. 2018. Т. 14. № 1. С. 53-68. DOI: 10.17059/2018-1-5
15. Рейтинг инновационного развития субъектов Российской Федерации. Выпуск 5. URL: https://www. hse.ru/data/2017/06/22/1170263711/RIR2017.pdf (дата обращения: 01.02.2019).
16. Рейтинг инновационных регионов России: версия 2016. URL: http://i-regions.org/images/files/ presentations/AIRR_26.12.pdf (дата обращения: 01.02.2019).
17. Ряпухина В.Н. Оценка эффективности инновационного развития регионов: методика и построение рейтингов // Вопросы инновационной экономики. 2018. Т. 8. № 3. С. 391-403.
18. Суворинов А.В. О развитии инновационной деятельности в регионах России // Инновации. 2006. № 2. С. 49-54.
19. Украинский В.Н. Индексирование городской и региональной конкурентоспособности: плюсы и минусы // Регионалистика. 2017. Т. 4. № 6. С. 77-81. DOI: 10.14530/reg.2017.6
20. Унтура Г.А., Есикова Т.Н., Зайцев И.Д., Морошкина О.Н. Проблемы и инструменты аналитики инновационного развития субъектов РФ // Вестник Новосибирского государственного университета. Серия: Социально-экономические науки. 2014. Т. 14. № 1. С. 81-100.
21. Andrew J.P., DeRocco E.S., Taylor A. The Innovation Imperative in Manufacturing: How the United States Can Restore Its Edge. URL: http://www.themanufacturinginstitute.org/~/media/6731673D21A64259B081AC 8E083AE091.ashx (дата обращения: 01.02.2019).
22. Billaut J.-C., Bouyssou D., Vincke P. Should You Believe in the Shanghai Ranking? // Scientometrics. 2010. Vol. 84. № 1. Pp. 237-263. DOI: 10.1007/s11192-009-0115-x
23. BirdS.M., CoxD., Farewell V.T., GoldsteinH., HoltT., SmithP.C. Performance Indicators: Good, Bad, and Ugly // Journal of the Royal Statistical Society. Series A. 2005. Vol. 168. № 1. Pp. 1-27. DOI: 10.1111/j.1467-985X.2004.00333.x
24. Botero J.C., AgrastM.D., Ponce A. Rule of Law Index 2017-2018. URL: https://worldjusticeproject.org/ sites/default/files/documents/WJP-R0LI-2018-June-0nline-Edition_0.pdf (дата обращения: 1.02.2019).
25. Crespo N.F., Crespo C.F. Global Innovation Index: Moving beyond the Absolute Value of Ranking with a Fuzzy-Set Analysis // Journal of Business Research. 2016. Vol. 69. № 11. Pp. 5265-5271. DOI: 10.1016/j. jbusres.2016.04.123
26. Desai M., Fukuda-Parr S., Johansson C., Sagasti F. Measuring the Technology Achievement of Nations and Capacity to Participate in the Network Age // Journal of Human Development. 2002. Vol. 3. № 1. Pp. 95-122. DOI: 10.1080/14649880120105399
27. Global Innovation Index Report 2007 (1st edition). URL: https://www.globalinnovationindex.org/userfiles/ file/GII-2007-Report.pdf (дата обращения: 01.02.2019).
28. Global Innovation Index Report 2008-2009 (2nd edition). URL: https://www.globalinnovationindex.org/ userfiles/file/GII-2008-2009-Report.pdf (дата обращения: 01.02.2019).
29. Global Innovation Index Report 2009-2010 (3rd edition). URL: https://www.globalinnovationindex.org/ userfiles/file/GII-2009-2010-Report.pdf (дата обращения: 01.02.2019).
30. Global Innovation Index Report 2011 (4th edition). URL: https://www.globalinnovationindex.org/userfiles/ file/GII-2011_Report.pdf (дата обращения: 01.02.2019).
31. Global Innovation Index Report 2012 (5th edition). URL: https://www.globalinnovationindex.org/userfiles/ file/GII-2012-Report.pdf (дата обращения: 01.02.2019).
32. Global Innovation Index Report 2013 (6th edition). URL: https://www.globalinnovationindex.org/userfiles/ file/reportpdf/GII-2013.pdf (дата обращения: 01.02.2019).
33. Global Innovation Index Report 2014 (7th edition). URL: https://www.globalinnovationindex.org/userfiles/ file/reportpdf/GII-2014-v5.pdf (дата обращения: 01.02.2019).
34. Global Innovation Index Report 2015 (8th edition). URL: https://www.globalinnovationindex.org/userfiles/ file/reportpdf/gii-full-report-2015-v6.pdf (дата обращения: 01.02.2019).
35. Global Innovation Index Report 2016 (9th edition). URL: https://www.globalinnovationindex.org/userfiles/ file/reportpdf/gii-full-report-2016-v1.pdf (дата обращения: 01.02.2019).
36. Global Innovation Index Report 2017 (10th edition). URL: https://www.globalinnovationindex.org/ userfiles/file/reportpdf/gii-full-report-2017.pdf (дата обращения: 01.02.2019).
37. Global Innovation Index Report 2018 (11th edition). URL: https://www.globalinnovationindex.org/ userfiles/file/reportpdf/gii_2018-report-new.pdf (дата обращения: 01.02.2019).
38. Godin B. Measurement and Statistics on Science and Technology: 1920 to the Present. London: Routledge, 2005. 382 p.
39. Godin B. National Innovation System: The System Approach in Historical Perspective // Science, Technology & Human Values. 2009. Vol. 34. № 4. Pp. 476-501. DOI: 10.1177/0162243908329187
40. Godin B. Technological Gaps: An Important Episode in the Construction of S&T Statistics // Technology in Society. 2002. Vol. 24. № 4. Pp. 387-413. DOI: 10.1016/S0160-791X(02)00032-5
41. Godin B. The Linear Model of Innovation: The Historical Construction of an Analytical Framework // Science, Technology & Human Values. 2006. Vol. 31. № 6. Pp. 639-667. DOI: 10.1177/0162243906291865
42. Griliches Z. R&D and Productivity: The Econometric Evidence. Chicago: The University of Chicago Press, 1998. 394 p.
43. Hand D.J. Measurement Theory and Practice: The World Through Quantification. New York: John Wiley and Sons, 2009. 332 p.
44. Handbook on Constructing Composite Indicators. Methodology and User Guide. URL: https://www.oecd. org/sdd/42495745.pdf (дата обращения: 01.02.2019).
45. Hendrik W., Howard C., Maximilian A. Consequences of Data Error in Aggregate Indicators: Evidence from the Human Development Index. URL: https://www.researchgate.net/publication/5137761_Consequences_of_ Data_Error_in_Aggregate_Indicators_Evidence_from_the_Human_Development_Index (дата обращения: 01.02.2019).
46. Human Development Indices and Indicators 2018. URL: http://hdr.undp.org/sites/default/files/2018_ human_development_statistical_update.pdf (дата обращения: 01.02.2019).
47. Lopes-Claros A., Mata Y.N. Policies and Institutions Underpinning Country Innovation: Results from the Innovation Capacity Index // The Innovation for Development Report 2010-2011: Innovation as a Driver of Productivity and Economic Growth. Ed. by A. Lopes-Claros. Basingstoke, UK: Palgrave Macmillan, 2011. Pp.3-63.
48. Lopes-Claros A., Mata Y.N. The Innovation Capacity Index: Factors, Policies and Institutions Driving Country Innovation // The Innovation for Development Report 2009-2010: Strengthening Innovation for the Prosperity of Nations. Ed. by A. Lopes-Claros. Basingstoke, UK: Palgrave Macmillan, 2010. Pp. 3-65.
49. Munda G., Nardo M. Non-Compensatory/Non-Linear Composite Indicators for Ranking Countries: A DefensibleSetting//AppliedEconomics.2009.Vol.41.№12.Pp. 1513-1523.DOI: 10.1080/00036840601019364
50. Nasir A., Ali T.M., Shahdin S., Rahman T. Technology Achievement Index 2009: Ranking and Comparative Study of Nations // Scientometrics. 2011. Vol. 87. № 1. Pp. 41-62. DOI: 10.1007/s11192-010-0285-6
51. National Innovation Systems: A Comparative Analysis. Ed. by R.R. Nelson. New York: Oxford University Press, 1993. 553 p.
52. Paruolo P., Saisana M., Saltelli A. Ratings and Rankings: Voodoo or Science? // Journal of the Royal Statistical Society. Series A. 2013. Vol. 176. № 3. Pp. 609-634. DOI: 10.1111/j.1467-985X.2012.01059.x
53. Ravallion M. Troubling Tradeoffs in the Human Development Index. Washington, DC: The World Bank, 2010. 32 p.
54. Regional Innovation Scoreboard 2017. URL: https://ec.europa.eu/docsroom/documents/31491 (дата обращения: 01.02.2019).
55. Saltelli A. Composite Indicators between Analysis and Advocacy // Social Indicators Research. 2007. Vol. 81. № 1. Pp. 65-77. DOI: 10.1007/s11205-006-0024-9
56. Shahab M. Technology Achievement Index 2015: Mapping the Global Patterns of Technological Capacity in the Network Age. URL: https://www.academia.edu/23906892/Technology_Achievement_Index_2015 (дата обращения: 1.02.2019).
57. Sprumont Y. Ranking by Rating // Theoretical Economics. 2018. Vol. 13. № 1. Pp. 1-18. DOI: 10.3982/ TE2446
58. Stiglitz J.E., Sen A., Fitoussi J.-P. Report by the Commission on the Measurement of Economic Performance and Social Progress. URL: https://ec.europa.eu/eurostat/documents/118025/118123/ Fitoussi+Commission+report (дата обращения: 01.02.2019).
59. The Global Competitiveness Report 2009-2010. URL: http://www3.weforum.org/docs/WEF_GlobalCom petitivenessReport_2009-10.pdf (дата обращения: 01.02.2019).
60. The Global Competitiveness Report 2017-2018. URL: http://www3.weforum.org/docs/GCR2017-2018/05FullReport/TheGlobalCompetitivenessReport2017%E2%80%932018.pdf (дата обращения: 01.02.2019).
References
1. Aivazian S., Stepanov V., Kozlova M. Measuring the Synthetic Categories of Quality of Life in a Region and Identification of Main Trends to Improve the Social and Economic Policy (Samara Region and its Constituent Territories). Prikladnaya ekonometrika [Applied Econometrics]. 2006. No. 2. Pp. 18-84. (In Russian)
2. Barinova V.A., Zemtzov S.P. Rating the Innovative Development of the Russian Regions: Why Does Russia Need a New Method? Vestnik Povolzhskogo instituta upravleniya [Bulletin of the Volga Region Institute of Administration]. 2016. No. 6. Pp. 110-115. (In Russian)
3. Belchenko O.A., Kozhevnikova T.M., Sayapin A.V. Approaches to the Assessment of the Innovative Level of Development of Regions. Sotzial'no-ekonomicheskie yavleniya i protsessy [Social and Economic Phenomena and Processes]. 2010. No. 4. Pp. 10-14. (In Russian)
4. Bortnik I.M., Zinov V.G., Kotsubinskiy V.A., Sorokina A.V. Indicators of Innovative Development of Russian Regions for the Purposes of Monitoring and Control. Innovatsii [Innovations]. 2013. No. 11. Pp. 21-32. (In Russian)
5. Bortnik I.M., Senchenya G.I., Mikheeva N.N., Zdunov A.A., Kadochnicov P.A., Sorokina A.V. A System of Measurement and Monitoring Innovative Activity in Russian Regions. Innovatsii [Innovations]. 2012. No. 9. Pp. 25-38. (In Russian)
6. Domnich Ye.L. Patent Potential of the Far Eastern Federal District. Prostranstvennaya economika = Spatial Economics. 2011. No. 3. Pp. 115-130. DOI: 10.14530/se.2011.3.115-130 (In Russian)
7. Domnich Ye.L. Economic Analysis of the Structure of Russian Engineering Industries: Theory and Practice Issues. Prostranstvennaya economika = Spatial Economics. 2014. No. 1. Pp. 101-118. DOI: 10.14530/ se.2014.1.101-118 (In Russian)
8. Zemtsov S.P., Baburin V.L., Barinov V.A. How to Measure the Immeasurable? The Estimation of Innovative Potential of Regions of Russia. Kreativnaya ekonomika [Journal of Creative Economy]. 2015. No. 1. Pp. 35-52. (In Russian)
9. Kiselev V.N. Comparative Analysis of Innovation Activity of Subjects of the Russian Federation. Innovatzii [Innovations]. 2010. No. 4. Pp. 44-55. (In Russian)
10. Kranina E.I. 13th Five-Year Plan of China: Turn to «Green Economy». Problemy Dal'nego Vostoka [Problems of the Far East]. 2017. No. 4. Pp. 69-77. (In Russian)
11. Maltseva A.A., Serov A.A., Klushnikova E.V., Barsukova N.Ye. Statistic Analysis of Methodical Approaches to Region Rating Assessment in Innovative Sphere. Izvestiya Tul'skogo gosudarstvennogo universiteta. Ekonomicheskie i yuridicheskie nauki [Bulletin of Tula State University. Economics and Law]. 2014. No. 3-1. Pp. 273-283. (In Russian)
12. Mityakov S.N., Mityakova O.I., Murashova N.A. Innovative Development of the Regions of Russia: Methodology of Rating. Innovatsii [Innovations]. 2017. No. 9. Pp. 97-104. (In Russian)
13. Mikheeva N.N. On the Issue of Innovative Ratings of Russian Regions. Sovremennyeproizvoditel'nye sily [Modern Productive Forces]. 2013. No. 2. Pp. 54-67. (In Russian)
14. Naiden S.N., Belousova A.V. Methodological Tools to Assess of the Population Welfare: Interregional Comparison. Ekonomika regiona [Economy of Region]. 2018. No. 14. Pp. 53-68. DOI: 10.17059/2018-1-5 (In Russian)
15. Rating of Innovative Development of Subjects of the Russian Federation. Available at: https://www.hse.ru/ data/2017/06/22/1170263711/RIR2017.pdf (accessed 1 February 2019). (In Russian)
16. Rating of Innovative Regions of Russia: Version 2016. Available at: http://i-regions.org/images/files/ presentations/AIRR_26.12.pdf (accessed 1 February 2019). (In Russian)
17. Ryapukhina V.N. Assessment of the Effectiveness of Innovative Development of Regions: Methodology and Rating. Voprosy innovatsionnoi ekonomiki [Russian Journal of Innovation Economics]. 2018. Vol. 8. No. 3. Pp. 391-403. (In Russian)
18. Suvorinov A.V. About Development of Innovative Activity in the Regions of Russia. Innovatsii [Innovations]. 2006. No. 2. Pp. 49-54. (In Russian)
19. Ukrainsky V.N. Indexing of Urban and Regional Competitiveness: pro et contra. Regionalistica [Regionalistics]. 2017. Vol. 4. No. 6. Pp. 77-81. DOI: 10.14530/reg.2017.6 (In Russian)
20. Untura G.A., Esikova T.N., Zaytsev I.D., Moroshkina O.N. Problems and Research Tools Developed the Level of Innovative Development of Russian Regions. VestnikNovosibirskogo gosudarctvennogo universiteta. Sotzial'no-ekonomicheskie nauki [Herald of Novosibirsk State University. Social and Economic Sciences]. 2014. Vol. 14. No. 1. Pp. 81-100. (In Russian)
21. Andrew J.P., DeRocco E.S., Taylor A. The Innovation Imperative in Manufacturing: How the United States Can Restore Its Edge. Available at: http://www.themanufacturinginstitute.org/~/media/6731673D21A64259B 081AC8E083AE091.ashx (accessed 1 February 2019).
22. Billaut J.-C., Bouyssou D., Vincke P. Should You Believe in the Shanghai Ranking? Scientometrics. 2010. Vol. 84. No. 1. Pp. 237-263. DOI: 10.1007/s11192-009-0115-x
23. Bird S.M., Cox D., Farewell V.T., Goldstein H., Holt T., Smith P.C. Performance Indicators: Good, Bad, and Ugly. Journal ofthe Royal Statistical Society. Series A. 2005. Vol. 168. No. 1. Pp. 1-27. DOI: 10.1111/j.1467-985X.2004.00333.x
24. Botero J.C., Agrast M.D., Ponce A. Rule of Law Index 2017-2018. Available at: https://worldjusticeproject. org/sites/default/files/documents/WJP-ROLI-2018-June-Online-Edition_0.pdf (accessed 1 February 2019).
25. Crespo N.F., Crespo C.F. Global Innovation Index: Moving beyond the Absolute Value of Ranking with a Fuzzy-Set Analysis. Journal of Business Research. 2016. Vol. 69. No. 11. Pp. 5265-5271. DOI: 10.1016/j. jbusres.2016.04.123
26. Desai M., Fukuda-Parr S., Johansson C., Sagasti F. Measuring the Technology Achievement of Nations and Capacity to Participate in the Network Age. Journal of Human Development. 2002. Vol. 3. No. 1. Pp. 95-122. DOI: 10.1080/14649880120105399
27. Global Innovation Index Report 2007 (1st edition). Available at: https://www.globalinnovationindex.org/ userfiles/file/GII-2007-Report.pdf (accessed 1 February 2019).
28. Global Innovation Index Report 2008-2009 (2nd edition). Available at: https://www.globalinnovationindex. org/userfiles/file/GII-2008-2009-Report.pdf (accessed 1 February 2019).
29. Global Innovation Index Report 2009-2010 (3rd edition). Available at: https://www.globalinnovationindex. org/userfiles/file/GII-2009-2010-Report.pdf (accessed 1 February 2019).
30. Global Innovation Index Report 2011 (4th edition). Available at: https://www.globalinnovationindex.org/ userfiles/file/GII-2011_Report.pdf (accessed 1 February 2019).
31. Global Innovation Index Report 2012 (5th edition). Available at: https://www.globalinnovationindex.org/ userfiles/file/GII-2012-Report.pdf (accessed 1 February 2019).
32. Global Innovation Index Report 2013 (6th edition). Available at: https://www.globalinnovationindex.org/ userfiles/file/reportpdf/GII-2013.pdf (accessed 1 February 2019).
33. Global Innovation Index Report 2014 (7th edition). Available at: https://www.globalinnovationindex.org/ userfiles/file/reportpdf/GII-2014-v5.pdf (accessed 1 February 2019).
34. Global Innovation Index Report 2015 (8th edition). Available at: https://www.globalinnovationindex.org/ userfiles/file/reportpdf/gii-full-report-2015-v6.pdf (accessed 1 February 2019).
35. Global Innovation Index Report 2016 (9th edition). Available at: https://www.globalinnovationindex.org/ userfiles/file/reportpdf/gii-full-report-2016-v1.pdf (accessed 1 February 2019).
36. Global Innovation Index Report 2017 (10th edition). Available at: https://www.globalinnovationindex.org/ userfiles/file/reportpdf/gii-full-report-2017.pdf (accessed 1 February 2019).
37. Global Innovation Index Report 2018 (11th edition). Available at: https://www.globalinnovationindex.org/ userfiles/file/reportpdf/gii_2018-report-new.pdf (accessed 1 February 2019).
38. Godin B. Measurement and Statistics on Science and Technology: 1920 to the Present. London: Routledge, 2005. 382 p.
39. Godin B. National Innovation System: The System Approach in Historical Perspective. Science, Technology & Human Values. 2009. Vol. 34. No. 4. Pp. 476-501. DOI: 10.1177/0162243908329187
40. Godin B. Technological Gaps: An Important Episode in the Construction of S&T Statistics. Technology in Society. 2002. Vol. 24. No. 4. Pp. 387-413. DOI: 10.1016/S0160-791X(02)00032-5
41. Godin B. The Linear Model of Innovation: The Historical Construction of an Analytical Framework. Science, Technology & Human Values. 2006. Vol. 31. No. 6. Pp. 639-667. DOI: 10.1177/0162243906291865
42. Griliches Z. R&D and Productivity: The Econometric Evidence. Chicago: The University of Chicago Press, 1998. 394 p.
43. Hand D.J. Measurement Theory and Practice: The World Through Quantification. New York: John Wiley and Sons, 2009. 332 p.
44. Handbook on Constructing Composite Indicators. Methodology and User Guide. Available at: https:// www.oecd.org/sdd/42495745.pdf (accessed 1 February 2019).
45. Hendrik W., Howard C., Maximilian A. Consequences of Data Error in Aggregate Indicators: Evidence from the Human Development Index. Available at: https://www.researchgate.net/publication/5137761_ Consequences_of_Data_Error_in_Aggregate_Indicators_Evidence_from_the_Human_Development_Index (accessed 1 February 2019).
46. Human Development Indices and Indicators 2018. Available at: http://hdr.undp.org/sites/default/files/2018_ human_development_statistical_update.pdf (accessed 1 February 2019).
47. Lopes-Claros A., Mata Y.N. Policies and Institutions Underpinning Country Innovation: Results from the Innovation Capacity Index. In: The Innovation for Development Report 2010-2011: Innovation as a Driver of Productivity and Economic Growth. Ed. by A. Lopes-Claros. Basingstoke, UK: Palgrave Macmillan, 2011. Pp.3-63.
48. Lopes-Claros A., Mata Y.N. The Innovation Capacity Index: Factors, Policies and Institutions Driving Country Innovation. In: The Innovation for Development Report 2009-2010: Strengthening Innovation for the Prosperity of Nations. Ed. by A. Lopes-Claros. Basingstoke, UK: Palgrave Macmillan, 2010. Pp. 3-65.
49. Munda G., Nardo M. Non-Compensatory / Non-Linear Composite Indicators for Ranking Countries: A Defensible Setting. Applied Economics. 2009. Vol. 41. No. 12. Pp. 1513-1523. DOI: 10.1080/00036840601019364
50. Nasir A., Ali T.M., Shahdin S., Rahman T. Technology Achievement Index 2009: Ranking and Comparative Study of Nations. Scientometrics. 2011. Vol. 87. No. 1. Pp. 41-62. DOI: 10.1007/s11192-010-0285-6
51. National Innovation Systems: A Comparative Analysis. Ed. by R.R. Nelson. New York: Oxford University Press, 1993. 553 p.
52. Paruolo P., Saisana M., Saltelli A. Ratings and Rankings: Voodoo or Science? Journal of the Royal Statistical Society. Series A. 2013. Vol. 176. No. 3. Pp. 609-634. DOI: 10.1111/j.1467-985X.2012.01059.x
53. Ravallion M. Troubling Tradeoffs in the Human Development Index. Washington, DC: The World Bank, 2010. 32 p.
54. Regional Innovation Scoreboard 2017. Available at: https://ec.europa.eu/docsroom/documents/31491 (accessed 1 February 2019).
55. Saltelli A. Composite Indicators between Analysis and Advocacy. Social Indicators Research. 2007. Vol. 81. No. 1. Pp. 65-77. DOI: 10.1007/s11205-006-0024-9
56. Shahab M. Technology Achievement Index 2015: Mapping the Global Patterns of Technological Capacity in the Network Age. Available at: https://www.academia.edu/23906892/Technology_Achievement_Index_2015 (accessed 1 February 2019).
57. Sprumont Y. Ranking by Rating. Theoretical Economics. 2018. Vol. 13. No. 1. Pp. 1-18. DOI: 10.3982/ TE2446
58. Stiglitz J.E., Sen A., Fitoussi J.-P. Report by the Commission on the Measurement of Economic Performance and Social Progress. Available at: https://ec.europa.eu/eurostat/documents/118025/118123/ Fitoussi+Commission+report (accessed 1 February 2019).
59. The Global Competitiveness Report 2009-2010. Available at: http://www3.weforum.org/docs/WEF_Glob alCompetitivenessReport_2009-10.pdf (accessed 1 February 2019).
60. The Global Competitiveness Report 2017-2018. Available at: http://www3.weforum.org/docs/GCR2017-2018/05FullReport/TheGlobalCompetitivenessReport2017%E2%80%932018.pdf (accessed 1 February 2019).
■ ■ ■
Для цитирования:
Домнич Е.Л. О типичных рейтингах инновационного развития стран и регионов // Регионали-стика. 2019. Т. 6. № 3. С. 42-65. DOI: DOI: 10.14530^.2019.3.42
For citing:
Domnich Y.L. On Typical National and Regional Innovation Indexes. Regionalistica [Regionalistics].
2019. Vol. 6. No. 3. Pp. 42-65. DOI: DOI: 10.14530/reg.2019.3.42 (In Russian) ■ ■ ■
