Оценка уровня эффективности региональной инновационной системы Текст научной статьи по специальности «Экономика и бизнес»

УДК 332.01

оценка уровня эффективности региональной инновационной системы

к. м. ханнанов,

преподаватель кафедры экономики и управления E-mail: kmlhan@mail.ru Уфимский филиал оренбургского государственного университета

В статье рассмотрены вопросы оценки эффективности региональной инновационной системы в зависимости от основных показателей инновационной деятельности, а также влияние этих показателей на инновационную составляющую конкурентоспособности региона.

Ключевые слова: регион, конкурентоспособность, инновационная система, инновационный потенциал, инновационная инфраструктура, результативность инновационной деятельности.

Для управления инновационным развитием конкурентоспособности экономики регионов и территорий требуются объективная оценка эффективности функционирования региональных инновационных систем (далее — РИС) и реальное прогнозирование их состояния на перспективу, что возможно при наличии инструментов, методологических принципов и рекомендаций по проведению исследований.

Изучение рекомендаций многих авторов по данной проблеме показывает, что в настоящее время отсутствует единый методологический подход к количественной оценке эффективности функционирования и развития региональных инновационных систем, что связано со сложностью и многообразием факторов, влияющих на инновационные процессы, происходящие в регионах. Можно также отметить недостаточный масштаб исследований в этой области, отсутствие научного обоснования необходимого и достаточного числа показателей для оценки инновационной деятельности на региональном уровне и закрытый характер большинства данных научно-

технических организаций, по которым в России нет официальной статистической отчетности. Кроме этого, региональные инновационные системы по структуре относятся к сложным системам и представляют собой совокупность множеств организаций и предприятий в регионе как по назначению, так и по характеру деятельности. Поэтому, по мнению автора, возникает целесообразность оценки уровня эффективности РИС на базе имеющейся информации без детального анализа компонентов ее внутренней структуры и взаимосвязи между этими компонентами.

Региональная составляющая национальной инновационной системы (далее — НИС), как правило, включает два главных структурных элемента: подсистему создания и распространения знаний, а также подсистему внедрения и использования знаний [1, 4]. Первый элемент может быть представлен традиционными институтами в сфере образования и научно-технической деятельности в лице фундаментальной и прикладной науки, а также вновь создаваемой инновационно-технологической инфраструктурой (технопарки, бизнес-инкубаторы, центры трансфера технологий и др.). Второй элемент (производственная сфера, инвесторы и бизнес-структуры) является связующим звеном между первым элементом и рынком инноваций и нововведений. Между тем четкого разграничения между этими элементами нет. Связи между ними могут быть самыми разнообразными и довольно сложными.

Внутренняя структура обеих подсистем для каждого региона специфична. Во многом она оп-

ределяет эффективность функционирования всей системы и обеспечивает надежную связь с внешней средой. Важное место в структуре региональной инновационной системы занимают институциональная среда, а также региональные органы власти и управления, осуществляющие координацию и управление инновационной деятельностью региона на правительственном и законодательном уровнях.

На рисунке представлена предлагаемая автором структурно-функциональная схема (или структурная модель) региональной инновационной системы, отличающаяся простотой и состоящая из упомянутых функциональных блоков, наиболее характерных для большинства РИС. Структурная модель РИС в различных вариантах, предлагаемая другими авторами, встречается в ряде работ [2, 8]. Входными параметрами такой системы являются инновационно-ресурсный потенциал региона (материальные, финансовые, кадровые и другие ресурсы) и инновационно-технологическая инфраструктура (далее — ИТИ). Выходным параметром является результативность инновационной деятельности (далее — РИД): новые разработки и технологии, востребованные на рынке. Кроме того, РИС активно взаимодействует с внешней средой и прежде всего с национальной инновационной системой, так как сама РИС тоже является подсистемой НИС страны, в рамках которой могут осуществляться международные связи и разностороннее сотрудничество с другими регионами внутри страны.

Рассматриваемая модель РИС в общих чертах напоминает модель черного ящика, входные и выходные характеристики которого определены, а внутренняя структура не определена или определена только частично. В принципе, модель черного ящика применима к любой системе, о которой мы можем судить на основе изучения ее внешних признаков, не прибегая к исследованию тонкой структуры и свойств отдельных элементов. Подобный подход особенно удобен и легко применим в изучении поведения сложных систем, когда не представляется возможным найти внутренние связи в них. К числу таких объектов можно смело отнести региональные инновационные системы субъектов Федерации.

В данной работе исследуется уровень инновационной активности субъектов Российской Федерации (далее — регионов), входящих в состав Приволжского (далее — ПФО) и Уральского (далее — УФО) федеральных округов, которые являются ближайшими соседями Республики Башкортостан.

Республика Башкортостан граничит с регионами, которые имеют высокий научно-технический и производственный потенциал не только в пределах ПФО и УФО, но и в масштабах Российской Федерации. К этим регионам относятся Республика Татарстан, Удмуртская Республика, Пермский край, Оренбургская, Самарская, Свердловская и Челябинская области. Сравнение с лучшими показателями соседних регионов, или так называемый бенчмар-кетинг, дает хорошую возможность представить истинную картину о положении дел в области инновационной деятельности в регионах [3].

В качестве основных показателей инновационной деятельности регионов были использованы три группы статистических данных, в том числе:

1) инновационно-ресурсный потенциал (ИРП);

2) инновационно-технологическая инфраструктура (ИТИ);

3) результативность инновационной деятельности (РИД).

Система показателей инновационной деятельности регионов представлена в табл. 1, в которой каждая группа показателей содержит по шесть индикаторов. Это позволяет оценить уровень инновационной активности исследуемых регионов по 18 параметрам.

Структура и значение показателей внутри групп взяты из статистических данных в официальных источниках Росстата [6]. Как показывает анализ данных рисунка, первые две группы показателей (ИРП, ИТИ) являются входными величинами РИС, а третья группа показателей (РИД) — это выходная величина системы. Задача исследования заключалась в том, чтобы установить характер связи между входными и выходными параметрами системы, а также определить степень влияния всех трех групп показателей на общую инновационную активность, которая непосредственно характеризует инновационную составляющую конкурентоспособности регионов. Наряду с этим путем сравнения указанных параметров (ИРП, ИТИ, РИД) определялся рейтинг регионов по отдельным видам инновационной деятельности.

Инновационная активность (или уровень общей инновационной деятельности регионов) оценивалась по методике, применяемой в международной и российской практике [3, 7]. В соответствии с этой методикой индекс инновационной активности рассчитывается по формуле:

Структурно-функциональная схема модели региональной инновационной системы

•V = Ё ху / н,

(1)

где •ИД — сводный (общий) индекс инновационной активности региона у; Ху — нормированное значение показателя инновационной деятельности 7 для региона ]; N — количество показателей (по табл. 1, всего 18).

Нооомированные значения отдельных показателей Ху рассчитываются по формуле линейного масштабирования:

Х у =

х.. - Х.

у гтт

где Х у — текущее значение данного показателя

V

в относительных величинах, не зависящее от масштаба экономики региона;

значения показателя по всем исследуемым регионам за рассматриваемый год.

Рассчитанный по формуле (1) общий индекс инновационной активности принимает значения от 0 до 1 и позволяет установить рейтинг конкурентоспособности того или иного региона среди исследуемых субъектов Федерации. Кроме общего индекса по формуле (1) определялись групповые показатели: инновационно-ресурсного потенциала РИРП , инновационно-технологической инфраструктуры бИТИ и результативности инновационной деятельности ^РИд, которые позволяют конкретно судить об отдельных сторонах инновационной деятельности в регионах. Например, можно определить уровень развитости инновационно-технологической инфраструктуры или то, каким инновационно-ресурсным потенциалом располагает регион по сравнению с другими субъектами Федерации, и, наконец, как отразились указанные возможности РИС на результативности инновационной деятельности в целом.

В табл. 2 представлены результаты оценки конкурентоспособности исследуемых регионов по приведенным показателям за 2011 г., а также средние

Таблица 1

Система показателей инновационной деятельности регионов, %

1=1,0

х — Х-

гтах гтт

Х/тт; Х,тах — минимальное и максимальное

№ п/п Наименование показателя обозначение

I. Инновационно-ресурсный потенциал

1 Удельный вес организаций, выполнявших исследования и разработки, в общем числе организаций Х1

2 Удельный вес персонала, занятого исследованиями и разработками, в среднегодовой численности занятых в экономике Х2

3 Численность исследователей с учеными степенями на 10 тыс. чел. населения территории Х3

4 Численность студентов образовательных учреждений ВПО на 10 тыс. чел. населения территории Х4

5 Численность аспирантов и докторантов на 10 тыс. чел. населения территории Х5

6 Внутренние затраты на исследования и разработки от ВРП Х6

II. Инновационно-технологическая инфраструктура

7 Число образовательных учреждений ВПО на 100 тыс. чел. населения территории Х7

8 Число организаций, ведущих подготовку аспирантов и докторантов на 100 тыс. чел. населения территории Х8

9 Число организаций, использовавших информационные и коммуникационные технологии, в общем числе предприятий и организаций (локальные и глобальные сети + веб-сайты) Х9

10 Степень износа основных фондов Х10

11 Удельный вес убыточных организаций Х11

12 Удельный вес инвестиций, поступивших на территорию региона за отчетный период Х12

III. Результативность инновационной деятельности

13 Число созданных передовых производственных технологий на 10 тыс. чел., занятых в экономике Х13

14 Число использованных передовых производственных технологий на 10 тыс. чел., занятых в экономике Х14

15 Количество поданных заявок для выдачи патентов на изобретения и полезные модели на 10 тыс. чел., занятых в экономике Х15

16 Удельный вес организаций, осуществлявших технологические инновации, в общем числе организаций Х16

17 Удельный вес затрат на технологические инновации от ВРП Х17

18 Доля инновационных товаров и услуг в общем объеме отгруженных товаров, выполненных работ, услуг Х18

Таблица 2

Инновационная конкурентоспособность регионов за 2011 г.

Регион Групповые показатели инновативности регионов Уровень общей инновационной активности

Р ирп 0ити R рид ^иа Jcp (за 3 года)

Значение Ранг Значение Ранг Значение Ранг Значение Ранг Значение Ранг

Республика Башкортостан 0,437 5 0,607 2 0,345 6 0,463 5 0,391 5

Республика Татарстан 0,842 j 0,681 j 0,422 4 0,648 2 0,658 j

Удмуртская Республика 0,237 7 0,346 7 0,264 7 0,282 7 0,284 7

Пермский край 0,446 4 0,382 5 0,706 2 0,511 4 0,481 4

Оренбургская область 0,010 8 0,367 6 0,129 8 0,168 8 0,100 8

Самарская область 0,629 2 0,588 3 0,777 j 0,664 j 0,633 2

Свердловская область 0,622 3 0,521 4 0,544 3 0,562 3 0,599 3

Челябинская область 0,389 3 0,271 8 0,377 5 0,345 6 0,391 6

Примечание: Р

ИРП = бИТИ' ^рвд' JiA' JCp — безразмерные величины, рассчитанные по формуле (1).

значения итогового показателя инновационном активности J за три года развития (2009—2011 гг.).

Анализ данных табл. 2 показывает, что в 2011 г. наилучшим образом инновационно-ресурсный потенциал использован в Самарской области (1-е место по ДРИд) и в Пермском крае (2-е место по ЛРИд), нелучшим образом — в Республике Татарстан (только 4-е место по ^РИД) при высоком инновационно-ресурсном потенциале этой республики и развитой инфраструктуре (1-е место по показателям РЖП, QШИ ). Республика Башкортостан значительно отстает по результативности инновационной деятельности от соседних регионов (6-е место) при достаточно развитой инфраструктуре (2-е место).

Общий уровень инновационной активности регионов, оцениваемый по значению сводного индекса JИД, учитывает все виды инновационной деятельности. По этому показателю 1-е место в 2011 г. также принадлежит Самарской области, на 2-м месте — Республика Татарстан, по всем показателям 3-е место занимает Свердловская область. Это свидетельствует о том, что в Свердловской области успешно используются имеющиеся возможности для инновационного развития региона.

По среднему показателю ^ср за 5 лет) на 1-е место выходит Республика Татарстан, Самарская и Свердловская области занимают 2-е и 3-е места, Пермский край — 4-е, а Республика Башкортостан — на 5-м месте.

В соответствии с рассматриваемой моделью показатель результативности инновационной деятельности ЛРИД как выходная величина системы может быть представлен в виде зависимости от входных величин — показателей инновационно-ресурсного

потенциала РИРП и инновационно-технологической инфраструкгуры 0ИТИ:

^РИД = F(^ИРП' 0ити)-

Обозначив входные величины

РИРП ^ X1

= (x + Х2 +... + x6)/6 а выходную величину

биги ^ X2 = (X7 + X8 + . • • + X12 )/6 '

составим регрессионное уравнение по средним значениям инновационных показателей:

Y = b0 + bj Xj + b2 X2 + b3 Xj X2.

По результатам регрессионной статистики из 24 наблюдений за 3 года (2009—2011 гг.) для восьми регионов получена зависимость:

Y = -0,0065 +1,69X + 0,008X2 -1,45XX2, где b0 = - 0,0065;

bj = 1,69;

b2 = 0,008;

b3 = - 1,45.

В полученном уравнении регрессии константа b0 и коэффициент b2 при величине X2 близки к нулю, что свидетельствует о незначительном влиянии величины X2 на зависимую переменную Y, и коэффициенты b b2 можно считать нулевыми, так как для них р-значения > 0,05. Поэтому при дальнейшем расчете применялась зависимость следующего вида:

Y = b X + b2 X X2.

После внесенных изменений модель улучшилась и приняла следующий вид:

Y = 1,68Xj -1,43XX2,

где коэффициенты регрессии: bj = 1,69; b2 = -1,43.

В полученном уравнении коэффициенты bj и b значимы, так как для них р-значения << 0,05,

что свидетельствует о достоверности этих коэффициентов при уровне значимости 0,05. Коэффициент детерминации: Я-квадрат = 0,954 (аппроксимация высокая). Значимость критерия Фишера ^ = 1,199 • Е — 25 << 0,05 также показывает, что регрессионная модель значима.

С целью выявления наиболее информативных переменных из числа входных параметров, влияющих на общую результативность инновационной деятельности У, проводились расчеты по уравнениям:

У = Ь0 + Ь1Х1 + Ь2 Х2 + Ь3 Х3 + +Ь4 Х4 + Ь5 Х5 + Ь6 Х6, У = Ь0 + Ь7 х7 + Ь8 Х8 + Ь9 Х9 + +Ь10 Х10 + Ь11Х11 + Ь12 Х12.

По результатам расчетов было установлено, что из числа параметров инновационно-ресурсного потенциала наибольшее влияние на общую результативность инновационной деятельности У имеют показатели х1, х2 , х4, х6, а из параметров инновационно-технологической инфраструктуры — показатели х7, х9 , х10, х12. Полученные для этих переменных адекватные уравнения не содержат коэффициентов Ь0 и имеют вид:

У = 0,185х1 — 0,568х2 + 0,214 х4 +1,116 х6, У = 0,628х7 + 0,23х9 + 0,235х10 — 0,263х12. Общее уравнение регрессии с учетом переменных двух групп входных величин после исключения взаимовлияющих, а также незначительно влияющих на выходную величину У параметров имеет вид:

У = Ь0 + Ь1х1 + Ь2 х2 + Ь4 х4 + +Ь6 Х6 + Ь8 Х8 + Ь12 Х12,

где Ь0 = 0,043; Ь, = 0,204;

Ь2 = - 0,656; Ь = 0,18; Ьб = 1,14; Ь8 = 0,089; Ь12 = - 0,09.

В окончательном виде данное уравнение будет выглядеть следующим образом:

У = 0,043 + 0,204х1 — 656х2 + 0,18 х4 + +1,14 х6 + 0,089х8 — 0,09 х12.

(2)

Значения регрессионной статистики и дисперсионного анализа рассматриваемой модели по уравнению (2) приведены в табл. 3, 4.

Оценка значимости уравнения регрессии (2) по результатам дисперсионного анализа для уровня значимости 0,05 показывает, что по критерию Фишера значимость ^ = 2,558 • Е — 20 << 0,05 . Это означает, что все коэффициенты регрессии значимы с данным уровнем 0,05. Данные 7-статистики также говорят о том, что значимости коэффициентов регрессии (Р-значение) близки к нулю. Следовательно, исследуемая зависимая переменная достаточно хорошо описывается включенными в модель переменными [5].

Таким образом, из регрессионной модели хорошо видно, что наиболее существенными факторами, влияющими на результативность инновационной деятельности, являются:

— удельный вес организаций, выполняющих исследования и разработки;

— удельный вес персонала, занятого исследованиями и разработками среди занятых в экономике;

Таблица 3

Регрессионная статистика

Показатель Коэффициент множественной корреляции Я Коэффициент детерминации Я-квадрат Нормированный коэффициент детерминации Я-квадрат Стандартная ошибка Наблюдения

Значение 0,975 0,952 0,943 0,053 40

Таблица 4

Дисперсионный анализ

Показатель Число степеней свободы й( Сумма квадратов отклонения значений параметра от среднего S Среднее квадратичное отклонение Ы8 Распределение Фишера ¥ Значимость ¥

Регрессия 6 1,842 0,307 109,1 2,558 Е-20

Остаток 33 0,093 0,0028 — —

Итого 39 1,935 — — —

- численность студентов образовательных учреждений высшего профессионального образования;

- внутренние затраты на исследования и разработки от ВРП;

- число организаций, ведущих подготовку аспирантов и докторантов;

- удельный вес инвестиций, поступивших на территорию региона.

Проблемными показателями, недостаточно влияющими на эффективность РИС, следует считать степень износа основных фондов, удельный вес убыточных организаций и численность лиц с учеными степенями, аспирантов и докторантов.

В заключение можно отметить, что оценка инновационной активности регионов в масштабах России или в пределах федеральных округов позволяет определить реальное положение дел в области инновационной деятельности отдельных регионов и наметить перспективы инновационного развития и повышения их конкурентоспособности на базе построения инновационной экономики. Поэтому предлагаемая методика оценки инновационной конкурентоспособности экономики региона может стать полезным инструментом при анализе эффективности региональной инновационной системы, а также применяться для организации мониторинга и разработки конкретной региональной инновационной политики с учетом условий и достижений территорий применительно к каждому региону.

Список литературы

1. Гвоздева Е. С., Марков Л. С., Штерцер Т. А. Инновационная система Новосибирска: характеристика и направления развития // Регион: экономика и социология. 2007. № 2. С. 172—183.

2. Егорова М. В., Авилова В. В. Модель региональной инновационной системы: теоретико-методологический аспект // Инновации. 2007. № 6. С. 66—69.

3. Киселев В. Н. Об оценке уровня инновационной активности субъектов Российской Федерации // Инновации. 2009. № 10. С. 77—81.

4. Мухамедьяров А. М. Некоторые проблемы создания равновесной инновационной системы // Экономика и управление: научно-практический журнал. 2008. № 3. С. 114—122.

5. Практикум по статистике в Excel: учебное пособие. Ростов-на-Дону: Феникс. 2010. 381 с.

6. Регионы России. Социально-экономические показатели. 2011: стат. сборник. М.: Росстат. 2012. 990 с.

7. Социальный атлас российских регионов. Интегральные индексы. URL: http://www. socpol. ru/atlas/mdexes/mdex_mnov. shtml.

8. Чистякова Н. О. Региональная инновационная система: модель, структура, специфика // Инновации. 2007. № 4. С. 55—58.