CC BY
34
НАУЧНАЯ СТАТЬЯ / RESEARCH PAPER УДК 338.001.36
DOI: 10.22227/1997-0935.2022.6.769-789
Современное состояние инновационной деятельности
регионов РФ
Наталья Григорьевна Верстина1, Ольга Феликсовна Цуверкалова2
1 Национальный исследовательский Московский государственный строительный университет
(НИУ МГСУ); г. Москва, Россия; 2 Волгодонский инженерно-технический институт — филиал Национального исследовательского ядерного университета «МИФИ» (ВИТИ НИЯУ МИФИ); г. Волгодонск, Россия
АННОТАЦИЯ
Введение. Возрастающая роль инноваций на современном этапе развития экономики обусловлена необходимостью обеспечения конкурентоспособности и технологического лидерства России на международных рынках. В последние годы принят ряд программных документов, определивших пути перевода российской экономики на инновационный путь развития и индикаторы достижения поставленных приоритетов. Проведено сравнительное исследование российских регионов в контексте достижения ими целевых ориентиров инновационного развития, направленного на достижение национальных стратегических целей.
Материалы и методы. Использованы открытые статистические данные об инновациях в РФ за 2015 и 2020 гг., публикуемые Федеральной службой государственной статистики. Сравнительный анализ осуществлен с помощью статистических методов и методов кластерного анализа в программных продуктах Statistica и MS Excel. Результаты. Выполнено разбиение регионов РФ на кластеры, каждый из которых был охарактеризован с учетом различных аспектов инновационной деятельности. На основании первичных статистических данных рассчитаны относительные показатели, характеризующие эффективность инновационной деятельности. Полученные результаты ^ ® визуализированы с использованием различных статистических графиков. Исследования позволили оценить измене- (Я о ния, произошедшие в составе и структуре кластеров за рассматриваемый период. На основании проведенных рас- з j
четов дана оценка степени достижения целей, поставленных в Стратегии инновационного развития Российской К
л
регионов, статистическии анализ, кластерный анализ
ДЛЯ ЦИТИРОВАНИЯ: Верстина Н.Г., Цуверкалова О.Ф. Современное состояние инновационной деятельности регионов РФ // Вестник МГСУ. 2022. Т. 17. Вып. 6. С. 769-789. йО!: 10.22227/1997-0935.2022.6.769-789
Автор, ответственный за переписку: Ольга Феликсовна Цуверкалова, oftsuverkalova@mephi.ru.
Current state of innovative activities in the Russian regions
о
S
Федерации на период до 2020 года. Рассмотрены существующие на сегодняшний день подходы к построению рейтингов инновационной активности регионов.
Выводы. Констатированы низкий уровень инновационного развития большинства регионов, а также несовершенство
системы показателей, характеризующих инновационную деятельность, и методологии их расчета. В качестве пер- • 7"
спективного направления дальнейших исследований предложено совершенствование методов оценки инновацион- О со
ной деятельности с целью стимулирования инновационной активности регионов и повышения эффективности ^ N
инвестиционных вложений в инновации. У 1
О 99
КЛЮЧЕВЫЕ СЛОВА: инновационное развитие, инновационная активность, технологические инновации, рейтинг ° -
_> ° » 3
о ш
СО
со
n NJ
r §
c n
Natalia G. Verstina1, Olga F. Tsuverkalova2
1 Moscow State University of Civil Engineering (National Research University) (MGSU); Moscow,
Russian Federation; n> )
2 Volgodonsk Engineering and Technical Institute — the branch of National Research Nuclear University < ^
MEPhI, Volgodonsk, Russian Federation U О
л 7
ABSTRACT 1 i
Introduction. At the current stage of economic development, Russia's focus on competitive performance and technological ) ®
leadership in international markets has boosted the role of innovations. In recent years, a number of policy documents have S п
been adopted; they outline the ways to ensure the transition of the Russian economy to an innovative development path and U о
list the indicators of attainment of pre-defined priorities. The paper presents a comparative study of the Russian regions in Л) К
terms of their attainment of innovative development targets aimed at the achievement of national strategic goals. , ,
Materials and methods. The authors used open statistical data on innovations in the Russian Federation, published by 22
the Federal State Statistics Service for 2015 and 2020. Statistical methods and cluster analysis were employed to make 2 2 a comparative analysis using Statistica and MS Excel software.
© Н.Г. Верстина, О.Ф. Цуверкалова, 2022 769
Распространяется на основании Creative Commons Attribution Non-Commercial (CC BY-NC)
Results. The Russian regions were clustered in the course of the study, and each cluster was characterized by various aspects of innovative activities. Primary statistics were used to calculate relative indicators of effectiveness of innovative activities. Various statistical charts were used to visualize the results. The studies allow assessing changes in the composition and structure of clusters during the period under review. Calculations were made to assess the degree of achievement of goals set in the "Strategy for Innovative Development of the Russian Federation". The authors also consider current approaches to innovative activity rankings made for the Russian regions.
Conclusions. The results acknowledge that the level of innovative development is low in the majority of the Russian regions, that have inadequate systems of indicators and calculation methods, used to characterize innovative activities. Development of innovative activity evaluation methods, aimed at promoting innovative activities in the regions and rising the efficiency of investments in innovations, are proposed as promising areas of further research.
KEYWORDS: innovative development, innovative activity, technological innovations, rankings of regions, statistical analysis, cluster analysis
FOR CITATION: Verstina N.G., Tsuverkalova O.F. Current state of innovative activities in the Russian regions. Vestnik MGSU [Monthly Journal on Construction and Architecture]. 2022; 17(6):769-789. DOI: 10.22227/1997-0935.2022.6.769-789 (rus.).
Corresponding author: Olga F. Tsuverkalova, oftsuverkalova@mephi.ru.
ВВЕДЕНИЕ
Сложившиеся в XXI в. глобальные тенденции сделали инновационное развитие одним из важнейших инструментов в борьбе стран за достижение мирового экономического лидерства. В связи с этим в 2011 г. утверждена Стратегия инновационного развития Российской Федерации на период до 2020 года, наметившая основные целевые ориентиры перевода экономики РФ на инновационный путь развития. К ним, в первую очередь, следует отнести «увеличение доли предприятий промышленного производства, осуществляющих технологические инновации, в общем количестве предприятий промышленного производства до 40-50 процентов к 2020 году...; .. .увеличение доли инновационной продукции в общем объеме промышленной продукции до 25-35 процентов к 2020 году...»!. Поставленные цели в дальнейшем закреплены в Указе Президента «О националь-аГ ф ных целях и стратегических задачах развития Ц -2 Российской Федерации на период до 2024 года»2, где О - еще раз подчеркнута необходимость стимулирования создания передовых управленческих, организационных и технологических решений для повышения производительности труда и модернизации основных фондов, а также опережающего увеличения затрат на научные исследования и разработки в областях, определяемых приоритетами научно-технологического развития страны.
Исходя из общенациональных задач, практически во всех отраслях экономики были приняты нормативные документы, стимулирующие предприятия и организации к использованию инновационных технологий и материалов. Так, в сентябре 2020 г. под-
N N N N О О N N
(О (О К (V U 3 > (Л
с и со N
si
(Л W
Е О
CL °
^ с
ю °
S 1
о ЕЕ
О) ^
т- ^
W W
■8 г
писано Постановление Правительства РФ3, регламентирующее применение В1М-технологий в градостроительстве. Данное решение разработано в рамках цифровизации строительной отрасли: использование информационных моделей даст возможность снизить риски и существенно повысить качество строительства на всех этапах жизненного цикла.
Особую значимость инновационное развитие РФ приобрело с принятием курса на развитие импорто-замещения в связи с вводимыми с 2015 г. санкциями против российской экономики, связанными с негативными событиями 2014 г. и многократно усилившимися с началом специальной военной операции, проводимой нашей страной с февраля 2022 г. Таким образом, изучение инновационной деятельности в РФ, выявление ее тенденций, проблем и возможных путей их решения становится все более актуальным [1-7]. Вместе с тем некоторые авторы отмечают недостаточную инновационную активность и ее низкую эффективность во многих сферах деятельности [8-11].
Ранее авторами проводилось исследование инновационного развития российской экономики в разрезе федеральных округов [12]. Полученные результаты позволили выявить проблемы: неравномерность развития инновационной деятельности в масштабах страны, снижение инновационной активности в ряде регионов и низкую отдачу от инвестиций в иннова-
1 Об утверждении Стратегии инновационного развития Российской Федерации на период до 2020 года : Распоряжение Правительства РФ от 08.12.2011 № 2227-р. URL: https://docs.cntd.ru/document/902317973
2 О национальных целях и стратегических задачах развития
Российской Федерации на период до 2024 года : Указ Президента Российской Федерации от 07.05.2018 № 204.
3 Об утверждении Правил формирования и ведения информационной модели объекта капитального строительства, состава сведений, документов и материалов, включаемых в информационную модель объекта капитального строительства и представляемых в форме электронных документов, и требований к форматам указанных электронных документов, а также о внесении изменения в пункт 6 Положения о выполнении инженерных изысканий для подготовки проектной документации, строительства, реконструкции объектов капитального строительства : Постановление Правительства Российской Федерации от 15.09.2020 № 1431. URL: http://static.government.ru/ media/files/idDNOkiiAZnlmOLkgjyqNR7I9mOq4PFt.pdf
ции. Это обусловило интерес авторов к вопросам обеспечения эффективности инноваций в нашей стране в современных условиях, в том числе и необходимость более детального рассмотрения инновационной деятельности на уровне субъектов федерации.
МАТЕРИАЛЫ И МЕТОДЫ
Комплексный анализ инновационной деятельности на уровне отдельных субъектов федерации проводился по 73 краям, областям и республикам РФ на основе данных официальной статистики. Из рассмотрения были исключены: город федерального значения Севастополь, Еврейская автономная область, Республика Алтай, Республика Тыва, Забайкальский край, Чукотский автономный округ, Республика Ингушетия, Республика Северная Осетия - Алания, Чеченская Республика. Это связано с тем, что некоторые сведения по этим субъектам федерации за анализируемый период либо отсутствовали, либо не публиковались в целях обеспечения конфиденциальности первичных статистических данных, полученных от организаций в соответствии с Федеральным законом от 29.11.2007 № 282-ФЗ «Об официальном статистическом учете и системе государственной статистики в Российской Федерации» (ст. 4, п. 5; ст. 9, п. 1)4.
В качестве исходных материалов для анализа была выбрана официальная информация об инновационной деятельности в разрезе показателей, представленных на сайте Федеральной службы государственной статистики (Росстат)5:
• затраты на технологические инновации организаций (ЗТИ), млн руб.;
• внутренние затраты на научные исследования и разработки (ВЗН), млн руб.;
• численность персонала, занятого научными исследованиями и разработками (ЧПН), человек;
• удельный вес организаций, осуществлявших технологические инновации (ОИ), %;
• уровень инновационной активности организаций (УИА), %;
• используемые передовые производственные технологии (ИПТ), единиц;
• объем инновационных товаров, работ, услуг (ОИТРУ), млн руб.
Выбор приведенных показателей обуславливается целевыми ориентирами, сформулированными в упоминавшихся выше программных документах. Методика определения перечисленных показателей приведена на сайте Росстата5. Основными источни-
ками информации для расчета являются формы федерального статистического наблюдения № 2-наука «Сведения о выполнении научных исследований и разработок» и № 4-инновация «Сведения об инновационной деятельности организации».
В ходе исследования для сравнительной оценки инновационного потенциала и инновационной активности регионов применялись методы статистического и кластерного анализа. Использовались программный пакет Statistica компании StatSoft и MS Excel.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
На первом этапе исследования был проведен кластерный анализ субъектов РФ в разрезе их инновационной деятельности по состоянию на конец 2015 г. В статистике под кластером понимается класс родственных элементов статистической совокупности, близких по ряду признаков. Кластеризация осуществлялась методом k-средних с помощью программного пакета Statistica. Количество кластеров (групп) определялось по формуле Стерджеса:
n = 1 + 3,322 lg N,
(1)
4 Об официальном статистическом учете и системе государственной статистики в Российской Федерации : Федеральный закон от 29.11.2007 № 282-ФЗ.
5 Статистика/Официальная статистика/Наука, инновации
и технологии. URL: https://rosstat.gov.ru/science
где п — рекомендуемое число групп; N — число единиц анализируемой совокупности.
В нашем случае имеем:
п = 1 + 3,322 ^ 73 = 7,19 ~ 7,
поэтому задаваемое при настройке алгоритма число кластеров принято равным 7.
Для построения кластеров применялись абсолютные показатели, характеризующие инвестиционную деятельность в субъектах федерации: затраты на технологические инновации организаций; внутренние затраты на научные исследования и разработки; численность персонала, занятого научными исследованиями и разработками; количество используемых передовых производственных технологий; объем инновационных товаров, работ, услуг; а также показатель, характеризующий общий вклад региона в экономику РФ «Отгружено товаров собственного производства, выполнено работ и услуг собственными силами». Поскольку анализируемые показатели измеряются в разных единицах, и диапазоны их значений существенно различаются, предварительно была осуществлена нормировка данных путем деления каждого из абсолютных значений на максимальное значение соответствующего признака. В качестве метрики в пространстве признаков использовалось евклидово расстояние.
В результате применения алгоритма кластеризации получены следующие кластеры (табл. 1).
Сравнительные нормированные характеристики получившихся кластеров представлены на рис. 1.
Абсолютные средние характеристики кластеров приведены в табл. 2.
< п
tT
iH О Г
о
t СО
I z
y i
J CD
U
r I
П о
ä 3 о
oi
о n
CO CO
n NJ
ä £ r §
1°
•)
тм
® 7
. DO
■ T
s □
s У с о
<D * ®®
О О 10 10 10 10
Табл. 1. Состав кластеров по абсолютным данным 2015 г Table 1. Composition of clusters based on the absolute data for 2015
Кластер Cluster
Количество территориальных единиц Number of territorial units
Субъекты РФ Subjects of the Russian Federation
Тюменская область Tyumen region
Нижегородская область, Республика Башкортостан, Республика Татарстан, Самарская область, Свердловская область
Nizhny Novgorod region, Republic of Bashkortostan, Republic of Tatarstan, Samara region, Sverdlovsk region
г. Санкт-Петербург, Московская область St. Petersburg, Moscow region
19
Белгородская область, Владимирская область, Вологодская область, Воронежская область, Иркутская область, Калужская область, Кемеровская область, Краснодарский край, Ленинградская область, Липецкая область, Новосибирская область, Республика Мордовия, Саратовская область, Тверская область, Тульская область, Удмуртская Республика, Хабаровский край, Чувашская Республика, Ярославская область
Belgorod region, Vladimir region, Vologda region, Voronezh region, Irkutsk region, Kaluga region, Kemerovo region, Krasnodar region, Leningrad region, Lipetsk region, Novosibirsk region, Republic of Mordovia, Saratov region, Tver region, Tula region, Udmurtia, Khabarovsk region, Chuvash Republic, Yaroslavl region
Волгоградская область, Красноярский край, Омская область, Пермский край, Ростовская область, Сахалинская область, Челябинская область Volgograd region, Krasnoyarsk region, Omsk region, Perm region, Rostov region, Sakhalin region, Chelyabinsk region
38
Алтайский край, Амурская область, Архангельская область, Астраханская область, Брянская область, Ивановская область, Кабардино-Балкарская Республика, Калининградская область, Камчатский край, Карачаево-Черкесская Республика, Кировская область, Костромская область, Курганская область, Курская область, Магаданская область, Мурманская область, Новгородская область, Оренбургская область, Орловская область, Пензенская область, Приморский край, Псковская область, Республика Адыгея, Республика Бурятия, Республика Дагестан, Республика Калмыкия, Республика Карелия, Республика Коми, Республика Крым, Республика Марий Эл, Республика Саха (Якутия), Республика Хакасия, Рязанская область, Смоленская область, Ставропольский край, Тамбовская область, Томская область, Ульяновская область
Altai region, Amur region, Arkhangelsk region, Astrakhan region, Bryansk region, Ivanovo region, Kabardino-Balkar Republic, Kaliningrad region, Kamchatka region, Karachay-Cherkess Republic, Kirov region, Kostroma region, Kurgan region, Kursk region, Magadan region, Murmansk region, Novgorod region, Orenburg region, Oryol region, Penza region, Primorsky region, Pskov region, Republic of Adygea, Republic of Buryatia, Republic of Dagestan, Republic of Kalmykia, Republic of Karelia, Republic of Komi, Republic of Crimea, Republic of Mari El, Republic of Sakha (Yakutia), Republic of Khakasia, Ryazan region, Smolensk region, Stavropol region, Tambov region, Tomsk region, Ulyanovsk region
г. Москва Moscow
U >
1,4
1,2 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4
!.. /
.i I V \
>.....................< ' £ / J J* '..... <.........-\.c D
. ... 1 I-™ , -------------- К—.......................V ■■ — — -- ~
ЧПН
Personnel engaged in research
and development (PRD)
-о- Кластер 1 / Cluster 1 "П- Кластер 2 / Cluster 2 ■ ■О" Кластер 3 / Cluster 3 -Д- ■ Кластер 4 / Cluster 4
B3H
Inhouse research and development expenses (IRE)
ЗТИ
Corporate technological innovation expenses (CTIE)
ИПТ
Cutting-edge production technologies in use (CPTU)
Объем
Volume
ОИТРУ
Amount of innovative commodities,
works and services (A1CWS)
-•-■ Кластер 5 / Cluster 5 Кластер 6 / Cluster 6 —Кластер 7 / Cluster 7
Рис. 1. Средние нормированные значения показателей кластеров (2015 г.) Fig. 1. Average standardized values of cluster indicators (2015)
Табл. 2. Средние значения показателей кластеров (2015 г.) Table 2. Average values of cluster indicators (2015)
Кластер Cluster ЧПН, чел. PRD, persons ВЗН, млн руб. IRE, million RR ЗТИ, млн руб. CTIE, million RR ИПТ, ед. CPTU, units Объем продукции, млн руб. Output, million RR ОИТРУ, млн руб. AICWS, million RR
1 8811,0 14 171,8 64 430,0 7170,0 5 200 766,1 45 145,7
2 19 106,2 25 945,7 47 044,1 8851,8 1 384 387,2 206 775,2
3 82 470,0 110 514,9 101 079,5 12 283,0 2 509 252,0 252 195,7
4 5262,1 4611,8 8198,2 3065,3 472 221,8 33 154,4
5 7968,3 9838,8 38 381,2 3373,4 970 334,6 66 721,2
6 1847,6 1794,0 2211,6 1014,9 192 828,4 7912,2
7 239 509,0 322 785,1 190 334,7 18 838,0 4 978 422,7 851 583,4
< П
tT
iH
О Г s 2
О м
n S
У
J со U -
r I
n о
§ 3
о » 0?
n
)
СЛ it — u M
§ 13 » 0
§ 66 â g
Un
• )
il
® l л '
1 DO
■ г
s □
S У
с о <D *
PP
2 2 О О 10 10 10 10
сч N сч N о о
N N
«в «в
¡г <и и 3 > (Л
с и Ш N
5]
Ф О)
О ё
с
с
Е о
£ ° ^ с
ю °
£ й
о ЕЕ
О) ^
т- ^
с
с
«г?
■8 £ ^ Е!
О (Я
Охарактеризуем вкратце полученные результаты. Следует отметить, что инновационная деятельность регионов характеризуется существенной неравномерностью. Об этом свидетельствует наличие малочисленных кластеров, отличающихся по своим характеристикам.
Прежде всего, рассмотрим кластеры, включающие по одному региону.
Кластер 1 включает единственный регион — Тюменскую область. Регион характеризуется максимальным значением показателя «Отгружено товаров собственного производства, выполнено работ и услуг собственными силами» и средним уровнем затрат на инновации, а также количеством используемых передовых инновационных технологий, в то время как показатели, характеризующие научную деятельность (ЧПН и ВЗН), и показатель объема инновационных товаров, работ, услуг близки к минимальным. Это можно объяснить спецификой экономической деятельности региона: основная отрасль здесь — добыча и переработка нефти и газа. На долю области в 2015 г. приходилось более 11 % общего объема производства РФ. Научный потенциал сравнительно невысокий, а затраты на инновации связаны главным образом с процессными инновациями, т.е. с совершенствованием технологических процессов.
Второй регион, также являющийся единственным представителем своего кластера (кластер 7), — Москва. По пяти из шести анализируемых показателей регион характеризуется максимальными значениями, а по общему объему производства лишь незначительно уступает Тюменской области (10,9 % от общего объема производства продукции в РФ).
Достаточно высокими значениями всех рассматриваемых показателей характеризуется кластер 3, в который входят Московская область и Санкт-Петербург. Данные субъекты федерации отличает значительное количество вузов и научных организаций, а также крупных предприятий, что и объясняет полученные результаты.
Следующий по численности — кластер 2, куда входят Нижегородская область, Республика Башкортостан, Республика Татарстан, Самарская область и Свердловская область. Это регионы с развитой промышленностью, которым присущи существенные затраты на инновации и, как следствие, достаточно высокий уровень использования передовых производственных технологий и объем инновационных товаров, работ, услуг.
Кластер 5 включает 7 регионов и по уровню инновационной деятельности несколько уступает кластеру 2. Сюда входят Волгоградская область, Красноярский край, Омская область, Пермский край, Ростовская область, Сахалинская область и Челябинская область. Эти регионы являются «середняками» по величине затрат на инновации, количеству применяемых передовых технологий и общему объему
производства, однако имеют низкий научный потенциал и малый объем инновационной продукции.
Кластер 4, состоящий из 19 регионов, по числу передовых производственных технологий сопоставим с кластером 5, но уступает ему по объемам производства и затратам на инновации.
Самый многочисленный — кластер 6, в который входит более 50 % анализируемых регионов (38 из 73). Он характеризуется низкими значениями всех рассматриваемых показателей.
Перейдем к рассмотрению относительных показателей, характеризующих эффективность инновационной деятельности субъектов федерации по состоянию на конец 2015 г. К ним относятся приведенные ранее показатели «удельный вес организаций, осуществлявших технологические инновации» и «уровень инновационной активности организаций». Дополнительно для каждого региона были рассчитаны удельные затраты на научные исследования и разработки в расчете на одного сотрудника, количество используемых передовых производственных технологий на 1 млн руб. затрат на технологические инновации и объем инновационных товаров, работ, услуг, на 1 млн руб. затрат на технологические инновации, а также удельный вес инновационных товаров, работ, услуг в общем объеме продукции региона. Для каждого показателя определены минимальное, максимальное и медианное значения. Результаты приведены в табл. 3 и визуализированы на рис. 2-7.
Комплексный анализ данных, выполненный авторами (рис. 2-7), показал, что кластеры в большинстве случаев крайне неоднородны по эффективности использования инноваций. Особо следует отметить «выбросы» на рис. 5 и 6. Так, наиболее высокий уровень применяемых передовых производственных технологий в пересчете на 1 млн руб. затрат на технологические инновации (47,4 единиц на 1 млн руб.) отмечен в Кабардино-Балкарской Республике (кластер 6). В ней же наблюдается максимальный объем инновационных товаров и услуг по отношению к затратам на технологические инновации (240 млн руб. на 1 млн руб. затрат на инновации). Также аномальным значением показателя ОИТРУ/ЗТИ характеризуется Вологодская область (кластер 1; 188,5 млн руб.)
Полученные результаты, прежде всего, вызывают вопросы относительно достоверности представленных сведений и самой методологии расчета статистических показателей, характеризующих инновационную деятельность.
Аналогичный анализ был проведен по информации на конец 2020 г. Его результаты показаны в табл. 4-6 и на рис. 8-14.
ОИТРУ/ВРП AICWS/Gross regional product (GRP) тшрэдо ЕНВИКЭ]/^ 0,009 0,158 0,105 0,070 0,052 0,027 0,171
XB]^ ЭЖ]^ 0,009 0,204 0,137 0,270 0,143 0,165 0,171
row НИ]^ 0,009 0,073 0,073 0,010 0,025 0,001 Ш'О
ОИТРУ/ЗТИ AICWS/ CTIE тшрэдо ЕНВИКЭ]/^ 0,701 3,808 2,645 3,902 1,813 2,762 4,474
ХВ]^ ЭЖ]^ 0,701 6,994 3,101 188,515 4,223 240,041 4,474
щдо НИ]^ 0,701 2,588 2,189 1,100 0,563 0,158 4,474
ИПТ/ЗТИ CPTU/CTIE тшрэдо ЕНВИКЭ]/^ Ш'О 0,209 0,121 0,390 0,088 0,789 0,099
хвдо ЭЖ]^ Ш'О 0,301 0,123 4,379 0,244 47,392 0,099
НИ]^ Ш'О 0,125 0,119 0,084 0,014 0,055 0,099
ВЗН/ЧПН IRE/PRD тшрэдо ЕНВИКЭ]/^ 1,608 1,199 1,342 0,930 1,176 0,780 1,348
ХВ]^ ЭЖ]^ 1,608 1,641 1,387 1,098 2,266 1,854 1,348
НИ]^ 1,608 0,960 1,296 0,586 0,863 0,390 1,348
УИА Innovative performance of an organization ШЛрЭДО ВНВИКЭ]/^ 12,8 17,3 24,8 17,0 16,9 12,5 44,7
ХВ]^ ЭЖ]^ 12,8 29,3 ,7 3 31,4 21,9 25,2 44,7
щдо НИ]^ 12,8 К 16,9 vo vo 44,7
ОИ Share of organizations implementing technological innovations тшрэдо ВНВИКЭ]/^ 15,0 28,7 30,2 26,3 24,5 18,1 55,1
ХВ]^ ЭЖ]^ 15,0 32,9 m 37,2 30,2 57,1 55,1
щн НИ]^ 15,0 13,8 23,4 ,3 8, ,2 6, 10,3 55,1
jsisnjo dsXOBIQJ 1 2 3 4 5 6 7
< DO
ID Ф
s О
t ч
3 X
s
3 G) X 3
W С п о у
•
2 _
о со
з со
t i "Z.
у 1
J CD
о r CD —
о
03 CD
СО
o СП
*—*
C r
о 5'
t _
S
о со
i "Z.
у 2
a со
О
Cl ■ СП СП
r
о о
i о
Ф о
t l
r 0'
у )
if Т
0
с 3 3
3 ® 1
■ч
1 ■
4 DO
г
s 3
s У
с 0
Ф X
a> 0>
2 2
о О
2 2
2 2
сч N сч N
0 о
N N (О (О
¡г <и
U 3 > (Л С И
со N
si
1 ?
<U О)
о ё
ел ел
Рис. 2. Удельный вес организаций, осуществлявших технологические инновации, % (2015) Fig. 2. The share of organizations, implementing technological innovations, % (2015)
<Л (Л
E о
dl °
^ с
ю °
S 1
о ЕЕ
a> ^
Кластер 1 Cluster 1
Кластер 2 Cluster 2
Кластер 3 Cluster 3
мин. min
Кластер 4 Cluster 4
™ макс. max
Кластер 5 Cluster 5
~ медиана median
Кластер 6 Cluster 6
Кластер 7 Cluster 7
Рис. 3. Уровень инновационной активности организаций, % (2015) Fig. 3. The level of innovative activity of organizations, % (2015)
Рис. 4. Удельные затраты на научные исследования и разработки в расчете на одного сотрудника, млн руб. (2015) Fig. 4. Unit costs of research and development per employee, million RR (2015)
10,000
5,000
0,000
Кластер 1 Кластер 2 Кластер 3 Кластер 4 Кластер 5 Кластер 6 Кластер 7 Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5 Cluster 6 Cluster 7
мин. min
макс. max
медиана median
Рис. 5. Используемые передовые производственные технологии на 1 млн руб. затрат на технологические инновации, ед. (2015)
Fig. 5. Implemented cutting-edge production technologies per million rubles of technological innovation costs, units (2015)
< П
tT
iH О Г
О w
n S
У
J to U
r I
П о
§ 3
о §
О? о n
)
(Л
It —
§ 13 a 0
§ 66 r 6
t (
ii
® i л '
1 DO
■ T
(Л у
с о
<D * ®®
2 2 О О 2 2 2 2
300,000
250,000
200,000
150,000
100,000
50,000
0,000
Кластер 1 Cluster 1
Кластер 2 Cluster 2
Кластер 3 Cluster 3
Кластер 4 Cluster 4
Кластер 5 Cluster 5
Кластер 6 Cluster 6
Кластер 7 Cluster 7
N N N N
0 О N N
(О (О
¡г <и
U 3
> (Л
с и со N
si
1 ?
<D dj
О ё
мин. min
макс. max
медиана median
(Л W
Е о
dl °
^ с
ю °
S g
о ЕЕ
О) ^
т- ^
W W
Рис. 6. Объем инновационных товаров, работ, услуг на 1 млн руб. затрат на технологические инновации, млн руб. (2015) Fig. 6. The volume of innovative goods, works, services per million rubles of technological innovation costs, million RR (2015)
0,300
0,250
0,200
0,150
0,100
0,050
0,000
Кластер 1 Cluster 1
Кластер 2 Cluster 2
Кластер 3 Cluster 3
мин. min
Кластер 4 Cluster 4
™ макс. max
Кластер 5 Cluster 5
медиана median
Кластер 6 Cluster 6
Кластер 7 Cluster 7
Рис. 7. Удельный вес инновационных товаров, работ, услуг в общем объеме продукции региона, % (2015) Fig. 7. The share of innovative goods, works, services in the total amount of regional product output, % (2015)
Табл. 4. Состав кластеров по абсолютным данным 2020 г
Table 4. The composition of clusters according to the absolute data for 2020
Кластер Cluster
Количество территориальных единиц Number of territorial units
Субъекты РФ Subjects of the Russian Federation
Белгородская область, Красноярский край, Омская область, Республика Башкортостан, Ростовская область, Самарская область, Тульская область Belgorod region, Krasnoyarsk region, Omsk region, Republic of Bashkortostan, Rostov region, Samara region, Tula region
г. Москва / Moscow
14
Алтайский край, Вологодская область, Воронежская область, Иркутская область, Калужская область, Кемеровская область, Кировская область, Ленинградская область, Липецкая область, Новосибирская область, Республика Мордовия, Тверская область, Хабаровский край, Ярославская область
Altai region, Vologda region, Voronezh region, Irkutsk region, Kaluga region, Kemerovo region, Kirov region, Leningrad region, Lipetsk region, Novosibirsk region, Republic of Mordovia, Tver region, Khabarovsk region, Yaroslavl region
21
Архангельская область, Брянская область, Волгоградская область, Калининградская область, Костромская область, Курская область, Мурманская область, Новгородская область, Оренбургская область, Орловская область, Пензенская область, Приморский край, Псковская область, Республика Коми, Рязанская область, Смоленская область, Ставропольский край, Тамбовская область, Томская область, Ульяновская область, Чувашская Республика Arkhangelsk region, Bryansk region, Volgograd region, Kaliningrad region, Kostroma region, Kursk region, Murmansk region, Novgorod region, Orenburg region, Orel region, Penza region, Primorsky region, Pskov region, Republic of Komi, Ryazan region, Smolensk region, Stavropol region, Tambov region, Tomsk region, Ulyanovsk region, Chuvash Republic
< П
ф е
u> t 3
3 О (Л
с
0 м
t СО
1 z
y i
J со
u s
r I
n °
» 3
о »
oî
о n
г. Санкт-Петербург, Московская область, Нижегородская область, Пермский край, Республика Татарстан, Свердловская область, Тюменская область St. Petersburg, Moscow region, Nizhny Novgorod region, Perm region, Republic of Tatarstan, Sverdlovsk region, Tyumen rgion
Владимирская область, Краснодарский край, Саратовская область, Удмуртская Республика, Челябинская область
Vladimir region, Krasnodar region, Saratov region, Republic of Udmurtia, Chelyabinsk region
со со
n 13 » 0 » 66
CD CD
18
Амурская область, Астраханская область, Ивановская область, Кабардино-Балкарская Республика, Камчатский край, Карачаево-Черкесская Республика, Курганская область, Магаданская область, Республика Адыгея, Республика Бурятия, Республика Дагестан, Республика Калмыкия, Республика Карелия, Республика Крым, Республика Марий Эл, Республика Саха (Якутия), Республика Хакасия, Сахалинская область
Amur region, Astrakhan region, Ivanovo region, Kabardino-Balkar Republic, Kamchatka region, Karachay-Cherkess Republic, Kurgan region, Magadan region, Republic of Adygea, Republic of Buryatia, Republic of Dagestan, Republic of Kalmykia, Republic of Karelia, Republic of Crimea, Republic of Mari El, Sakha (Yakutia) Republic, Khakasia Republic, Sakhalin region
l
с
3 e
. DO
■ T
s 3
s У
с о
<D *
M 2
О О
10 10
10 10
Табл. 5. Средние значения показателей кластеров (2020 г.) Table 5. Average values of cluster indicators (2020)
Кластер Cluster ЧПН, чел. PRD, persons ВЗН, млн руб. IRE, million RR ЗТИ, млн руб. CTIE, million RR ИПТ, ед. CPTU, units Объем продукции, млн руб. Output, million RR ОИТРУ, млн руб. AICWS, million RR
1 6708,9 12 178,2 37 220,7 4682,6 1 566 923,1 138 802,1
2 212 441,0 427 329,3 527 396,9 11 022,0 17 579 949,9 626 603,4
3 4798,5 6034,9 20 450,1 2967,7 992 725,7 36 147,0
4 2359,7 3235,0 4532,9 1685,2 511 598,7 26 142,4
5 35 840,6 63 474,8 110 915,5 11 260,1 3 765 091,2 320 280,7
6 6813,4 9218,6 19 435,3 5834,2 1 175 282,5 45 849,5
7 833,6 878,7 4886,4 603,6 288 998,6 3320,9
N N N N О О
N N <0<0
К (V U 3 > 1Л С И 2
U N
si
<D <D
О %
E о
CL ° с
LO О
si
о EE
fe ° a> ^
M (Л
r
1,4
1,2 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4
1-------------------1 }-------------------<
i / / к \
/ / / \ \ \ / s '
............................„„-i .....7..................7 / / jA i..........,¿¿7, 1, V s \4 \ L......Jiö,............1 / s s .................. ^
4 ^..........1 L.............ggPEl г-""' к-^^тгг-""7----"-^ г -уГ £ \
■.......................-.......-.........Ч
ЧПН
Personnel engaged in research
and development (PRD)
-о- Кластер 1 / Cluster 1 "П- Кластер 2 / Cluster 2 ■ ■О" Кластер 3 / Cluster 3 -Д- ■ Кластер 4 / Cluster 4
B3H
Inhouse research and development expenses (IRE)
ЗТИ
Corporate technological innovation expenses (CUE)
ИПТ
Cutting-edge production technologies in use (CPTU)
Объем
Volume
ОИТРУ
Amount of innovative commodities,
works and services (A1CWS)
-•-■ Кластер 5 / Cluster 5 Кластер 6 / Cluster 6 —Кластер 7 / Cluster 7
Рис. 8. Средние нормированные значения показателей кластеров (2020 г.) Fig. 8. Average standardized values of cluster indicators (2020)
(N О (N
■ S
v. 1с
са
О
тЗ
>.
О С
■ 52
'о
<и с с
lä >
с
ЧО ЧС
г- JH »о 35
5 £
Н Е-
ОИТРУ/ВРП AICWS/Gross regional product (GRP) тшрэдо ЕНВИКЭ]/^ 0,092 0,036 0,045 0,052 0,106 0,044 0,008
XB]^ ЭЖ]^ 0,141 0,036 0,209 0,131 0,181 0,104 0,062
ЩДО НИ]^ 0,046 0,036 0,007 0,010 0,028 0,013 0,001
ОИТРУ/ЗТИ AICWS/ CTIE тшрэдо ЕНВИКЭ]/^ сл <N <N сэ СО3 СП о <N
ХВ]^ ЭЖ]^ <N 00 32,8 <N 11,9 ГО К
ипч НИ]^ о <N <N СЭ СЭ <N о"
ИПТ/ЗТИ CPTU/CTIE тшрэдо ВНВИКЭ]/^ 0,154 0,021 0,260 0,478 0,084 0,539 0,782
ХВ]^ ЭЖ]^ 0,245 0,021 1,133 3,288 0,397 1,761 6,364
ипч НИ]^ 0,073 0,021 0,047 0,126 0,045 0,093 0,010
ВЗН/ЧПН IRE/PRD тшрэдо ВНВИКЭ]/^ 00 сэ <N 00 сэ
ХВ]^ ЭЖ]^ <N СЭ <N «N <N ооп <N
щн НИ]^ <N СЭ <N СЭ
УИА Innovative performance of an organization тшрэдо ВНВИКЭ]/^ 14,9 13,0 11,8 11,2 11,4 00^
ХВ]^ ЭЖ]^ 25,1 13,0 20,4 24,6 24,9 12,6 16,2
ипч НИ]^ vo 13,0 00 СО3 00 <N
ОИ Share of organizations implementing technological innovations тшрэдо ВНВИКЭ]/^ 30,6 32,6 24,2 00 25,0 20,2 15,6
хвдо ЭЖ]^ 36,0 32,6 36,4 32,6 37,1 26,7 24,4
ипч НИ]^ 14,9 32,6 14,1 ,9 9, 15,7 ,8 12, ,6 6,
jsisnjo dsXOBIQJ 1 2 3 4 5 6 7
< П
ID ф
s 0
t и
3 X
s
3 g) X 3
w С 0 у
•
s _
0 CO
CO
t l z
< 1
J CD
0 r CD —
0
03 CD
CO
o en
-—*
C r
0 0t
t _
S
0 CO
i z
< 2
a CO
0
J^
Cl 1 en со
r
0 0
i 0
Ф 0
t l
r i0
< )
f т
0
С 3 3
3 ® 1
■4
■
■ч n
j
s 3
s у
с 0
ф X
a> a>
2 2
0 О
2 2
2 2
—— 2015 2020
Рис. 9. Затраты на технологические инновации по регионам РФ в 2015 и в 2020 гг., млн руб.
Fig. 9. Costs of technological innovations broken down by the regions of the Russian Federation in 2015 and 2020, million RR
N N N N О О N N
<0<D К (V U 3 > (Л
с и U N
il <D <D
О ё
<л ел
900 000,0 800 000, 700 000,0 600 000, 500 000,0 400 000, 300 000,0 200 000, 100 000,0 0,0
I II II II II
<л
(Л
E О
£ ° • с Ю °
Si
о EE a> ^
2015
2020
Рис. 10. Объем инновационных товаров, работ, услуг по регионам РФ в 2015 и в 2020 гг., млн руб.
Fig. 10. The volume of innovative goods, works, services broken down by the regions of the Russian Federation in 2015 and
2020, million RR
Сравнивая результаты кластеризации по абсолютным показателям, отметим, что абсолютным лидером по всем показателям по-прежнему является Москва. Однако анализом выявлено, что размер второго по объему инновационной деятельности кластера (кластер 5) увеличился с двух до пяти субъектов федерации. Кроме того, в два раза уменьшилось число регионов-аутсайдеров: кластер с наихудшими показателями (кластер 7) включает только 18 субъектов федерации против 38 в 2015 г. Кроме того, абсолют-
ные характеристики кластеров в среднем увеличились, что свидетельствует о повышении инновационной активности регионов. Для подтверждения этого факта на рис. 9 и 10 представлен сравнительный анализ затрат на технологические инновации и объема инновационных товаров, работ услуг в 2015 и 2020 гг. по субъектам федерации.
Показатели эффективности инноваций за 2020 г. приведены в табл. 6 и визуализированы на рис. 11-16.
Кластер 1 Cluster 1
Кластер 2 Cluster 2
Кластер 3 Cluster 3
Кластер 4 Cluster 4
Кластер 5 Cluster 5
Кластер 6 Cluster 6
Кластер 7 Cluster 7
мин. min
макс. max
медиана median
Рис. 11. Удельный вес организаций, осуществлявших технологические инновации, % (2020) Fig. 11. The share of organizations, implementing technological innovations, % (2020)
30,0
25,0
1-1-1-1-1-1-1
Кластер 1 Кластер 2 Кластер 3 Кластер 4 Кластер 5 Кластер 6 Кластер 7 Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5 Cluster 6 Cluster 7
мин. min
макс. max
медиана median
Рис. 12. Уровень инновационной активности организаций, % (2020) Fig. 12. The level of innovative performance of organizations, % (2020)
< П
tT
iH О Г
o
о S
y
J CD
U —
r I 0
< 3 o
oi 0
)
(Л t
u «
iN
< 13 a 0
< 66
> 6 t —
0о
• )
[i
[ i л ' i DO
■ T
s3
s у
с о
<D *
22 О О 10 10 10 10
т-1-1-1-1-1-1
Кластер 1 Кластер 2 Кластер 3 Кластер 4 Кластер 5 Кластер 6 Кластер 7 Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5 Cluster 6 Cluster 7
мин. min
макс. max
медиана median
N N
N N
О О
N N <0<0
¡г (u
U 3
> (Л
с и
to i»
!
I ?
<D <D
О % ---- "t^
§1
8 « от*
со E
E о
CL ° с
LO О
Sg
о EE
fee
a> ^
TZ £ £
CO °
Рис. 13. Удельные затраты на научные исследования и разработки в расчете на одного сотрудника, млн руб. (2020) Fig. 13. Unit research and development costs per employee, million RR (2020)
1,000
0,000
Кластер 1 Кластер 2 Кластер 3 Кластер 4 Кластер 5 Кластер 6 Кластер 7 Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5 Cluster 6 Cluster 7
мин. min
макс. max
медиана median
Рис. 14. Используемые передовые производственные технологии на 1 млн руб. затрат на технологические инновации, ед. (2020)
Fig. 14. Applied cutting-edge production technologies per million rubles of technological innovation costs, units (2020)
Кластер 1 Cluster 1
Кластер 2 Cluster 2
Кластер 3 Cluster 3
Кластер 4 Cluster 4
Кластер 5 Cluster 5
Кластер 6 Cluster 6
Кластер 7 Cluster 7
мин. min
макс. max
медиана median
Рис. 15. Объем инновационных товаров, работ, услуг на 1 млн руб. затрат на технологические инновации, млн руб. (2020) Fig. 15. The volume of innovative goods, works, services per million rubles of technological innovation costs, million rubles (2020)
0,250
0,200
0,150
0,100
0,050
0,000
Кластер 1 Cluster 1
Кластер 2 Cluster 2
Кластер 3 Cluster 3
мин. min
Кластер 4 Cluster 4
макс. max
Кластер 5 Cluster 5
медиана median
Кластер 6 Cluster 6
Кластер 7 Cluster 7
Рис. 16. Удельный вес инновационных товаров, работ, услуг в общем объеме продукции региона, % (2020) Fig. 16. The share of innovative goods, works, services in the total amount of regional products, % (2020)
< П
tT
iH
О Г s 2
o 0t
I < y i
J CD
U I—
r i 0
< 3 o
0
CO CO
0
a 0
< 66
r 66 t 0—
0о
• )
ii
® 7
i DO ■
s3 s у с о <D *
22 о о 10 10 10 10
сч N
сч N
0 о сч сч
«в «в
It (V
U 3
> (Л
С И
аа N
ii
1 ?
<U О)
о ё
(Л
ел
Е о
• с ю °
о ЕЕ
fee
О) ^ т- ^
W
ел
Несмотря на некоторое уменьшение колеблемости внутри кластеров, они по-прежнему остаются неоднородными по своему составу. В то же время практически исчезли аномальные выбросы, за исключением объема инновационных товаров работ, услуг на единицу инновационных затрат (рис. 15), где максимальное значение по кластеру 4 более чем в 6 раз превышает соответствующее медианное значение (Мурманская область, 32,8 руб. на рубль).
В целом показатели эффективности инноваций в 2020 г. находятся примерно на уровне 2015 г. и существенно ниже намеченных в «Стратегии инновационного развития Российской Федерации на период до 2020 года» целевых ориентиров, что свидетельствует о неудовлетворительном состоянии инструментов реализации инновационной политики, которые еще не получили должного развития в научных исследованиях и практической деятельности субъектов отечественной экономики.
ЗАКЛЮЧЕНИЕ И ОБСУЖДЕНИЕ
Авторы предприняли попытку систематизации и построения рейтинга российских регионов, выделив две составляющие: инновационный потенциал и эффективность инновационной деятельности. К показателям инновационного потенциала были отнесены затраты на технологические инновации организаций, внутренние затраты на научные исследования и разработки, численность персонала, занятого научными исследованиями и разработками, и уровень инновационной активности организаций. Показатели эффективности инновационной деятельности включали: удельные затраты на научные исследования и разработки в расчете на одного сотрудника, количество используемых передовых производственных технологий на 1 млн руб. затрат на технологические инновации и объем инновационных товаров, работ, услуг на 1 млн руб. затрат на технологические инновации. Для каждого региона определены ранги по перечисленным показателям, произведено суммирование рангов в каждой группе, после чего выявлен окончательный ранг региона. На основании полученных данных рассчитаны коэффициенты корреляции между инновационным потенциалом и эффективностью инновационной деятельности. К сожалению, следует констатировать полное отсутствие зависимости между указанными показателями: коэффициент корреляции в 2015 г. составил 0,01, а в 2020 г. — 0,08. Такие результаты подтверждают сделанные ранее выводы о невысокой эффективности вложений в инновации в РФ, оцениваемой по данным официальной статистики.
С другой стороны, возникает вопрос о полноте и обоснованности системы показателей инновационной деятельности. В частности, отсутствуют четкие рекомендации по определению основных показателей: в ряде случаев идет отсылка к публикации
Организации экономического сотрудничества и развития (ОЭСР) и Статистического управления Европейских сообществ (Евростат), известной как Руководство Осло6, носящей достаточно общий характер и не учитывающей особенности российских реалий.
Следует отметить, что в последние годы появилось большое число исследований, посвященных вопросам построения системы показателей, характеризующих инновационную деятельность, однако большая часть из них посвящена анализу деятельности отдельных предприятий [13-20]. Из национальных рейтингов можно выделить систему рейтингов регионального развития7 [21], с 2012 г. публикуемых Высшей школой экономики и используемых при расчете российского регионального инновационного индекса, формируемого Институтом статистических исследований и экономики знаний НИУ ВШЭ в рамках деятельности Российской кластерной обсерватории, а также рейтинг инновационных регионов России8, разработанный Ассоциацией инновационных регионов России в 2012 г. совместно с Министерством экономического развития РФ. Однако на уровне государственной официальной статистики подобная система пока не создана. Кроме того, высокие темпы технологических изменений требуют постоянного обновления системы показателей, характеризующих инновационную деятельность.
В связи с этим актуальным становится вопрос о разработке единой динамической системы показателей, которая бы позволила всесторонне описать инновационную деятельность как в разрезе субъектов федерации, так и в разрезе отраслей экономики, каждая из которых имеет свою специфику.
В качестве одного из прообразов такой системы можно упомянуть European innovation scoreboard (EIS, Европейское инновационное табло)9. В отличие от упоминавшегося Руководства Осло показатели данного рейтинга динамично обновляются с учетом изменений внешней среды. Первоначально система EIS включала 3 группы индикаторов, разбитых на 8 инновационных измерений, состоящих в общей сложности из 25 показателей. В рейтинге 2021 г. используется 4 группы индикаторов, 12 измерений и 32 показателя. Авторы не призывают слепо копировать данную систему, но общая методология и от-
6 Oslo Manual 2018 (Руководство Осло — Рекомендации по сбору и анализу данных по инновациям). URL: https:// www.ictt.by/Docs/news/2018/10/2018-10-26_01/0slo_ Manual_2018_4th_Edition__EN.pdf
7 Рейтинги регионального развития. URL: https://region.hse. ru/rankingid19
8 Рейтинг инновационных регионов России. URL: https:// i-regions.org/reiting/rejting-innovatsionnogo-razvitiya
9 European innovation scoreboard. URL: https://ec.europa.eu/ info/research-and-innovation/statistics/performance-indicators/ european-innovation-scoreboard
дельные показатели, скорректированные с учетом российских реалий, могут оказать существенную помощь.
На сегодняшний день создание национальной системы рейтингования инновационной деятельности представляется одним из перспективных направ-
лений повышения эффективности вложений в инновации и стимулирования субъектов экономической деятельности к повышению инновационной активности, что будет способствовать решению вопросов развития импортозамещения и повышения эффективности российской экономики в целом.
СПИСОК ИСТОЧНИКОВ
1. Антонова З.Г. Переход экономики России на инновационный путь развития // Известия Томского политехнического университета. 2013. Т. 322. № 6. С. 26-32.
2. Абдикеев Н.М., Бобылев Г.В., Богачев Д.Ю., Богачев Ю.С., Бунатян Г.З., Бывшев В.А. и др. Инновационное развитие России: проблемы и решения : монография. М. : Финансовый университет при Правительстве Российской Федерации, 2014. 1376 с.
3. Положенцева Ю.С., Клевцова М.Г., Верта-кова Ю. В. Макроэкономические условия формирования инновационной среды региона // Управленческое консультирование. 2014. № 10 (70). С. 60-67.
4. Прокин В.В., Лепихина Т.Л., АнисимоваЕ.Л., Карпович Ю. В. Структура институциональной среды инноваций // Фундаментальные исследования. 2016. № 1-1. С. 182-186.
5. Институциональное обеспечение точек роста инновационной экономики России / под ред. Т.Г. По-падюк. М. : РУСАЙНС, 2016. 207 с.
6. Устинова Л.Н. Тенденции инновационного развития Российской Федерации // Экономика промышленности. 2018. Т. 11. № 11 (4). С. 338-345. Б01: 10.17073/2072-1633-2018-4-338-345
7. Александрова А.И., Зайцев А.А. Институцио-нализация государственной поддержки инновационных процессов // Естественно-гуманитарные исследования. 2020. № 32 (6). С. 35-42. Б01: 10.24412/23094788-2020-10684
8. Вертакова Ю.В., Плотников В.А. Стратегия инновационного развития России: управленческие проблемы реализации // Друкеровский вестник. 2020. № 1 (33). С. 5-20. Б01: 10.17213/2312-6469-2020-15-20
9. ЮсуповА.Х., Садулханов А.А. Проблемы инновационного развития России // Инновационная наука. 2019. № 5. С. 73-75.
10. Иванова Н.М. Проблемы инновационного развития Российской Федерации // Инновации и инвестиции. 2019. № 8. С. 13-18.
11. Серегин Р.С., Бендюков А.Б. Переход экономики России на инновационный тип развития // Вестник науки и образования. 2019. № 6-1 (60). С. 11-13.
Поступила в редакцию 4 июня 2022 г. Принята в доработанном виде 17 июня 2022 г. Одобрена для публикации 18 июня 2022 г.
12. Бакрунов Ю.О., Васильева Е.Ю., Версти-наН.Г., ГлазковаВ.В., КаракозоваИ.В., КулаковК.Ю. и др. Инновации в современных условиях: теоретические вопросы и практика реализации. М. : ГУУ, 2022. 142 с.
13. Балашов А.И., Рогова Е.М., Ткаченко Е.А. Инновационная активность российских предприятий: проблемы измерения и условия роста : монография. СПб. : Издательство Политехнического университета, 2010. 205 с.
14. Караваев И.Е. Оценка инновационного потенциала предприятий оборонно-промышленного комплекса // Российское предпринимательство. 2012. № 10 (108). С. 74-80.
15. Матузова И.В. Методика оценки инновационного потенциала промышленного предприятия // Вестник Ленинградского государственного университета им. А.С. Пушкина. 2012. Т. 6. № 4. С. 87-97.
16. Цуканова Н.Е. Методы оценки инновационного потенциала производственных предприятий // Известия Тульского государственного университета. Экономические и юридические науки. 2012. № 3-1. С. 236-242.
17. Яшин С.Н., СолдатоваЮ.С. Совершенствование и практическая апробация методики оценки экономического состояния и уровня инновационного развития предприятия // Финансы и кредит. 2013. № 12 (540). С. 39-47.
18. ПолукееваА.В. Показатели инновационной активности предприятий // Экономинфо. 2014. № 22. С. 74-77.
19. Антипин Д.А., Антипина О.В. Инновационно-активные предприятия: критерии соответствия и основные показатели функционирования в РФ // Вестник ИрГТУ. 2015. № 6 (101). С. 157-162.
20. Гораева Т.Ю., Шамина Л.К. Методика мониторинга и оценки инновационной деятельности предприятия // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2015. № 3 (221). С. 198-210. Б01: 10.5862tfE.221.19
21. Городникова Н.В., Гохберг Л.М., Дитков-ский К.А. и др. Индикаторы инновационной деятельности. М. : НИУ ВШЭ, 2017. 328 с.
< п
О Г и 3
О м
а СО
У 1
о со
и
Г I
о 2 О?
о п
СО
со
п 13
2 £
> §
а §
•)
тм
®7
. он ■ £
(Л п (Я у с о
® X ®®
2 2 О О 2 2 2 2
Об авторах : Наталья Григорьевна Верстина — доктор экономических наук, профессор, заведующая кафедрой менеджмента и инноваций; Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ); 129337, г. Москва, Ярославское шоссе, д. 26; РИНЦ ID: 287560, Scopus: 6506229832, ResearcherlD: В-4162-2016, ORCID: 0000-0002-1792-0562; verstinang@mgsu.ru;
Ольга Феликсовна Цуверкалова — кандидат экономических наук, доцент кафедры математики; Волго-донский инженерно-технический институт — филиал Национального исследовательского ядерного университета «МИФИ» (ВИТИ НИЯУ МИФИ); 347360, г. Волгодонск, ул. Ленина, д. 73/94; РИНЦ ID: 595839, Scopus: 57205728266, ResearcherlD: J-8183-2016, ORCID: 0000-0001-6304-4498; oftsuverkalova@mephi.ru.
Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации.
Авторы заявляют об отсутствии конфликта интересов.
REFERENCES
N N N N О О N N
«В «В
¡г <и
U 3
> (Л
с и со N
il Л ?
<D dj
О ё
(Л
ел
Е о
CL ° ^ с
ю о
S g
о ЕЕ
а> ^
ел
W
■8 г
1. Antonova Z.G. Transition of the Russian economy to an innovative way of development. Bulletin of the Tomsk Polytechnic University. 2013; 322(6):26-32. (rus.).
2. Abdikeev N.M., Bobylev G.V., Bogachev D. Yu., Bogachev Yu.S., Bunatyan G.Z., Byvshev V.A. et al. Innovative development of Russia: problems and solutions : monograph. Moscow, Financial University under the Government of the Russian Federation, 2014; 1376. (rus.).
3. Polozhentseva Y.S., Klevtsova M.G., Verta-kova Y.V. Macroeconomic conditions of formation of the innovative environment of the region. Administrative Consulting. 2014; 10(70):60-67. (rus.).
4. Prokin V.V., Lepikhina T.L., Anisimova E.L., Karpovich Y.V. Structure of the institutional environment of innovation. Fundamental Research. 2016; 1-1:182-186. (rus.).
5. Institutional support of points of growth of the innovative economy of Russia / ed. T.G. Popadiuk. Moscow, RUSSIGN, 2016; 207. (rus.).
6. Ustinova L.N. Tendencies of innovative development of the Russian Federation. Russian Journal of Industrial Economics. 2018; 11:11(4):338-345. DOI: 10.17073/2072-1633-2018-4-338-345 (rus.).
7. Alexandrova A.I., Zaytsev A.A. Institutio-nalization of state support for innovation processes. Natural-Humanitarian Studies. 2020; 32(6):35-42. DOI: 10.24412/2309-4788-2020-10684 (rus.).
8. Vertakova Yu.V., Plotnikov V.A. Strategy of innovative development of Russia: management problems of implementation. Drucker'sBulletin. 2020; 1(33):5-20. DOI: 10.17213/2312-6469-2020-1-5-20 (rus.).
9. Yusupov A.Kh., Sadulkhanov A.A. Problems of innovative development of Russia. Innovative Science. 2019; 5:73-75. (rus.).
10. Ivanova N.M. Problems of innovative development of the Russian Federation. Innovations and Investments. 2019; 8:13-18. (rus.).
11. Serogin R.S., Bendyukov A.B. Transition of the Russian economy to an innovative type of de-
velopment. Bulletin of Science and Education. 2019; № 6-1(60):11-13. (rus.).
12. Bakrunov Yu.O., Vasilyeva E.Yu., Verstina N.G., Glazkova V.V., Karakozova I.V., Kula-kov K. Yu. et al. Innovations in modern conditions: theoretical issues and implementation practice. Moscow, GUU, 2022; 142. (rus.).
13. Balashov A.I., Rogova E.M., Tkachenko E.A. Innovative activity of Russian enterprises: measurement problems and growth conditions. St. Petersburg, Publishing house of the Polytechnic University, 2010; 206. (rus.).
14. Karavayev I.E. Assessment of the innovation potential of enterprises in the military industry. Russian Journal of Entrepreneurship. 2012; 10(108):74-80. (rus.).
15. Matuzova I.V. Methods of estimation of innovation potencial of industrial enterprise. Pushkin Leningrad State University Journal. 2012; 4(6):87-97. (rus.).
16. Tsukanova N.E. Methods of innovation potential's evaluation of the production companies. Izvestiya Tula State University. 2012; 3-1:236-242. (rus.).
17. Yashin S.N., Soldatova Yu.S. Improvement and practical approbation of the methodology for assessing the economic condition and the level of innovative development of an enterprise. Finance and Credit. 2013; 12:39-47. (rus.).
18. Polukeeva A. Indicators of innovativeness. Economicinfo. 2014; 22:74-77. (rus.).
19. Antipin D., Antipina O. Innovatively active enterprises: eligibility criteria and main indicators of functioning in Russia. Proceedings of Irkutsk State Technical University. 2015; 6(101):157-162. (rus.).
20. Goraeva T.Yu., Shamina L.K. Monitoring and assessment technique of innovative activity of an enterprise. St. Petersburg State Polytechnical University Journal. Economics. 2015; 3(221):198-210. DOI: 10.5862/ JE.221.19 (rus.).
21. Gorodnikova N.V., Gokhberg L.M., Ditkovs-kiy K.A. et al. Indicators of innovative activity. Moscow, NRU HSE, 2017; 328. (rus.).
Received June 4, 2022.
Adopted in revised form on June 17, 2022.
Approved for publication on June 18, 2022.
B i o n o t e s : Natalia G. Verstina—Doctor of Economic Sciences, Professor, Head of the Department of Management and Innovation; Moscow State University of Civil Engineering (National Research University) (MGSU); 26 Yaroslavskoe shosse, Moscow, 129337, Russian Federation; ID RISC: 287560, Scopus: 6506229832, ResearcherID: В-4162-2016, ORCID: 0000-0002-1792-0562; verstinang@mgsu.ru;
Olga F. Tsuverkalova — Candidate of Economic Sciences, Associate Professor of the Department of Mathematics; Volgodonsk Engineering and Technical Institute — the branch of National Research Nuclear University MEPhI; 73/94 Lenina st., Volgodonsk, 347360, Russian Federation; ID RISC: 595839, Scopus: 57205728266, ResearcherID: J-8183-2016, ORCID: 0000-0001-6304-4498; oftsuverkalova@mephi.ru.
Contribution of the authors: all authors have made an equivalent contribution to the preparation of the publication. The authors declare no conflict of interest.
< DO
ID <D
s O
t ч
3 X
s
3 G) X 3
W С o y
•
2 _
о со
з со
t i z
у 1
j CD
о r CD —
0
03 CD
CO
o у
у *—*
C r
о 5'
t _
S
о CO
i у
у 2
ш CO
О
J^
z i cn CO
r
о о
i у
о
t i
r 0'
z )
l Т
О
С 3 3
3 <D i
■ч
1 ■
-J DO
г
s 3
s у
с О
<D X
0> 0>
2 2
O О
2 2
2 2
