CC BY
22
УДК 338.1
DOI 10.21685/2072-3016-2020-2-12
Н. Н. Семенова
ОЦЕНКА ВЛИЯНИЯ ИННОВАЦИЙ НА ТЕМПЫ ЭКОНОМИЧЕСКОГО РАЗВИТИЯ И ПРОИЗВОДИТЕЛЬНОСТЬ ТР УДА В РЕСПУБЛИКЕ МОРДОВИЯ
Аннотация.
Актуальность и цели. В условиях ограниченности ресурсов для обеспечения качественного экономического развития необходимы рост производительности труда и активизация инновационной деятельности. Уровень инновационной активности предприятий оказывает влияние на конкурентоспособность выпускаемой продукции, масштабы общественного производства, размер прибыли хозяйствующих субъектов и, как следствие, темпы экономического роста. Целью исследования является оценка влияния инноваций на темпы экономического развития и производительность труда в Республике Мордовия.
Материалы и методы. При подготовке данного исследования использовались материалы Территориального органа Федеральной службы государственной статистики Российской Федерации по Республике Мордовия. Для оценки степени влияния инноваций на экономическое развитие и производительность труда в Республике Мордовия применялся регрессионный анализ.
Результаты. В статье рассмотрены существующие подходы российских и зарубежных ученых к оценке взаимосвязи инноваций, темпов экономического роста и производительности труда. На основе экономико-статистических методов была проведена оценка тесноты взаимосвязи инновационных факторов и уровня экономического развития и производительности труда Республики Мордовия.
Выводы. Рассчитанные уравнения регрессии свидетельствуют о том, что наблюдается положительное влияние затрат на исследования и разработки на объем валового регионального продукта и уровень производительности труда предприятий Республики Мордовия. В статье сделан вывод о том, что внедрение инноваций - один из важнейших способов повышения темпов экономического роста и производительности труда.
Ключевые слова: инновации, экономическое развитие, производительность труда, регрессионный анализ, Республика Мордовия.
N. N. Semenova
ASSESSMENT OF THE INNOVATIONS IMPACT ON THE PACE OF ECONOMIC DEVELOPMENT AND LABOR PRODUCTIVITY IN THE REPUBLIC OF MORDOVIA
Abstract.
Background. In conditions of limited resources, to ensure high-quality economic development, it is necessary to increase labor productivity and activate innovative
© Семенова Н. Н., 2020. Данная статья доступна по условиям всемирной лицензии Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/by/4.0/), которая дает разрешение на неограниченное использование, копирование на любые носители при условии указания авторства, источника и ссылки на лицензию Creative Commons, а также изменений, если таковые имеют место.
activities. The level of innovation activity of enterprises has an impact on the competitiveness of products, the scale of social production, the amount of profit of economic entities and, as a result, the rate of economic growth. The purpose of the study is to assess the impact of innovations on the pace of economic development and labor productivity in the Republic of Mordovia.
Materials and methods. In preparing this study, we used data from the Territorial body of the Federal state statistics service of the Russian Federation for the Republic. Regression analysis was used to assess the impact of innovations on economic development and labor productivity in the Republic of Mordovia.
Results. The article considers the existing approaches of Russian and foreign companies to assessing the relationship between innovation, economic growth and labor productivity. On the basis of economic and statistical methods, the close relationship between innovative factors and the level of economic development and labor productivity of the Republic of Mordovia was evaluated.
Conclusions. The calculated regression equations indicate that there is a positive impact of research and development costs on the volume of the gross regional product and the level of labor productivity of enterprises in the Republic of Mordovia. The article concludes that the introduction of innovations is one of the most important ways to increase the rate of economic growth and labor productivity.
Keywords: innovation, economic development, labor productivity, regression analysis, the Republic of Mordovia.
Одной из актуальных современных проблем российской экономики является низкая производительность труда во всех сферах жизнедеятельности, которая оказывает непосредственное влияние на темпы экономического роста. По индексу производительности труда наша страна существенно уступает США, странам Европейского союза (ЕС). Согласно данным Организации экономического сотрудничества и развития (ОЭСР), уровень производительности труда в России в два раза ниже, чем в США и странах ЕС [1]. В сложившихся условиях важнейшим императивом экономической политики России выступает рост производительности труда, что в конечном счете будет способствовать повышению конкурентоспособности национальной экономики и уровня жизни населения.
В частности, в майских указах Президента РФ № 204 от 17 мая 2018 г. «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» подчеркивается необходимость роста производительности труда на крупных и средних предприятиях базовых несырьевых отраслей экономики не ниже 5 % в год, что позволит обеспечить высокие темпы экономического развития и ввести нашу страну в число пяти крупнейших экономик мира. Кроме того, с сентября 2017 г. в нашей стране реализуется Государственная программа «Повышение производительности труда и поддержки занятости населения», которая предусматривает поддержку инициатив субъектов РФ по повышению производительности труда с целью увеличения последней на предприятиях-участниках не менее чем на 30 %.
Очевидно, что достижение указанной цели невозможно без повышения инновационной активности регионов Российской Федерации и внедрения отечественными компаниями инновационных технологий в производство. Нельзя не согласиться с мнением Е. А. Смирновой, что для решения проблемы повышения конкурентоспособности экономики России необходим рост
производительности труда за счет новых технологий, внедрения управленческих инноваций [2]. Инновации, которые осуществляются непрерывно, выступают важным фактором повышения производительности труда и темпов экономического роста в стране, регионе [3-5]. При этом должно соблюдаться основное правило: рост производительности труда должен опережать рост ВВП.
Взаимосвязь инноваций, экономического роста и производительности труда: обзор литературы
Ключевая роль инноваций в обеспечении устойчивого экономического развития, степень их влияния на производительность труда рассматривалась многими зарубежными и отечественными учеными-экономистами. В своем исследовании «Проблемы экономической динамики» Н. Д. Кондратьев эмпирически доказал, что инновации являются важнейшим фактором экономического развития, причиной перехода к новому циклу (теория больших циклов) [6]. Научные идеи Н. Д. Кондратьева были положены в основу теории инноваций, разработанной Й. Шумпетером. Он доказал, что новые комбинации факторов производства (инновации) способствуют переходу на новую ступень экономического развития [7].
В 1950-1960-е гг. значительное влияние на обоснование факторов экономического развития оказала теория экзогенного экономического роста, основой которой стала модель Р. Солоу, объясняющая феномен роста экзогенно заданным научно-техническим прогрессом. По оценкам Р. Солоу, вклад инноваций в развитие американской экономики составлял в 1908-1949 гг. 3 % ежегодно [8].
В решении дилеммы экономического роста существенный вклад внесли также работы Э. Денисона и С. Кузнеца. Э. Денисон выделил 23 фактора (большая часть которых связана с инновациями), влияющих на темпы экономического развития США и Западной Европы в послевоенный период [9]. По мнению С. Кузнеца, необходимым условием экономического развития любой страны является научно-технический прогресс; производительность труда определяет темпы экономического роста; «массовое производство технических новшеств» выступает связующим звеном всех факторов экономического производства [10].
В последующие годы в экономической науке получила развитие теория эндогенного роста П. Ромера, в рамках которой технологический прогресс рассматривается как третий фактор производства наряду с основными факторами (труд, капитал) [11]. Согласно модели экономического роста П. Ромера, инновации оказывают положительное влияние не только на тех, кто их осуществляет, но и на общество в целом («эффект масштаба»); расходы на научные и опытно-конструкторские разработки (НИОКР) - ключевой фактор экономического роста.
Современный этап развития теории экономического роста и влияния на него инноваций связан с формированием системы показателей, характеризующих устойчивость экономического развития и качество экономического роста. В частности, Е. Ю. Борисова по эмпирическим данным за 1997-2007 гг. на основе интегрального подхода оценила влияние инноваций на уровень со-
циально-экономического развития 49 стран мира, разбив их на три группы: развитые, развивающие и азиатские страны. Проведенные расчеты подтвердили гипотезу о наличии сильной взаимосвязи между уровнем благосостояния и инновационной активностью в развитых странах мира [12]. С помощью методов экономико-статистического анализа взаимосвязи индекса глобальной конкурентоспособности и уровня инновационного развития ряда стран мира Я. И. Никонова приходит к выводу, что инновационные факторы являются важнейшим драйвером экономического роста [13].
Центральное место в развернувшейся научной дискуссии в последние годы занимает вопрос относительно влияния расходов государства и бизнеса на исследования и разработки на экономическое развитие [14, 15]. По расчетам В. А. Риссо и Е. Д. Санчеса Каррера, проводивших исследования взаимосвязи расходов государства на НИОКР и валового внутреннего продукта (ВВП) в 74 странах мира в период 1996-2014 гг., предельный объем расходов на НИОКР (который способствует экономическому росту) должен составлять 0,16 % ВВП [16]. В развитых экономиках мира в условиях формирования цифровой экономики одним из технологических факторов экономического роста выступают инвестиции в информационно-коммуникационные технологии, предусматривающие повышение производительности труда [17].
Что касается влияния инноваций на производительность труда, отметим, что в экономической литературе существуют противоположные точки зрения. Большинство российских ученых признают, что инновации являются непременным условием повышения производительности труда [18-20]. Используя панельную регрессию для оценки влияния инновационных факторов на производительность предприятий Уральского федерального округа (УрФО), А. А. Пушкарев, О. С. Мариев делают вывод о том, что импорт технологий и количество заявок на патенты оказывают положительное влияние, а затраты компаний на внедрение инноваций и число инновационных организаций (при условии их небольшого количества в регионе) - отрицательное. Е. Н. Басовская и Л. Е. Басовский в своем исследовании факторов производительности труда в России отмечают, что значительное влияние на нее оказывает использование новых технологий [21].
Среди зарубежных ученых, занимающихся вопросами инноваций и их влиянием на производительность труда, следует выделить Б. Крепона, Е. Дю-гэ и Дж. Майресса, являющихся авторами так называемой «модели СБМ», охватывающей три аспекта: расходы на НИОКР; инновации и их результативность; взаимосвязь инноваций и производительности труда [22]. Стоит отметить, что в исследованиях зарубежных ученых обосновывается как положительное [23, 24], так и отрицательное влияние инноваций на производительность труда [25, 26]. При оценке воздействия расходов на НИОКР на производительность труда в странах ОЭСР Б. Вершпагеном делается вывод о том, что положительный эффект наблюдается только в высокотехнологичных отраслях экономики, а не в средне- и низкотехнологичных отраслях [27].
Влияние инноваций на темпы экономического развития и производительность труда Республики Мордовия
В рамках нашего исследования мы сконцентрировали свое внимание на оценке влияния инноваций на темпы экономического развития и производи-
тельность Республики Мордовия, демонстрирующей на протяжении последних лет высокие темпы инновационного развития. Сделав ставку на реализацию крупных инновационных проектов, модернизацию производства, по темпам промышленного роста она опережает многие субъекты Российской Федерации. Согласно рейтингу Инновационных регионов России, в 2018 г. Мордовия вошла в топ-26 передовых регионов РФ, занимая 13 позицию. Также стоит отметить, что доля инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ и услуг в Республике Мордовия почти в 3,7 раза превышает среднероссийский уровень.
Основным методом исследования выступил регрессионный анализ -статистический метод исследования, позволяющий оценить степень влияния одной или нескольких независимых переменных (X) на зависимую переменную (7). Установление зависимости объема валового регионального продукта (ВРП) и уровня производительности труда от ряда независимых инновационных факторов включает несколько этапов:
1. Определение факторов (показателей), характеризующих инновационное развитие экономики региона.
2. Сбор статистических данных за определенный период анализа. В рамках нашего исследования использованы эмпирические данные Территориального органа Федеральной службы государственной статистки Российской Федерации по Республике Мордовия за период 1997-2018 гг.
3. Построение и верификация регрессионной модели. В качестве результативных показателей был взят объем ВРП Республики Мордовия (1^), уровень производительности труда в регионе (72), а переменными факторами выступили: Хх - удельный вес инновационных товаров в общем объеме отгруженных товаров, работ, услуг, в процентах; Х2 - затраты на технологические инновации, млн руб.; Х3 - инновационная активность организаций, в процентах; Х4 - внутренние затраты на исследования и разработки, млн руб.; Х5 - количество поданных заявок на патенты и изобретения, шт.; Х6 - количество выданных патентов и свидетельств, шт.; Х7 - число организаций, выполняющих исследования и разработки, ед.; Х8 - количество разработанных передовых технологий, ед.
4. Построение матрицы парных коэффициентов регрессии с целью определения факторов, оказывающих наибольшее влияние на результативный показатель. Для расчета коэффициентов корреляции была использована формула
г , (1)
а у а х
где ух - среднее значение произведения результативного и факторного признаков; х - среднее значение факторного признака; у - среднее значение
результативного признака; ох и су - среднеквадратическое отклонение факторного и результативного признаков.
5. Расчет средней ошибки аппроксимации для оценки точности полученной модели:
=11
Уг - Уг
Уг
•100 (%),
(2)
где yi - фактические значения показателя; y - теоретические значения показателя, полученные по выбранной модели.
Для анализа, верификации, идентификации эконометрических моделей и экономической интерпретации их результатов осуществлялось тестирование статистических гипотез по критериям Фишера и Стьюдента.
На основе регрессионного анализа с помощью пакета MS Excel «РЕГРЕССИЯ» было проведено исследование влияния инновационных факторов на валовой региональный продукт и производительность труда. Исходные данные для проведения корреляционно-регрессионного анализа представлены в табл. 1.
Таблица 1
Исходные данные для проведения корреляционно-регрессионного анализа
Годы Y\ Y2 Х1 Х2 Хэ Х4 Х5 Х6 Х7 Х8
1997 8676,8 21,3 2 62,7 2 25,4 5 4 9 21
1998 8347,2 21,2 2,2 111,7 2,2 31,5 25 30 11 16
1999 12 160,6 30,4 2,4 60,0 2,4 36,5 32 28 11 4
2000 17 553,4 43,4 8,6 199,1 4,7 66,8 50 34 11 1
2001 22 089,5 55,1 5,9 191,3 7,3 97,8 56 27 11 17
2002 27 508,0 68,0 4,2 343,0 6,4 112 51 31 11 8
2003 33 244,0 83,2 3,7 300,3 10,2 176,1 44 51 11 6
2004 38 334,9 94,9 3,9 569,5 9 210,7 50 57 11 5
2005 44 267,0 110,9 5,6 939,9 6,2 211 63 49 10 11
2006 57 974,2 146,2 13,1 3342,9 8,8 266,1 65 54 10 15
2007 77 048,8 194,9 37,3 2706,1 9,6 371,8 77 67 13 10
2008 94 058,3 238,8 9,9 2851,2 8,8 532,6 93 67 14 5
2009 90 862,4 234,7 20,2 597,5 10,6 647,4 106 106 14 4
2010 105 343,8 273,6 23,1 988,9 9,4 520,5 109 90 13 8
2011 119 955,2 313,5 22 16 107,7 12,4 601,3 109 107 16 7
2012 134 315,6 353,8 22,9 3621,3 13,1 671,9 84 66 15 6
2013 148 705,7 396,1 23,9 3235,6 16,9 906,9 103 88 16 5
2014 173 872,7 470,6 26,9 6317,0 18,3 969,1 106 80 17 5
2015 180 352,3 458,2 27 5196,1 16,6 823,1 74 88 26 10
2016 198 132,8 511,2 27,2 5240,4 13,4 798,8 81 60 25 6
2017 213 287,8 551,0 27,5 5121,0 12,5 828,8 78 83 17 10
2018 228 072,3 600,3 24,3 2681,2 14,2 1001,6 114 90 19 7
Источник: составлено автором.
Для оценки связи между показателями составлена матрица парных коэффициентов корреляции, позволяющая определить тесноту связи факторов с результативным признаком и между собой. Матрица парных коэффициентов корреляции показателей, используемых для анализа валового регионального продукта, приведена в табл. 2.
Таблица 2
Матрица парных коэффициентов корреляции показателей, используемых для анализа валового регионального продукта
Показатель X Х2 Х3 Х4 Х6 Х7 Х»
Г 1
Х1 0,814903 1
Х2 0,544563 0,533666 1
Хз 0,856799 0,770913 0,557084 1
Х4 0,963657 0,820015 0,540284 0,915939 1
Х5 0,745491 0,749467 0,535957 0,779528 0,836343 1
Х6 0,740788 0,751506 0,596338 0,786061 0,824877 0,908279 1
Х7 0,853896 0,697671 0,507129 0,749853 0,801633 0,530707 0,579127 1
Х8 -0,28577 -0,24688 -0,14698 -0,38114 -0,36524 -0,4823 -0,46187 -0,26972 1
Источник: составлено автором.
Матрица парных коэффициентов корреляции показателей, используемых для анализа производительности труда, приведена в табл. 3.
Таблица 3
Матрица парных коэффициентов корреляции, показателей, используемых для анализа производительности труда
Показатель Уг Х1 Х2 Х3 Х4 Х5 Х6 Х7 Х»
Г 1
Х1 0,814903 1
Х2 0,544563 0,533666 1
Хз 0,856799 0,770913 0,557084 1
Х4 0,963657 0,820015 0,540284 0,915939 1
Х5 0,745491 0,749467 0,535957 0,779528 0,836343 1
Хб 0,740788 0,751506 0,596338 0,786061 0,824877 0,908279 1
Х7 0,853896 0,697671 0,507129 0,749853 0,801633 0,530707 0,579127 1
Х8 -0,28577 -0,24688 -0,14698 -0,38114 -0,36524 -0,4823 -0,46187 -0,26972 1
Источник: составлено автором.
Значения коэффициентов корреляции табл. 2 и 3 свидетельствуют о том, что наибольшее влияние на изменение валового регионального продукта и производительность труда оказывает факторный признак Х4 - внут-
ренние затраты на исследования и разработки. Анализ также показал, что связь между фактором Х8 (количество разработанных передовых технологий) и объемом ВРП, производительностью труда отсутствует (коэффициент корреляции < 0,3).
Как известно, при проведении регрессионного анализа важным этапом является отбор факторных признаков для их последующего включения в уравнение регрессии. В то же время факторные признаки могут находиться в зависимости друг от друга, т.е. являться мультиколлинеарными. Это осложняет процедуру проведения анализа, поскольку возникают трудности определения наиболее существенных факторов, расчета коэффициентов методом наименьших квадратов, искажается смысл коэффициентов регрессии при их экономической интерпретации. Если один из элементов матрицы R > 0,8, то считают, что имеет место мультиколлинеарность и в уравнение регрессии следует включить только один из показателей X] или Xj.
Проведенный анализ матрицы парных коэффициентов корреляции анализа ВРП и производительности труда свидетельствует о наличии мульти-коллинеарности между факторными признаками X1, Х3, Х4, Х5, X6, Х7. Единственный фактор X2 не является мультиколлинеарным и будет принимать участие в дальнейших расчетах.
Для построения эконометрической модели взаимосвязи инновационных факторов и объемов ВРП выберем фактор, имеющий наиболее тесную
связь с результатом (R2 = мах). В нашем случае это X4 = 0,963657. Приме-
YXi
ним только к этому фактору (X4) и результату (Y1) инструмент анализа данных MS Excel «РЕГРЕССИЯ». R^X показывает, что 92,863496 % дисперсии
удалось объяснить с помощью переменной X4. Далее добавим еще одну объясняющую переменную X2 и снова применим инструмент анализа данных MS Excel «РЕГРЕССИЯ», теперь уже к трем столбикам данных - Y, X4, X2. Разность между RX x и RyX = 0,000808 является несущественной, так как
дополнительная переменная добавляет меньше 1 % объясненной регрессии, следовательно, переменную X2 включать в модель не имеет смысла.
В результате проведенного анализа уравнение регрессии для ВРП Республики Мордовия имеет вид
Yi = 573,7733 + 204,0373 ■ X4 + s, (3)
где е - возможный неучтенный фактор.
Далее проведем аналогичные действия для построения уравнения регрессии, отражающего взаимосвязь между производительностью труда и инновационными факторами. Фактором, имеющим наиболее тесную связь с результатом (R2 = мах), также является X4 = 0,96739905. К этому фактору (X4) YXi
и результату (Y2) применим инструмент анализа данных MS Excel «РЕГРЕССИЯ». Рассчитанное RY2X4 показывает, что 93,5861 % дисперсии удалось объяснить с помощью переменной X4. Добавляем еще одну переменную X2 и снова используем инструмент анализа данных MS Excel «РЕГРЕССИЯ» уже к трем столбикам данных - Y2, X4, X2. Разность между
ЯХ Х и Я2Х = 0,000751293 является несущественной, так как дополнительная
переменная добавляет меньше 1 % объясненной регрессии, следовательно, переменную Х2 включать в модель также не имеет смысла.
В результате проведенного анализа получено уравнение регрессии для производительности труда следующего вида:
72 = -3,018775167 + 0,538742627 ■ Х4 + е. (4)
^-критерий Фишера и /-критерий Стьюдента при уровне значимости в 95 % свидетельствуют о статистической значимости полученных уравнений (табл. 4). Коэффициенты детерминации Я2у1 = 0,93 и Я2у2 = 0,94 указывают на то, что изменение валового регионального продукта и производительности труда обусловлено величиной затрат на исследования и разработки на 93 и 94 % соответственно. Влияние прочих инновационных факторов незначительно и составляет соответственно 7 и 6 %.
Таблица 4
Итоговый результат регрессионного анализа
Регрессионная модель 71
Коэффициент корреляции г 0,963657076
Коэффициент детерминации г2 0,92863496
^-критерий Фишера 260,2493
Параметры регрессии 71
Независимые факторы Параметры уравнения Р-коэффициенты /-критерий Стьюдента
Свободный член 573,7733 0,080932
Х4 204,0373 0,964 16,13224
Регрессионная модель 72
Коэффициент корреляции г 0,96739905
Коэффициент детерминации г2 0,935860921
^-критерий Фишера 291,8223769
Параметры регрессии 72
Независимые факторы Параметры уравнения Р-коэффициенты /-критерий Стьюдента
Свободный член -3,018775167 -0,170765903
Х4 0,538742627 0,967 17,0828094
Источник: составлено автором.
Значение средней ошибки аппроксимации составило 14,5 и 14,9 % соответственно, что удовлетворяет установленному нормативу (< 15 %) и свидетельствует о хорошо подобранной модели уравнений.
В результате построения экономико-статистической модели установлено, что на объем валового регионального продукта Республики Мордовия, как и на производительность труда, наибольшее влияние оказывают затраты на НИОКР. В частности, определено, что увеличение внутренних затрат на
исследования и разработки на 1 млн руб. приводит к росту объема ВРП в среднем на 204 млн руб., а производительности труда - на 0,54 млн руб.
Таким образом, проведенный анализ свидетельствует о том, что внедрение инноваций - один из важнейших способов повышения темпов экономического роста и производительности труда. Использование в производственном процессе новых технологий позволит увеличить продуктивность труда, что в конечном счете положительно скажется на темпах экономического развития. В связи с этим важным является разработка и реализация мер по стимулированию внедрения инноваций российскими компаниями.
Библиографический список
1. OECD Compendium of Productivity Indicators 2019. - URL: https://www.oecd-ilibrary.org/sites/b2774f97-en/index.html?itemId=/content/publication/b2774f97-en
2. Смирнова, Е. А. Производительность труда как оценка развития муниципальных районов / Е. А. Смирнова // Экономика труда. - 2018. - № 5 (4). -С. 1285-1296.
3. Семенова, Н. Н. Оценка влияния инноваций и уровня их финансирования на темпы экономического развития: региональный аспект / Н. Н. Семенова // Экономика. Налоги. Право. - 2019. - № 6. - С. 98-107.
4. Меркулова, Е. Ю. Влияние производительности труда на экономический рост / Е. Ю. Меркулова // Статистика и Экономика. - 2019. - № 16 (2). - С. 34-44.
5. Суханова, Т. В. Экономический рост и социальное неравенство - глобальные проблемы современности / Т. В. Суханова // Экономика труда. - 2018. - № 5 (4). -С. 925-934.
6. Кондратьев, Н. Д. Проблемы экономической динамики / Н. Д. Кондратьев. -Москва : Экономика, 1989. - 526 с.
7. Шумпетер, Й. Теория экономического развития / Й. Шумпетер. - Москва : Прогресс, 1982.
8. Solow, R. Technical Change and the Aggregate Production Function / R. Solow // Review of Economics and Statistics. - 1957. - № 39 (3). - Р. 312-320.
9. Denison, E. F. The Residual Factor and Economic Growth / E. F. Denison. - Paris, 1962.
10. Kuznets, S. Modern Economic Growth: Rate, Structure and Spread / S. Kuznets. -New Heaven, 1966. - 529 р.
11. Romer, P. Endogenous Technological Change / P. Romer // Journal of Political Economy. - 1990. - № 98 (5). - Р. 71-102.
12. Борисова, Е. Ю. Оценивание влияния инноваций на экономическое благосостояние страны / Е. Ю. Борисова // Инновации. - 2010. - № 2 (18). - С. 78-89.
13. Никонова, Я. И. Исследование взаимосвязи инноваций и экономического роста национальных экономик / Я. И. Никонова // Научно-методический электронный журнал Концепт. - 2016. - № 15. - С. 2001-2005. - URL: https:// e-koncept.ru/2016/96319.htm
14. Kacprzyk, A. Is R&D always growth-enhancing? Empirical evidence from the EU countries / A. Kacprzyk, I. Swieczewska // Applied Economics Letters. - 2019. -№ 26 (2). - Р. 163-167.
15. Bernstein, J. Product Demand, Cost of Production, Spillovers, and the Social Rate of Return to R&D / J. Bernstein, I. Nadiri // NBER Working Paper. - 1991. - № 3625. -URL: https://www.nber.org/papers/w3625
16. Risso, W. A. On the impact of innovation and inequality in economic growth / W. A. Risso, E. J. Sanchez Carrera // Economics of Innovation and new Technology. -2019. - № 28 (1). - Р. 68-71.
17. The information revolution, innovation diffusion and economic growth: an examination of causal links in European countries / R. P. Pradhan, M. B. Arvin, M. Nair, S. E. Bennett, J. H. Hall // Quality and Quantity. - 2019. - № 53 (3). - Р. 1529-1563.
18. Яшалова, Н. Н. Производительность труда и инновации как основа эффективной экономики / Н. Н. Яшалова, Н. В. Шрейдер, И. Л. Рябков // Вестник Удмуртского университета. Сер.: Экономика и право. - 2018. - № 28 (4). -С. 525-534.
19. Трачук, А. В. Инновации и производительность российских промышленных компаний / А. В. Трачук, Н. В. Линдер // Инновации. - 2017. - № 4 (222). - С. 53-65.
20. Пушкарев, А. А. Влияние инновационных и пространственных факторов на производительность предприятий / А. А. Пушкарев, О. С. Мариев // Журнал экономической теории. - 2017. - № 4. - С. 152-163.
21. Басовская, Е. Н. Проблема факторов производительности в экономике современной России / Е. Н. Басовская, Л. Е. Басовский // Научные исследования и разработки. Экономика. - 2018. - № 6. - С. 20-26.
22. Crepon, B. Research, innovation and productivity: An econometric analysis at the firm level / B. Crepon, E. Duguet, J. Mairesse // Economics of Innovation and New Technology. - 1998. - № 7 (2). - Р. 115-158.
23. Griffith, R. Innovation and Productivity across Four European Countries / R. Griffith, T. Huergo, J. Mairesse, B. Peters // Oxford Review of Economic Policy. - 2006. -№ 22 (4). - Р. 483-498.
24. Masso, J. Technological innovation and productivity in late-transition Estonia: econometric evidence from innovation surveys / J. Masso, Р. Vahter // The European Journal of Development Research. - 2008. - № 20 (2). - Р. 240-261.
25. Duguet, E. Innovation height, spillovers and the growth at the firm level: Evidence from French manufacturing / E. Duguet // Economics of Innovation and New Technology. - 2006. - № 15 (4-5). - Р. 415-442.
26. Raffo, J. Northern and Southern Innovativity: A Comparison across European and Latin American Countries European / J. Raffo, S. Lhuillery, L. Miotti // Journal of Development Research. - 2008. - № 20 (2). - Р. 219-239.
27. Verspagen, B. R&D and productivity: A broad cross-section cross-country look / B. Verspagen // Journal of Productivity Analysis. - 1995. - № 6. - Р. 117-135.
References
1. OECD Compendium of Productivity Indicators 2019. Available at: https://www.oecdi library.org/sites/b2774f97en/index.html?itemId=/content/publication/b2774f97-en
2. Smirnova E. A. Ekonomika truda [Labor economics]. 2018, no. 5 (4), pp. 1285-1296. [In Russian]
3. Semenova N. N. Ekonomika. Nalogi. Pravo [Economics. Taxes. Right]. 2019, no. 6, pp. 98-107. [In Russian]
4. Merkulova E. Yu. Statistika i Ekonomika [Statistics and economics]. 2019, no. 16 (2), pp. 34-44. [In Russian]
5. Sukhanova T. V. Ekonomika truda [Labor economics]. 2018, no. 5 (4), pp. 925-934. [In Russian]
6. Kondrat'ev N. D. Problemy ekonomicheskoy dinamiki [Economic dynamics problems]. Moscow: Ekonomika, 1989, 526 p. [In Russian]
7. Shumpeter Y. Teoriya ekonomicheskogo razvitiya [Economic development theory]. Moscow: Progress, 1982. [In Russian]
8. Solow R. Review of Economics and Statistics. 1957, no. 39 (3), pp. 312-320.
9. Denison E. F. The Residual Factor and Economic Growth. Paris, 1962.
10. Kuznets S. Modern Economic Growth: Rate, Structure and Spread. New Heaven, 1966, 529 p.
11. Romer P. Journal of Political Economy. 1990, no. 98 (5), pp. 71-102.
12. Borisova E. Yu. Innovatsii [Innovations]. 2010, no. 2 (18), pp. 78-89. [In Russian]
13. Nikonova Ya. I. Nauchno-metodicheskiy elektronnyy zhurnal Kontsept [Scientific-methodical electronic journal Concept]. 2016, no. 15, pp. 2001-2005. Available at: https://e-koncept.ru/2016/96319.htm [In Russian]
14. Kacprzyk A., Swieczewska I. Applied Economics Letters. 2019, no. 26 (2), pp. 163-167.
15. Bernstein J., Nadiri I. NBER Working Paper. 1991, no. 3625. Available at: https://www. nber.org/papers/w3625
16. Risso W. A., Sanchez Carrera E. J. Economics of Innovation and new Technology. 2019, no. 28 (1), pp. 68-71.
17. Pradhan R. P., Arvin M. B., Nair M., Bennett S. E., Hall J. H. Quality and Quantity. 2019, no. 53 (3), pp. 1529-1563.
18. Yashalova N. N., Shreyder N. V., Ryabkov I. L. Vestnik Udmurtskogo universiteta. Ser.: Ekonomika i pravo [Bulletin of Udmurt University. Series: Economics and law]. 2018, no. 28 (4), pp. 525-534. [In Russian]
19. Trachuk A. V., Linder N. V. Innovatsii [Innovations]. 2017, no. 4 (222), pp. 53-65. [In Russian]
20. Pushkarev A. A., Mariev O. S. Zhurnal ekonomicheskoy teorii [Journal of economics]. 2017, no. 4, pp. 152-163. [In Russian]
21. Basovskaya E. N., Basovskiy L. E. Nauchnye issledovaniya i razrabotki. Ekonomika [Research and development. Economy]. 2018, no. 6, pp. 20-26. [In Russian]
22. Crepon B., Duguet E., Mairesse J. Economics of Innovation and New Technology. 1998, no. 7 (2), pp. 115-158.
23. Griffith R., Huergo T., Mairesse J., Peters B. Oxford Review of Economic Policy. 2006, no. 22 (4), pp. 483-498.
24. Masso J., Vahter R. The European Journal of Development Research. 2008, no. 20 (2), pp. 240-261.
25. Duguet E. Economics of Innovation and New Technology. 2006, no. 15 (4-5), pp. 415-442.
26. Raffo J., Lhuillery S., Miotti L. Journal of Development Research. 2008, no. 20 (2), pp. 219-239.
27. Verspagen B. Journal of Productivity Analysis. 1995, no. 6, pp. 117-135.
Семенова Надежда Николаевна
доктор экономических наук, доцент, заведующий кафедрой финансов и кредита, Национальный исследовательский Мордовский государственный университет имени Н. П. Огарева (Россия, г. Саранск, ул. Большевистская, 68)
E-mail: nnsemenova@mail.ru
Semenova Nadezhda Nikolaevna Doctor of economic sciences, associate professor, head of the sub-department of finance and credit, Ogarev Mordovia State University (68 Bolshevistskaya street, Saransk, Russia)
Образец цитирования:
Семенова, Н. Н. Оценка влияния инноваций на темпы экономического развития и производительность труда в Республике Мордовия / Н. Н. Семенова // Известия высших учебных заведений. Поволжский регион. Общественные науки. - 2020. - № 2 (54). - С. 126-137. - Б01 10.21685/2072-30162020-2-12.
