CC BY
63
ИННОВАЦИИ № 9 (119), 2008
Оценка состояния инновационной деятельности и принятие управленческих решений на региональном уровне на основе эконометрического моделирования
З. А. Темердашев,
д. х. н., профессор, руководитель УНПК «Аналит» КубГУ
С. В. Ратнер, Н. Е. Иванова,
к. ф.-м. н., доцент, к. э. н., докторант кафедры
в. н. с. отдела проблем мировой экономики
математики и механики ЮНЦ РАН КубГК
Кубанский государственный университет, Южный научный центр РАН
В статье рассматриваются вопросы выбора статистических показателей для оценки инновационной деятельности в регионе и использования в качестве предикторов в модели линейной регрессии. Обсуждаются возможности и диапазон применимости патентно-информационного подхода для принятия решений об отборе оптимальных технических решений для их поддержки региональными органами власти с помощью как прямого, так и косвенного стимулирования.
Задача повышения конкурентоспособности российских регионов состоит не только в расширении имеющихся и поиске новых ниш на национальном и мировом рынках, но и в обеспечении эффективной структуры рыночных обменов, не истощающих природный, материальный и человеческий капитал территорий, а в перспективе — в создании предпосылок для выравнивания воспроизводственных возможностей на обширной гетерогенной территории страны. В этой связи вопросы разработки систем информационной поддержки принятия управленческих решений на региональном уровне, позволяющих оценивать, моделировать и прогнозировать социально-экономическую ситуацию в регионе, как в целом, так и отдельных ее аспектов, приобретают особую актуальность в условиях нарастания мощности информационных потоков, скорости их передачи и сокращении времени для принятия решений. Существенную помощь в анализе складывающейся ситуации в научно-исследовательской и инновационной деятельности, а также в принятии управленческих решений по ее регулированию и поддержке
The problem of selection of statistics indicators for estimation of the level of innovation activity and for the purpose of using it as predictors in the models of linear regression is considered. The opportunities and the range of adaptability of patent approach for the decision in management are discussed.
должны оказать современные статистические методы и технологии, использование которых позволит не только выявить важнейшие факторы, влияющие на инновационную деятельность, но и исследовать современные тенденции развития, оценить их взаимосвязь количественно и максимизировать целевую функцию региона как экономического субъекта.
Существующие системы показателей инновационно-технологической деятельности не свободны от ряда недостатков, поэтому их необходимо подвергать проверке на возможность адекватного отображения действительности, реконструировать и дополнять по мере возникновения новых явлений, которые прежняя система показателей не может всесторонне отображать. Так, в частности, активно эксплуатируемая в большом числе исследований [1] линейная зависимость валового регионального продукта от набора факторов, характеризующих инновационную деятельность, является весьма преувеличенной в условиях экстенсивного развития большинства российских регионов. Кроме того, в большинстве случаев инвестиции в инновационную деятельность окупают-
ся не за год-два, а требуют гораздо большего времени, так как непосредственно инвестиционной фазе инновационного проекта предшествуют стадия НИОКР [2] поэтому для оценки степени влияния данного показателя на ВРП нужен достаточно широкий временной интервал проводимых наблюдений.
Другим активно используемым в литературе показателем развития инновационной деятельности является уровень изобретательской активности, выражаемый в количестве зарегистрированных объектов промышленной собственности. Однако, если для ведущих мировых патентных ведомств этот подход правомерен, то в российских условиях несформиро-вавшегося рынка ОИС, он вызывает ряд сомнений. Проанализируем правомерность указанного подхода с использованием широко известных инструментов корреляционно-регрессионного анализа. В качестве данных по использованию ИС в хозяйственном обороте обычно используется статистика по количеству договоров уступки и лицензионных договоров. Мировой рынок наукоемкой продукции, включающий в себя и рынок научно-технической продукции (под ним понимают рынок возмездной передачи, уступки и переуступки прав на использование ОИС), по некоторым оценкам, достигает $2-3 трлн. Ведущее место на нем занимают США и Япония (около 40 и 30%, соответственно). Однако доля России на этом рынке крайне мала. Оптимистичные оценки свидетельствуют о том, что сегодня она составляет не более 0,5% (около $10 млрд) [3]. Она обеспечивается преимущественно за счет экспортных поставок вооружений и услуг в рамках военно-технического сотрудничества, а также сотрудничества в сфере атомной энергетики и в области освоения космоса. К сожалению, при отсутствии в нашей стране государственного статистического наблюдения за научно-технической продукцией, даже ориентировочно определить объемы ее продаж на внутреннем рынке, равно как и объемы импорта, не представляется возможным. По данным таможенной статистики объем легального экспорта научно-технической продукции ежегодно составляет примерно 100-120 млн руб., из которых около 25% приходится на лицензионную торговлю изобретениями, а остальное — на продажу ранее полученных результатов НИОКР и оказание научно-технических услуг зарубежным партнерам [3].
Поэтому в качестве данных по вовлечению в хозяйственный оборот результатов научно-технической деятельности достаточно удачным показателем может быть количество инновационно активных малых предприятий, особенно, если речь идет о предприятиях, специально открывающихся для реализации одной инновационной разработки.
Основной проблемой развития малого инновационного бизнеса в России сегодня является отсутствие каких-либо сформированных систем поддержки на региональном уровне. До сих пор ни на федеральном уровне, ни в большинстве субъектов РФ нет четкой нормативно-правовой базы в области инновационной деятельности, системы налоговых, инвестиционных или иных льгот, информационная поддержка фрагментарна и недостаточна. Однако существенную по-
мощь в открытии малых инновационных предприятий в данных условиях оказывает сегодня Фонд содействия развитию малого предпринимательства в научно-технической сфере через программу «СТАРТ». Следует отметить, что на сегодняшний день на региональном уровне существует и иные способы финансирования инновационных проектов как, например, разработанный в Краснодарском крае смешанный механизм финансирования регионального конкурса ориентированных фундаментальных исследований РФФИ и краевой администрации. Однако только в указанной выше программе «СТАРТ» необходимым условием для получения финансирования является заявка на коммерциализацию имеющихся у заявителя научно-технического результата, научной идеи, прав на интеллектуальную собственность или соглашения по их использованию, на основе которых и создается новый конкурентоспособный товар или повышается конкурентоспособность существующего товара. Для реализации этой задачи победители конкурса должны создать малую компанию. В силу данных условий представляется возможным использовать данные о количестве поддержанных фондом проектов в качестве статистики по вовлечению в хозяйственный оборот результатов исследовательской деятельности (РИД) для построения эконометрических моделей с целью изучения имеющихся зависимостей между различными показателями инновационного развития, их мультиколлинеарности, а так же о возможном существовании латентных факторов, определяющих уровень инновационного развития более информативно.
Анализируя данные представленные на сайте Федерального института промышленной собственности [4], можно сделать вывод, что по уровням изобретательской активности и патентования изобретений существуют значительные различия между субъектами Российской Федерации, отражающие различия в инновационном и научно-техническом потенциале регионов.
Такие субъекты Федерации, как Москва, Санкт-Петербург и Московская область значительно опережают остальные регионы по количеству подаваемых заявок и полученных патентов. Первое место среди 7 федеральных округов с большим отрывом занимает Центральный округ (в основном за счет Московского региона — города Москвы и Московской области). Второе и третье места занимают Приволжский и Северо-Западный округа, Сибирский округ — 4-е место, Южный — 5-е место, Уральский и Дальневосточный — 6-е и 7-е места, соответственно.
Считается, что данные по изобретениям и полезным моделям наиболее показательны, так как именно с ними ассоциируется понятие научно-технического потенциала, поскольку они способны, будучи примененные на практике, стать основой новых продуктов и технологий [4].
Количество поданных за последние годы заявок на регистрацию программ для ЭВМ, баз данных и топологий интегральных схем по федеральным округам РФ коррелирует с количеством поддержанных Фондом инновационных проектов в этих же округах
ИННОВАЦИИ № 9 (119), 2008
ИННОВАЦИИ № 9 (119), 2008
(с коэффициентом корреляции Пирсона 0,82) в сфере информационных технологий. По указанным статистическим данным удалось построить модель парной линейной регрессии У=17,25+0,01Х с уровнем значимости а = 0,05 и коэффициентом детерминации d = 0,68, определяющей вид зависимости между показателем Х — заявки на регистрацию программ для ЭВМ и Y — количество реализующихся инновационных проектов в сфере ИТ. На основании данной модели можно утверждать, что уровень инновационной активности региона в сфере ИТ почти на 70% определяется уровнем изобретательской активности, выраженной в подаче заявок на регистрацию программ для ЭВМ, баз данных и топологий интегральных микросхем.
По остальным отраслям провести подобный анализ не удается, так как статистика Роспатента не содержит разделений общего количества объектов промышленной собственности по отраслям и сведений о том, сколько из них поддерживаются в настоящее время. Тем не менее, можно сделать некоторые общие выводы. Так, данные по количеству заявок на изобретения по округам также удовлетворительно коррелируют (коэффициент корреляции 0,72) с количеством инновационных проектов (за вычетом проектов в сфере ИТ), однако значимой линейно-регрессионной зависимости между ними не наблюдается. По коэффициенту детерминации ^=0,52) можно судить о том, что инновационная активность региона в таких отраслях как биотехнология, сельское хозяйство, пищевая промышленность, химия и новые материалы, фармакология и медицина, приборостроение, машиностроение и электронная техника лишь на 50% определяется уровнем изобретательской активности, выраженной в количестве поданных заявок на изобретения. Коррелируя данные по количеству поддержанных инновационных проектов с данными по количеству поданных заявок на полезные модели, можно увидеть, что данный показатель уровня изобретательской активности вносит значительно более серьезный вклад в уровень инновационной активности региона — 60%. Действительно, при вычисленном коэффициенте корреляции 0,77 и коэффициенте детерминации 0,6 удается выявить линейную зависимость между указанными показателями, имеющую вид Y=102,12+0,02X, где X — количество поданных заявок на полезную модель, Y — количество поддержанных инновационных проектов. Уровень значимости данной регрессионной модели также а = 0,05. Более высокий показатель коэффициента детерминации в данном случае легко интерпретируем. Получение патента на изобретение в среднем занимает 11,5 года и является более сложным, дорогостоящим и длительным процессом, чем получение патента на полезную модель. Поэтому для быстрой коммерциализации РИД получение патента на полезную модель более предпочтительно и используется на практике чаще.
Анализ показателей изобретательской и инновационной активности в округах Российской Федерации, проведенный в предыдущих пунктах не свободен от ряда недостатков. К одному из наиболее суще-
Количество полученных патентов на изобретение на 10000 населения и количество поддержанных инновационных проектов на 100000 населения трудоспособного возраста
ственных недостатков стоит отнести слишком схематичное деление на округа. Каждый из округов состоит в среднем из 10-12 краев, областей, республик, среди которых есть лидеры и аутсайдеры как в экономическом смысле, так и в инновационной деятельности, поэтому такое деление не отражает реальной дифференциации. Рассмотрим более детально ситуацию с изобретательской и инновационной активностью в Южном федеральном округе (рисунок).
Из входящих в состав округа 13 регионов изобретательскую активность по абсолютным показателям определяют в основном Краснодарский край, Ростовская, Волгоградская области и Ставропольский край. Так, в 2005 году (последний год, за который имеются полные статистические данные) из этих регионов по Южному федеральному округу подано заявок:
• на изобретения — 1864 или 83,7% (2004 г. — 1941 или 85,0%),
• на полезные модели — 426 или 84,0% (2004 г. — 376 или 88,7%),
• на товарные знаки — 991 или 81,7% (2004 г. — 878 или 82,9%),
• на промышленные образцы — 89 или 87,3% (2003 г. — 89 или 87,3%).
В округе зарегистрировано 22 патентных поверенных (2,1%): в Ростовской области — 7, в Краснодарском крае — 7, Волгоградской области — 6 и Астраханской области — 2.
Однако по относительным показателям лидирующее положение занимают Волгоградская область, Ростовская область, Краснодарский край и Республика Северная Осетия-Алания (рисунок). По относительным показателям в области инновационной активности в малом бизнесе Республика Северная Осетия-Алания занимает лидирующее положение, оставив позади Старопольский край, Астраханскую область и Краснодарский край.
На основании проведенного анализа можно сделать вывод, что большая разница в количестве полу-
ченных охранных документов и количестве использованных изобретений для формирования инновационного проекта свидетельствует о формальном подходе к организации процесса коммерциализации результатов научно-технической деятельности, при котором патенты получаются не для использования, а для отчетности, а потом отправляются «на полку». По некоторым данным [3] за последние годы в целом по России только 5% зарегистрированных изобретений и полезных моделей были объектами коммерческих сделок. Из рисунка видно, что данные по Волгоградской и Ростовской областям, а также по Краснодарскому краю являются наглядным подтверждением данной статистики и свидетельствуют о наличии разрыва между научными и производственными организациями.
Таким образом, предложенный в [5-6] патентноинформационный подход не позволяет обоснованно осуществлять отбор оптимальных технических решений для их поддержки региональными органами власти с помощью как прямого, так и косвенного стимулирования и нуждается в существенной модификации. Кроме того, как показывает библиографический анализ, используемая на сегодняшний день система статистических показателей, далека от совершенства и обладает следующими основными недостатками:
1. В последнее время прослеживается явная тенденция увеличения доли нерыночных услуг в структуре валового регионального продукта (ВРП) некоторых регионов РФ (например, в ЮФО), что свидетельствует о неэффективном использовании рыночных механизмов создания добавленной стоимости в базовых отраслях экономики [7]. Ситуация такова, что ВРП отдельных субъектов Федерации увеличивается не за счет роста производства товаров и рыночных услуг, а за счет увеличения финансирования текущих расходов бюджетных отраслей (в основном заработной платы и начислений на нее).
2. Отсутствует периодическая информация об инновационной активности малых и средних предприятий с их разбивкой по группам численности работников и формам собственности, что затрудняет проведение международных сопоставлений. Не ведется учет создания и использования малыми и средними предприятиями передовых производственных и информационных технологий [8].
3. Отсутствует информация о кооперационной активности предприятий и ее эффективности, средствах, выделяемых на эти цели.
4. Не нашли адекватного отражения показатели, позволяющие судить о состоянии и развитии партнерских отношений между государством и бизнесом при проведении исследований и разработок, совместной исследовательской деятельности и другом техническом сотрудничестве.
5. Затруднено проведение комплексного исследования развития передовых и информационных технологий в России, так как информация собирается только о числе созданных технологий без учета их стоимости.
Кроме специфических российских проблем в данной сфере, необходимо отметить, что общепринятой мировой практики формирования системы индикаторов для мониторинга НИС еще не выработано. Решение этой проблемы находится в начальной фазе. Сформировались лишь предварительные условия для их создания. Имеются тщательно проработанные информативные базы данных по инновационному развитию: регулярные (с периодичностью раз в два года) выпуски «Индикаторы развития науки и техники» (Science&Engineering Indicators, Arlington, VA: National Science Foundation); база данных «Кооперационные соглашения и технологические индикаторы» (CATI), созданная Маастрихтским экономическим исследовательским институтом инноваций и технологий (MERIT); базы данных Организации экономического сотрудничества и развития (ОЭСР); Росстата РФ. Однако выделенные базы данных могут рассматриваться лишь в качестве необходимых, но недостаточных источников информации для создания системы индикаторов, позволяющих осуществлять оценку и принятие управленческих решений в сфере инновационно-технологической деятельности.
Тем не менее, несмотря на перечисленные недостатки, эконометрическое моделирование обладает рядом преимуществ, к которым следует отнести использование хорошо развитого корректного математического аппарата, наличие различных современных статистических пакетов обработки данных, позволяющих оперировать огромными массивами разнородной информации. Основным вопросом при построении такого класса моделей следует считать выбор оптимального набора предикторов, адекватно отражающего все существенные взаимосвязи моделируемой экономической системы с учетом макроэкономических параметров, оказывающих в условиях глобализации все более существенное влияние на любую локальную модель.
Литература
1. Н. Б. Аниконов, А. Г. Бабков. Инновации и экономический рост// Инновации, № 7, 2004.
2. З. А. Темердашев, С. В. Ратнер, Л. А. Воронина, В. В. Грицай. Анализ некоторых схем финансирования инновационной деятельности на региональном уровне//Инновации, № 4, 2006.
3. Е. Н. Сафонов. Становление и развитие рыночного обмена результатами интеллектуальной деятельности в российской промышленности: Монография. М.: Изд-во «Интеграция», 2007.
4. http:// www.fips.ru
5. Н. З. Мазур, З. Ф. Мазур. Патентно-информационный подход к выбору и обоснованию приоритетных направлений развития науки и техники в регионе (на примере Самарской облас-ти)//Социально-экономические и технические системы, № 8, 2006.
6. Н. З. Мазур, З. Ф. Мазур, Н. М. Дегтярева. Управление интеллектуальной собственностью на малых инновационных предприятиях. Тольятти: Изд-во Фонда «Развитие через образование», 2004.
7. Модернизация экономики Юга России: проблемы, приоритеты, проекты/Отв. ред. О. В. Иншаков (Южный научный центр РАН). М.: Наука, 2008.
8. М. Ю. Архипова. Анализ инновационно-технологической активности в России. М.: РУДН, 2007.
ИННОВАЦИИ № 9 (119), 2008
