CC BY
41
вопросы инновдционнои экономики
Том 7 • Номер 2 • апрель-июнь 2017 ISSN 2222-0372 Russian Journal of Innovation Economics
издательство
Креативная экономика
оценка результатов инновационной деятельности организаций с учетом фактора времени
Сизова О.В. \ Шишкина А.В. 1
1 Ивановский государственный химико-технологический университет, Иваново, Россия
АННОТАЦИЯ:_
Инновационная деятельность в России в последнее время осуществляется большинством крупных и средних предприятий, и это не дань моде или подражание конкурентам, это способ выживания на рынке. Сами исследования не всегда бывают прибыльными, особенно на первых этапах разработок, поэтому становится важным учитывать временной лаг, после которого затраты на инновации начнут окупаться. Очевидно, что глубина исследований и их область в значительной степени влияют на инновационный лаг. Также кажется очевидным, что на число созданных инноваций должно оказывать влияние количество организаций, выполнявших научные разработки и затраты на эти исследования. В работе проведен глубокий статистический анализ вышеперечисленных предположений, в результате которого авторы пришли к неожиданным и неоднозначным выводам.
КЛЮЧЕВЫЕ СЛОВА: радиоэлектронная промышленность, инновации, циклы Кондратьева, финансовый анализ, экономический рост, высокотехнологичное производство
Assessment of the results of organizations' innovation activity considering the time factor
Sizova O.V. 1, Shishkina A.V. 1
1 Ivanovo State University of Chemistry and Technology, Russia
введение
Вопрос расширения или развития инновационной деятельности в Российской Федерации давно перестал быть спорным. Проблема в настоящее время приобретает несколько иной уровень, а именно: кому важно поддерживать инновационную активность на уровне организаций, как оценивать вложенные в развитие науки средства или насколько эффективно финансирование с точки зрения прибыльности. Данные вопросы возникают в последнее время все чаще, а пути их решения весьма неоднозначны. Начиная с терминологии уже можно заметить, что конкретно интересует различных субъектов инновационной и связанной с ней деятельности [1] (Шишкина, Кайгородов, 2011).
Согласно официальному определению, под инновационной деятельностью понимается деятельность (включая научную, технологическую, организационную, финансовую и коммерческую деятельность), направленная на реализацию инновационных проектов, а также на создание инновационной инфраструктуры и обеспечение ее деятельности [2].
В соответствии с определением, изложенным в финансовом словаре, на первое место выдвигается уже коммерческая применимость научных знаний: «Инновационная деятельность (процесс) - процесс последовательного проведения работ по преобразованию новшества в продукцию и введение ее на рынок для коммерческого применения» [3].
В широком смысле под инновационной деятельностью понимается деятельность, направленная на улучшение использования ресурсов, повышение уровня и расширение структуры удовлетворяемых потребностей (общества и отдельных его членов) [4].
В любом из предложенных определений прослеживается положительная сторона инновационной деятельности, которую следует развивать и активизировать. Сама инновационная активность организаций характеризует степень участия организации в осуществлении инновационной деятельности в целом или отдельных ее видов в течение определенного периода времени [5].
ABSTRACT:_
In these latter days most large and medium-sized enterprises carry out innovation activity in Russia. It's not sort of a tribute to fashion or imitation of competitors, it is a way of survival in the market. Researches are not always profitable, especially in the early development stages. That's why it is important to consider the time lag after which the innovation costs will pay off. It is obvious that the depth of researches and their fields affect very much the innovation lag. It is also obvious that the number of organizations that carried out the scientific research and the costs of these studies should affect the number of created innovations. We carried out a statistical analysis of the above-listed assumptions, and as a result of which we came to unexpected and ambiguous conclusions.
KEYWORDS: innovation activity, time lag, result of innovation, innovation lag.
JEL Classification: 030, 031, 039 Received: 17.05.2017 / Published: 30.06.2017
© Author(s) / Publication: CREATIVE ECONOMY Publishers For correspondence: Sizova O.V. (siz-olga@yandex.ru)
CITATION:_
Sizova O.V., Shishkina A.V. (2017) Otsenka rezultatov innovatsionnoy deyatelnosti organizatsiy s uchetom faktora vremeni [Assessment of the results of organizations' innovation activity considering the time factor]. Voprosy innovatsionnoy ekonomiki. 7. (2). - 125-140. doi: 10.18334/vinec.7.2.38053
необходимость оценки эффективности инновационной деятельности организаций
По мнению некоторых исследователей, активизируя инновационную деятельность, организациям необходимо определиться: приобретать инновации на стороне или разрабатывать их самостоятельно. В первом случае предприятие, как правило, устанавливает стратегическое партнерство со специализированной научно-исследовательской или конструкторской организацией. Данное направление требует единовременного вложения значительной суммы средств. Во втором случае предполагается создание собственного научно-исследовательского инновационного подразделения [6] (Большаков, Новиков, 2009).
Одновременно экономические субъекты, занимающиеся наиболее затратными фундаментальными и прикладными исследованиями, в большинстве своем осуществляют свою инновационную деятельность за счет бюджетных средств. Вместе с тем, предоставление целевых субсидий осуществляется исходя из приоритетности заявленного направления научного исследования с точки зрения государственной научно-технической политики. При этом расходы федерального бюджета на научные исследования только в 2016 г. составили 121 161,2 млн руб., что заметно меньше объемов, которые выделялись в 2011-2015 гг. [7] (Шишкина, Сизова, 2017).
Однако на основании проведенных ранее исследований авторами настоящей статьи был сделан вывод о необходимости в настоящее время вкладывать деньги не в создание новых организаций по производству инновационных технологий, а в финансирование уже существующих учреждений. В любом случае возникает необходимость оценки результативности инновационной деятельности организаций, получающих финансирование, которая в настоящее время большинством исследователей рассматривается только в пределах одного самостоятельного предприятия.
Говоря об оценке результатов, необходимо обратить внимание на общеизвестный показатель эффективности и его применимость к инновационной деятельности организаций. В общем смысле экономическая эффективность определяется соотношением результата (эффекта) и затрат, обуславливающих этот результат [8] (Шишкина, 2013).
ОБ АВТОРАХ:_
Сизова Ольга Владимировна, доцент кафедры экономики и финансов, кандидат технических наук, доцент (siz-olga@yandex.ru)
Шишкина Анна Васильевна, доцент кафедры экономики и финансов, кандидат экономических наук (annavasil@mail.ru)
ЦИТИРОВАТЬ СТАТЬЮ:_
Сизова О.В., Шишкина А.В. Оценка результатов инновационной деятельности организаций с учетом фактора времени // Вопросы инновационной экономики. - 2017. - Том 7. - № 2. - С. 125-140. doi: 10.18334/vinec.7.2.38053
По мнению некоторых исследователей, в данной области на макроуровне показателем, результирующим инновационную активность, может выступать валовый внутренний продукт (ВВП). Но территория России включает 85 субъектов РФ, локализованных в разных временных поясах, отличающихся географическим положением и уровнем экономического и социального развития [9] (Зеленская, 2015).
Поэтому авторы настоящей работы обратили внимание на показатель валового регионального продукта (ВРП). Была произведена оценка влияния некоторых параметров на динамику ВРП. В качестве параметров в предыдущей работе рассматривались: число организаций, выполнявших научные исследования и разработки в регионе; инновационная активность организаций; число созданных передовых производственных технологий; затраты на технологические инновации. В ходе исследований с помощью методов корреляционно-регрессионного анализа была установлена степень зависимости изменения ВРП от выбранных основных показателей инновационной деятельности организаций региона [7].
Анализ динамики созданных передовых производственных технологий
Возникает вопрос о том, по каким параметрам судить о результативности инновационной деятельности организаций. Одним из параметров, который может быть рассмотрен в этом качестве является число созданных передовых производственных технологий. В данной работе сделана попытка установления корреляционно-регрессионной зависимости данного параметра от факторов, объясняющих его изменение. Объектом исследования были выбраны несколько представительных субъектов РФ из разных федеральных округов. Источником информации послужили данные Федеральной службы государственной статистики. Исходные данные о количестве созданных передовых производственных технологий, необходимые для проведения настоящего исследования, подвергнутые предварительной группировке и обобщению, объединены в таблице 1.
Из таблицы 1 видно, что из всех субъектов РФ с 2000 по 2005 г. выгодно выделяется Ростовская область, имея количество созданных передовых производственных технологий, в несколько раз превышающее показатели других выбранных субъектов. Однако за последующие годы (2006-2015 г.) либо сменяются лидеры, по числу разработок либо разрыв существенно сокращается. Одно очевидно, что отстающими на протяжении всего исследуемого периода являются Псковская и Волгоградская области, у которых число разработок ни за один год не превысило трех.
На рисунке 1 представлены три области, которые демонстрируют одну из существующих тенденций в динамике числа созданных передовых производственных технологий в регионах РФ.
Таблица 1
Число созданных передовых производственных технологий в регионах РФ, шт. (по данным официального сайта Федеральной службы статистики [5])
Область о о О О СО о О Ю О -О О О оо о ^ О О СО Ю
о см О сд о с^ о сд О с^ о сд о с^ о сд о с^ О сд О с^ о см О с^ о сд О С^ О сд
Владимирская 8 5 9 9 9 11 14 16 18 0 0 9 7 3 11 15
Ивановская 0 0 0 0 0 0 0 0 1 2 0 8 10 11 1 20
Костромская 3 0 1 1 1 1 9 4 3 0 2 1 5 1 0 0
Ярославская 5 3 3 2 3 7 7 12 9 5 5 8 18 29 37 20
Псковская 0 0 0 0 0 0 0 0 2 2 2 1 1 2 2 1
Вологодская 0 5 3 13 14 7 0 0 2 2 1 1 4 5 7 9
Новгородская 0 1 3 0 3 1 3 2 1 2 4 4 13 23 23 25
Астраханская 1 1 3 2 3 4 2 2 0 5 11 6 9 7 8 6
Волгоградская 0 1 3 0 3 1 2 3 2 2 1 0 0 2 1 0
Ростовская 15 15 20 19 26 14 10 11 10 1 1 9 13 12 16 19 22
Нижегородская 32 42 49 55 64 55 71 79 73 63 37 47 67 64 76 64
Самарская 67 57 49 32 51 33 27 27 25 22 19 26 19 21 33 25
Саратовская 8 8 9 7 12 9 11 19 19 11 17 16 21 22 20 12
Рисунок 1. Динамика числа созданных передовых производственных технологий
Из рисунка видно, что в зависимости от региона РФ количество инновационных разработок или падает (Самарская область), или растет (Ярославская область), или ведет себя хаотически (Нижегородская область). Причём, максимальное число рассмотренных областей (54 %) демонстрируют хаотическую тенденцию. Наблюдается рост инновационных разработок для 38 % рассмотренных областей, и только одна область (8 %) показала тенденцию к снижению числа созданных передовых производственных технологий. В общем, представленные данные показывают преимущественный рост в области инновационных разработок, что, безусловно, является положительной тенденцией для экономики России. Хаотичность же, скорее всего, обусловлена переходными процессами, происходящими в обществе в условиях современной неопределенности экономической и политической ситуации.
роль инновационного лага в оценке результативности инновационной деятельности организаций
Авторами было выдвинуто предположение, что на число созданных передовых производственных технологий должно оказывать влияние:
1) число организаций региона, выполнявших научные исследования и разработки;
2) затраты на эти технологические инновации.
Также логично предположить, что это влияние должно быть отодвинуто во времени, т. е. разработки и результаты исследований появляются как результат инновационной активности существующих организаций не сразу по получении денег, а спустя какой-то срок (временной лаг).
Большой энциклопедический словарь определяет временной лаг как показатель, отражающий отставание или опережение во времени одного явления по сравнению с другими (например, в экономике время от момента вложения средств до получения отдачи) [10].
Известно, что скорость инновационного процесса, характеризуется таким показателем, как инновационный лаг - временной интервал от момента возникновения идеи до момента окупаемости инвестиций, то есть получения положительной прибыли. Как показывает практика, начало инновационного лага соответствует моменту окончания прикладных исследований и началу опытно-конструкторских разработок, а окончание инновационного лага - моменту возврата инвестиционных вложений. Кроме того, существует значительный временной лаг на этапе коммерциализации, который часто длится несколько лет - между знакомством с новой идеей и ее широким внедрением. Этот временной лаг может сильно варьироваться для различных инноваций, а также для однородных инноваций в разных социальных системах [11].
Полученные ранее результаты послужили основой для углубленного изучения выбранной темы исследования. Уже сейчас очевидно, что влияние выбранных факторов будет не одномоментным, а с некоторой отсрочкой во времени, поэтому в настоящей работе планируется учесть фактор времени [7].
В качестве исходной статистической базы для оценки высказанных предположений были использованы ежегодные статистические данные в период с 2000 по 2015 годы. В таблице 2 представлены значения коэффициента детерминации (Б.2) для построенных регрессионных моделей по различным субъектам РФ при различных временных лагах. В данной работе один временной лаг равен одному календарному году. Известно, что коэффициенты регрессии показывают интенсивность влияния факторов на результативный показатель [12] (Сизова, 2013). При построении регрессионных зависимостей рассматривались только линейные модели, т.к. они чаще всего соответствуют фактическим данным. Кроме того, учитывался тот факт, что само влияние временного лага не должно в значительной степени отличаться при различных формах регрессионной зависимости [13]. (Сизова, 2014). Сравнение нескольких федеральных округов было выбрано для большей объективности полученных результатов.
Таблица 2
значения коэффициента детерминации для линейных регрессионных моделей при различных значениях временного лага
субъекты рФ лаг-0 лаг-1 лаг-2 лаг-3 лаг-4 лаг-5 лаг-6 лаг-7 лаг-8 лаг-9
Центральный федеральный округ
Владимирская область 0,195 0,092 0,065 0,046 0,018 0,076 0,421 0,637 0,115 -
Ивановская область 0,342 0,422 0,458 0,422 0,721 0,517 - - - -
Костромская область 0,041 0,01 0,767 0,047 0,094 0,433 - - - -
Ярославская область 0,564 0,721 0,871 0,771 0,552 - - - - -
Севе ро-Западный федеральный округ
Вологодская область 0,247 0,219 0,119 0,172 0,180 0,246 0,776 0,891 0,774 -
Новгородская область 0,387 0,464 0,332 0,297 0,070 0,222 0,484 0,841 0,765 -
Псковская область 0,036 0,260 0,178 0,118 0,114 0,051 0,114 0,241 0,383 0,284
Южный федеральный округ
Астраханская область 0,441 0,187 0,710 0,224 0,337 0,276 0,148 0,277 0,058 -
Волгоградская область 0,066 0,098 0,104 0,224 0,494 0,469 0,215 0,714 0,517 0,229
Ростовская область 0,108 0,100 0,393 0,414 0,555 0,500 0,239 0,395 0,768 0,592
Приволжский федеральный округ
Саратовская область 0,241 0,382 0,321 0,541 0,655 0,232 0,013 - - -
Построение регрессионных моделей проводилось до того момента, пока не получались адекватные принятой методике значения показателей коэффициента детерминации, F-значимости и t-значимости или временной лаг становился не оправданно большим [14] (Сизова, Тальянов, 2012). Максимальное значение временного лага бралось за 9 лет. Для рассмотрения более высоких значений временного лага в распоряжении авторов имелось недостаточно данных по исследуемым показателям, но что важнее - срок более 10 лет в современном динамическом мире для получения отдачи от вложенных средств является сомнительным.
Отдельно выделились Псковская, Нижегородская и Самарская области. Эти три области не показали значимой зависимости между вложением средств в работу существующих организаций и результатом их деятельности в виде созданных передовых технологий. Для примера в таблице отражены данные по Псковской области. Из таблицы видно, что максимальное значение коэффициента детерминации на восьмом году составило только 38 %. Это значит, что вложенные средства в существующие организации, занимающиеся инновационными разработками, и число этих организаций в регионе только на 38 % объясняют число созданных инновационных разработок. Такое влияние является очень незначительным, т. е. число созданных инновационных технологий в основном определяется какими-то другими факторами. Похожие результаты показали расчеты для Нижегородской и Самарской областей, которые по усмотрению авторов в таблице 2 не приводятся.
Отрезок времени с момента осознания потребности или спроса на новый продукт до момента отправки его на рынок или потребителю в больших количествах (коммерциализации) - это численное выражение инновационного лага, от величины этого показателя зависит результативность всего процесса инновации [15] (Сергеев, 2014).
При разработке и внедрении новинок компании стремятся монополизировать рынок и получить максимально большую прибыль от коммерциализации нововведения. Время, на протяжении которого компания-инноватор может удерживать монополию, определяется скоростью, с которой на нее реагируют конкуренты. Следовательно, чем скорее фирма разработает новшество, внедрит и выведет его на рынок, тем быстрее она вернет финансовые вложения и превзойдет конкурентов. Так, например, фирма «Тойота» имеет временной лаг длиной 3 года, фирма «Хонда» -2,5 года. А фирме «Matsushita», специализирующейся в теле- и радиопромышленности, принадлежит даже рекордная величина данного показателя, который равен четырем с половиной месяцам. Эта цифра в десять-пятнадцать раз меньше, чем обычный период времени, складывающийся из времени на маркетинговые исследования, НИОКР, технологическую подготовку производства и вывод на рынок первой партии товара. Как правило, период временного или инновационного лага составляет для сложных продуктов 3-5 лет [16] (Гугелев, 2014).
Для иллюстрации полученных в таблице 2 данных был построен график зависимости коэффициента детерминации от значений временного лага для Владимирской
Рисунок 2. Зависимость коэффициента детерминации от значений временного лага для
Владимирской области
области (рис. 2). Данная область выбрана исходя из большого разброса полученных значений коэффициента детерминации для линейных регрессионных моделей при различных значениях временного лага, что является иллюстративным.
На рисунке наглядно выделился период (временной лаг), в котором число созданных передовых производственных технологий оказалось в максимальной зависимости от числа инновационно активных организаций региона (действующих на момент исследования и попучающих финансирование инррвационной деятельности) и-атрат на эти инновации. Важно отметить, что построенные уравнения регрессии дают не только ярко выраженное увеличение коэффициента детерминации в определенный период, но и то, что только для этого периода Б-значимость модели и ^значимости коэффициентов построенного уравнения являются меньше критических [17] (Сизова, 2011).
В таблице 3 представлены все адекватные сообразно значению коэффициента детерминации, Б-значимости ^дБ) и 1-значимости линейные модели регрессионной зависимости для рассматриваемых регионов. В данных уравнениях результирующий показатель у - это число созданных передовых производственных технологий (шт.); объясняющие переменные х1 - затраты на технологические инновации (млн руб.); х2 - число организаций, выполнявших научные исследования и разработки (шт.).
Данные таблицы 3 показывают, что в большинстве регионов, которые показали исследуемую корреляционную зависимость, инновационные разработки и получен-
Таблица 3
Линейные регрессионные модели при различных временных лагах
Лаг Регион Уравнение в1д 1 в1д Р
2 Костромская область у = -6,78+0,007*х1 +0,703*х2 0,010 8*10-5 0,011 0,676 3*10-4
Ярославская область у = 25,6+0,001*х1 -0,709*х2 0,022 0,007 0,034 0,871 1*10-5
Астраханская область у = 7,5+0,005*х1 -0,245*х2 4*10-3 3*10-4 0,039 0,710 1*10-3
4 Ивановская область у = 33,7-0,001*х1-1,043*х2 0,001 0,256 0,001 0,721 3*10-3
Саратовская область у = 91,4-0,002*х1-1,28*х2 0,001 0,042 0,003 0,655 8*10-3
7 Владимирская область у = -160+0,022*х1+4,31*х2 0,022 0,020 0,018 0,637 0,047
Вологодская область у = -13,5-0,0003*х1+1,08*х2 0,023 0,766 0,019 0,891 1*10-3
Новгородская область у = -24,6+0,012*х1+1,79*х2 0,205 1*10-3 0,232 0,841 4*10-3
Волгоградская область у = -5,26+0,0001*х1+0,125*х2 0,07 0,415 0,016 0,714 0,012
8 Ростовская область у = 3,1+0,003*х1 +0,05*х2 0,86 5*10-3 0,759 0,768 0,012
ные результаты исследований появляются, как результат инновационной активности существующих организаций, с ненулевым временным лагом. Иными словами, финансирование инновационной деятельности начинают окупаться не раньше, чем через два года.
Оценка влияния факторов на эффективность инновационной деятельности организаций
По мнению некоторых авторов, эффективность инновационного процесса как совокупности операций, реализованных в течение определенного периода времени, зависит от ряда взаимозависимых факторов, таких как инновационный потенциал
организации; направление инновационной деятельности; скорость осуществления инновационного процесса; маркетинговая стратегия фирмы [18] (Кушнир, 2017).
Структура рассмотренных субъектов РФ по значениям временного лага для наглядности представлена в виде диаграммы на рисунке 3.
Из рисунка 3 видно, что исследуемые регионы распределились по значениям временного лага от 2 до 8 лет. Максимальное количество регионов (31 %) имеют временной лаг равный 7 годам. Не обнаружено влияние затрат на технологические инновации и числа организаций, выполнявших научные исследования и разработки, на количество созданных передовых производственных технологий для 23 % рассмотренных регионов. Такой же процент показал и временной лаг, равный 2 годам. Всего одна область показала существенную корреляционную зависимость при временном лаге, равном 8 годам.
Как показали исследования, не во всех регионах одинаковое влияние параметров на результирующий показатель. Для Костромской, Ярославской, Владимирской, Астраханской, Ростовской, Новгородской и Волгоградской областей рост затрат на технологические инновации приводит к логичному росту количества созданных передовых производственных технологий. Однако для Ивановской, Саратовской и Вологодской обоастей данное предположение не подтвенждается. Возникаот вопрос об эффективности использования полученных средств. Окупаемость научных исследований в значительной мере зависит от скорости проведения разработок, а в различных областях знаний исследования проходят с различным темпом. Возможно, на результат инновационной! деятельности! могли оказать влияние и иные факторы,кото-рые пока не рассматривались авторами.
К числу ладобных факторов можно отнести объективн ые: отрицательные результаты научных опытов, не давшие на исследуемом отрезке времени возможность коммерциализации инноваций. Также в числе объективных факторов можно рассматривать недостаточное финансирование инновационно активных
■ Влияние не выявлено
■ лаг - 2
■ лаг - 4
■ лаг - 7
■ лаг - 8
Рисунок 3. Структура субъектов РФ по значениям временного лага
предприятий в перечисленных субъектах РФ. Возможно, полученные средства составили незначительную часть для продолжения исследований, намереваясь остальное финансирование получить из иных источников, которое не произошло, в результате чего вся цепь научных исследований прервалась и как следствие не принесла коммерческих результатов. Кроме объективных можно предположить существование и субъективных факторов, например, сам процесс инновационной деятельности находится в полной зависимости от персонала, который, так или иначе, связан с исследованиями. Здесь качество персонала характеризуется не только уровнем образования, но и темпераментом руководителя (тип инноватора), финансовой и моральной поддержкой в коллективе и т.п. [19, 20] (Шишкина, 2012; Шишкина, 2012).
Что касается второго выбранного авторами показателя - числа организаций, выполнявших научные исследования и разработки, то здесь проявилась та же неоднозначность. Для Ярославской, Ивановской, Астраханской и Саратовской областей проявляется обратная зависимость между количеством созданных передовых производственных технологий и количеством организаций, которые эти разработки осуществляют. А для Волгоградской Костромской, Владимирской, Новгородской, Ростовской и Вологодской областей эта зависимость прямая. С подобной неоднозначностью авторы уже сталкивались, и пришли к выводу, что статистические сведения, полученные и представленные на официальных сайтах, лишены значимой информации, которую необходимо конкретизировать и систематизировать. В частности, один крупный научный институт за год может регистрировать и получать десятки патентов, что недосягаемо для любых малых коммерческих предприятий. Здесь нет четкого критерия, стоит ли вообще тогда заниматься инновационной деятельностью коммерческим структурам, так как инициатором и конечным распространителем инновационной продукции все-таки будут как раз инновационно активные предприятия, а не научные вузы. Проблема в том, что у авторов получились такие неоднородные результаты исследования на основании имеющихся статистических данных, возможно, их детализация или конкретизация помогут сделать более однозначные выводы.
Заключение
Исходя из всего вышесказанного, можно подвести итог:
1. Предположение о том, что число созданных передовых производственных технологий имеет прямую зависимость от затрат на технологические инновации, не подтвердилось. Только 54 % исследуемых регионов подтвердили это предположение, оставшиеся же субъекты РФ показали или наличие обратной связи (23 %), или ее отсутствие (23 %).
2. Предположение о том, что число созданных передовых производственных технологий имеет прямую зависимость от числа организаций региона, выполнявших научные исследования и разработки, также не подтвердилось. Здесь процент подтвер-
ждения выдвинутой гипотезы составил 46 %. Обратную зависимость продемонстрировали 31 % рассмотренных регионов, отсутствие зависимости - 23%.
3. Эффект влияния затрат на технологические инновации и числа организаций региона, выполнявших научные исследования и разработки, на число созданных передовых производственных технологий имеет сложную структуру в зависимости от временного лага.
Данные выводы свидетельствует о наличии влияния таких факторов, которые не могут быть количественно учтены из-за ряда объективных причин. К таким факторам могут быть отнесены, например, всеми признанные коррупция и бюрократия, которые приводят к отрицательным результатам при проверке, казалось бы, вполне логичных предположений. Однако полученные результаты могут быть использованы как фундамент для более детального осмысления и планирования инвестиций в инновационные разработки, выполняемые существующими организациями в регионах.
ИСТОЧНИКИ:
1. Шишкина А.В., Кайгородов А.Г. Инновационно-инвестиционный процесс: понятие
и особенности финансирования // Известия высших учебных заведений. Серия: Экономика, финансы и управление производством. - 2011. - № 4. - с. 70-76.
2. Федеральный закон от 23.08.1996 N 127-ФЗ (ред. от 03.12.2012) «О науке и государ-
ственной научно-технической политике»
3. Финансовый словарь. Dic.academic. [Электронный ресурс]. URL: http://dic.academic.
ru/contents.nsf/fin_enc/ ( дата обращения: 12.02.2017 ).
4. Толковый словарь. Dic.academic. [Электронный ресурс]. URL: http://dic.academic.ru/
contents.nsf/fin_enc/ ( дата обращения: 12.02.2017 ).
5. Официальный сайт Федеральной службы статистики. [Электронный ресурс]. URL: http://www.gks.ru ( дата обращения: 12.02.2017 ).
6. Большаков Н.М., Новиков Ю.С. Инновационное управление предприятиями ма-
шиностроительного комплекса в переходной экономике // Управление проектами в переходной экономике: инвестиции, инновации, менеджмент: В кн.: Управление проектами в переходной экономике: инвестиции, инновации, менеджмент. Сб. трудов международного симпозиума, т. II. Москва, 2009. - c. 412.
7. Шишкина А.В., Сизова О.В. Статистическое моделирование результатов инноваци-
онной деятельности организаций в регионах Центрального федерального округа // Вопросы инновационной экономики. - 2017. - № 1. - doi: 10.18334/vinec.7.1.37766.
8. Шишкина А.В. Оценка эффективности инновационно-инвестиционного процесса в
условиях проектного финансирования. / Анализ и моделирование экономических систем: монография / Под ред. проф. В.А.Зайцева., 2013.
9. Зеленская Т. Региональный валовый продукт: структура, объем, расчет. Fb.ru.
[Электронный ресурс]. URL: http://fb.ru/article/181821/regionalnyiy-valovyiy-produkt-struktura-obyem-raschet ( дата обращения: 14.02.2017 ).
10. Большой энциклопедический словарь. Dic. [Электронный ресурс]. URL: http://. academic.ru ( дата обращения: 12.02.2017 ).
11. Завлин П.Н., Казанцев А.К., Миндели Л.Э. Инновационный менеджмент. Справочное пособие. / издание 2-е, переработанное и дополненное. - М.: Центр исследований и статистики науки, 2000.
12. Сизова О.В. Статистическое моделирование динамики цен на красный кирпич в Ивановской области // Известия высших учебных заведений. Серия: Экономика, финансы и управление производством. - 2013. - № 02(16).
13. Сизова О.В. Статистическое моделирование динамики цен на листовое стекло в Ивановской области // Аудит и финансовый анализ. - 2014. - № 5. - с. 134-137.
14. Сизова О.В., Тальянов С.Ю. К построению эконометрической модели регионального коммунального энергоснабжения // Известия высших учебных заведений. Серия: Экономика, финансы и управление производством. - 2012. - № 04(14).
15. Сергеев В.А. Основы инновационного проектирования. - Ульяновск: УлГТУ, 2014.
- 48 с.
16. Гугелев А.В. Инновационный менеджмент. / Учебник. - М.: Дашков и К°, 2014. - 210 c.
17. Сизова О.В. Исследование цен на услуги горячего водоснабжения в Ивановской области / Известия высших учебных заведений // Известия высших учебных заведений. Серия: Экономика, финансы и управление производством. - 2011.
18. Кушнир И.В. Инновационный менеджмент. Электронный учебник. [Электронный ресурс]. URL: http://be5.biz/ekonomika/i013/toc.htm ( дата обращения: 11.02.2017 ).
19. Шишкина А.В. Разработка модели проектного финансирования инновационных процессов в рамках инновационного кластера // Известия высших учебных заведений. Серия: Экономика, финансы и управление производством. - 2012. - № 2(12).
- c. 54-63.
20. Шишкина А.В. Формирование системы финансового обеспечения инновационных процессов (на примере Ивановской области) // Сборник научных трудов вузов России "Проблемы экономики, финансов и управления производством".
- 2012. - № 32. - c. 42-48.
REFERENCES:
Bolshakov N.M., Novikov Yu.S. (2009). Innovatsionnoe upravlenie predpriyatiyami mashinostroitelnogo kompleksa v perekhodnoy ekonomike [Innovation management of enterprises of the machine-building complex in transitional economy] Project management in transition economy: investments, innovations, management. 412. (in Russian).
Gugelev A.V. (2014). Innovatsionnyy menedzhment [Innovation management] M.: Dashkov i K°. (in Russian).
Sergeev V.A. (2014). Osnovy innovatsionnogo proektirovaniya [Basics of innovative design] Ulyanovsk: UlGTU. (in Russian).
Shishkina A.V. (2012). Formirovanie sistemy finansovogo obespecheniya innovatsionnyh protsessov (na primere Ivanovskoy oblasti) [Formation of a system of financial support for innovation processes (by the example of the Ivanovo region)]. Sbornik nauchnyh trudov vuzov Rossii "Problemy ekonomiki, finansov i upravleniya proizvodstvom". (32). 42-48. (in Russian).
Shishkina A.V. (2012). Razrabotka modeli proektnogo finansirovaniya innovatsionnyh protsessov v ramkakh innovatsionnogo klastera [Development of a model of project financing of innovation processes within the framework of an innovative cluster]. Izvestiya vysshikh uchebnyh zavedeniy. Seriya: Ekonomika, finansy i upravlenie proizvodstvom. (2(12)). 54-63. (in Russian).
Shishkina A.V. (2013). Otsenka effektivnosti innovatsionno-investitsionnogo protsessa v usloviyakh proektnogo finansirovaniya [Assessment of the efficiency of the innovation and investment process in project financing] Ivanovo. (in Russian).
Shishkina A.V., Kaygorodov A.G. (2011). Innovatsionno-investitsionnyy protsess: ponyatie i osobennosti finansirovaniya [Innovative investment process: the concept and features of funding]. Izvestiya vysshikh uchebnyh zavedeniy. Seriya: Ekonomika, finansy i upravlenie proizvodstvom. (4). 70-76. (in Russian).
Shishkina A.V., Sizova O.V. (2017). Statisticheskoe modelirovanie rezultatov innovatsionnoy deyatelnosti organizatsiy v regionakh Tsentralnogo federalnogo okruga [Statistical modeling of results of organizations' innovation activity in the regions of the Central Federal district]. Issues of innovative economy. 7 (1). (in Russian). doi: 10.18334/vinec.7.1.37766.
Sizova O.V. (2011). Issledovanie tsen na uslugi goryachego vodosnabzheniya v Ivanovskoy oblasti / Izvestiya vysshikh uchebnyh zavedeniy [Research of service prices of hot water supply in the Ivanovo area/ Proceedings of Higher Educational Institutions]. Izvestiya vysshikh uchebnyh zavedeniy. Seriya: Ekonomika, finansy i upravlenie proizvodstvom. (in Russian).
Sizova O.V. (2013). Statisticheskoe modelirovanie dinamiki tsen na krasnyy kirpich v Ivanovskoy oblasti [The prices for the red brick in the Ivanovo region: dynamics statistical modeling]. Izvestiya vysshikh uchebnyh zavedeniy. Seriya: Ekonomika, finansy i upravlenie proizvodstvom. (02(16)). (in Russian).
Sizova O.V. (2014). Statisticheskoe modelirovanie dinamiki tsen na listovoe steklo v Ivanovskoy oblasti[Statistical modelling of price dynamics for sheet glass in the Ivanovo region]. Audit i finansovyy analiz. (5). 134-137. (in Russian).
Sizova O.V., Talyanov S.Yu. (2012). K postroeniyu ekonometricheskoy modeli regionalnogo kommunalnogo energosnabzheniya [Design of an econometric model of regional municipal energy supply]. Izvestiya vysshikh uchebnyh zavedeniy. Seriya: Ekonomika, finansy i upravlenie proizvodstvom. (04(14)). (in Russian). Zavlin P.N., Kazantsev A.K., Mindeli L.E. (2000). Innovatsionnyy menedzhment. Spravochnoe posobie[Innovation management. Handbook] M.: Tsentr issledovaniy i statistiki nauki. (in Russian).
