CC BY
70
Разработка методического инструментария для проведения оценки ресурсной готовности монопродуктового региона к созданию
инновационного кластера Development of methodical tools for carrying out an assessment of resource readiness of the monogrocery region to creation of an innovative cluster
Бандурин Александр Владимирович,
д.э.н., профессор, проректор по научной работе МГИИТ им. Ю.А. Сенкевича
Автонова Вера Юрьевна,
к.э.н., докторант МГИИТ им. Ю.А. Сенкевича
Avtonova Vera Yu.,
Ph.D., assistant professor, MSIIT of Yu.A. Senkevich
Bandurin Alexander V., Vice President for Research of MSIIT of Yu.A. Senkevich
В статье предложена методика проведения количественной оценки ресурсного обеспечения монопродуктовых регионов, позволяющая их оценивать с точки зрения готовности к созданию инновационного кластера для развития региональной экономики.
Ключевые слова: монопродуктовый регион, инновационный кластер, ресурсное обеспечение региона, бенчмаркинг.
In article the technique of carrying out a quantitative assessment of resource providing the monogrocery regions is offered, allowing to estimate them from the point of view of readiness for creation of an innovative cluster for development of regional economy.
Keywords: monogrocery region, innovative cluster, resource providing region, benchmarking.
Развитие инновационной деятельности и социально-экономических процессов в регионах требует проведения оценки ресурсного потенциала, позволяющей принимать обоснованные управленческие решения при определении стратегических направлений развития хозяйственных систем и территорий, где расположены и функционируют данные системы.
В рамках данной статьи поставлена цель разработать методический инструментарий к проведению количественной оценки
ресурсообеспеченности монопродуктового региона и проанализировать монопроуктовые регионы национальной экономики с точки зрения их готовности к созданию инновационного кластера.
При формировании модели индексной оценки ресурсообеспеченности региона для создания инновационного кластера автор ориентировался на следующие методологические принципы построения системы, предложенные в работе Евченко А.В. [2]:
1) системность демонстрирует, что инновационный кластер, с одной стороны, выступает в качестве подсистемы национальной инновационной системы, а с другой стороны, выступает самостоятельной сложноорганизованной системой, объединяющей множество разнородных субъектов;
2) комплексность обеспечивается сочетанием количественных и качественных методов исследования;
3) доступность предполагает использование доступных данных;
4) необходимость и достаточность основана на использовании показателей, характеризующих разнообразные и существенные аспекты деятельности региона;
5) измеримость достигается благодаря представлению в виде количественных оценок требуемые для анализа индикаторы;
6) валидность основана на соответствии полученных показателей фактической ситуации;
7) релевантность характеризует значимость результатов для принятия управленческих решений;
8) информативность показателей учитывает соответствие потребностям управления;
9) интерпретируемость связана с представлением итоговых результатов оценки в форме, отвечающей требованиям для принятия решений;
10) сопоставимость обеспечивается благодаря использованию возможности сопоставления индикаторов разных регионов, приведенных к общим единицам измерения.
Ключевые группы ресурсов, необходимых для создания и функционирования инновационного кластера, каждая из которых включает определенный набор единичных (исходных) показателей, представлены в таблице 1.
Таблица 1
Показатели оценки ресурсного обеспечения региона для создания
инновационного кластера
Г руппа ресурсов Показатель Единица измерения Тип показателя Вид показателя
к щ о к и о 2 В « ч 2 < |? с Инвестиции в основной капитал из бюджета субъекта РФ % Относительный Позитивный
Научно-исследовательский и образовательный Поступление патентных заявок Шт. Абсолютный Позитивный
Выдача патентных документов Шт. Абсолютный Позитивный
Число созданных передовых производственных технологий Шт. Абсолютный Позитивный
Число используемых передовых производственных технологий Шт. Абсолютный Позитивный
Инновационная активность предприятий % Относительный Позитивный
Число организаций, выполнявших научные исследования и разработки Шт. Абсолютный Позитивный
Объем инновационных Млн. руб. Абсолютный Позитивный
товаров, работ, услуг
Численность персонала, занятого научными исследованиями и разработками Чел. Абсолютный Позитивный
Численность исследователей с учеными степенями (к.э.н., д.э.н.) Чел. Абсолютный Позитивный
Финансовый Внутренние затраты на научные исследования и разработки Млн. руб. Абсолютный Позитивный
Инвестиции в основной капитал Млн. руб. Абсолютный Позитивный
Затраты на технологические инновации Млн. руб. Абсолютный Позитивный
Инвестиции в основной капитал организаций с участием иностранного капитала Млн. руб. Абсолютный Позитивный
Иностранные инвестиции в экономику РФ Тыс. долл. США Абсолютный Позитивный
Материально- технический Стоимость основных фондов Млн. руб. Абсолютный Позитивный
Ввод в действие основных фондов Млн. руб. Абсолютный Позитивный
Степень износа основных фондов % Относительный Негативный
Информационный Удельный вес организаций, использовавших информационные и коммуникационные технологии в общем числе обследованных организаций (персональные % Относительный Позитивный
компьютеры)
Удельный вес организаций, использовавших информационные и коммуникационные технологии в общем числе обследованных организаций (локальные вычислительные сети) % Относительный Позитивный
Удельный вес организаций, использовавших информационные и коммуникационные технологии в общем числе обследованных организаций (глобальные информационные сети) % Относительный Позитивный
Удельный вес организаций, использовавших специальные программные средства % Относительный Позитивный
Затраты на информационные и коммуникационные технологии Млн. руб. Абсолютный Позитивный
Маркетинговый Удельный вес организаций, имевших веб-сайт % Относительный Позитивный
Внешняя торговля по субъектам (экспорт) Млн. долл. США Абсолютный Позитивный
Внешняя торговля по субъектам (импорт) Млн. долл. США Абсолютный Позитивный
Приведенный в таблице 1 состав показателей отражает научноисследовательскую и образовательную, административно-правовую, финансовую, материально-техническую, финансовую и маркетинговую компоненты ресурсного потенциала региона. Под ресурсным потенциалом региона понимается совокупность ресурсов, необходимых для создания и внедрения инновационного кластера.
Для оценки используются разные типы показателей:
- частные показатели, то есть исходные данные, выраженные в абсолютных величинах и процентных соотношениях. При этом можно выделить два вида показателей с точки зрения их интерпретации: позитивные
- большие значения показателя отражают более благоприятную обстановку; негативные показатели являются обратными, то есть увеличение их значений, свидетельствует об ухудшении состояния в регионе. Разрабатываемая система оценки ключевых составляющих ресурсного потенциала монопродуктового региона предполагает создание информационной базы и использование приводимых в статистических сборниках экономических показателей [3, 4];
- относительные показатели, так как разнородность и многомерность исходных данных приводит к необходимости приведения выбранных параметров к сопоставимому виду с помощью нормирования показателей. При проведении нормирования предлагается использование метода бенчмаркинга, при котором оценка происходит вследствие осуществления сопоставления отобранных показателей, выявления наименьшего значения, выступающего в качестве эталонного, и последующего сравнения показателей с эталонным. Метод бенчмаркинга позволяет оценить наличие в регионе ресурсов по различным показателям и отобрать те из них, которые обладают необходимым набором ресурсов для создания инновационного кластера, то есть отвечают обязательному условию;
- сводные показатели, отражающие средние значения показателей обеспеченности разными видами ресурсов конкретного региона, для определения которых следует использовать формулу:
п
____ X _ _
Ха = —----, g = 1,т , 7 = 1,1, (1)
п
где хгж - значение /-го показателя в j-ом регионе g-ой группы ресурсов; i - номер показателя, г = 1, п;
j - число регионов, 7 = 1, т ;
g - количество групп ресурсов, g = 1,1;
Ха - среднее значение показателей g-ой группы ресурсов в j-ом регионе.
х111 Х112 Х113 Х117
Х211 Х212 Х213 Х21 í
Хг-11 Х /12 Х /13 Хг17
Х^1 Х* 2 Х* 3 Х^
Хгя1 Хгя 2 Хгя 3 Хга
Рисунок 1 - Матрица определения средних значений групп ресурсов В работе [1] проведена идентификация монопродуктовых регионах в отечественной экономике, численность которых равна 17. Подсчитанные средние значения для отобранной группы регионов приведены в таблице 2 и на диаграмме ресурсообеспечения регионов (рис. 3), для этого построена лучевая диаграмма, на осях которой отложены расчетные значения регионов.
Рисунок 3 - Показатели ресурсного обеспечения монопродуктовых регионов
Из диаграммы можно наблюдать, что наибольший разрыв в ресурсном обеспечении наблюдается по двум группам показателей - научноисследовательской и образовательной и финансовой. Отмеченная поляризация российских регионов позволяет выделить центры научноисследовательской и финансовой активности.
Расчет площади многоугольника, созданного при соединении вершин, расположенных на осях, позволяет определить общую степень развития ресурсного потенциала региона и осуществляется для п наиболее значимых для создания инновационного кластера ресурсов при помощи следующей формулы:
п-1
S = I
i=l
г
Г360°ЛЛ
V
п
/у
_
2
+ — *х_ *хп * ът
360°
п
(2)
где
хт - относительное значение ьго показателя для участника рейтинга;
- итоговый показатель ресурсообеспеченности региона можно также подсчитать благодаря использованию формулы:
^ = кя Х Хя , (3)
где к8 - весовые коэффициенты значимости каждой группы ресурсов для создания инновационного кластера,
^ - итоговый показатель ресурсообеспеченности региона.
В отношении используемых весовых коэффициентов значимости к8
должно соблюдаться следующее равенство:
т ___
I кг8 = 1,г = 1, п , (4)
я=1
где п число параметров (индикаторов) ресурсного обеспечения региона.
Значения подсчитанного с использованием формул (1, 2) итогового показателя ресурсообеспеченности монопродуктовых регионов приведены в таблице 3, из которой видно, что для большинства, монопродуктовых регионов характерен низкий уровень обеспеченности ресурсами для развития инновационной деятельности.
Предложенный алгоритм оценки ресурсообеспеченности региона основан на комплексной системе показателей социально-экономического развития территорий, нуждающихся в создании инновационного кластера.
Таблица 3
Значения итогового показателя ресурсообеспеченности региона
Значения интегрального показателя Уровень ресурсообеспеченности региона Регионы
300-400 и более Высокий уровень Тюменская область, Нижегородская область, Челябинская область, Сахалинская область
100-300 Средний уровень Калужская область, Липецкая область, Ханты-Мансийский
автономный округ -Югра, Красноярский край, Омская область
0-100 Низкий уровень Владимирская область, Архангельская область, Ненецкий автономный округ, Вологодская область, Новгородская область, Ямало-Ненецкий автономный округ, Кемеровская область, Республика Саха (Якутия)
Итоговый показатель характеризует общую готовность региона к созданию инновационного кластера и сложившуюся в регионе ситуацию, для того чтобы определить приоритетные стратегические направления развития. Использование нормированных показателей и весовых коэффициентов позволяет привести совокупность разнородных параметров к единому сопоставимому виду, на основании чего можно сравнивать регионы друг с другом, ранжировать по уровню их готовности, а также отбирать наиболее приемлемые для создания инновационного кластера в зависимости от полученных результатов.
Таким образом, алгоритм оценки ресурсообеспеченности региона включает расчет системы показателей социально-экономического развития территории, нуждающихся в создании инновационного кластера. Алгоритм состоит из следующих составных частей:
- формирование перечня исходных параметров, группировка показателей, выбор наилучших значений для определения эталонного значения;
- расчет сводных и итоговых показателей для оценки социальноэкономического развития территории;
- выделение уровней в рассчитанных показателях для дифференциации исследуемых социально-экономических систем.
Литература
1. Автонова В.Ю. Возможности аналитической идентификации монопродуктовых регионов с использованием количественных параметров // Вестн. Самар. гос. экон. ун-та №2, 2014.
2. Евченко А.В. Исследование и регулирование регионального развития
с использованием комплексных социально-экономических индикаторов: монография. - Курск: Курский государственный
технический университет, 2004. - 203 с.
3. Регионы России. Социально-экономические показатели. 2012: Стат. сб. / Росстат. - М., 2012. - 990 с.
4. Российский статистический ежегодник. 2012: Стат.сб./Росстат. - М., 2012. - 786 с.
Literature
1. Avtonova V.Yu.Analytical identification of mono-product opportunities regions using quantitative parameters // Vestn. Samar. Reg. ehkon. Univ. №2 , 2014 .
2. Evchenko A.V. Research and regulation of regional development through integrated socio-economic indicators: monograph. - Kursk Kursk State Technical University, 2004 . - 203 p.
3. Regions of Russia. Socio-economic indicators. 2012. / Rosstat. M. , 2012 . p. 990.
4. Russian Statistical Yearbook. 2012. / Rosstat. - M., 2012. - 786 p.
