Особенности российских регионов по степени взаимосвязи науки и экономического развития Текст научной статьи по специальности «Социальная и экономическая география»

ВЕСТНИК ПЕРМСКОГО УНИВЕРСИТЕТА

2009 ЭКОНОМИКА Вып. 2(2)

УДК 332.1:001

ОСОБЕННОСТИ РОССИЙСКИХ РЕГИОНОВ ПО СТЕПЕНИ ВЗАИМОСВЯЗИ НАУКИ И ЭКОНОМИЧЕСКОГО РАЗВИТИЯ

Л.Г. Бурылова, к.экон. наук, доц. кафедры менеджмента М.А. Бородина, ст. преп. кафедры менеджмента

ГОУВПО «Пермский государственный университет», 614990, г. Пермь, ул. Букирева, 15 Электронный адрес: [email protected]

Рассматривается влияние научного потенциала на развитие экономики региона. Построена регрессионная модель взаимосвязи валового регионального продукта и затрат на исследования и разработки. Исследование выполнено на базе статистической информации за период 1996-2006 гг. Предложена классификация регионов по признаку взаимосвязи валового регионального продукта и затрат региона на научные исследования и разработки с учетом временного лага.

Ключевые слова: исследования и разработки; затраты на исследования и разработки; наука; научный потенциал региона.

Решение задачи повышения конкурентоспособности российской экономики требует перехода к экономике знаний, обеспечивающей новое качество

экономического роста. Ее главные характеристики заключаются в опережающей динамике высокотехнологичных отраслей, интенсивном росте инвестиций в исследования и разработки, увеличении наукоемкости

продукции, повышении отдачи от инноваций и росте инновационной активности предприятий и организаций. В соответствии с этим ориентиром, промышленная политика каждого российского региона должна быть направлена на обеспечение текущей и перспективной конкурентоспособности, основанной на смещении роста валового регионального продукта (ВРП) с сырьевой составляющей на развитие высокотехнологичных наукоемких отраслей промышленности, представляющих собой результат интеграции науки, образования и промышленного производства.

В результате наука становится не только отдельной отраслью народного хозяйства, а необходимым стратегическим базисом, обеспечивающим экономический рост государства и его регионов.

Базовыми структурными субъектами развития научного потенциала промышленных регионов являются промышленные

предприятия, научные организации,

образовательные учреждения и другие комплементарные институты, между которыми существуют разнообразные институциональные отношения.

Промышленность является основным потребителем инноваций, а значит, формирует

спрос на научные знания. Сегодня отечественная промышленность не имеет достаточных для технического и

технологического переоснащения и освоения новой продукции средств, иными словами, отсутствие спроса на инновации делает «ненужными» исследования и разработки. Такой подход, основанный на приоритете спроса на науку со стороны производителя, характерен для эволюционно развивающихся стран - для России и ее регионов он является тупиковым, поскольку грозит потерей созданного и накопленного научного потенциала. Государство, как в

административной экономике, не сможет поддерживать научный потенциал по всем направлениям до появления спроса. В таких условиях оно вынуждено выбирать приоритетные направления развития инноваций и поддержки науки. В регионах формирование и развитие научного потенциала должно учитывать стержневые компетенции.

Важнейшим фактором формирования и развития научного потенциала является наличие человеческих ресурсов, приспособленных для сфер деятельности региона. Научное знание напрямую зависит от наличия на территории активно работающих ученых и коллективов, непосредственно создающих научное знание, их мобильности. Продуктивность и эффективность потенциала определяется мощностью и степенью развития в регионе системы

образования.

В России роль высшей школы в

развитии экономики двояка. Во-первых,

основная функция высшего образования

заключается в профессиональной подготовке

© Бурылова Л.Г., Бородина М.А., 2009 42

высококвалифицированных специалистов, во-вторых - в участии вузов в реализации инновационных проектов в области науки. Таким образом, в России система высшего образования может рассматриваться как институт, одновременно производящий и распространяющий знания, что свидетельствует

о достаточно большой степени сопряженности науки и образования. С учетом того, что спрос на новые знания со стороны промышленности зависит не только от экономических факторов, но и от наличия специалистов, способных оценить и внедрить это знание, особая роль в формировании и развитии научного потенциала принадлежит субъективному фактору -

личностным характеристикам ученых. Уровень образования, креативность и

целеустремленность нередко приводит к

формированию отдельных направлений

исследований и целых научных школ, определяя не только развитие отдельных организаций, но и развитие регионов.

Таким образом, система образования региона оказывает непосредственное воздействие на формирование и развитие

научного потенциала при условии ее синхронного со сферой исследований и разработок развития, осуществляемого с учетом региональной специализации.

Комплементарные институты связаны с информационным обеспечением научной деятельности, ее финансированием, а также с обеспечением трансферта научных знаний и их коммерциализацией.

Сфера науки и уровень использования научного потенциала влияют на социальноэкономическое развитие региона, что подтверждают результаты корреляционного анализа, проведенного на базе статистической информации по 78 регионам России [2, 10, 12] и по Пермскому краю [4, 5, 7] с 1996 по 2006 г. с использованием программных продуктов STATISTICA 5.5 и Microsoft Office Excel 2003. Результаты исследования взаимосвязи между валовым региональным продуктом (ВРП) и внутренними затратами на исследования и разработки, характеризующими степень развития сферы науки в России, представлены в табл. 1 и 2.

Таблица 1

Регрессионная статистика

Показатель Значение

Множественный R (Линейный коэффициент корреляции) 0,77

Я-квадрат 0,59

Нормированный R-квадрат 0,59

Стандартная ошибка 31267,15

Наблюдения 858

Таблица 2

Дисперсионный анализ________________________________________

Количество степеней свободы (df Сумма квадратов (SS) Математическое ожидание (MS) Критерий Фишера (F) Значимость F

Регрессия 1 1208734998902,2 1208734998902,2 1236,39 0,00

Остаток 856 836855105660,1 977634469,23

Итого 857 2045590104562,4

Коэффициенты Стандартная ошибка t-статистика P-значение Нижние 95% Верхние 95%

У- пересечение 18268,07 1120,76 16,30 0,00 16068,31 20467,84

Внутренние затраты на исследования и разработки, млн. руб. 26,00 0,74 35,16 0,00 24,55 27,45

На основании произведенных расчетов можно утверждать, что наблюдается высокая корреляция между внутренними затратами на научные исследования и разработки и валовым

региональным продуктом.

Значение коэффициента детерминации (Я-квадрат) говорит о том, что 59% изменений ВРП связано с изменением внутренних затрат на

науку. Линейно зависимость выражается уравнением регрессии, значимым на 5%-ном уровне:

ВРП = 26* Зн + 18268,07 (1)

[24,55; 27,45] [16068,31; 20467,84] где ВРП - объем валового регионального продукта, млн. руб.;

Зн - внутренние затраты на исследования и разработки в регионе, млн. руб.

Выбор формы модели обусловлен малой выборкой: при других формах при

выборке в 11 точек повышается модельный риск.

Использовать зависимость между

показателями ВРП = Ф(Зн,) было бы

некорректно, так как затраты оказывают влияние на ВРП с лагом. Поэтому для периода времени (lag=0) следует рассматривать обратную зависимость - затрат от объема ВРП (см. рис. 1).

Ьав=0

Lag=1..n

Рис. 1. Взаимосвязь между ВРП и внутренними затратами на исследования и разработки

Результаты исследования зависимости £г = 0,0227* А-ПЇ — 226,22.(2)

затрат на исследования и разработки от ВРП [0 0215' 0 0240] [-299 11' -153 32]

представлены в табл. 3 и 4. Регрессионная модель будет описана формулой, значимой на 5% уровне:

Таблица 3

__________________________________Регрессионная статистика____________________________________

Показатель Значение

Множественный R (Линейный коэффициент корреляции) 0,77

Я-квадрат 0,59

Нормированный R-квадрат 0,59

Стандартная ошибка 924,52

Наблюдения 858

Таблица 4

Дисперсионный анализ________________________________________

Количество степеней свободы @1) Сумма квадратов (88) Математическое ожидание (М8) Критерий Фишера (Р) Значимость F

Регрессия 1 1056787243,28 1056787243,28 1236,39 0,00

Остаток 856 731655657,31 854737,92

Итого 857 1788442900,59

Коэффициенты Стандартная ошибка 1-статистика Р- Значение Нижние 95% Верхние 95%

У-пересечение -226,22 37,14 -6,09 0,00 -299,11 -153,32

Валовой региональный продукт, млн. руб. 0,0227 0,00 35,16 0,00 0,0215 0,0240

Панельный подход к исследованию в 28 наблюдается значимая взаимосвязь между

зависимости показал, что из 78 регионов только этими показателями (табл. 5).

Таблица 5

Характеристика групп регионов по характеру связи объемов ВРП и __________внутренних затрат на исследования и разработки____________________________

Характеристика Количество регионов Регионы

Регионы с отсутствием корреляции между ВРП и внутренними затратами на исследования и разработки 51 Белгородская область, Псковская область, Ульяновская область, г. Санкт-Петербург, Курганская область, Республика Адыгея, Республика Дагестан, Воронежская область, Ивановская область, Калужская область, Костромская область, Тюменская область, Челябинская область, Республика Северная Осетия - Алания, Краснодарский край, Ставропольский край, Московская область, Орловская область, Рязанская область, Волгоградская область, Республика Хакасия, Алтайский край, Красноярский край, Иркутская область, Кемеровская область, Республика Башкортостан, Республика Марий Эл, Тамбовская область, Тульская область, г. Москва, Республика Карелия, Республика Коми, Республика Татарстан, Удмуртская Республика, Чувашская Республика, Читинская область, Республика Саха (Якутия), Приморский край, Вологодская область, Калининградская область, Ленинградская область, Мурманская область, Нижегородская область, Оренбургская область, Саратовская область, Амурская область, Камчатская область, Магаданская область, Сахалинская область, Еврейская автономная область, Чукотский автономный округ

Регионы со значимой корреляцией между ВРП и внутренними затратами на исследования и разработки, в том числе: 28

• Со слабой корреляцией - -

• Со средней корреляцией 7 Свердловская область, Тверская область, Новгородская область, Астраханская область, Кировская область, Республика Бурятия, Хабаровский край

• С высокой корреляцией 21 Пензенская область, Новосибирская область, Томская область, Ростовская область, Республика Тыва, Курская область, Архангельская область, Кабардино-Балкарская Республика, Республика Калмыкия, Карачаево-Черкесская Республика, Республика Алтай, Республика Мордовия, Смоленская область, Брянская область, Ярославская область, Владимирская область, Липецкая область, Омская область, Нижегородская область, Пермский край, Самарская область

• С очень высокой корреляцией - -

Для сферы исследований и разработок характерны лаги, которые необходимо учитывать. Исследование показало, что при лаге, равном 2 годам, в 48 регионах

наблюдается значимая связь между ВРП и внутренними затратами на научные исследования и разработки (табл. 6).

Таблица 6

Характеристика групп регионов по характеру связи объемов ВРП и внутренних затрат на исследования и разработки при лаге 2 года_____________________

Характеристика о отв во тес ноо § 1 л ег ор Ко р Регионы

Регионы с отсутствием корреляции между ВРП и внутренними затратами на исследования и разработки 30 Белгородская область, Псковская область, Республика Адыгея, Курганская область, Тюменская область, Воронежская область, Челябинская область, Костромская область, Республика Северная Осетия - Алания, Республика Хакасия, Алтайский край, Кемеровская область, Орловская область, Тамбовская область, Республика Башкортостан, Республика Марий Эл, Тульская область, Удмуртская Республика, Республика Саха (Якутия), Чувашская Республика, Республика Коми, Ленинградская область, Оренбургская область, Амурская область, Камчатская область, Магаданская область, Еврейская автономная область, Вологодская область, Калининградская область

Регионы со значимой корреляцией между ВРП и внутренними затратами на исследования и разработки, в том числе: 48

• Со слабой корреляцией - -

• Со средней корреляцией 3 Мурманская область, Республика Татарстан, г. Москва

• С высокой корреляцией 40 Кировская область, Ивановская область, Брянская область, Рязанская область, Смоленская область, Иркутская область, Астраханская область, Волгоградская область, Новгородская область, Красноярский край, Липецкая область, Калужская область, Московская область, Нижегородская область, Пермский край, Самарская область, Свердловская область, Тверская область, Ярославская область, Владимирская область, Республика Карелия, Архангельская область, Республика Дагестан, Кабардино-Балкарская Республика, Карачаево-Черкесская Республика, Краснодарский край, Ставропольский край, Саратовская область, Республика Алтай, Республика Бурятия, Республика Тыва, Читинская область, Приморский край, Хабаровский край, Сахалинская область, Чукотский автономный округ, г. Санкт-Петербург, Пензенская область, Новосибирская область, Ульяновская область

• С очень высокой корреляцией 5 Курская область, Республика Мордовия, Омская область, Ростовская область, Томская область

Таким образом, корреляционно-

регрессионный анализ позволил выделить 2 типа регионов в зависимости от наличия связи между исследуемыми показателями: регионы-аутсайдеры и регионы-лидеры. Последний тип

целесообразно подразделить на несколько подтипов по степени тесноты корреляции: квази-лидер, условный лидер, потенциальный лидер и безусловный лидер (табл. 7).

Таблица 7

Классификация регионов по степени тесноты связи между ВРП и затратами региона на исследования и разработки_____________________

Характер связи Тип региона Количество регионов

без лага с лагом

1. Незначимая связь Аутсайдер 51 30

2. Значимая связь, в том числе: Лидер 27 48

• Слабая Квазилидер - -

• Средняя Условный лидер 7 3

• Высокая Потенциальный лидер 20 40

• Очень высокая Безусловный лидер - 5

Таким образом, исследование позволило выявить в регионах разный характер влияния результатов исследований и разработок с учетом фактора времени на величину ВРП.

Индивидуальный характер влияния лагов на экономику доказывает необходимость исследования сферы исследований и разработок на региональном уровне с учетом специфики каждой территории, исторически сложившейся специализации, областей и направлений научных исследований региона.

Таблица 8

________________________________Регрессионная статистика________________________________

Показатель Значение

Множественный R (Линейный коэффициент корреляции) 0,84

Я-квадрат 0,70

Нормированный R-квадрат 0,65

Стандартная ошибка 3366,15

Наблюдения 8

Пермский край относится к типу «потенциальный лидер», так как характеризуется высокой корреляцией между объемом ВРП и затратами на исследования и разработки (табл. 8, 9).

Таблица 9

Дисперсионный анализ_______________________________________

Количеств о степеней свободы ($) Сумма квадратов (ББ) Математи- ческое ожидание (МБ) Критерий Фишера (¥") Значимость F

Регрессия 1 157454775,84 157454775,8 13,90 0,01

Остаток 6 67985764,51 11330960,75

Итого 7 225440540,35

Коэффи- циенты Стандарт-ная ошибка 1-статистика Р-Значение Нижние 95% Верхние 95%

У-пересечение 46613,37 3047,39 15,30 0,00 39156,67 54070,07

Внутренние затраты на исследования и разработки, млн. руб. 16,81 4,51 3,73 0,01 5,77 27,84

Для него при горизонте исследования 11 лет (1996-2006 гг.) лучшим лагом является 3 года (рис. 2).

ю

>

о.

X

с

г

та

.

I-

пз

м

с"

о.

т

70000.0

60000.0

50000.0

40000.0

30000.0

20000.0 10000,0

0,0

1000

800 —♦— Валовой

региональный

600 продукт, млн.

руб.

400 Внутренние

200 затраты на

исследования

0 и разработки,

млн. руб.

-200

с# с# с# сФ ^ ^

годы

Рис. 2. Динамика ВРП и внутренних затрат на исследования и разработки

(лаг 3 года)

Регрессионная модель для Пермского края при ^=3 будет описана формулой, значимой на 5% уровне:

ВРП { = 16,81* Зн,_3 + 46613,37. (3)

[5,77; 27,84]

[39156,67; 54070,07]

Такой же характер имеет связь между затратами на исследования и разработки и объемом промышленной продукции региона. Это объясняется тем, что Пермский край относится к промышленным регионам - доля

промышленного производства в ВРП составляет 50%.

Полученные в результате исследования модели используются для объяснения взаимосвязи между затратами на исследования и разработки и объемом ВРП.

Ранжирование регионов по

наукоемкости ВРП показало, что Пермский край занимает 14-е место среди регионов с высокой корреляцией (рис. 3).

%

П,

Р

В

ь

т

о

§

кем

еок

кау

X

5.000

4.500

4.000

3.500

3.000

2.500

2.000

1.500 1,000 0,500 0,000

1; 4,395 * 2; 3,905

♦

3; 3,585 ♦ ♦

4; 3,509

с о.™ 6; 2,575

5; 2,598 ^ ф

7; 1,981

8; 1,886

9; 1,660*

10; 1,559

12; 1,353

11; 1,444 ♦ ♦

13; 1,221

14; 1,132

10

12

14

16

Ранг

Рис. 3. Ранжирование регионов с высокой корреляцией (потенциальных лидеров) по наукоемкости ВРП:

1 - Нижегородская область; 2 - г. Санкт-Петербург; 3 - Калужская область; 4 - Московская область; 5 - Ульяновская область; 6 - Новосибирская область; 7 - Самарская область; 8 - Ярославская область; 9 - Тверская область; 10 -Пензенская область; 11 - Приморский край; 12 - Владимирская область; 13 - Свердловская область; 14 - Пермский край

0

2

4

6

8

Большая часть отмеченных регионов относится к промышленным регионам, которые имеют длительное историческое развитие сферы исследований и разработок. Из этого можно сделать вывод о том, что экономическое развитие промышленных регионов определяется потенциалом сферы исследований и разработок.

Наука также определяет величину и качество инновационного потенциала, который является одним из важных показателей инвестиционной привлекательности региона. По оценкам журнала «Эксперт», по состоянию инновационного потенциала Пермский край за последнее десятилетие переместился с 59 места (1996-1997 гг.) на 12 место (2004-2005 гг.) [11]. При этом в регионе наблюдается не столь тесная связь между наукой и основными показателями, характеризующими инновационную сферу. Только 51% изменений объемов инновационной продукции и 66% затрат, связанных с ними, обусловлены вариацией внутренних затрат на научные исследования и разработки. На наш взгляд, это может быть связано с незначительной долей затрат на НИОКР в совокупных инновационных затратах (6,227,3%).

Таким образом, сфера науки определяет не только развитие региона, но и величину его инновационного потенциала. Стратегическая важность данной сферы для развития региона придает проблемам ее функционирования особое значение.

Пермский край характеризуется высокой концентрацией научно-

исследовательских организаций и наукоемких промышленных предприятий: в крае

сосредоточена академическая наука (7%), а также вузовская (14%) и прикладная (79%) [4].

К наукоемким производствам в регионе относятся:

- производство ракетных и авиационных двигателей - ОАО «Протон ПМ», ОАО «Авиадвигатель»;

- производство навигационных систем в

Пермской научно-производственной

приборостроительной компании;

- технологии производства химической и нефтехимической промышленности -ФГУП «НИИ полимерных материалов», ОАО «НИИ композиционных материалов», ОАО «Метафракс»;

- технологии производства металлургической

промышленности - ОАО

«Мотовилихинские заводы», ОАО «Ависма», ОАО «ПНИТИ»;

- фармацевтическое производство - НПО «Биомед», ЗАО «Медисорб»;

- опытное производство «Научного центра

порошкового материаловедения»

Пермского государственного технического университета [4].

В Прикамье ведутся исследования и разработки по одиннадцати критическим технологиям РФ и шести приоритетным направлениям развития науки, технологий и техники РФ (табл. 10):

Таблица 10

Направления исследований и разработок Пермского края [6; 8]

Критические технологии Приоритетные направления развития науки, технологий и техники

1) Технологии создания новых поколений авиационной, ракетно-космической и морской техники. 2) Технологии биоинженерии. 3) Технологии создания микросистемной техники. 4) Технологии производства топлив и энергии из органического сырья. 5) Технологии создания интеллектуальных систем навигации и управления. 6) Технологии создания и обработки композиционных и керамических материалов. 7) Технологии создания и обработки полимеров. 8) Базовые и критические военные, специальные и промышленные технологии. 9) Технологии создания каталитических систем. 10) Технологии обработки, хранения, передачи и защиты информации. 11) Технологии производства программного обеспечения. 1) Информационнотелекоммуникационные системы. 2) Рациональное природопользование. 3) Транспортные, авиационные и космические системы. 4) Индустрия материалов. 5) Энергетика и энергосбережение. 6) Перспективные вооружения, военная и специальная техника.

Среди обрабатывающих видов

деятельности в регионе наибольшую научную поддержку со стороны как академической, вузовской, так и прикладной науки имеют металлургическое производство, производство готовых металлических изделий,

машиностроение и химическое производство, в том числе некоторые крупные промышленные предприятия данных видов деятельности самостоятельно выполняют научные

исследования и разработки.

Статистические данные

свидетельствуют, что на территории Пермского края сосредоточен значительный научный потенциал, однако складывающиеся негативные тенденции оказывают соответствующее влияние на его величину, а также на уровень и эффективность использования ресурсов,

сосредоточенных в сфере исследований и разработок. К числу наиболее значительных проблем относятся следующие.

Наука региона представлена всеми типами научных организаций. Однако по их количеству Пермский край отстает от ведущих регионов Приволжского федерального округа и Свердловской области. Сравнительный анализ показал, что по данному показателю Прикамье находится на 5-ом месте после Свердловской области, Нижегородской области, Республики Татарстан и Саратовской области [9, с. 257259]. Кроме того, в последние 5 лет наметилась тенденция сокращения количества научных организаций: их число уменьшилось на 7,14%, что было вызвано изменением конструкторских, проектно-конструкторских и технологических организаций. Сокращение количества научных организаций не соответствует современным мировым тенденциям, связанным с возрастанием потребностей в НИОКР.

Одновременно складывается тенденция сокращения численности занятых в науке, в частности исследователей - носителей научных идей. Нарушение оптимального соотношения между исследователями и обслуживающим персоналом, которое составляет 75:25 или 80:20 [13, с. 6], снижение кадрового потенциала науки имеет долгосрочные последствия, связанные с его формированием и потерями в научном заделе, что сдерживает темпы развития науки и экономики в целом.

Анализ уровня образования показал, что он повышается за счет обслуживающего персонала. Это обстоятельство только косвенно влияет на научно-исследовательский потенциал региона.

Наблюдается незначительное

омоложение кадров в науке Пермского края: средний возраст исследователей снизился с 45,2 до 44,6 лет.

Для науки Пермского края характерна низкая эффективность труда: на фоне роста заработной платы здесь происходило снижение производительности труда. Однако следует отметить, что сложившаяся ситуация может быть расценена неоднозначно. Дело в том, что уровень заработной платы в науке в 2002 г. серьезно отставал от средней заработной платы по региону (составлял 70%). Повышение этого показателя главным образом было связано с подтягиванием его до среднего уровня и с принятием со стороны государства решений о росте ставок оплаты труда в бюджетной сфере, а не с производительностью труда. Тем не менее, можно утверждать, что система оплаты труда не выполняла стимулирующую функцию в

научной сфере.

Объемы выполненных работ в постоянных ценах имели отрицательный тренд, при этом наблюдался рост затрат на научные исследования и разработки. Соответственно происходит снижение отдачи с каждого рубля, вложенного в научные исследования и

разработки. Несмотря на падение объемов

выполненных работ, в регионе наблюдается рост количества созданных передовых технологий. За 2002-2006 гг. данный показатель увеличился с 5 до 14. В этот период бизнес-структуры активно обновляли технологические основы производства, о чем свидетельствует увеличение в 2 раза количества использованных передовых производственных технологий.

С точки зрения стратегического регионального развития структура затрат на научные исследования и разработки не является эффективной, прежде всего с позиции их распределения между фундаментальными, прикладными исследованиями и разработками: доля затрат на разработки составляла 77-79%, в то время как затраты на фундаментальные исследования - 5-7%. Такая диспропорция приводит к снижению эффективности функционирования науки в регионе и в дальнейшем может сказаться на темпах развития экономики в целом: признано, что фундаментальная наука предопределяет стратегические преимущества регионов.

Анализ финансирования научной деятельности в Прикамье выявил диспропорции в структуре источников финансирования: неудовлетворительное соотношение между объемами финансирования государством и частным сектором, незначительная поддержка науки со стороны региональных органов власти. Глубокие проблемы связаны со слабой взаимосвязью между наукой и реальным сектором; низкой заинтересованностью промышленных предприятий в исследованиях и разработках, а также недостаточностью у них собственных средств, направляемых на НИОКР,

с отсутствием и сложностью поиска других внебюджетных источников, таких как кредиты банков, внебюджетные фонды, венчурный капитал и др.

Несмотря на указанные проблемы и диспропорции развития научной сферы, Пермский край обладает высоким научноисследовательским потенциалом и

характеризуется высоким уровнем

инновационной активности хозяйствующих субъектов, что создает уникальные условия для дальнейшего развития региона, делает его привлекательным для инвесторов.

Таким образом, научная деятельность, по мере развития и использования ее результатов, превращается в непосредственную производительную силу, являющуюся основой материального производства и

обеспечивающую устойчивый экономический рост. Расширение миссии науки требует внесения изменений в процесс управления данной сферой: прежде всего, необходимо ориентировать ее потенциал на удовлетворение потребностей реального сектора экономики.

Исследование показало наличие региональных особенностей проявления взаимосвязи между экономическим развитием регионов и затратами на научные исследования и разработки. Это доказывает необходимость учета характера связи научного и экономического развития при разработке стратегии управления научным потенциалом региона.

Библиографический список

1. Елисеева И.И., Юзбашев М.М. Общая теория статистики: учебник. 3-е изд. / под ред. И.И. Елисеевой. М.: Финансы и статистика, 1998. 368 с.

2. Индикаторы науки: 2007: стат. сб. М.: ГУ-ВШЭ, 2007. 344 с.

3. Ленчук Е.Б., Власкин Г.А. Финансирование инновационной деятельности в России // ЭКО. 2005. № 12. С. 9-26.

4. Наука Пермского края. Год 2003. Пермь, 2004. 95 с.

5. Научно-технический потенциал

Пермского края. Год 2008: науч.-

информационный сб. / Мин-во промышленности, инноваций и науки Пермского края, Перм. науч. центр УрО РАН. Пермь, 2008. 296 с.

6. Перечень критических технологий Российской Федерации [Электронный ресурс]: утвержден Президентом РФ 21.05.2006 Пр-842. URL:

http://www.bmstu.ru/mstu/nauchrab/critical_techno

logies/

7. Пермский край. Статистический

ежегодник / Территориальный орган

Федеральной службы государственной статистики по Пермскому краю. Пермь, 2007. 342 с.

8. Приоритетные направления развития

науки, технологий и техники РФ [Электронный ресурс]: утверждены Президентом РФ

21.05.2006 Пр-843. URL:

http://www.bmstu.ru/mstu/nauchrab/ development_priority/

9. Региональный экономический рост: тенденции и проблемы/под ред. Т.В. Миролюбовой; Перм. гос. ун-т. Пермь, 2006. 382 с.

10. Регионы России. Социальноэкономические показатели. 2007: стат. сб. / Росстат. Р32. М., 2007. 991 с.

11. Рейтинг инвестиционной

привлекательности регионов // Эксперт. 19952006. [Электронный ресурс]. URL: www.expert.ru

12. Российский статистический

ежегодник. 2007: стат.сб./Росстат. Р76. М., 2007. 826 с.

13. Рубвальтер Д. Российская наука

накануне реформ // Власть. 2005. № 3. С. 3-15.