CC BY
16DOI 10.47576/2712-7559_2022_1_2_155 УДК 332
Быкова Маргарита Леонидовна,
ассистент кафедры экономики инноваций и финансов, Владимирский государственный университет им. А. Г. и Н. Г. Столетовых, г. Владимир, Россия, е-mail: margarita93@bk.ru
ОЦЕНКА НАУЧНО-ИННОВАЦИОННОГО ПОТЕНЦИАЛА РЕГИОНА В УСЛОВИЯХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ
В статье рассматривается феномен научно-инновационного потенциала региона и подходы к его оценке в условиях цифровой трансформации. Предлагается методика сравнения научно-инновационного потенциала регионов Центрального федерального округа с использованием открытых статистических данных. Преимуществом предлагаемой методики является универсальность ее применения, а также возможность использования методологии для других территорий.
Ключевые слова: научно-инновационный потенциал; регионы; цифровизация; цифровая трансформация.
UDC 332
Bykova Margarita Leonidovna,
Assistant Professor, Department of Economics of Innovation and Finance, Vladimir State University named after A. G. and N. G. Stoletovs, Vladimir, Russia, e-mail: margarita93@bk.ru
ASSESSMENTOFTHESCIENTIFIC AND INNOVATIVE POTENTIAL OF THE REGION IN THE CONTEXT OF DIGITAL TRANSFORMATION
The article discusses the phenomenon of the scientific and innovative potential of the region and approaches to its assessment in the context of digital transformation. A method for comparing the scientific and innovative potential of the regions of the Central Federation is proposed. of the flax district using open statistical data. The advantage of the proposed methodology is the versatility of its application, as well as the possibility of using the methodology for other territories.
Keywords: scientific and innovative potential; regions; digitalization; digital transformation.
Проблема оценки научного потенциала региона является важнейшим аспектом анализа регионального развития.
Различный подход к определению данной категории обусловлен междисциплинарным характером и различными взглядами на оценку научно-инновационного потенциала с точки зрения экономических, психологических, социологических и иных наук. Отсутствие единого подхода к определению научно-инновационного потенциала отмечается, в частности, в работе Д. Ю. Знаменского [4]. Автор утверждает, что дискуссии по данному вопросу связаны с определением основ-
ных элементов, образующих данную структуру.
Первая разработка методики оценки научного потенциала была предложена в рамках форума «Организация экономического развития и сотрудничества» в 1963 г. в Фраскати. Д. Ю. Знаменский и А. В. Сычев [5] отмечают, что основой предложенной методики стал ресурсный подход, в рамках которого сущность научного потенциала была определена как совокупность различных источников, ресурсов и возможностей, необходимых для осуществления научной деятельности.
Такой подход к оценке научного потенци-
ала предопределил характер исследовании данного феномена, основанный на использовании различных статистических приемов.
Стоит отметить, что в отечественной практике анализ научного потенциала также бази -руется на различных эмпирических данных, описывающих состояние развития научной сферы конкретного объекта анализа.
Как отмечает М. А. Николаев с соавторами [7], цифровизация является ведущим фактором развития территорий. При этом стоит отметить, что именно наука создает продукты, позволяющие внедрять цифровые технологии.
Анализ аспектов научно-инновационного потенциала в условиях цифровизации приводится во многих актуальных экономических исследованиях [1; 2].
По мнению И. В. Разинкиной и Н. В. Лазарева [8] процессы цифровой трансформации сопряжены со значительными изменениями условий функционирования компаний на рынке. При этом решение задачи адаптации предприятий к меняющимся условиям не представляется возможным без достижений науки и внедрения различных инноваций в процессы функционирования организации.
Л. А. Гудяева [3] отмечает, что базисом устойчивого экономического развития территорий в условиях цифровизации является решение задач научно-инновационного характера.
Как отмечает Д. Ю. Знаменский [4], наиболее часто научный потенциал исследуется для какой-либо территории страны в целом или ее части (региона, группы регионов и пр.).
По мнению Л. Э. Миндэли и Г С. Хромова [6], специфика научно-инновационного потенциала заключается в нескольких основных аспектах.
Во-первых, логически в показатель научно-инновационного потенциала определенной территории включается научный потенциал организаций, расположенных на ее территории.
Во-вторых, научный потенциал территории зависит от географических, природно-климатических, политических, ресурсных и иных особенностей.
Третья особенность данного феномена заключается в том, что влияние научного потенциала распространяется на все направления территориального развития, включая
социально-экономическое мезоразвитие.
Опираясь на теоретические положения, посвященные анализу роли науки и инноваций в современных условиях, была предложена методология оценки научно-инновационного потенциала регионов в условиях цифровизации.
Преимуществом предложенного подхода является возможность оценки параметров развития науки и инноваций, опираясь на открытые статистические сведения.
В качестве показателей, характеризующих научно-инновационный потенциал региона, были выбраны следующие параметры:
- число организаций, выполнявших научные исследования, разработки, шт. (х1);
- численность персонала, занятого научными исследованиями и разработками, чел.
(Х2);
- число выданных патентов на изобретения, шт. (х3);
- число выданных патентов на полезные модели, шт. (х4;
- объем инновационных товаров, работ, услуг, млн руб. (х5);
- число используемых передовых производственных технологий, шт. (х6);
- внутренние затраты на научные исследования и разработки (х7).
Возможность учета разнородных показателей научно-инновационного развития регионов достигается путем стандартизации исходных данных.
Для того чтобы привести вариацию параметров научно-инновационного развития к заданному интервалу (0; 1), использовалась формула (1.1):
х- - х (1.1)
* Х1 1Ш1П 4 '
Х! =-"-
V ■ — V ■
^тах ^шт
где х. - анализируемый параметр научно-
инновационного развития терию анализа;
региона по j кри-
- минимальное значение исследуемого критерия 0) среди i регионов;
х. - наибольшее значение исследуемого критерия 0) среди i регионов.
После нахождения стандартизированных значений для всей совокупности исходных данных предполагается нахождение итогового показателя развития научно-инновационного потенциала по формуле (1.2):
- 1КТ (1.2)
р,=м 1>,
где М - общее число параметров анализа
научно-инновационной сферы;
*
х - значение стандартизированного показателя.
Таким образом, чем выше значение показателя Р среди I анализируемых субъектов, тем выше уровень развития научно-иннова-
Нормированные значения элементов оценки состояния научно-инновационного блока приведены на рис. 1.
Графический анализ нормированных значений параметров оценки научно-инновационного блока позволяет сделать вывод о том, относительное положении субъектов Центрального федерального округа по анализируемым параметрам различно. Поэтому сделать однозначное заключение по результатам только графического анализа не представляется возможным. Очевидно, что положение города федерального значения Москвы существенно отличается от других субъектов, поскольку по шести из семи анализируемых параметров данный субъект занимает лидирующую позицию. По числу используемых передовых технологий Московская область опередила столицу. Стоит отметить, что и другие показатели оценки научно-инновационного потенциала находятся в данном регионе на достаточно высоком уровне.
ционной сферы в данном регионе по сравнению с другими субъектами.
Исходные данные для сравнительного анализа развития научно-инновационной сферы Центрального федерального округа были взяты из официальных статистических данных [9].
В табл. 1 приведены нормированные значения параметров оценки научно-инновационного потенциала в 2019 г.
На основании нормированных параметров по формуле 1.2 был найден итоговый показатель научно-инновационного потенциала для регионов Центрального федерального округа.
Поскольку найденные значения интегрального показателя научно-инновационного потенциала являются малыми величинами, а также в связи с тем что разрывы субъекта-лидера (г. Москвы) с другими регионами существенны, для наглядного отображения относительного положения субъектов использовался метод ранжирования по убыванию.
Так, региону с наибольшим значением интегрального показателя состояния научно-инновационного потенциала присваивался ранг 1, а субъекту с наименьшим значением данного параметра - 18 (по числу регионов, входящих в состав округа).
Результаты ранжирования регионов по состоянию научно-инновационного потенциала представлены на рис. 2.
Таблица 1 - Нормированные значения исходных параметров оценки научно-инновационного потенциала
Х1 х9 х3 Х4 Х5 Х6 Х7
Белгородская область 0,027 0,007 0,028 0,034 0,259 0,080 0,006
Брянская область 0,016 0,002 0,006 0,048 0,019 0,052 0,001
Владимирская область 0,033 0,024 0,032 0,014 0,051 0,375 0,013
Воронежская область 0,086 0,051 0,091 0,065 0,094 0,095 0,024
Ивановская область 0,023 0,003 0,009 0,006 0,005 0,000 0,002
Калужская область 0,051 0,036 0,027 0,013 0,022 0,202 0,018
Костромская область 0,000 0,000 0,004 0,000 0,000 0,023 0,000
Курская область 0,015 0,011 0,050 0,025 0,038 0,017 0,007
Липецкая область 0,022 0,002 0,002 0,008 0,091 0,102 0,002
Московская область 0,335 0,392 0,250 0,309 0,526 1,000 0,306
Орловская область 0,016 0,003 0,007 0,011 0,002 0,024 0,002
Рязанская область 0,029 0,011 0,019 0,029 0,041 0,044 0,005
Смоленская область 0,023 0,004 0,000 0,001 0,018 0,041 0,003
Тамбовская область 0,038 0,004 0,013 0,009 0,019 0,052 0,002
Тверская область 0,034 0,017 0,018 0,037 0,034 0,174 0,012
Тульская область 0,031 0,021 0,023 0,026 0,110 0,196 0,020
Ярославская область 0,051 0,029 0,030 0,032 0,043 0,114 0,018
г. Москва 1,000 1,000 1,000 1,000 1,000 0,608 1,000
Рисунок 1 - Нормированные значения элементов оценки состояния научно-инновационного потенциала
Таким образом, на основании результатов ранжирования было определено рейтинговое положение регионов Центрального федерального округа. Очевидным лидером по результатам вычисления интегрального показателя развития является город федерального значения Москва. Замыкает рейтинг субъектов Костромская область.
Учитывая особое значение научно-инновационного развития в условиях повсеместной цифровой трансформации, регионам, отстающим по параметрам развития научно-инновационного блока, следует уделить особое внимание. Это необходимо для того, чтобы уже существующие разрывы по научному развитию не вызвали еще большее отставание от регионов-лидеров.
Рисунок 2 - Рейтинг регионов Центрального федерального округа по состоянию научно-инновационного потенциала
Использование предложенной методики позволяет осуществлять сравнение, опираясь не на абсолютные показатели, а на итоговый безразмерный показатель. Его использование дает возможность сравнения разнородных показателей научно-инновационного развития территорий и может быть применено для анализа различных групп территорий.
Список литературы
1. Алексеев, С. Г Оценка инновационной активности и научного потенциала региона / С. Г Алексеев // Инновации и инвестиции. - 2016. - № 9 - С. 77-82.
2. Афонин, С. Е. Стратегическое развитие научно-технического потенциала промышленности в условиях цифровой трансформации экономики / С. Е. Афонин, Т. О. Толстых // Экономика промышленности. - 2021. -№ 4 (Т. 14). - С. 410-417.
3. Гудяева, Л. А. Оценка научно-инновационного потенциала Республики Татарстан в глобальном и национальном контекстах: наукометрическое позиционирование региона в технологических парадигмах Индустрий 4.0 и 5.0 / Л. А. Гудяева // Теоретическая и прикладная экономика. - 2021. - № 4.
4. Знаменский, Д. Ю. К вопросу о методике оценки научного потенциала университетов / Д. Ю. Знаменский // Управление. - 2019. - Т. 7, № 3. - С. 12-20.
5. Знаменский, Д. Ю. Научный потенциал негосударственного вуза: системный подход к исследованию / Д. Ю. Знаменский, А. В. Сычев // Интернет-журнал «Науковедение». - 2013. - № 4.
6. Миндели, Л. Э. Научно-технический потенциал России: в 2 ч. / Л. Э. Миндели, Г С. Хромов. - Москва : ИПРАН РАН, 2011. - Ч. 2. - 2012. - 356 с.
7. Николаев, М. А. Анализ влияния процессов цифровизации на экономическое развитие регионов / М. А. Николаев, М. Ю. Махотаева, В. Н. Гусарова // п-Есопоту. - 2020 - № 4 (т. 13). - С. 46-56.
8. Разинкина, И. В. Инновационная деятельность в условиях цифровой экономики / И. В. Разинкина, Н. В. Лазарев // Креативная экономика. - 2020. - Том 14. - № 11. - С. 2757-2772.
9. Регионы России. Социально-экономические показатели 2021. - URL: https://rosstat.gov.ru/folder/210/ document/13204 (дата обращения: 31.01.2022).
References
1. Alekseev S.G. Ocenka innovacionnoj aktivnosti i nauchnogo potencíala regiona. Innovacii i investicii. 2016. № 9 S. 77-82.
2. Afonin S.E. Tolsty'x T.O. Strategicheskoe razvitie nauchno-texnicheskogo potenciala promy'shlennosti v usloviyax cifrovoj transformacii e'konomiki. E'konomika promy'shlennosti. 2021. № 4 (T. 14). S. 410-417.
3. Gudyaeva L.A. Ocenka nauchno-innovacionnogo potenciala Respubliki Tatarstan v global'nom i nacional'nom kontekstax: naukometricheskoe pozicionirovanie regiona v texnologicheskix paradigmax Industrij 4.0 i 5.0. Teoreticheskaya i prikladnaya e'konomika. 2021. № 4.
4. Znamenskij D.Yu. K voprosu o metodike ocenki nauchnogo potenciala universitetov. Upravlenie. 2019. T. 7, № 3. S. 12-20.
5. Znamenskij D.Yu., Sy'chev A.V. Nauchny'j potencial negosudarstvennogo vuza: sistemny'j podxod k issledovaniyu. Internet-zhurnal «Naukovedenie». 2013. № 4.
6. Mindeli L.E'., Xromov G.S. Nauchno-texnicheskij potencial Rossii: v 2 ch. Moskva : IPRAN RAN, 2011. Ch. 2. 2012. 356 s.
7. Nikolaev M.A. Maxotaeva M.Yu. Gusarova V.N. Analiz vliyaniya processov cifrovizacii na e'konomicheskoe razvitie regionov. n-Economy. 2020 № 4 (t. 13). S. 46-56.
8. Razinkina I.V., Lazarev N.V. Innovacionnaya deyatel'nost' v usloviyax cifrovoj e'konomiki. Kreativnaya e'konomika. 2020. Tom 14. № 11. S. 2757-2772.
9. Regiony Rossii. Social'no-e'konomicheskie pokazateli 2021. URL: https://rosstat.gov.ru/folder/210/ document/13204 (data obrashheniya: 31.01.2022).
