Влияние университетовна инновационное развитие регионов: эмпирический анализ Текст научной статьи по специальности «Экономика и бизнес»

Изв. Сарат. ун-та. Нов. сер. Сер. Экономика. Управление. Право. 2015. Т. 15, вып. 2

government and business structures. Results. Building partnerships between government and business structures there is no alternative. The more that you can return to fully trust is impossible without return to partnerships with Russian business. Comprehensive partnerships can open new possibilities and perspectives - from the formation of finally consensus on issues of national interest to promote a new image of the new Russia. Such a partnership would be the basis of a new, future-oriented and results-oriented perspective, a national consensus on the ways of development of the country. Achieving balance through mutual concessions and compromises will contribute to the achievement of stability, which catalyzes positive change that will give them the necessary stability and dynamics.

Key words: government, regional authorities, business structures, models relationships, political relationships.

Reference

1. Yarovoi A. Vozmozhnosti vlasti v razvitii sotsial’noi otvetstvennosti rossiiskogo biznesa [Features authorities in the development of social responsibility of Russian business]. Vlast’ [Power], 2009, no. 10, pp. 15-19.

2. Zotov A. P. Vzaimodeistvie gosudarstva i biznes-soobshchestva v estestvenno-monopol’nykh otrasliakh

[Interaction of the state and the business community in the natural monopoly industries]. Vestnik Tambovskogo universiteta [Vestnik Tambov University. Ser. Humanitarian science], 2007, no. 2 (46), pp. 229-233.

3. Pshizova S. N. Biznes kak sub”ekt gosudarstvennoi politiki [Business as a subject of public policy]. Uprav-lencheskoe konsul’tirovanie [Management Consulting],

2009, no. 4, pp. 145-164.

4. Kisel K. Yu. Sovremennye modeli vzaimodeistviia biznes-struktur i organov gosudarstvennoi vlasti [Current models of the interaction of businesses and public authorities. Cand. polit. sci. diss]. Moscow, 2013. 177 p.

5. Kurbatova M. V., Levin S. N. Deformatsiia pravil v sovremennoi rossiiskoi ekonomike (na primere vzaimo-deistviia vlasti i biznesa [Deformation of the rules in the current environment (for example, the interaction between business and government]. Terra Economicus,

2010, Vol. 8. no. 1, pp. 27-50.

6. Rudomanov D. V. Konfliktnye aspekty formirovaniia rossiiskogo biznesa v sovremennykh usloviiakh [Conflicting aspects of the formation of Russian business in modern conditions].Molodoi uchenyi [Young scientists], 2014, no. 8, pp. 737-740.

УДК 330

ВЛИЯНИЕ УНИВЕРСИТЕТОВ НА ИННОВАЦИОННОЕ РАЗВИТИЕ РЕГИОНОВ: ЭМПИРИЧЕСКИЙ АНАЛИЗ

А. А. Фирсова

доктор экономических наук, профессор кафедры финансов и кредита, Саратовский государственный университет E-mail: [email protected]

А. А. Нархова

студентка экономического факультета,

Саратовский государственный университет E-mail: [email protected]

Введение. В последние десятилетия вопросы влияния университетов на региональное экономическое развитие и поиск наиболее эффективных механизмов и инструментов взаимодействия университетов и регионов привлекает все большее внимание исследователей и практиков. Методика исследования. В данной статье поставлена цель - изучить влияние российских университетов на инновационное развитие регионов. Для оценки влияния университетов на показатели инновационного развития регионов были использованы статистические данные Федеральной службы государственной статистики за 2010-2013 гг. В качестве факторов, характеризующих влияние университета, был выбран набор статистически наблюдаемых относительных финансовых показателей эффективности национальных исследовательских университетов. Для оценки уровня инновационного развития регионов

были использованы метод интегрального рейтингового анализа инновационной активности и модель производственной функции знания. Результаты. Анализ корреляционной зависимости по анализируемым регионам Российской Федерации показывает значительную дифференциацию показателей и динамики влияния деятельности национальных исследовательских университетов на инновационное развитие регионов. При увеличении объема средств, полученных ими на НИОКР по договорам с хозяйствующими субъектами, по отношению к их общим доходам на 1 млн руб. уровень инновационного развития региона увеличится на 4,8499 единицы, что свидетельствует о хороших перспективах развития для регионов при активном взаимодействии университетов и бизнеса. Ключевые слова: университет, инновационное региональное развитие.

© Фирсова А. А., Нархова А. А., 2015

А. А. Фирсова, А. А. Нархова. Влияние университетов на инновационное развитие регионов

Введение

В последние десятилетия вопросы влияния университетов на региональное экономическое развитие и поиск наиболее эффективных механизмов и инструментов взаимодействия университетов и регионов привлекает все большее внимание исследователей и практиков в развитых зарубежных странах и в странах с развивающейся экономикой.

В данной статье поставлена цель - изучить влияние российских университетов на инновационное развитие регионов.

Степень влияния деятельности университетов на региональное инновационное развитие в зарубежных исследованиях, как правило, оценивается по следующим показателям: непосредственному объему затрат на научные разработки; количеству выданных патентов и защит диссертаций в году; количеству ежегодно издаваемых научных статей; количеству выпускников вузов. Более того, в некоторых источниках указывается, что университеты играют роль и генераторов идей для промышленности, которыми являются выпускники вузов, и выступают сами инноваторами с точки зрения инновационной активности. Эти обстоятельства предполагают различные подходы к оценке параметров и моделей влияния университета на региональное развитие [1-3].

Методика исследования

Для оценки влияния университетов на показатели инновационного развития регионов были использованы статистические данные Федеральной службы государственной статистики за 2010-2013 гг. В качестве объектов исследования были отобраны регионы (кроме

г. Москвы и г. Санкт-Петербурга), университеты в которых с 2009 г. в рамках приоритетного национального проекта «Образование» стали участниками программы по формированию сети национальных исследовательских университетов (НИУ). Для анализа влияния университета на инновационное развитие регионов были выбраны финансовые показатели эффективности НИУ. Поскольку программа развития НИУ в России проводилась только с 2008 г. и поэтапно (полный перечень университетов утвердили в 2010 г.), для анализа использовались данные с 2010 по 2012 г. Следует учитывать, что дальнейшие исследования данных аспектов необходимо проводить по большим выборкам, что будет давать более значимые результаты.

Для оценки уровня инновационного развития регионов размещения НИУ был использован метод интегрального рейтингового анализа инновационной активности.

На первом этапе исследования были отобраны и сгруппированы показатели для построения универсального индекса инновационного развития региона (табл. 1). Эти показатели были обобщены с последующим усреднением по формуле среднего арифметического и сведены в четыре группы:

1. Экономическое развитие региона (ЭРР) -показатели 1, 2, 3.

2. Инновационный потенциал региона (ИР) - показатели 4, 5.

3. Финансовые показатели инновационной деятельности региона (ФПР) - показатели 6, 7, 8.

4. Интеллектуальный потенциал региона (ИПР) - показатели 9, 10.

Таблица 1

Перечень показателей, входящий в интегральный индекс инновационного развития региона

№ Показатели

1 ВРП на душу населения

2 Инвестиции в основной капитал на душу населения

3 Потребительские расходы на душу населения

4 Инновационная активность организаций

5 Доля инновационных товаров

6 Внутренние затраты на исследования

7 Затраты на технологические инновации организаций

8 Используемые передовые технологии

9 Патентные заявки

10 Численность персонала, занятого научными исследованиями и разработками

Экономика

155

Изв. Сарат. ун-та. Нов. сер. Сер. Экономика. Управление. Право. 2015. Т. 15, вып. 2

Для комплексной оценки инновационного развития был использован интегральный показатель, определяемый по формуле среднего геометрического:

IIRR = V3PP-HP-OnP-HnP .

Преимуществом предлагаемого интегрального показателя является то, что он компактно и концентрированно охватывает основные показатели региональных экономик, приведенных в сопоставимый вид. В табл. 2 представлены значения индекса инновационного развития регионов, в которых находятся исследуемые НИУ.

Таблица 2

Индекс инновационного развития регионов, входящих в программу развития НИУ, за 2010-2012 гг.

Регионы 2010 2011 2012

Республика Мордовия 92,999 151,053 112,093

Нижегородская область 622,540 691,212 742,293

Самарская область 462,098 496,771 631,506

Саратовская область 199,101 184,828 223,368

Челябинская область 394,401 408,542 462,931

Республика Татарстан 1040,563 1437,838 1514,016

Пермский край 919,115 965,670 1052,395

Томская область 653,085 739,451 728,734

Иркутская область 495,280 441,142 520,147

Новосибирская область 727,407 859,562 935,004

Белгородская область 320,454 332,638 359,842

В качестве факторов, характеризующих влияние университета, был выбран набор статистически наблюдаемых относительных показателей:

- доход от НИОКР из всех источников по ПНР НИУ по отношению к общим доходам НИУ (DNIO), млн руб.;

- объем средств, полученных НИУ на НИОКР по договорам с хозяйствующими субъектами по ПНР НИУ, по отношению к общим доходам НИУ (OSH), млн руб. Данный показатель отвечает за степень результативности взаимодействия между университетами и бизнесом;

- совокупный доход от реализованной НИУ и организациями его инновационной инфраструктуры научно-технической продукции по ПНР НИУ, за исключением доходов, полученных от ассигнований федерального бюджета (сметное финансирование НИОКР) и грантов научных фондов (иных юридических лиц), поступлений от благотворительной деятельности, по отношению к общим доходам НИУ (INNED), млн руб.;

- доходы, полученные от приносящей доход образовательной и научной деятельности (внебюджетные средства), по отношению к общим доходам НИУ (DND), млн руб.;

- финансовое обеспечение программы развития НИУ из внебюджетных источников (FOP), млн руб.;

- доходы НИУ из всех источников от образовательной и научной деятельности в расчете на одного НПР (UDON), млн руб.

При исследовании взаимосвязей между экономическими показателями на основе статистических данных при больших массивах информации использовались парный регрессионный анализ и корреляционно-регрессионный анализ [4].

Был также проведен линейный корреляционный анализ, при оценке корреляционных связей была принята следующая оценка:

1) сильная корреляция - при г > 0,70;

2) средняя корреляция - при 0,50 < r < 0,69;

3) умеренная корреляция - при 0,30 < r < 0,49;

4) слабая корреляция - при 0,20 < r < 0,29;

5) очень слабая корреляция - при r < 0,19.

Для построения линейной регрессии была

использована модель производственной функции знания (knowledge production function) А. Джаффе [5] вида

IIRR = PjDNIO + 32 OSH + PANNED +

+ p4DND + psFOP + p6UD0N + ek , где гк - случайный член (стохастическая ошибка).

156

Научный отдел

А. А. Фирсова, А. А. Нархова. Влияние университетов на инновационное развитие регионов

Коэффициенты при независимых переменных Pj показывают, на сколько пунктов изменится уровень инновационного развития региона при изменении i-ой переменной на единицу. Результаты подобного анализа позволят установить наиболее тесные корреляционные зависимости между параметрами DNIO, OSH, INNED, DND, FOP и UDON к IIRR.

Результаты

Анализ корреляционной зависимости по анализируемым регионам Российской Федерации показывает значительную дифференциацию коэффициентов корреляции. Диапазон их значений по регионам колеблется от сильных положительных значений (преобладающих по показателю OSH) до сильных отрицательных (по показателю DND) (табл. 3).

Коэффициенты корреляции по регионам РФ

Таблица 3

Регионы Коэффициент корреляции

DNIO к IRRR OSH к IIRR INNED к IIRR DND к IIRR FOP к IIRR UDON к IIRR

Республика Мордовия -0,2965 -0,1938 -0,9691 0,8012 0,7165 0,4367

Самарская область 0,4722 0,8206 -0,5911 -0,6839 0,9051 0,3343

Саратовская область 0,9289 0,9305 0,89 -0,0632 0,6087 0,8381

Челябинская область 0,6409 0,9797 0,9885 -0,5887 0,9434 -0,492

Республика Татарстан 0,9564 0,624 0,9925 0,971 0,9846 0,7264

Пермский край -0,0702 0,9389 0,9994 -0,1264 -0,7042 0,9235

Томская область 0,9438 0,3981 0,8953 -0,7136 0,9752 0,8808

Иркутская область 0,5511 0,7422 0,5433 -0,9906 -0,8709 -0,8046

Новосибирская область 0,7376 0,7775 0,9423 -0,7215 0,9719 0,9984

Белгородская область 0,9736 0,9532 0,9325 0,3601 0,9346 0,8242

Результаты анализа показали, что наиболее сильная или тесная корреляционная зависимость просматривается между параметрами OSH и IIRR (в большинстве случаев коэффициент корреляции > 0,7). Это свидетельствует о том, что чем интенсивнее идет взаимодействие университетов и региональных бизнесов, тем прогрессивнее инновационное развитие региона.

Только в Республике Мордовия наблюдается отрицательная корреляционная зависимость, что означает обратную связь между ними. В Республике Татарстан, Новосибирской и Белгородской областях прослеживаются высокие значения коэффициентов корреляции по большинству показателей, соответственно, в этих регионах влияние НИУ на инновационное развитие будет более серьезным.

Отрицательные значения коэффициентов корреляции по показателю DND говорят о том, что в большинстве регионов увеличение доходов от образовательной и научной деятельности (внебюджетных) негативно сказывается на региональном инновационном развитии. Это

может быть связано с различиями региональных экономик, различиями в ВРП на душу населения и экономической стабильностью региона.

Корреляционная зависимость IIRR от INNED в большинстве регионов также является сильной и только для Республики Мордовии (-0,9691) и Самарской области (-0,5911) - отрицательной, а для Иркутской области (0,5433) - средней.

Влияние рассмотренных факторов (DNIO, OSH, INNED, DND, FOP, UDON) на интегральный показатель инновационного развития региона (IIRR) носит сложный как положительный, так и отрицательный характер. Метод корреляционно-регрессионного анализа может быть использован при изучении нелинейных процессов инновационного развития и его влияния на ВРП регионов.

В табл. 4 представлены результаты оценок, полученных с помощью построения линейной регрессии по модели производственной функции знаний за 2010 г. по 11 российским регионам. Значимость регрессионного уравнения проверялась с помощью F-критерия Фишера.

Экономика

157

Изв. Сарат. ун-та. Нов. сер. Сер. Экономика. Управление. Право. 2015. Т. 15, вып. 2

Таблица 4

Оценки, полученные после построения регрессии за 2010 г. (N = 11)

Переменные Коэффициенты Pt Станд. ошибка t-статистика

Константа -0,2927 3,5464 -0,0825

Ln(DNIO) 0,252 1,7974 0,1402

Ln(INNED) 0,8049 0,4672 1,7227

Ln(DND) 0,1289 1,457 0,0884

Ln(FOP) -0,4431 0,5134 -0,863

Ln(UDON) 1,5298 0,8872 1,7243

Для данного уравнения F т (5,5) = 5,05,

а ^абл = 3,72

Поскольку наблюдаемое значение меньше критического, данное уравнение является в целом незначимым. Это может быть связано с небольшим количеством наблюдений и тем, что год после запуска программы НИУ - краткосрочный период, в ходе которого результаты от программы финансирования еще не успели проявиться в должной степени.

По t-критерию Стьюдента все коэффициенты Р;. являются незначимыми, так как

Кпабл. стах) I < 1кри , И ПРИ 5%-НОМ, И ПРИ 1%-НОМ уровнях значимости:

*крит при 5%-ном уровне значимости = 2,571; *крит при 1%-ном уровне значимости = 4,032.

Оценки, полученные после пост

Показатель OSH не использовался в регрессиях по 2010 и 2011 гг., потому что стал статистически изучаемым только с 2012 г. Качество уравнения из-за этого может также меняться. Коэффициент детерминации R2 в данном случае равен 0,78.

В табл. 5 зафиксированы оценки регрессии по 2011 г. Для этого уравнение F т (5,5) = = 5,05 аналогично предыдущему, потому что количество степеней свободы не изменилось, а F^aji = 1,94. Данное уравнение также является в целом незначимым. По t-критерию Стьюдента все коэффициенты Р;. являются незначимыми,

так как |1(набл. Стат) I < *крит и при и

при 1%-ном уровнях значимости. Критические значения остаются прежними. Коэффициент детерминации R2 в данном случае равен 0,65.

Таблица 5

шия регрессии за 2011 г. (N = 11)

Переменные Коэффициенты Pt Станд. ошибка f-статистика

Константа 0,4036 5,1275 0,0787

Ln(DNIO) 0,3066 1,454 0,2108

Ln(INNED) 0,3854 0,9393 0,4103

Ln(DND) 0,4332 1,1546 0,3752

Ln(FOP) -0,3897 0,6623 -0,5886

Ln(UDON) 0,8494 1,1847 0,7169

Результаты построения регрессии за 2012 г. отображены в табл. 6. Количество степеней свободы меняется, так как была введена дополнительная независимая переменная - OSH, и становятся равными соответственно 6 и 4. Новое значение ^рит (6,4) = 5,°5, а 1крит = 2,447

для 5%-ного уровня значимости и 3,707 - для 1%-ного уровня. Уравнение является значимым, поскольку F бл = 20,314, соответственно

Fm^ > F^HX- . Коэффициенты перед переменными INNED, UDON, OSH являются значимыми

и при 5%-ном, и при 1%-ном уровнях, остальные - незначимы.

Таким образом, получается, что при увеличении совокупного дохода от реализованной НИУ и организациями его инновационной инфраструктуры научно-технической продукции по ПНР НИУ по отношению к общим доходам на единицу уровень инновационного развития региона (в виде показателя IRR) увеличится на 4,0234 единицы. При увеличении доходов НИУ из всех источников от образовательной и научной деятельности в расчете на одного НПР

158

Научный отдел

А. А. Фирсова, А. А. Нархова. Влияние университетов на инновационное развитие регионов

Таблица 6

Оценки, полученные после построения регрессии за 2012 г. (N = 11)

Переменные Коэффициенты Станд. ошибка Г-статистика

Константа 1,1081 1,5476 0,7159

Ln(DNIO) 0,364 0,2502 1,4549

Ln(INNED) 0,8611 0,2139 4,0234

Ln(DND) 0,4601 0,2388 1,9264

Ln(FOP) -0,1592 0,1381 -1,1527

Ln(UDON) -1,2528 0,2509 -4,9917

Ln(OSH) 1,4504 0,299 4,8499

на 1 млн руб. IIRR снизится на 4,9917. Хотя данное значение является значимым, нужно принимать во внимание то, что выборка для исследований была небольшой и они проводились в краткосрочном периоде.

Для долгосрочного периода результаты могут сильно отличаться, а прогнозные значения по имеющимся данным строить еще рано. Пока, за первые три года, можно уловить только формирующуюся динамику влияния деятельности НИУ на инновационное развитие региона. При увеличении объема средств, полученных НИУ на НИОКР по договорам с хозяйствующими субъектами по ПНР НИУ, по отношению к общим доходам НИУ на 1 млн руб. уровень инновационного развития увеличится на 4,8499 единицы. Данный результат, безусловно, говорит о хороших перспективах развития для регионов при активном взаимодействии НИУ и бизнеса.

Многие из коэффициентов полученных уравнений оказались статистически незначимыми, поскольку исследуемые данные сильно ограничены. Для более детального и качественного анализа необходимо брать выборку минимум за 10 лет. Это направление эконометрических исследований влияния университета на регион возможно развивать в дальнейших исследованиях с учетом доступности большего объема статистических данных с использованием методов пространственного анализа.

Работа выполнена при финансовой поддержке РФФИ (проект № 12-06-33052 мол_а_ вед).

Список литературы

1. Новиков А. В., Лапочкина Л. В. Проблемы инновационного развития регионов России // Современные проблемы науки и образования. 2011. № 6. URL: http:// www.science-education.ru/100-5213 (дата обращения: 30.01.2014).

2. Фирсова А. А., Нархова А. А. Зарубежные подходы к оценке влияния университета на региональное развитие // Изв. Сарат. ун-та. Нов. сер. Сер. Экономика. Управление. Право. 2014. Т. 14, вып. 2. С. 289-294.

3. Фирсова А. А., Нархова А. А. Университет как драйвер экономического развития региона : вызовы и перспективы // Изв. Сарат. ун-та. Нов. сер. Сер. Экономика. Управление. Право. 2013. Т. 13, вып. 2. С. 223-227.

4. Шеховцева Л. С., Грушников В. В. Влияние инновационных факторов на развитие регионов России // Вестн. Балт. федер. ун-та им И. Канта. 2013. Вып. 3. С. 124-129.

5. Jaffe A. Real effects of academic research //American Economic Review. 1989. № 79. Р. 957-970.

Universities Impact on Innovative Development of Regions: an Empirical Analysis

A. A. Firsova

Saratov State University,

83, Astrakhanskaya str., Saratov, 410012, Russia E-mail: [email protected]

A. A. Narkhova Saratov State University,

83, Astrakhanskaya str., Saratov, 410012, Russia E-mail: [email protected]

Introduction. In recent decades, questions the impact of universities on regional economic development and the search for the most effective mechanisms and instruments of cooperation of universities and regions attracts more and more attention from researchers and practitioners. Methodology of the study. In this article it was set the goal - to study the influence of Russian universities in the innovative development of the regions. To assess the impact of universities on the performance of innovative development of regions were used statistical data of Federal service of state statistics for 2010-2013. The factors characterizing the influence of the university, was chosen set of statistically observable on the financial performance of national research universities. To assess the level of innovation development of the region was used the method of integral rating analysis of innovative activity and knowledge production function model. Results. Analysis of the correlation of the analyzed regions of the Russian Federation

Экономика

159

Изв. Сарат. ун-та. Нов. сер. Сер. Экономика. Управление. Право. 2015. Т. 15, вып. 2

shows significant differentiation parameters and dynamics influence the activities of national research universities in the innovative development of the region. By increasing the amount of funds they have received R & D contracts with businesses in relation to their total revenues to 1 million rubles, the level of innovation development of the region will increase by 4.8499 units, which indicates good prospects for the development of regions with the active collaboration of universities and business.

Key words: university, innovative regional development.

The reported study was supported by RFBR, research (project № 12-06-33052 мол а вед).

References

1. Novikov A. V., Lapochkina L. V Problemy innovatsi-onnogo razvitiia regionov Rossii (Problems of innovative development of regions of Russia). Sovremennye problemy nauki i obrazovaniia (Modern problems of science and education), 2011, no. 6. Available at: http://www. science-education.ru/100-5213 (accessed 30 January2014).

2. Firsova A. A., Narkhova A. A. Zarubezhnye podkhody k otsenke vliianiia universiteta na regional’noe raz-vitie [Foreign approaches to assessing the impact of the university on regional development]. Izv. Saratov Univ. (N.S.), Ser. Economics. Management. Law, 2014, vol. 14, iss. 2, pp. 289-294.

3. Firsova A. A., Narkhova A. A. Universitet kak draiver ekonomicheskogo razvitiia regiona: vyzovy i perspek-tivy [University as a driver of economic development in the region: challenges and prospects]. Izv. Saratov Univ. (N.S.), Ser. Economics. Management. Law, 2013, vol. 13, iss. 2, pp. 223-227.

4. Shekhovtseva L. S., Grushnikov V V Vliianie innovat-sionnykh faktorov na razvitie regionov Rossii [Influence factors on the development of innovative regions of Russia]. Vestn. Balt. feder. un-ta im. I. Kanta [Immanuel Kant Baltic Federal University Vestnik], 2013, iss. 3, pp. 124-129.

5. Jaffe A. Real effects of academic research. American Economic Review, 1989, no. 79, pp. 957-970.

160

Научный отдел