CC BY-NC
16Теоретическая и прикладная экономика
Правильная ссылка на статью:
Напольских Д.Л. — Оценка потенциала инновационного развития макрорегиона в рамках многоуровневой модели кластеризации // Теоретическая и прикладная экономика. - 2020. - № 4. - С. 144 - 161. DOI: 10.25136/2409-8647.2020.4.34517 URL: https;//nbpublish.com/Hbrary_read_article.php?id=34517
Оценка потенциала инновационного развития макрорегиона в рамках многоуровневой модели кластеризации
Напольских Дмитрий Леонидович
кандидат экономических наук доцент, ФГБОУ ВО "Поволжский государственный технологический университет"' 424000, Россия, Республика Марий Эл, г. Йошкар-Ола, площадь Ленина, 3, каб. 414
Статья из рубрики "Экономика регионов"
DOI:
10.25136/2409-8647.2020.4.34517
Дата направления статьи в редакцию:
04-12-2020
Дата публикации:
31-12-2020
Аннотация.
Объектом исследования является потенциал инновационного развития регионов Поволжья. Предметом исследования является оценка процессов инновационной трансформации экономических систем регионов Поволжья. Особое внимание уделяется анализу особенностей пространственного распределения потенциала формирования инновационной экономики в контексте кластерной политики. Автор рассматривает динамику формирования кластеров в Российской Федерации и Приволжском Федеральном округе, также рассмотрен уровень институционального развития кластеров, сформированных в регионах Поволжья. Регионы Поволжья объединены автором на основании ранее проведённых исследований в макрорегионы, районы и межрегиональные кластеры, при этом на каждом уровне предлагаемой многоуровневой модели можно выявить регион-лидер и отстающие регионы. Для оценки инновационной трансформации экономических систем регионов Поволжья автором была разработана методика комплексного анализа потенциала инновационного развития регионов. Итоговый Индекс потенциала инновационного развития региона (IRIDP) формируется на основе четырёх субиндексов: индекс экономического потенциала инновационного развития (IEP-1); индекс кадрового потенциала инновационного развития (IHRP-2);
индекс финансового потенциала инновационного развития (IFP-3);индекс научно-технологического потенциала инновационного развития (ISTP-4). В ходе анализа процессов кластеризации экономики регионов Поволжья выявлена значительная дифференциация экономического пространства с точки зрения институционализации кластеров. Неравномерность распределения кластеров по регионам, а также различия в уровне их развития объясняются как объективными экономико-географическими предпосылками, так и результативностью работы региональных органов власти в рамках федеральных программ кластерного развития.Полученные выводы могут послужить основой формирования пространственных контуров и векторов нового этапа кластеризации экономики Поволжья, при реализации которого необходимо учитывать взаимодополняющих характер инновационной и кластерной активности регионов.
Ключевые слова: Инновационное развитие, Инновационные кластеры, Инновационный потенциал, Кластеризация экономики, Экономическое пространство, Многоуровневое моделирование, Регионы Поволжья, Индексы развития, межрегиональные кластеры, мультикластеры
Работа выполнена в рамках гранта Российского фонда фундаментальных исследований 18-010-00647А «Разработка многоуровневой модели синхронизации процессов кластеризации и инновационного развития экономического пространства российских регионов».
Актуальность исследования. В современных условиях рост конкурентоспособности региона за счёт инновационной трансформацииявляется основополагающим элементом стратегий развития в большинстве большинства стран. При этом важным фактором
инновационного развития становится поддержка кластерных инициатив В Российской Федерации с учетом опыта ведущих экономик мира также формируется сеть
инновационных кластеров Вектор институционализация процессов кластеризации и инновационного развития российских регионов за последние 10 лет претерпел ряд конъюнктурных изменений, в том числе обусловленных изменениями политической повестки развития страны. Модернизация промышленности и реализация инновационного сценария экономического развития на основе формирования инновационных кластеров стали ключевыми задачами Стратегии социально-экономического развития Российской Федерации до 2020 г. Российские кластеры формировались в условиях общенационального вектора «модернизации», предусматривающей инновационное обновление производства. Так, в 2012 г. Министерство экономического развития РФ приступило к формированию инновационных территориальных кластеров. Далее вектор политической конъюнктуры постепенно смещался к «неоидустриализации» и «импортозамещению», в 2016 году Министерством запущен проект «Развитие инновационных кластеров-лидеров инвестиционной привлекательности мирового уровня». Основные этапы реализации государственной кластерной политики рассмотрены в таблице 1.
Таблица 1. Основные этапы реализации государственной кластерной политики в Российской Федерации
Этап кластерной политики и год инициации К о о рдина то р ме р государственной поддержки Основные политики цели кластерной
Формирование центров кластерного Минис те рс тв о экономического развития Выявления инициатив , кластерных координация
развития (2010 г.) РФ проектов развития инновационных территориальных кластеров; обеспечение кооперации участников территориальных кластеров между собой; рост количества субъектов малого и среднего предпринимательства -участников территориальных кластеров.
Развитие инновационных территориальных кластеров (2012 г.) Минис те рс тв о экономического развития РФ Усиление трансфера инновационных технологий в реальный сектор экономики и интеграция предприятий и научно-образовательных организаций инновационных кластеров в рамках единой инновационной экосистемы
Развитие промышленных кластеров (2015 г.) Минис те рс тв о Промышленности и торговли РФ Р а з в итие ро с с ийс ко й промышленности и повышение её конкурентоспособности на основании реализации следующих задач: дозагрузка промышленных мощностей, рост числа высокопроизводительных рабочих мест, локализация производства и др.
Развитие инновационных кластеров—лидеров инвестиционной прив ле ка те льно сти мирового уровня (2016 г.) Минис те рс тв о экономического развития РФ Опережающий рост экономики, экспорт высокотехнологической продукции и коммерциализация технологий, повышение производительности труда и создание высокопроизводительных рабочих мест.
Со с та в ле но а в тором
Несмотря на то, что распределение кластерных инициатив охватывает все федеральные округа страны, их количество в округе, масштаб и уровень развития существенно
отличаются [3]. Экономическое пространство Поволжья также существенно дифференцировано по уровню инновационного развития и степени кластеризации производства. Распределение успешно реализуемых кластерных инициатив по федеральным округам представлено в таблице 2.
Таблица 2. - Количество успешно реализуемых кластерных инициатив на территории федеральных округов РФ
Федеральные округа Год формирования кластера
2012 2013 2014 2015 2016 2017 2018 2019 всего
Центра пьный 6 2 1 0 4 4 2 1 0 37
Северо-Западный 3 2 8 5 0 0 1 0 23
Южный 1 2 0 5 1 2 0 0 11
Северо-Кавказский 0 0 0 0 0 0 0 0 0
Приволжский 6 3 4 5 1 0 0 0 21
Уральский 1 1 1 2 0 0 0 0 5
Сибирский 2 3 3 2 3 1 0 0 17
Дальневосточный 2 0 0 0 0 0 0 0 4
РФ, всего 21 13 26 23 9 5 2 0 113
Составлено автором
Отметим высокую кластерную активность субъектов РФ, входящих в состав Приволжского Федерального округа. Наиболее развитыми регионами Поволжья с точки зрения формирования и развития кластеров традиционно считаются Республики Татарстан и
Башкортостан, Пермский край, Самарская, Ульяновская и Пензенская области^10". При этом следует подчеркнуть снижение темпов активности по реализации кластерных инициатив после 2014-15 гг. как по России в целом, так и по регионам Поволжья (рисунок 1).
15
10
»21 г \ »23
/\/ \
/ 13 \
/
и —#-е—»
1999 200Й 2009 2010 2011 2012 2013 2014 2015 2016 2017 2013 2019
-I 1|1ИКО,1И^КИЙ
- Р0((ИЙ< ЩЯ Фе7|[<|ЫЦНН
Рис. 1. - Количество кластеров, сформированных в Российской Федерации и Приволжском Федеральном округе (Построено автором)
Исследованию данного этапа кластеризации экономики России посвящено значительное количество работ ведущих исследователей и научных коллективов Г1,3,4,6,7,9,11,14"!. При этом недостаточно изученными остаются процессы инновационного развития в регионах Поволжья и их взаимосвязь с кластерной политикой регионального развития. Необходимость детальной оценки процессов изменения инновационного потенциала регионов Поволжья на первом этапе реализации кластерной политики в российской Федерации определили цель и задачи данного исследования.
Целью исследования является анализ процессов инновационной трансформации экономических систем регионов Поволжья, а также особенностей пространственного распределения потенциала формирования инновационной экономики в контексте кластерной политики. Достижению указанной цели будет способствовать решение следующих поставленных в ходе исследования задач:
- разработка системы показателей для оценки потенциала региональных инновационных систем;
- анализ потенциала инновационного развития регионов Поволжья в контексте особенностей кластеризации их экономических систем;
- определение особенностей инновационной трансформации экономического пространства Поволжья.
Методология исследования. Для оценки инновационной трансформации экономических систем регионов Поволжья автором была разработана методика комплексного анализа потенциала инновационного развития регионов. Предлагаемая методика включает в себя как показатели оценки факторов формирования новой инновационной экономики, так и показатели результативности инновационного развития, формирующие технологический и ресурсный задел для дальнейшего экономического развития региона.
Итоговый Индекс потенциала инновационного развития региона (ШШР) формируется на основе четырёх субиндексов, отражающих ключевые факторы и направления развития инновационной экономики. К данным четырём субиндексам относятся следующие:
- индекс экономического потенциала инновационного развития (1ЕР-1);
- индекс кадрового потенциала инновационного развития (ШЯР-2);
- индекс финансового потенциала инновационного развития (^Р-3);
- индекс научно-технологического потенциала инновационного развития (^ТР-4).
Указанные субиндексы в свою очередь формируются из субиндексов второго уровня и отдельных показателей инновационного развития региона, рассчитываемых Федеральной службой государственной статистики РФ. Показатели и субиндексы потенциала инновационного развития регионов представлены ниже.
Показатели и субиндексы потенциала инновационного развития региона:
1. Экономический потенциал инновационного развития региона
1.1. Экономическое развитие региона
1.1.1. Валовый региональный продукт на одного занятого жителя региона
1.1.2. Коэффициент обновления основных фондов в регионе
1.2. Результативность инновационного развития региона
1.2.1. Доля инновационных товаров, работ, услуг в общем объеме отгруженных промышленными предприятиями
1.2.2. Доля вновь внедренных или подвергавшихся значительным технологическим изменениям
инновационных товаров, работ, услуг, новых для рынка, в общем объеме
2. Кадровый потенциал инновационного развития региона
2.1. Кадровый потенциал наукоёмкого и высокотехнологичного секторов экономики 2.1.1. Доля занятых на высокотехнологичных производствах в общей численности
занятых
2.1.2. Доля занятых в наукоемких отраслях сферы услуг в общей численности занятых
2.2. Образовательный потенциал региона
2.2.1. Доля населения, имеющего высшее образование, в общей численности экономически активного населения региона
2.2.2. Численность обучающихся по программам высшего образования на 10 тыс. жителей региона
2.3. Кадровый потенциал региональной науки
2.3.1. Отношение средней заработной платы работников, занятых НИОКР, к средней заработной плате в регионе
2.3.2. Доля работников, занятых НИОКР, в среднегодовой численности занятых в регионе
2.3.3. Доля молодых исследователей в общей численности исследователей в регионе
2.3.4. Доля исследователей, имеющих учёную степень, в общей численности ис с ле дов а те ле й в ре г ио не
3. Финансовый потенциал инновационного развития региона
3.1. Бюджетное финансирование инновационного развития региона
3.1.1. Доля расходов на гражданскую науку из средств консолидированного бюджета региона в общем объёме расходов
3.1.2. Доля затрат консолидированного бюджета региона в общем объёме затрат на технологические инновации
3.1.3Отношение объема федерального субсидирования на развитие инновационной инфраструктуры
к валовому региональному продукту
3.2. Финансирование НИОКР за счёт собственных средств организаций
3.2.1. Внутренние затраты организаций на НИОКР в % к объёму валового регионального продукта
3.2.2. Внутренние затраты организаций на НИОКР на одного исследователя в регионе
3.2.3. Удельный вес затрат коммерческих организаций в общем объеме внутренних затрат организаций на НИОКР
3.2.4. Интенсивность затрат на технологические инновации по промышленным предприятиям
4. Научно-технологический потенциал инновационного развития региона 4.1. Научный потенциал инновационного развития региона
4.1.1 Количество опубликованных научных статей на 10 исследователей в регионе
4.1.2. Количество патентных заявок на изобретения на 1 млн. человек экономически активного населения региона
4.1.3. Количество созданных передовых производственных технологий на 1 млн. человек экономически активного населения региона
4.1.4. Отношение объема финансовых поступлений от экспорта технологий к объёму валового регионального продукта
4.2. Технологический потенциал инновационного развития региона
4.2.1. Доля промышленных предприятий, осуществлявших технологические инновации
4.2.2. Доля промышленных предприятий, осуществлявших организационные и маркетинговые инновации
4.2.3. Доля промышленных предприятий, разработавших и осуществивших собственными силами технологические инновации
4.2.4. Доля промышленных предприятий, реализующих совместные научно-исследовательские проекты
4.2.5. Доля малых предприятий, осуществлявших технологические инновации
При расчёте Индекса потенциала инновационного развития региона (ШШР), а также субиндексов обоих уровней все показатели используются с равными весовыми коэффициентами. При этом исходные значения показателей должны быть нормированы с целью возможности их использования в рамках единой методики. Соответственно, индекс потенциала инновационного развития региона (ШШР) рассчитывается по следующей формуле:
где: - индекс потенциала инновационного развития г-го региона;
п - число показателей потенциала инновационного развития региона, используемых для расчета итогового индекса (п = 28);
- значение I -го показателя потенциала инновационного развития в г -м регионе;
угШах
I - наибольшее значение I -го показателя потенциала инновационного развития в анализируемой выборке;
^уГПШ
* - наименьшее значение I -го показателя потенциала инновационного развития в анализируемой выборке.
Информационная база исследования. В качестве информационной базы для расчёта индекса потенциала инновационного развития региона (ШШР) помимо официальных статистических данных Росстата использовались данные Рейтинга инновационного развития субъектов Российской Федерации, издаваемогонациональным исследовательским университетом «Высшая школа экономики». Показатели, используемые для составления Рейтинга, как и в предлагаемой методике формируются на основе официальной статистики. При этом методологическими преимуществами
использования рейтинга НИУ ВШЭ является следующие: наличие взвешенных (нормированных) по всем 85 субъектам РФ значений показателей инновационного развития, проведение оценка степени асимметрии распределения относительно среднего значения. Следует отметить большой объём работы, проделанный коллективом под
руководством Л.М. Гохберга а также удобство использования предоставленной информации для дальнейших исследований. Недостатком данного рейтинга является отсутствие данных по 2016 году, при этом на основе динамики процессов кластеризации (рисунок 1) сделано методологическое допущение использования данных с 2013 года по 2015 год («третья волна» кластеризации экономики России) и 2017 года, как итога пятилетнего развития. Группировка регионов проводилась на основе авторской модели кластеризации экономического пространства Поволжья, в рамках которой выделены: 2 макрорегиона (Волго-Камский и Волго-Уральский); 4 района (Волго-Вятский, Камский, Средне-Волжский и Южно-Предуральский), а также 4 межрегиональных кластера (Нижегородский, Казанский, Самарский и Саратовский).
Результаты исследования. В ходе анализа процессов кластеризации экономики регионов Поволжья выявлена значительная дифференциация экономического пространства с точки зрения институционализации кластеров. Рассмотренная в таблице 3 неравномерность распределения кластеров по регионам, а также различия в уровне их развития, объясняются как объективными экономико-географическими предпосылками, так и результативностью работы региональных органов власти в рамках федеральных программ кластерного развития.
Таблица 3. - Уровень институционального развития кластеров, сформированных в регионах Поволжья
Регион Поволжья Количество кластеров, функционирующих на территории региона и соответствующих определённому уровню институционального развития
низкий уровень институционального развития средний уровень институционального развития в ысокий уро в е нь институционального развития
Нижегородская область 1 0 0
Республика Мордовия 0 1 0
Республика Татарстан 3 2 1
Республика Марий Эл 0 0 0
Чувашская Республика 1 0 0
Кировская область 0 0 0
Пермский край 1 2 0
Удмуртская Республика 0 0 1
Самарская область 1 1 0
Ульяновская область 0 0 2
Саратовская область 0 0 0
Пензенская область 3 1 0
Республика Башкортостан 0 0 1
Оренбургская область 0 0 0
Составлено автором на основании реестра кластеров Российской кластерной
обсерватории НИУ ВШЭ: https://cluster.hse.ru
Можно сделать вывод, что наиболее активно кластерную политику реализуют такие регионы как Республика Татарстан, Пермский край, Пензенская и Ульяновская области. Отмечены кластерные инициативы в таких традиционных экономических центрах Поволжья как Нижегородская и Самарская области, Республика Башкортостан. К «регионам-аутсайдерам» в области реализации кластерной политики относятся Республика Марий Эл, Кировская и Оренбургская области. Схоже распределение регионов на лидеров и аутсайдеров мы можем наблюдать при анализе динамики значений Индекса потенциала инновационного развития региона (ШШР), представленных в таблице 4.
Таблица 4. - Индекс потенциала инновационного развития регионов Поволжья
Регионы Годы
2013 2014 2015 2017
Приволжский Федеральный округ 0,344 0,357 0,355 0,356
Волго-Камский макрорегион 0,345 0,368 0,369 0,373
Волго-Вятский район 0,355 0,382 0,388 0,392
Нижегородский межрегиональный кластер 0,384 0,435 0,424 0,426
Нижегородская область 0,404 0,418 0,422 0,480
Республика Мордовия 0,364 0,452 0,427 0,373
Казанский межрегиональный кластер 0,340 0,356 0,369 0,375
Республика Татарстан 0,435 0,467 0,490 0,480
Республика Марий Эл 0,282 0,294 0,308 0,332
Чувашская Республика 0,388 0,387 0,409 0,390
Кировская область 0,255 0,275 0,269 0,299
Камский район 0,316 0,324 0,313 0,315
Пермский край 0,363 0,360 0,354 0,346
Удмуртская Республика 0,268 0,287 0,272 0,285
Волго-Уральский макрорегион 0,343 0,342 0,336 0,332
Средне-Волжский район 0,361 0,350 0,339 0,345
Самарский межрегиональный кластер 0,399 0,376 0,370 0,366
Самарская область 0,376 0,364 0,379 0,346
Ульяновская область 0,423 0,389 0,361 0,386
Саратовский межрегиональный кластер 0,323 0,323 0,309 0,324
Саратовская область 0,274 0,290 0,295 0,287
Пензенская область 0,372 0,357 0,322 0,360
Южно- Предуральский район 0,308 0,326 0,328 0,307
Республика Башкортостан 0,347 0,392 0,408 0,366
Оренбургская область 0,269 0,261 0,248 0,247
Рассчитано автором
Регионы Поволжья объединены автором на основании ранее проведённых исследований в макрорегионы, районы и межрегиональные кластеры. При этом в каждой группе можно выявить «регион-лидер» и отстающие регионы. Можно сделать вывод о наличии достаточно сильной неоднородности регионов с точки рения среднего уровня и направленности динамики значений индекса. Высокое значение индекса и его положительную динамику за анализируемый период демонстрируют всего два региона: Нижегородская область и Республика Татарстан. С учётом данных выводов рассмотрим
динамику экономического потенциала регионов Поволжья, субиндексы экономического потенциала инновационного развития представлены в таблице 5.
Таблица 5. - Экономический потенциал инновационного развития регионов Поволжья
Регионы 1. Экономический потенциал инновационного региона
2013 2014 2015 2017
Приволжский Федеральный округ 0,16 0,22 0,31 0,24
Волго-Камский макрорегион 0,16 0,23 0,34 0,27
Волго-Вятский район 0,17 0,26 0,38 0,28
Ниж егородский межрегиональный кластер 0,19 0,28 0,42 0,29
Нижегородская область 0,18 0,23 0,29 0,25
Республика Мордовия 0,21 0,33 0,56 0,32
Казанский межрегиональный кластер 0,15 0,25 0,36 0,27
Республика Татарстан 0,29 0,35 0,53 0,41
Республика Марий Эл 0,12 0,36 0,44 0,30
Чувашская Республика 0,13 0,12 0,30 0,22
Кировская область 0,08 0,15 0,18 0,16
Камский район 0,15 0,16 0,22 0,25
Пермский край 0,18 0,16 0,26 0,28
Удмуртская Республика 0,11 0,17 0,18 0,22
Волго-Уральский макрорегион 0,16 0,21 0,28 0,21
Средне-Волжский район 0,16 0,20 0,29 0,22
Самарский межрегиональный кластер 0,21 0,22 0,37 0,27
Самарская область 0,24 0,31 0,44 0,31
Ульяновская область 0,17 0,14 0,29 0,23
Саратовский межрегиональный кластер 0,11 0,17 0,21 0,17
Саратовская область 0,09 0,12 0,18 0,13
Пензенская область 0,12 0,23 0,23 0,21
Южно- Предуральский район 0,16 0,24 0,26 0,18
Республика Башкортостан 0,17 0,34 0,30 0,19
Оренбургская область 0,15 0,13 0,22 0,16
Рассчитано автором
Рассмотрим динамику субиндекса второго уровня «1.1.Экономическое развитие региона», включающий показатели валового регионального продукта на одного занятого жителя и коэффициент обновления основных фондов. Для всех регионов наблюдается существенный рост значений субиндекса в 2015 году и столь же существенное снижение по в 2017 году по отношению к 2015 г. Для субиндекса второго уровня «1.2. Результативность инновационного развития региона» (характеризует удельный вес
инновационных и вновь внедренных товаров, работ, услуг) наблюдаются, в целом, схожие тенденции при более устойчивом росте за анализируемый пятилетний период.
Сравнение регионов на основании количественных значений показателей, входящих в субиндекс второго уровня «1. Экономический потенциал инновационного развития» и их динамики позволили сделать следующие выводы. Отметим ключевую роль Республики Татарстан для инновационного развития всего Волго-Камского региона, а также активизации инновационных эффектов в рамках выделенного Казанского межрегионального кластера. Также Татарстан один из наиболее активных регионов России в области реализации кластерных инициатив. Высокие показатели Республики Марий Эл объяснимы системообразующей ролью для экономики небольшой по территории и населению республики крупных высокотехнологичных предприятий, в том числе оборонно-промышленного комплекса. Для Чувашской Республики характерно наличие развитого электротехнического кластера и ряда кластерных инициатив с области высокотехнологичных обрабатывающих производств.
Достаточно высокие значения субиндексов для Республики Мордовия на фоне более развитой нижегородской области обусловлены в том числе активным развитием электротехнической отрасли. Данные регионы обладают достаточным экономическим потенциалом для межрегиональной интеграции и формирования как самостоятельных, так и совместных с другими регионами кластерных инициатив. В Прикамье отметим лидирующую роль Пермского края, также проявляющего достаточную активность в кластерной политике экономического развития, при этом для Республики Удмуртия характерно сосредоточение крупных производств в рамках одного машиностроительного кластера.
В Средне-Волжском районе лидирующую роль занимает Самарская область. Саратовская и Оренбургские области область отстают от других регионов как в значении экономического потенциала инновационного развития, так и в использовании кластерных механизмов экономического роста.
Также рассмотрим значения субиндексов кадрового потенциала инновационного развития регионов Поволжья, представленные в таблице 6.
Таблица 6. - Кадровый потенциал инновационного развития регионов Поволжья
Регионы 2. Кадровый потенциал инновационного разви
2013 2014 2015
Приволжский Федеральный округ 0,40 0,40 0,38
Волго-Камский макрорегион 0,39 0,40 0,38
Волго-Вятский район 0,40 0,42 0,40
Нижегородский межрегиональный кластер 0,42 0,44 0,42
Нижегородская область 0,49 0,51 0,49
Республика Мордовия 0,35 0,37 0,35
Казанский межрегиональный кластер 0,40 0,41 0,39
Республика Татарстан 0,43 0,45 0,44
Республика Марий Эл 0,37 0,37 0,38
Чувашская Республика 0,44 0,44 0,41
Кировская область 0,34 0,36 0,32
Камский район 0,36 0,35 0,34
Пермский край 0,43 0,41 0,40
Удмуртская Республика 0 30 0 29 0 28
0,30 0,29 0,28
Волго-Уральский макрорегион 0,41 0,40 0,38
Средне-Волжский район 0,42 0,42 0,40
Самарский межрегиональный кластер 0,49 0,48 0,45
Самарская область 0,52 0,49 0,47
Ульяновская область 0,46 0,46 0,44
Саратовский межрегиональный кластер 0,36 0,36 0,36
Саратовская область 0,33 0,35 0,36
Пензенская область 0,38 0,37 0,35
Южно- Предуральский район 0,38 0,38 0,34
Республика Башкортостан 0,41 0,40 0,40
Оренбургская область 0,35 0,36 0,29
Рассчитано автором
Значения субиндекса «2.1. Кадровый потенциал наукоёмкого и высокотехнологичного секторов экономики» показывают рост по большинству регионов Поволжья за исключением Пензенской, Оренбургской областей. Самарская область, несмотря на существенное снижение значений субиндекса сохраняет лидирующие позиции. Значительно хуже обстоит положение с образовательным потенциалом Поволжья, рост по итогам 5 лет демонстрируют Республики Татарстан и Мордовия, лидирующие позиции также сохраняет Самарская область. Данная ситуация объяснима общим снижением количества выпускников школ и, соответственно, студентов, а также оттоком абитуриентов в крупные агломерации и столичный регион.
Отметим рост значений субиндекса «2.3. Кадровый потенциал региональной науки» за анализируемый период для всех регионов Поволжья, при этом лидерами являются Нижегородская область и Ульяновская область, научно-образовательным центром которой являются Ульяновск и Димитровград. Значения субиндексов финансового потенциала инновационного развития регионов Поволжья, представленные в таблице 7.
Таблица 7. - Финансовый потенциал инновационного развития регионов Поволжья
Регионы 3. Финансовый потенциал инновационного раз
2013 2014 2015
Приволжский Федеральный округ 0,26 0,29 0,29
Волго-Камский макрорегион 0,24 0,28 0,28
Волго-Вятский район 0,26 0,31 0,30
Нижегородский межрегиональный кластер 0,29 0,41 0,35
Нижегородская область 0,35 0,35 0,37
Республика Мордовия 0,24 0,46 0,33
Казанский межрегиональный кластер 0,24 0,26 0,28
Республика Татарстан 0,34 0,39 0,40
Республика Марий Эл 0,17 0,15 0,13
Чувашская Республика 0,23 0,29 0,33
Кировская область 0,21 0,21 0,25
Камский район 0,17 0,20 0,20
Пермский край 0,23 0,24 0,24
Удмуртская Республика 0,12 0,16 0,17
Волго-Уральский макрорегион 0,30 0,31 0,31
Средне-Волжский район 0,33 0,31 0,31
Самарский межрегиональный кластер 0 44 0 40 0 38
0, . . 0, . 0 0,--
Самарская область 0,33 0,30 0,33
Ульяновская область 0,54 0,49 0,42
Саратовский межрегиональный кластер 0,22 0,22 0,24
Саратовская область 0,15 0,23 0,25
Пензенская область 0,29 0,22 0,24
Южно- Предуральский район 0,23 0,30 0,31
Республика Башкортостан 0,30 0,43 0,46
Оренбургская область 0,16 0,16 0,15
Рассчитано автором
На основании значений субиндекса «3.1. Бюджетное финансирование инновационного развития региона» можно выделить регионы, широко привлекающие на разных этапах бюджетное финансирование в сферу науки и инноваций. К данным регионам относятся Нижегородская область, Республика Мордовия, Республика Татарстан, Чувашская Республика, Самарская, Ульяновская и Пензенская области, Республика Башкортостан. Отметим, что все перечисленные регионы Поволжья в отличии от отстающих по данному показатели отличаются более активной политикой в области создания кластерных инициатив в рамках различных программ федерального уровня. Значения субиндекса «3.2. Финансирование НИОКР за счёт собственных средств организаций» свидетельствуют о наличии значительного внутреннего потенциала финансирования НИОКР у следующих регионов: Нижегородская область, Республика Татарстан, Пермский край, Самарская и Ульяновская области, Республика Башкортостан. Далее, рассмотрим значения субиндексов научно-технологического потенциала инновационного развития регионов Поволжья, представленные в таблице 8.
Таблица 8. - Научно-технический потенциал инновационного развития регионов Поволжья
4. Научно-технологический потенциал регион
Регионы 2013 2014 2015 2017
Приволжский Федеральный округ 0,44 0,43 0,40 0,38
Волго-Камский макрорегион 0,47 0,46 0,44 0,42
Волго-Вятский район 0,47 0,46 0,45 0,45
Нижегородский межрегиональный кластер 0,51 0,52 0,49 0,47
Нижегородская область 0,47 0,47 0,47 0,50
Республика Мордовия 0,54 0,57 0,51 0,44
Казанский межрегиональный кластер 0,45 0,43 0,43 0,43
Республика Татарстан 0,57 0,59 0,58 0,61
Республика Марий Эл 0,36 0,31 0,32 0,32
Чувашская Республика 0,58 0,53 0,52 0,51
Кировская область 0,29 0,30 0,28 0,30
Камский район 0,46 0,47 0,41 0,35
Пермский край 0,49 0,50 0,45 0,35
Удмуртская Республика 0,42 0,44 0,38 0,34
Волго-Уральский макрорегион 0,40 0,37 0,34 0,32
Средне-Волжский район 0,42 0,39 0,33 0,33
Самарский межрегиональный кластер 0,37 0,34 0,29 0,29
Самарская область 0,34 0,32 0,31 0,29
Ульяновская область 0 41 0 36 0 28 0 29
' ' 1 "" 1 V V < ■ V . _ w ' ' — ^ Г — "
Саратовский межрегиональный кластер 0,47 0,44 0,36 0,36
Саратовская область 0,40 0,36 0,32 0,29
Пензенская область 0,54 0,51 0,40 0,43
Южно- Предуральский район 0,37 0,34 0,36 0,30
Республика Башкортостан 0,40 0,38 0,42 0,34
Оренбургская область 0,33 0,31 0,30 0,25
Рассчитано автором
С точки зрения научно-технологического потенциала среди регионов Поволжья выделены следующие лидеры, показавшие рост значений субиндекса первого уровня «4. Научно-технологический потенциал инновационного развития региона» за анализируемый период:
- Республика Татарстан, устойчивый рост показателей результативности науки и инновационной деятельности в анализируемом периоде;
- Нижегородская область, рост показателя к 2017 году, высокий уровень развития науки и инноваций на производстве.
Остальные регионы Поволжья и федеральный округ в целом демонстрируют снижение показателей науки и инноваций к 2017 году. Относительно неплохое положение сохраняется в регионах, реализующих кластерные инициативы. Республики Мордовия и Чувашия, а также Пензенская область характеризуются снижением значений субиндекса, при этом отметим сохранение высокой инновационной активности предприятий и организаций. Самарская и Ульяновская области, напротив, демонстрируют существенное превышение значений научного потенциала над технологическим. В 2017 году отмечено существенное снижение научно-технологического потенциала Пермского края и Республики Башкортостан, занимавших в 2015 году лидирующие позиции.
На основании полученных результатов, безусловно, имеющих дискуссионных характер представляется возможным расширение научной и практической дискуссии применительно к выбранной проблеме исследования. В частности, можно сделать вывод о верно выбранных целях и задачах стратегического развития России в рамках инновационного сценария экономического роста. При этом следует сделать вывод о недостаточном масштабе реализации кластерной политики для инновационной трансформации экономики российских регионов. Также отметим концентрацию фокуса данных стратегических документов на уже промышленно развитых территориях без должного внимания процессам межрегионального сотрудничества с целью выравнивания темпов социально-экономического развития.
Полученные результаты позволяют предложить гипотетические направления уточнения Стратегии пространственного развития Российской Федерации. В частности, дополнить перечень перспективных научно-образовательных центров экономического роста России Ульяновской областью (г. Ульяновск - г. Димитровград). Также «повысить уровень» г. Саранск с III до II группы, рассматривая его в качестве перспективного центра развития, которые обеспечат вклад в экономический рост РФ от 0,2 процента до 1 процента ежегодно.
Выводы. Таким образом, мы можем наблюдать рост экономического потенциала для формирования инновационной экономики в регионах Поволжья (субиндекс 1). При этом необходимо отметить положительное влияние программ кластерного развития и
комплементарных им проектов на динамику показателей результативности инновационного развития региона (субиндекс 1.2), в частности для таких регионов как Пензенская область, республики Мордовия и Башкортостан. Динамика показателей, характеризующих финансовый потенциал инновационного развития, позволяет сделать вывод о более эффективном привлечении финансирования инноваций для регионов, отличающихся активной кластерной политикой. Ключевым ограничением для формирования выводов о влиянии кластерной политики на инновационную трансформацию экономики Поволжья является тот факт, что на первом этапе кластеризации подверглись конкурентоспособные отрасли в крупных экономических и научно-образовательных центрах. При этом прослеживается взаимосвязь инновационного потенциала, инновационной и кластерной активности.
Достаточно интересные выводы следуют из интерпретации полученных результатов в рамках авторской многоуровневой модели экономического пространства Поволжья. Для каждого экономического района и межрегионального кластера прослеживается регион-лидер, выступающий центром инновационной трансформации экономического пространства соседнего или соседних регионов. В Волго-Камском макрорегионе таких лидеров на уровне «попарного» сравнения регионов три: Нижегородская область, Пермский край и Республика Татарстан. Несмотря на наличие двух явных лидеров (Нижегородская область и Республика Татарстан), ключевым регионом для инновационной трансформации выступает Татарстан, на территории которого находятся два центра трансформации: Казанская и Нижне-Камская агломерация. Первая рассматривается как потенциальная точка роста инновационной активности и кластерных инициатив для республик Чувашия и Марий Эл, вторая - для Вятско-Камской зоны (Камский район и Кировская область).
В Волго-У ральском макрорегионе в качестве пространства, обладающего наибольшим потенциалом инновационного развития можно выделить Самарский межрегиональный кластер (Самарская и Ульяновская области). Данная территория обладает ключевым значением для трансформации экономического пространства всего Средне-Волжского района и прилегающих территорий. Отметим Пензенскую область, обладающую более высоким значением комплексной оценки инновационного потенциала по сравнению с Саратовской областью, а также Республику Башкортостан в сравнении с Оренбургской областью.
Библиография
1. Zaenchkovski A., Dli M., Tukaev D., Kakatunova T. Optimization algorithms of the industrial clusters' innovative development programs // International Journal of Applied Engineering Research, 2017, vol.12, pp. 3455-3460
2. Бабкин, А.В. Кластер как субъект экономики: сущность, современное состояние, развитие / А. В. Бабкин, А. О. Новиков // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер.: Экономические науки. - 2016. - № 1 (235). - С. 9-29
3. Бодрунов С.Д. Роль региональных кластеров в реиндустриализации России / Научный доклад / Серия «Модернизация промышленности» / Институт нового индустриального развития (ИНИР). СПб., 2013. -30 с.
4. Гринюк, К.П. Современная промышленная политика регионов России: проблемы теории, методики и практики / К.П. Гринюк, А.Е. Карлик // Экономические науки-№9(166)-2018, с. 15-22
5. Дырдонова А.Н. Формирование территорий опережающего социально-экономи-
ческого развития на основе кластерного подхода / А.Н. Дырдонова // Управление устойчивым развитием. - 2019. - № 2 (21). - С. 26-31.
6. Килина, И.П. Пространственные аспекты функционирования региональных инновационных систем / И.П. Савельева, И.П. Килина // Инновации и инвестиции. -2019. - № 7 - С. 11-17.
7. Кондратьева, М.Н. Взаимосвязь кластеризации и экономического роста региона / М. Н. Кондратьева, Т. Н. Рогова // Экономический анализ: теория и практика .-2015.-№ 32.-С. 17-26.
8. Концепция долгосрочного социально-экономического развития Российской Федерации до 2020 года [Электронный ресурс]. - Режим доступа: http://www.edqu.rU/upload/iblock/d08/3.1.2009.14.pdf (дата обращения 04.12.2020)
9. Кудрявцева, Т.Ю. Категоризация институциональных форм продвижения кластеров/ Т.Ю. Кудрявцева// Экономика и предпринимательство - 2018. - №. 7-2. - с. 48-60
10. Максимов Ю.В. Кластерные инициативы в экономике Нижегородской области /Ю.В. Максимов // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. - 2014. - № 4 (36). - С. 57-61
11. Марков, Л.С. Федеральная и региональная кластерная политика России / Л.С. Марков, В.Б. Курмашев, А.Ю. Низковский. Мир экономики и управления. - 201 7. -Т. 17, № 4. - С. 107-121.
12. Рейтинг инновационного развития субъектов Российской Федерации. Выпуск 6 / Г. И. Абдрахманова, С. В. Артемов, П. Д. Бахтин и др.; под ред. Л. М. Гохберга; Нац. исслед. ун-т «Высшая школа экономики». - М.: НИУ ВШЭ, 2020. - 264 с.
13. Российская кластерная обсерватория [Электронный ресурс]. - Режим доступа: https ://cluster.hse.ru
14. Смирнов, Р.В. Моделирование процесса инновационного развития региона на основе сценарного подхода /Р.В. Смирнов// Управление экономическими системами - 2018. - № 5 - 22 с.
Результаты процедуры рецензирования статьи
В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.
Целью статьи является определение лучших практик развития региональных кластеров Приволжского федерального округа, на территории которых производится инновационная продукция. Тема рецензируемой статьи относится к проблемной области исследований инновационной деятельности в Российской Федерации и ее регионах. Актуальность темы исследования вызвана тем, что регулирование инновационного процесса путем создания условий его интенсификации все больше возлагается на региональные и местные органы управления, полномочия которых значительно расширяются с учетом стратегических социально-экономических приоритетов развития российской экономики. Методика исследования в статье включает систематизацию и комплексный анализ информации об инновационном потенциале регионов Приволжского федерального округа на основе построения соответствующего индекса и субиндексов потенциала инновационного развития региона по данным Росстата и рейтинга инновационного развития субъектов Российской Федерации. К научной новизне статьи можно отнести авторское предположение о регионе-лидере Приволжского федерального округа (Республика Татарстан), выступающем центром инновационной трансформации
экономического пространства соседних регионов. Апелляция к оппонентам представлена, автором проводится критический анализ мнений различных ученых по проблематике исследования, что позволяет судить о высокой степени проработанности проблемы и личном вкладе автора в приращение научного знания. В статье автор ответственно подошел к выбору научной литературы, список использованной литературы содержит достаточное количество источников (четырнадцать публикаций), в основном использованы источники хорошего качества. В статье прослеживается тщательная работа по каждому аспекту рассматриваемой темы, текст статьи выстроен с соблюдением внутренней логики. Также из положительных моментов публикации можем отметить представление графических и табличных материалов исследования, которые позволяют читателям легче воспринимать информацию. однако часть данных за 2017 год в таблицах 1, 6, 7, 8 не отображается. В качестве основных замечаний/рекомендаций к тексту публикации отметим: 1. В статье есть резюме проводимой политики в изучаемой области, однако не проведен должным образом анализ нормативно-правовой базы данного аспекта, например, федерального законодательства о создании территориальных инновационных кластеров, государственных программ и т.д. 2. Необходимо дать расшифровку представленных в таблице «Уровень институционального развития кластеров, сформированных в регионах Поволжья» значений (от 0 до 3). 3. Автору необходимо внимательно проверить статью на грамматические, пунктуационные и стилистические ошибки и опечатки, правильность названий регионов и округов, которые встречаются в тексте: «трансформацииявляется», «субиндесы», «Приволжского Федерального округа», «издаваемогонациональным» и т.д. Работа соответствует требованиям, предъявляемым к научным исследованиям, написана на актуальную тему, которая получит отклик среди читательской аудитории, и может быть рекомендована к публикации в научном журнале «Теоретическая и прикладная экономика» после устранения представленных замечаний.
Результаты процедуры повторного рецензирования статьи
В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.
Предметом исследования статьи является кластерное развитие регионов и факторы, которые обуславливают уровень активности региональной кластерной трансформации. В современной экономике кластеры трактуются как один из мощных факторов, способных обеспечить динамичное инновационное развитие территории за счет эффекта «переливания» ресурсов и технологий между элементами кластера, а также концентрации инвестиционных и финансовых активов на прорывных направлениях. Вместе с тем, необходимо учитывать и возникающие экстерналии, внешние негативные эффекты чрезмерной кластеризации экономической деятельности, поскольку они превращаются в своего рода «пылесосы», вытягивающие из прилегающих территорий человеческие, финансовые, инвестиционные ресурсы. В этом плане было бы интересно проанализировать и этот аспект кластерной политики, реализуемой, например, в ПФО. Методология исследования строится на конструировании ряда субиндексов, оценивающих экономический, кадровый, финансовый и научно-технический потенциалы регионов на основе характеристических показателей, в наиболее полной форме отражающий тот или иной параметр региональной активности. На основе субиндексов строится интегральный индекс потенциала инновационного развития региона. Тем не менее, следует отметить, что используемая методика не учитывает уровень значимости входящих как в субиндексы, так и в итоговый индекс параметров. Автор указывает на
это обстоятельство, но не аргументирует свой выбор. При этом даже из общих соображений можно предполагать, что вклад каждого параметра в величину индексов не является равным, имеются более сложные зависимости, изучение которых может представлять особый интерес. В условиях ограниченности финансовых и инновационных ресурсов, на которые накладывается санкционная политика западных стран, а также пандемия, кластерный подход к территориальному развитию получает дополнительный импульс как с практической, так и теоретической сторон. Кластеры, в силу своей компактности, синергии, могут обеспечить высокую отдачу на вкладываемые в них инвестиции, обеспечить разработку прорывных инновационных технологий, в которых экономика РФ ощущает потребность. Однако, как нам представляется, особый интерес могли бы представлять вопросы того, почему одни регионы становятся лидерами кластерного развития, а другие нет? Данное исследование актуально тем, что выделяет направление для дальнейшего изучения институциональных аспектов успеха или неуспеха регионов в проведении инновационной политики. Научная новизна исследования заключается в разработанной автором методики измерения потенциала инновационного развития региона и практической ее апробации на примере регионов ПФО. Достоинством методики является ее относительная простота и масштабируемость на большее число регионов, а также включения в нее большего числа параметров, использования весов для более точного вычисления индексов. Достоинством статьи является строго научный стиль изложения материала, его структурированность. Автор излагает материал последовательно, четко формулирует выводы для каждого этапа исследования, аргументирует выдвигаемые тезисы. Материал статьи хорошо систематизирован в виде таблиц и графиков, цветовая маркировка данных позволяет легко воспринимать выявленные автором тенденции. Библиография представлена 14 источниками, которые позволяют получить дополнительную информацию по теме исследования. Все источники являются достаточно актуальными. В целом данное исследование, несомненно, достойно публикации. Несмотря на высказанные замечания, автором проделана большая аналитическая работа, получены интересные выводы. Особо следует отметить, что авторская методика может быть масштабирована, ее можно использовать для анализа других регионов РФ. Статья и методика будет интересна как теоретикам, так и практикам в области регионального развития.
