CC BY
30
Таким образом, в условиях углубляющейся интеграции применение финансовых рычагов и методов финансового механизма Союза должно ориентироваться на усиление кооперационных связей и делового сотрудничества между организациями государств ЕАЭС для увеличения промышленного производства на таможенной территории Евразийского экономического союза. Взятый старт на рост кооперационных поставок промышленных товаров в рамках ЕАЭС нужно укрепить в целях выстраивания общих технологических процессов с применением элементов и инструментов финансового механизма Союза. Последующее углубление интеграции в области формирования единых рынков электроэнергии, газа, нефти и нефтепродуктов, транспорта и финансов; гармонизация национальных законодательств стран ЕАЭС для ликвидации торговых препятствий; координация в рамках полномочий ЕЭК деятельности по проведению согласованной политики во всех сферах экономики будут содействовать увеличению продуктивности работы финансового механизма Союза.
Источники:
1. Валько, Д. В. Экономическая безопасность: учебное пособие для вузов / Д. В. Валько. - Москва: Издательство Юрайт, 2020. - 150 с.
2. Кардашова, И. Б. Основы теории национальной безопасности: учебник для вузов / И. Б. Кардашова. - 2-е изд., перераб. и доп. - Москва: Издательство Юрайт, 2020. - 332 с.
3. Мокров Г.Г. Евразийский экономический союз. Единое таможенное регулирование. Монография. - М.: Проспект, 2020. - 608 с.
4. Алексеева Е.В., Ахмедзянов Р.Р., Петухова В.В. Регулирование инноваций во внешнеторговой деятельности в рамках ЕАЭС: таможенный аспект // Russian Economic Bulletin. 2020. Т. 3. № 4. С. 94 - 99.
5. Николаев А.Д., Мигел А.А. Современные формы обеспечения уплаты таможенных платежей в ЕАЭС // Тенденции развития науки и образования. - 2020. - № 62-9. - С. 54- 57.
6. Мельник Н.В., Петрушина О.М. Анализ текущей статистики внешней торговли стран Евразийского Экономического Союза // Вестник Калужского университета. - 2020. - № 4 (49). - С. 8-10.
7. Официальный сайт ФТС РФ. [Электронный ресурс]. Режим доступа: https://customs.gov.ru/ (дата обращения 17.04.2022). References:
1. Valko, D. V. Economic security: a textbook for universities / D. V. Valko. - Moscow: Yurayt Publishing House, 2020. - 150 p.
2. Kardashova, I. B. Fundamentals of the theory of national security: textbook for universities / I. B. Kardashova. - 2nd ed., reprint. and add. - Moscow: Yurayt Publishing House, 2020. - 332 p.
3. Mokrov G.G. Eurasian Economic Union. Unified customs regulation. Monograph. - M.: Prospect, 2020. - 608 p.
4. Alekseeva E.V., Akhmetzyanov R.R., Petukhova V.V. Regulation of innovations in foreign trade activities within the EAEU: customs aspect // Russian Economic Bulletin. 2020. Vol. 3. No. 4. pp. 94-99.
5. Nikolaev A.D., Miguel A.A. Modern forms of ensuring payment of customs payments in the EAEU // Trends in the development of science and education. - 2020. - No. 62-9. - pp. 54-57.
6. Melnik N.V., Petrushina O.M. Analysis of current statistics of foreign trade of the countries of the Eurasian Economic Union // Bulletin of Kaluga University. - 2020. - № 4 (49). - Pp. 8-10.
7. The official website of the Federal Customs Service of the Russian Federation. [electronic resource]. Access mode: https://customs.gov.ru / (accessed 17.04.2022).
EDN: EZNQAV
А.В. Бабкин - главный научный сотрудник института экономических проблем, Кольский научный центр Российской академии наук имени Г.П. Лузина, al-vas@mail.ru,
A.V. Babkin - Mef scientist, G.P.Luzin Institute for Econimic Studies of the Kola Science of the RAS; Чэнь Лэйфэй - аспирант, Высшая инженерно-экономическая школа института промышленного менеджмента, экономики и торговли, ФГАОУ ВО СПбПУ, chenleifei@yandex.ru,
Chen Leifei - student, Graduate School of Industrial Economics, Institute of Industrial Management, Economics and Trade, SPbPU.
ОЦЕНКА ЭФФЕКТИВНОСТИ ИННОВАЦИЙ ВЫСОКОТЕХНОЛОГИЧНОЙ ПРОМЫШЛЕННОСТИ EVALUATION OF THE EFFICIENCY OF INNOVATIONS IN THE HIGH-TECH INDUSTRY
Аннотация. С ускорением глобальной экономической интеграции и быстрым развитием науки и техники конкуренция между странами постепенно переходит к конкуренции между научно-техническими достижениями и потенциалом индустриализации. Высокотехнологичная промышленность, основанная на передовых достижениях науки и техники, стала важной основой, способствующей экономическому росту и её место в экономическом развитии становится все более значимым. Успех в развитии высокотехнологичной промышленности основан на применении передовых инноваций и поэтому очень важно оценить эффективность инноваций высокотехнологичной промышленности. В статье рассмотрены вопросы оценки эффективности затрат и выпонения НИОКР в инновационном процессе высокотехнологичных промышленности. Проведена оценка эффективности инноваций высокотехнологичных промышленности на примере провинции Гуандун (Китай) с 2015 по 2020 год на основе построения модели индекса Малмквиста. Результаты исследования показывают, что: в целом эффективности инноваций высокотехнологичных промышленности в провинции Гуандун выросла; за исключением промышленности по производству компьютеров и офисного оборудования, эффективности инноваций остальных четырех высокотехнологичных отраслей промышленности сохранила положительный рост; промышленность по производству электронного и коммуникационного оборудования является доминирующей отраслью, стимулирующей рост эффективности инноваций высокотехнологичных отраслей в провинции Гуандун. На основе исследований в статье выдвигаются предложения по повышению эффективности инноваций высокотехнологичных отраслей.
Abstract. With acceleration of global economic integration and fast development of science and technology the competition between the countries gradually passes to the competition between scientific and technical achievements and potential of indus-
trialization. The hi-tech industry based on the advanced achievements of science and technology became the important basis promoting economic growth and its place in economic development becomes more and more significant. Success in development of the hitech industry is based on application of the advanced innovations and therefore it is very important to estimate efficiency of innovations of the hi-tech industry. In article questions of assessment of efficiency of expenses and a vyponeniye of research and development in innovative process hi-tech the industries are considered. The assessment of efficiency of innovations hi-tech the industries on the example of the Province of Guangdong (China) from 2015 to 2020 on the basis of creation of model of the Malmkvista index is carried out. Results of a research show that: in general efficiency of innovations hi-tech the industries in the Province of Guangdong grew, except for the industry on production of computers and office equipment, efficiency of innovations of other four high-tech industries of the industry kept positive growth; the industry on production of the electronic and communication equipment is the dominating industry stimulating growth of efficiency of innovations of high-tech industries in the Province of Guangdong. On the basis of researches in article proposals on increase in efficiency of innovations of high-tech industri.
Ключевые слова: высокотехнологичная промышленность, эффективность инноваций, инновационный потенциал, инновации, индекс Малмквиста.
Keywords: high-tech industry, innovation efficiency, innovation capacity, innovation, Malmquist index.
Введение. Уровень развития высокотехнологичной промышленности является важным показателем уровня научно-технических инноваций в национальной экономике и конкретном регионе. В условиях развития технологической и промышленной революции Индустрия 4.0 высокотехнологичная промышленность играет значимую роль в содействии цифровой трансформации и модернизации традиционных отраслей. Следует отметить, что, с одной стороны, высокотехнологичная промышленность обладет такими важными характеристиками, как значительные инвестиции, высокий риск и высокая добавленная стоимость, а их показатели добавленной стоимости значительно выше, чем в других отраслях; с другой стороны, технологические инновации в высокотехнологичных отраслях в основном зависят от высоких затрат на поддержку, что напрямую способствует значительной государственной поддержке инноваций. Однако на самом деле следует сосредоточиться не только на затратах инновационных ресурсов, но и на вопросах эффективности. Как целесообразно использовать ограниченные инновационные ресурсы для повышения эффективности инновационных затрат и выпуска продукциис стало важным вопросом, который нельзя игнорировать в современном инновационном процессе. Как наиболее развитая экономическая провинция Китая Гуандун имеет хорошую инновационную инфраструктуру и совершенную промышленную модель, а его высокотехнологичная промышленность быстро развивается на протяжении многих лет. Информация статистического ежегодника высоких технологий Китая показывает, что инвестиции в НИОКР в высокотехнологичной промышленности Гуандуна в последние годы демонстрируют непрерывный рост, а благодаря инвестициям в НИОКР доход от бизнеса в высокотехнологичной промышленности увеличился с 33308.1 млрд юаней в 2015 году до 50184.5 млрд юаней в 2020 году, что на 50,7 % больше по сравнению с предыдущим годом, став важным двигателем экономического роста. Далее стоит отметить такие важные вопросы: как измерить эффективность инноваций высокотехнологичных отраслей в Гуандуне, каковы различия в эффективности инноваций в разных секторах высокотехнологичной промышленности; зависит ли развитие высокотехнологичных отраслей от инвестиций в НИОКР или от эффективности; значительно ли увеличивающиеся инвестиции в инновации повысили эффективность инноваций высокотехнологичных отраслей в Гуандуне. В условиях дефицита инновационных ресурсов исследование этих вопросов имеет определенную теоретическую и практическую значимость, а также отражает актуальность темы исследования. Отмеченные факторы позволили авторам сформулировать цель и задачи исследования.
Цель исследования: на основе анализа текущей ситуации в высокотехнологичной промышленности в провинции Гуандун измерить эффективность инноваций высокотехнологичной промышленности с использованием модели Малмквиста на основе выбора показателей затрат на НИОКР и выпуска инновационной продукции.
Задачи исследования:
1) проанализировать методы оценки эффективности инноваций высокотехнологичной промышленности;
2) определить сферу применения высокотехнологичных отраслей;
3) построить модель индекса Малмквиста и выбрать показатели для оценки;
4) проанализировать результаты расчетов и дать рекомендации по внедрению инноваций.
Полученные результаты.
Экономист М. Дж. Фаррелл (1957) стал пионером в изучении теории эффективности инноваций в своем научном труде «Меры эффективности производства». Теория разрабатывалась почти 60 лет и хотя все больше ученых уделяют внимание вопросу эффективности инноваций, исследования эффективности инноваций высокотехнологичных промышленностей все еще относительно малы. Основная идея измерения эффективности инноваций высокотехнологичных отраслей заключается в определении
затрат и выпусков соответствующих ресурсов и измерении эффекта, производимого каждой единицей инвестиций в комплексном сравнении. Методы измерения эффективности инноваций подразделяются на методы параметрической оценки и методы непараметрической оценки [1].
Параметрические методы следуют идее оценки традиционных производственных функций, сначала определяя или строя конкретную производственную функцию, а затем оценивая каждый параметр в функции с помощью метода наименьших квадратов или метода наибольшего правдоподобия. Параметрические методы включают стохастический пограничный анализ (SFA), метод границы (TFA) и подход без распределения (DFA) [2].
Непараметрические методы не требуют предварительных предположений о форме производственной функции, а непосредственно применяют наблюдаемые данные для построения минимального набора производственных возможностей, содержащего все способы производства, т.е. максимальный выпуск для определенных затрат или минимальные затраты для заданного выпуска. Непараметрические методы в основном включают два типа методов анализа: анализ охвата данных (DEA) и Free Disposal Hull (FDH). На практике наиболее часто используемым непараметрическим методом измерения является анализ охвата данных (DEA). Например, Б. Д. Матризаев использовал метод DEA для оценки индекса относительной эффективности национальных инновационных систем в странах ОЭСР и БРИКС, рассматривая эффективность национальных инновационных систем и качество экономического роста [3]. В. Н. Минат на основе метода DEA обосновал пространственную неоднородность и неравномерность развития инновационной деятельности в США в 2015-2019 гг. с точки зрения оценки эффективности региональных инноваций [4].
Поскольку различные методы имеют свои преимущества и недостатки, нет однозначного академического мнения о том, какой метод больше подходит для измерения эффективности. В действительности, метод DEA, который измеряет относительную эффективность затрат и выпусков по нескольким показателям, больше подходит для исследования эффективности высокотехнологичных отраслей [5]. По мере развития исследований методы DEA совершенствуются. На основе усовершенствованного метода DEA в данной работе измеряется эффективность инноваций высокотехнологичных отраслей на примере провинции Гуандун с 2015 по 2020 год путем построения модели индекса Малмквиста.
В 1960-х годах понятие «высокие технологии» было впервые введено в США. С развитием высокотехнологичной промышленности она постепенно стала объектом внимания различных стран и научных кругов [6, 14,15]. Поскольку разные страны находятся на разных этапах экономического развития, то их понимание индустрии высоких технологий также отличается, а определение сферы применения индустрии высоких технологий является относительным из-за ограничений, связанных с уровнем экономического и социального развития.
Согласно классификации высокотехнологичной промышленности, разработанной Национальным бюро статистики Китая, в соответствии со степенью интенсивности технологий и сложности промышленности в качестве меры, высокотехнологичная промышленность относится к обрабатывающей промышленности с относительно высокой интенсивностью инвестиций в НИОКР (доля расходов на НИОКР в доходах от основной деятельности) в национальной экономической отрасли [7]. В соответствии с «Классификацией высокотехнологичной промышленности Китая» и характеристиками развития высокотехнологичной промышленности в городе Гуандун статистический охват, определенный в данной работе, в основном включает пять отраслей: фармацевтическая промышленность, промышленность по производству электронного и коммуникационного оборудования, промышленность по производству компьютерного и офисного оборудования, промышленность по производству медицинских инструментов и оборудования и промышленность по производству химикатов для информационной промышленности.
Индекс Малмквиста является основным непараметрическим методом измерения ТFP (совокупная факторная производительность). Индекс Малмквиста, основанный на методе огибающей данных, имеет следующие преимущества: ему не нужно учитывать соответствующую информацию о ценах на факторы, в эмпирическом анализе данные о затратах и выпусках НИОКР легко доступны, в то время как цены на факторы трудно или даже невозможно измерить [8]. Индекс Мальмквиста был первоначально предложен шведским экономистом Стеном Мальмквистом, но это только теоретический индекс, поскольку он не обеспечивает измерение технической эффективности. Fare R далее разлагает индекс Мальмквиста на изменение технического прогресса, техническую эффективность и изменение эффективности масштаба, а в данной работе используется индекс Малмквиста, построенный Fare et al. Конкретные принципы измерения следующие [9].
При условии постоянной отдачи от масштаба (CRS) функции расстояния, ориентированные на выпуск, сначала рассчитываются для четырех типов постоянной отдачи от масштаба (CRS) [10].
[D¿(yt,xt)]- 1 = S.T
[D0s(ys, S.T
tf?o(yS
S.T -
[ ( S.T
таХфлф
- (РУН + Qt* ^ 0;
xit - XtA > 0;
Л > 0#(1) )]
- Wis + Qsh > 0; xis - XSA > 0;
Л > 0#(2) )]
Wis + QtЯ > 0; xis - XtA > 0; Л > 0#(3 ) xt)]- 1 = m ax^ Я<Р
- <py¿t + Qs¿ > 0; xit - XSÀ > 0;
Л > 0#(4)
где х ^ : - 1-й показатель затрат в период ^ а уг : - 1-й показатель выпуска в период t.
Далее, индекс Малмквиста для периода s к периоду t определяется как
1
М8/
( )
х ■
.DoG^xJ D ¿(ys ,xs)
.#( 5 )
Полученный индекс Малмквиста может быть использован для отражения величины изменения общей факторной производительности от периода s к периоду t производственных единиц (также называемых единицами принятия решений DMU в DEA), и фактически является средним из двух коэффициентов, которые отражают пропорциональное изменение функции расстояния относительно технологической границы в периоды s и t, соответственно. Если индекс Малмквиста > 1, это указывает на то, что общая производительность факторов производства в период t увеличилась по сравнению с периодом s; если индекс Малмквиста < 1, это указывает на то, что общая производительность факторов производства в период t снизилась по сравнению с периодом s; если индекс Малмквиста = 1, это указывает на то, что общая производительность факторов производства в период t не изменилась по сравнению с периодом s.
Уравнение (5) может быть далее разложено на произведение трех исходных компонентов изменения уровня технологии (TC), изменения технической эффективности (TEC) и изменения эффективности масштаба (SEC).
ТС,
s,t _
Do(yt'Xt) D;(ys ,xj X
D ¿O^xJ D ¿G^xJ
( )
TEC3/ =
D mtyyxù
D OÍ?(yS' xs)
( )
SEC,
s,t _
D¿1,(yt,xt)/D¿ c(yt, xt)
DOÍ?(yS' xs)/Do c(ys> xs)
X
Doi;(yt-Xt)/D¿;c(yt,xt)
( )/ ( )
( )
где D Q17( • ) в уравнениях (7) и (8) - это функция расстояния, ориентированная на выпуск при переменной отдаче от масштаба (VRS).
Между тем, изменение технической эффективности может быть разложено на чистое изменение технической эффективности (TEC) и изменение эффективности масштаба (SEC), которое представляет собой индекс относительного изменения эффективности при условии постоянной отдачи от масштаба (CRS). Этот показатель измеряет степень «догоняющего» развития от s до лучшей практики для каждого наблюдаемого объекта в период t. Индекс больше 1 означает рост технической эффективности, меньше 1 - снижение технической эффективности, а равный 1 - отсутствие изменений в технической
эффективности. Изменение уровня технологии с другой стороны представляет собой индекс технологического прогресса, который используется для измерения движения технологической границы от периода s к 1 Индекс может быть больше 1, меньше 1 и равен 1, что указывает на технологический прогресс, технологический регресс и отсутствие изменений в технологии, соответственно. Изменение технической эффективности при переменной отдаче от масштаба VRS унифицировано с изменением чистой технической эффективности при постоянной отдаче от масштаба CRS [11].
В данной работе для эмпирического исследования выбраны данные о НИОКР высокотехнологичных отраслей промышленности в провинции Гуандун за период с 2015 по 2020 год. К ним относятся промышленности производства медицинских инструментов и оборудования, компьютерной и офисной техники, электронного и коммуникационного оборудования, фармацевтической промышленности и информационно-химической промышленности. Таким образом, данные в работе содержат в общей сложности 5 х 5 = 25 наблюдений.
Исходя из вышеприведенного анализа, конкретные показатели, выбранные в данной работе, описываются следующим образом.
1. Показатели затрат на НИОКР
Индекс затрат трудовых ресурсов.
Эквивалент полной занятости персонала НИОКР (единица измерения: человек): сумма нагрузки персонала НИОКР, занятого полный рабочий день (те, кто работает 90% или более общего рабочего времени в научно-исследовательской деятельности в течение года), и нагрузки персонала, занятого неполный рабочий день, пересчитанной на фактическое рабочее время [12]. Инновации в основном опираются на человеческие ресурсы для открытия новых знаний и удовлетворения новых потребностей, поэтому численность персонала НИОКР оказывает решающее влияние на инновации.
Капитальные инвестиции.
Расходы на НИОКР (единица измерения: десять тысяч юаней): в большинстве существующей литературы расходы на НИОКР рассматриваются как основной показатель для измерения инноваций.
Расходы на НИОКР новой продукции (единица измерения: десять тысяч юаней): это расходы на исследования и разработку новой продукции в рамках внутренних расходов на науку и технологии высокотехнологичных отраслей в отчетном году. Под новой продукцией понимается совершенно новая продукция, разработанная и произведенная путем внедрения новых технических принципов и новых дизайнерских идей, или продукция, значительно улучшенная в одном из аспектов, таких как структура, материал и технология, по сравнению с оригинальной продукцией, что позволяет значительно улучшить характеристики продукции или расширить функции использования. Заключительный этап инноваций требует преобразования результатов НИОКР в новые продукты для тестирования на рынке, а расходы на НИОКР новых продуктов являются ключом к реализации преобразования новых патентов, новых технологий и т.д. в инновационные продукты.
2. Показатели выпуска НИОКР
Количество выданных эффективных патентов (единица измерения: штук): эффективные патенты являются прямым результатом научно-исследовательской деятельности в высокотехнологичных отраслях, а также показателями выпуска, обычно используемыми на международном уровне для измерения научно-технических инноваций. Исследование в данной работе основано на новых результатах НИОКР, полученных в результате инвестиций в НИОКР в каждом году и таким образом оценивает эффективность инноваций. Поэтому более разумно выбрать показатель потока (количество выданных патентов) [13].
Доход от продаж новой продукции (единица измерения: десять тысяч юаней): новые патенты могут отражать только часть информации об инновационной деятельности и не обязательно приносят экономическую выгоду, что определяется характеристиками высокого риска и высокой вероятности затрат самой инновационной деятельности. Чтобы отразить способность предприятий к коммерциализации инноваций (например, способность прогнозировать рынок, способность к маркетингу, уровень управления запасами и т.д.), в данной работе вводится показатель выручки от продаж новой продукции.
Пятилетние изменения пяти показателей, выбранных для оценки, представлены в таблице 1 .
На основе данных о затратах и результатах НИОКР в высокотехнологичной промышленности Китая в данной работе применяется программное обеспечение DEAP2.1 для анализа эффективности инноваций НИОКР каждой высокотехнологичной отрасли в провинции Гуандун и провинции Гуандун в целом в 2015-2020 годах.
Результаты расчетов представлены в таблице 2.
Таблица 1 - Изменение показателей оценки эффективности инноваций в высокотехнологичной промышленности в провинции Гуандун, 2015-2020 гг.
Показатели оценки Эквивалент полной занятости персонала НИОКР Расходы на НИОКР Расходы на НИОКР новой продукции Количество выданных эффективных патентов Доход от продаж новой продукции
2015 202440 8254556 10682081 125438 122845445
2016 200051 9136188 12943083 164210 154804947
2018 285539 11221235 17801785 206031 207667376
2019 276615 11996758 21568241 230360 219038072
2020 319115 13819105 23400898 270977 233525967
Таблица 2 - Эффективность инноваций высокотехнологичной промышленности в провинции Гуандун, 2015-2020 годы (R&D TFP)
Индекс совокупной факторной производительности (TFP) Технологическое изменение Изменение технической эффективности Изменение эффективности масштаба
Высокотехнологичная промышленность в целом
2015-2016 1.149 1.151 1 0.998
2016-2018 0.985 0.973 1 1.012
2018-2019 1.010 1.006 1 1.004
2019-2020 1.025 1.032 1 0.993
Промышленность по производству медицинских инструментов и оборудования
2015-2016 1.025 1.077 0.973 0.978
2016-2018 1.010 0.96 1.028 1.023
2018-2019 0.816 0.942 0.871 0.994
2019-2020 1.164 1.155 1.002 1.006
Промышленность по производству компьютерной и офисной техники
2015-2016 1.272 1.335 1 0.953
2016-2018 1.091 1.031 1 1.058
2018-2019 1.019 1.019 1 1
2019-2020 1.186 1.186 1 1
Промышленность по производству электронного и коммуникационного оборудования
2015-2016 1.182 1.182 1 1
2016-2018 0.951 0.951 1 1
2018-2019 1.036 1.036 1 1
2019-2020 0.989 0.989 1 1
Фармацевтическая промышленность
2015-2016 1.078 1.131 0.968 0.985
2016-2018 1.170 0.887 1.178 1.12
2018-2019 0.931 0.976 0.952 1.002
2019-2020 0.908 1.094 0.838 0.99
Информационно-химическая промышленность
2015-2016 1.261 1.261 1 1
2016-2018 0.883 0.883 1 1
2018-2019 1.271 1.271 1 1
2019-2020 1.173 1.173 1 1
* Принцип декомпозиции: индекс TFP (совокупная факторная производительность) = технический прогресс * изменение технической эффективности * изменение эффективности масштаба.
Таблица 3 - Совокупный рост высокотехнологичных отраслей в провинции Гуандун и в целом по промышленности 2015-2020 гг.
Высокотехнологичная промышленность в целом 2015-2020 1.1707 1.1627 1.0000 1.0069
Промышленность по производству медицинских инструментов и оборудования 2015-2020 0.9825 1.1249 0.8730 1.0005
Промышленность по производству компьютерной и офисной техники 2015-2020 1.6772 1.6634 1.0000 1.0083
Промышленность по производству электронного и коммуникационного оборудования 2015-2020 1.1517 1.1517 1.0000 1.0000
Фармацевтическая промышленность 2015-2020 1.0664 1.0712 0.9097 1.0944
Информационно-химическая промышленность 2015-2020 1.6600 1.6600 1.0000 1.0000
На основе представленных расчетов можно сделать следующие выводы.
В целом, эффективность инноваций высокотехнологичных отраслей промышленности провинции Гуандун логистически возрастала. При этом совокупное увеличение СФП составило 17,07 %. Результаты измерения на основе индекса Мальмквиста показывают, что общая эффективность инноваций высокотехнологичной промышленности провинции Гуандун улучшалась во все годы, за исключением 2016-2018 годов, когда наблюдался спад, с совокупным улучшением на 17,07 %. Это говорит о том, что
общая эффективность инноваций высокотехнологичной промышленности Гуандуна в целом будет улучшаться с 2015 по 2020 год. Это также показывает, что высокотехнологичная промышленность Гуандуна может своевременно скорректировать снижение эффективности инноваций, чтобы достичь устойчивого повышения эффективности инноваций высокотехнологичной промышленности. С точки зрения декомпозиции источников ТБР в таблицах 2 и 3 совокупный рост технологических изменений с 2011 по 2016 год составил 16,27 %. Однако изменение чистой технической эффективности и изменение эффективности масштаба инноваций практически не изменились, поэтому рост эффективности НИОКР в высокотехнологичной промышленности Гуандуна в основном происходит за счет роста технологических изменений. Таким образом, высокотехнологичная промышленность Гуандуна, являясь инновационным регионом Китая, оказала влияние персонала, капитала и других ресурсов в сфере НИОКР на повышение эффективности инноваций. При этом основной причиной значительного повышения эффективности инноваций в Гуандуне является технологический прогресс.
На уровне тенденции изменения отрасли эффективность инноваций остальных четырех высокотехнологичных отраслей, за исключением отрасли производства медицинских инструментов и оборудования, сохраняет положительный рост. Результаты в таблице 3 показывают, что эффективность инноваций отрасли производства электронного и коммуникационного оборудования в Гуандуне выросла на 15,17 %, фармацевтической отрасли - на 6,64 %, отрасли производства компьютеров и офисного оборудования - на 67,72 %, а отрасли производства информационных химикатов - на 66 % с 2015 по 2020 год. Хотя эффективность инноваций отрасли производства медицинских инструментов и оборудования снизилась на 1,75 %, это снижение было небольшим и не компенсировало отличные показатели остальных четырех отраслей, что способствует положительному росту эффективности инноваций высокотехнологичных отраслей в Гуандуне. Кроме того, в таблице 2 показано, что снижение технической эффективности является основной причиной снижения эффективности инноваций промышленности по производству медицинских инструментов и оборудования.
Промышленность по производству электронного и коммуникационного оборудования является доминирующей отраслью, стимулирующей рост эффективности инноваций в высокотехнологичных отраслях в провинции Гуандун. Доля отрасли производства электронного и коммуникационного оборудования в общем объеме научно-исследовательской деятельности высокотехнологичных отраслей достигает около 90 % (отношение выручки от продаж новой продукции этой отрасли к общему показателю высокотехнологичных отраслей в 2015-2020 годах составляет 89,0-90,6 %, а количество выданных эффективных патентов - 87,1 %-91,6 %). Также из таблицы 2 видно, что эта отрасль в основном доминирует в общем росте научно-исследовательской деятельности высокотехнологичных отраслей и снижении. В 2015-2020 годах эффективность от масштаба отрасли производства электронного и коммуникационного оборудования выросла на 15,17 %, и хотя рост эффективности отрасли производства компьютеров и офисного оборудования достиг 67,72 %, а совокупный рост эффективности инноваций отрасли производства информационных химикатов также достиг 66 % за тот же период, их доля в общем росте научно-исследовательской деятельности высокотехнологичной отрасли относительно мала. Это обуславливает их влияние на общий темп роста высокотехнологичной отрасли незначительно. Таким образом, за исключением отрасли производства электронного и коммуникационного оборудования, некоторые другие отрасли играют относительно небольшую роль в стимулировании роста эффективности инноваций высокотехнологичных отраслей в провинции Гуандун.
Заключение. Китайская провинция Гуандун подтверждает вывод о том, что инновации стали ведущей стратегией развития, фокусируется на создании современной промышленной системы иерархического типа и культивирует новые точки роста инновационной экономики. Развитие высокотехнологичных отраслей в провинции Гуандун играет важную роль в ускорении промышленной трансформации и модернизации, координации регионального развития и стимулировании экономического развития.
На основе эмпирического анализа модели Малмквиста обобщены следующие предложения по дальнейшему повышению эффективности инноваций высокотехнологичных отраслей. Во-первых, это создание инновационной системы и стимулирование высокотехнологичной промышленности к инновационной жизнеспособности [14, 17]. Необходимо усилить координацию и сближение политики каждого звена инновационной цепочки высокотехнологичных отраслей, чтобы сформировать политическую ориентацию, способствующую инновационному развитию; объединить основы развития городов, в которых расположены высокотехнологичные отрасли и увеличить планировку ключевых районов высокотехнологичных отраслей [15,18]. Согласно эмпирическому анализу данной работы, промышленность по производству электронного и коммуникационного оборудования является ведущей отраслью, способствующей росту эффективности инноваций в провинции Гуандун, поэтому мы можем сосредото-
читься на планировании таких областей, как область информационных технологий нового поколения, интеллектуальное производство и т.д. Во-вторых, оптимизация инвестиций в инновации и поддержание непрерывности вложения инвестиций в НИОКР. Результаты исследования показывают, что эффективность инноваций высокотехнологичной промышленности повысилась с увеличением инновационных инвестиций, затем для дальнейшего повышения эффективности инноваций высокотехнологичной промышленности необходимо поддерживать непрерывность инвестиций в НИОКР в высокотехнологичной промышленности. Например, повысить направляющую роль государственных финансовых научно-технических фондов и оптимизировать структуру и порядок работы специальных фондов. В-третьих, это привлекает высококвалифицированных специалистов и обеспечивает основную поддержку промышленного развития. Приведенные выше результаты исследования показывают, что научно-исследовательский персонал, капитал и другие ресурсы, собранные в провинции Гуандун, способствовали значительному повышению эффективности инноваций высокотехнологичных отраслей промышленности.
Направления дальнейших исследований. Следует отметить, что, помимо измерения эффективности инноваций высокотехнологичных отраслей с помощью различных методов, анализ потенциальных факторов влияния эффективности инноваций также является фокусом исследования. Однако, ограниченные доступностью данных, некоторые переменные показатели еще не нашли подходящих данных для измерения. Такие исследования, как влияние рыночной структуры и промышленной агломерации на эффективность инноваций, все еще находятся на начальной стадии, и именно они будут в центре внимания следующего исследования.
Источники:
1. Трачук, А. В. Инновационная деятельность промышленных компаний: измерение и оценка эффективности / А. В. Трачук, Н. В. Линдер // Стратегические решения и риск-менеджмент. - 2019. - Т. 10. - № 2. - С. 108-121.
2. Малахов, Д. И. Методы оценки показателя эффективности в моделях стохастической производственной границы / Д. И. Малахов, Н. П. Пильник // Экономический журнал Высшей школы экономики. - 2013. - Т. 17. - N° 4. - С. 660-686.
3. Матризаев, Б. Д. Исследование сравнительной эффективности национальной инновационной системы и качества экономического роста на примере сравнительного анализа стран ОЭСР и БРИКС / Б. Д. Матризаев // Вопросы инновационной экономики. - 2019. - Т. 9. - № 3. - С. 673-692. - DOI 10.18334/vinec.9.3.40880.
4. Минат, В. Н. Анализ и оценка эффективности региональных инновационных систем США / В. Н. Минат // Вестник Волгоградского государственного университета. Экономика. - 2021. - Т. 23. - № 4. - С. 216-226.
5. Алимханова, А. Н. Оценка эффективности предприятий на основе метода DEA / А. Н. Алимханова, А. А. Мицель // Доклады Томского государственного университета систем управления и радиоэлектроники. - 2019. - Т. 22. - № 2. - С. 104-108.
6. Юшаева, П. А. Высокие технологии. Классификация и проблемы / П. А. Юшаева // Высокие технологии, наука и образование: актуальные вопросы, достижения и инновации : сборник статей Международной научно-практической конференции : в 2 ч., Пенза, 17 мая 2018 года. - Пенза: МЦНС «Наука и Просвещение», 2018. - С. 48-50.
7. Статистическое бюро Китайской Народной Республики. Статистический ежегодник высокотехнологичной промышленности Китая. Пекин: Китайская статистическая пресса, 2015-2020.
8. Масленников, О. В. Классификация методов расчета совокупной факторной производительности / О. В. Масленников // Вестник Воронежского государственного университета. Серия: Экономика и управление. - 2015. - № 4. - С. 172-175.
9. Fare R, Grosskopf S, Norris M. Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries [J]. American Economie Review, 1994, 84 (5):1040-1044.
10. Величенкова, Д. С. Методика оценки эффективности региональной инновационной системы с учетом влияния университетов / Д. С. Величенкова, Д. Г. Родионов // Инновации и инвестиции. - 2020. - № 8. - С. 3-7.
11. Жуковский, И. В. Межстрановый анализ эффективности инновационной деятельности на основе метода оболочечного анализа данных среди государств с развитой и развивающейся экономиками, включая Республику Беларусь / И. В. Жуковский, А. Б. Гедранович // Наука и техника. - 2016. - Т. 15. - № 2. - С. 154-163.
12. Фильченков, А. Н. Метод оптимизации численности персонала и расчет эквивалента полной занятости работников / А. Н. Филь-ченков // Economies. - 2018. - № 5(37). - С. 25-30.
13. Исследование силы патентов российских научно-исследовательских организаций / Л. Н. Перепечко, И. А. Шарина, Н.В. Гришина, А. Р. Рахманова // Мир экономики и управления. - 2020. - Т. 20. - № 2. - С. 68-83.
14. Бабкин А.В., Хватова Т.Ю. Развитие научно-исследовательского сектора в национальной инновационной системе России // Известия Санкт-Петербургского университета экономики и финансов. 2009. № 4 (60). С. 41-49.
15. Tsatsulin A.N., Babkin A.V., Babkina N.I. Analysis of the structural components and measurement of the effects of cost inflation in the industry with the help of the index method // В сборнике: Vision 2020: Innovation Management, Development Sustainability, and Competitive Economic Growth. Proceedings of the 28th International Business Information Management Association Conference. Editor Kha-lid S. Soliman. 2016. С. 1559-1573.
16. Крутик А.Б., Бабкин А.В. Анализ эволюционной теории предпринимательских начинаний // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2011. № 6 (137). С. 184-187.
17. Сердюкова Л.О., Баширзаде Р.Р. кызы, Пахомова А.В. Формирование инновационной транспортно-логистической системы на цифровой платформе // Научно-технические ведомости СПбГПУ. Экономические науки. 2020. Т. 13, № 2. С. 64-78. DOI: 10.18721/JE.13206.
18. Кох Ю.П., Дегтерева В.А. Территории с особым правовым режимом ведения экономической деятельности как инструмент региональной инновационной политики // Научно-технические ведомости СПбГПУ. Экономические науки. 2020. Т. 13, № 2. С. 79-90. DOI: 10.18721/JE.13207.
References:
1. Trachuk, A. V. Innovative activity of industrial companies: measurement and evaluation of efficiency / A. V. Trachuk, N.V. Linder // Strategic decisions and risk management. - 2019. - T. 10. - No. 2. - S. 108-121.
2. Malakhov, D. I., Pilnik, N. P. Economic journal of the Higher School of Economics. - 2013. - T. 17. - No. 4. - S. 660-686.
3. Matrizaev, B. D. Study of the comparative efficiency of the national innovation system and the quality of economic growth on the example of a comparative analysis of the OECD and BRICS countries / B. D. Matrizaev // Questions of innovation economy. - 2019. - T. 9. - No. 3. - S. 673-692. - DOI 10.18334/vinec.9.3.40880.
4. Minat, V. N. Analysis and evaluation of the effectiveness of regional innovation systems in the USA / V. N. Minat // Bulletin of the Volgograd State University. Economy. - 2021. - T. 23. - No. 4. - S. 216-226.
5. Alimkhanova, A. N. Evaluation of the effectiveness of enterprises based on the DEA method / A. N. Alimkhanova, A. A. Mitsel // Reports of the Tomsk State University of Control Systems and Radioelectronics. - 2019. - T. 22. - No. 2. - S. 104-108.
6. Yushaeva, P. A. High technologies. Classification and problems / P. A. Yushaeva // High technologies, science and education: current issues, achievements and innovations: collection of articles of the International scientific and practical conference: in 2 hours, Penza, May 17, 2018. - Penza: ICNS "Science and Education", 2018. - P. 48-50.
7. Bureau of Statistics of the People's Republic of China. Statistical Yearbook of China's High-Tech Industry. Beijing: China Statistical Press, 2015-2020.
8. Maslennikov, O. V. Classification of methods for calculating total factor productivity / O. V. Maslennikov // Bulletin of the Voronezh State University. Series: Economics and Management. - 2015. - No. 4. - P. 172-175.
9. Fare R Grosskopf S, Norris M. Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries [J]. American Economic Review, 1994, 84(5):1040-1044.
10. Velichenkova, D. S., Rodionov D. G. Methodology for evaluating the effectiveness of the regional innovation system, taking into account the influence of universities / Innovations and investments. - 2020. - No. 8. - P. 3-7.
11. Zhukovsky, I. V. Cross-country analysis of the effectiveness of innovation activity based on the method of shell data analysis among countries with developed and developing economies, including the Republic of Belarus / I. V. Zhukovsky, A.B. Gedranovich // Science and Technology. - 2016. - T. 15. - No. 2. - S. 154-163.
12. Filchenkov, A. N. The method of optimizing the number of personnel and calculating the equivalent of full employment of workers / A. N. Filchenkov // Economics. - 2018. - No. 5 (37). - S. 25-30.
13. Perepechko L.N., Sharina I.A., Grishina N.V., Rakhmanova A.R. Studying the power of patents of Russian research organizations // World of Economics and Management. - 2020. - T. 20. - No. 2. - S. 68-83.
14. Babkin A.V., Khvatova T.Yu. Development of the research sector in the national innovation system of Russia // Proceedings of the St. Petersburg University of Economics and Finance. 2009. No. 4 (60). pp. 41-49.
15. Tsatsulin A.N., Babkin A.V., Babkina N.I. analysis of the structural components and measurement of the effects of cost inflation in the industry with the help of the index method // In the collection: Vision 2020: Innovation Management, Development Sustainability, and Competitive Economic Growth. Proceedings of the 28th International Business Information Management Association Conference. Editor Khalid S. Soliman. 2016. S. 1559-1573.
16. Krutik A.B., Babkin A.V. Analysis of the evolutionary theory of entrepreneurial startings // Scientific and Technical Bulletin of the St. Petersburg State Polytechnic University. Economic sciences. 2011. No. 6 (137). pp. 184-187.
17. Serdyukova L.O., Bashirzade R.R. kyzy, Pakhomova A.V. Formation of an innovative transport and logistics system on a digital platform. St. Petersburg State Polytechnical University Journal. Economic sciences. 2020. V. 13, No. 2. S. 64-78. DOI: 10.18721/JE.13206.
18. Kokh Yu.P., Degtereva V.A. Territories with a special legal regime of economic activity as an instrument of regional innovation policy. St. Petersburg State Polytechnical University Journal. Economic sciences. 2020. V. 13, No. 2. S. 79-90. DOI: 10.18721/JE.13207.
EDN: CSDZCS
В.А. Белик - аспирант, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, v.a.belik@mail.ru,
V.A. Belik - post-graduate student, Peter the Great St Petersburg Polytechnic University, Saint-Petersburg.
ОЦЕНКА И АНАЛИЗ ПЕРСПЕКТИВ РАЗВИТИЯ ТРАНСПОРТНОЙ СИСТЕМЫ В ПОСТПАНДЕМИЧЕСКИЙ ПЕРИОД НА ПРИМЕРЕ ОПЕРАТОРА АЭРОПОРТА «ПУЛКОВО» ASSESSMENT AND ANALYSIS OF THE PROSPECTS FOR THE DEVELOPMENT OF THE TRANSPORT SYSTEM IN THE POST-PANDEMIC PERIOD ON THE EXAMPLE OF THE «PULKOVO» AIRPORT OPERATOR
Аннотация. Возникновение и распространение всемирной пандемии коронавирусной инфекции (COVID-19) спровоцировало резкий упадок доходов населения и потребительского спроса, что в совокупности стало масштабной проблемой для современных транспортных систем. В настоящем исследовании проанализирована финансово-хозяйственная деятельность одного из крупнейших объектов транспортной системы северо-западного региона России в периоды до и после локдауна, а также сформирован авторский прогноз восстановления и развития рассматриваемого объекта в долгосрочной перспективе до 2060 года. Помимо очевидных последствий пандемии коронавируса, как например, повышение рисков для человеческого здоровья или изменение требований к качеству (критериям безопасности) обслуживания клиентов, имеет место быть ряд негативных результатов экономической (финансовой) и социальной направленности, начиная от снижения мобильности населения вплоть до угрозы отсутствия возможности у транспорта выполнять свою фундаментальную функцию перевозки пассажиров и грузов. Качественно составленный прогноз поступательного выхода из кризиса и развития транспортного предприятия в постпандемический период позволит курирующим правительственным органам определить вектор движения политики в рамках транспортной области и возможные государственные меры поддержки транспортных объектов при необходимости.
Abstract. The emergence and spread of the worldwide pandemic of coronavirus infection (COVID-19) provoked a sharp decline in household income and consumer demand, which together became a major problem for modern transport systems. This study analyzes the financial and economic activities of one of the largest objects of the transport system in the northwestern region of Russia in the periods before and after the lockdown, and also formulates the author's forecast for the restoration and development of the object in question in the long term until 2060.
In addition to the obvious consequences of the coronavirus pandemic, such as an increase in risks to human health or changes in the quality requirements (safety criteria) of customer service, there are a number of negative economic (financial) and social results, ranging from a decrease in population mobility to the threat of impossibility. transport has its fundamental function of transporting passengers and goods. A well-prepared forecast of a progressive recovery from the crisis and the development of a
