CC BY
29Решетневские чтения. 2017
УДК 332.1
ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ МЕТОДА DATA ENVELOPMENT ANALYSIS ДЛЯ ОЦЕНКИ УРОВНЯ ИННОВАЦИОННОИ УСТОЙЧИВОСТИ РЕГИОНА
И. Р. Руйга
Сибирский федеральный университет Российская Федерация, 660041, г. Красноярск, просп. Свободный, 79 E-mail: irina_rouiga@bk.ru
Рассмотрена возможность применения метода Data Envelopment Analysis для оценки уровня инновационной устойчивости региона как одной из характеристик успешного инновационного развития социально-экономической системы.
Ключевые слова: Data Envelopment Analysis, инновационная устойчивость региона.
THE POSSIBILITY OF USING THE DATA ENVELOPMENT ANALYSIS METHOD TO ESTIMATE THE REGION INNOVATIVE SUSTAINABILITY
I. R. Rouiga
Siberian Federal University 79, Svobodny Av., Krasnoyarsk, 660041, Russian Federation E-mail: irina_rouiga@bk.ru
The article considers the possibility of using the Data Envelopment Analysis method to estimate the innovation sus-tainability on the region level as one of the characteristics of successful innovation development of the socio-economic system.
Keywords: Data Envelopment Analysis, regional innovation sustainability.
Инновационную устойчивость можно рассматривать как одну из характеристик успешного инновационного развития социально-экономической системы любого уровня (национального, регионального, локального). Под инновационной устойчивостью региональной социально-экономической системы, по мнению автора, следует понимать способность системы в течение определенного периода времени генерировать создание объектов интеллектуальной собственности с последующей их коммерциализацией в производственный сектор региона с целью существенного изменения структуры промышленности и развития производств нового технологического уклада.
В целом оценка инновационного развития на уровне региона может основываться на нескольких основных подходах: 1) подход, основанный на формировании индексов инновационного развития, определяющих положение региона относительно других регионов (система рейтингования); 2) подход, основанный на методах сравнительного анализа ряда инновационных показателей, представленных в динамике. Однако динамика может дать оценку относительно темпов инновационного развития, но не уровня состояния инновационной устойчивости.
Наиболее показательной, с точки зрения определения уровня инновационной устойчивости на различных уровнях, является метод сравнения фактических показателей инновационного развития с пороговыми значениями. Более того, с точки зрения обеспечения состояния устойчивости необходимым услови-
ем является не только соответствие пороговому значению, а также улучшение показателей в динамике. Такой метод одновременно является и наиболее трудоемким. По мнению автора, применение количественных методов к оценке инновационной устойчивости регионов может существенным образом расширить разнообразие известных подходов.
При определении уровня инновационной устойчивости региона полезная информация может быть получена при сравнении регионов между собой. В связи с этим предлагается использовать метод Data Envelopment Analysis (DEA) для выполнения такого сравнения.
Метод DEA с успехом применяется в отечественной и зарубежной практике для оценки эффективности функционирования однородных объектов в различных социально-экономических системах. Такими объектами могут быть корпоративные структуры, финансово-кредитные учреждения, учреждения социальной сферы, органы управления, регионы и т. д.
[1; 6; 7].
В настоящее время общепринятого русского эквивалента английскому названию метода не существует, однако предлагается такой вариант, как «анализ среды функционирования» [4]. Суть метода DEA на примере хозяйственной системы широко рассмотрена в работах отечественных и зарубежных ученых [1-6]. В методологии DEA используется термин «эффективность функционирования», отражающий эффективность, с которой исследуемые объекты преобразуют
Эффективность функционирования сложных систем
входы в выходы. В данном исследовании под эффективностью следует понимать уровень инновационной устойчивости региона.
Одним из подходов к решению проблемы разделения показателей на входные и выходные для оценки инновационной устойчивости региона может быть следующий [7]: к входным показателям можно условно отнести те из них, для которых более предпочтительными считаются меньшие значения, а к выходным - показатели, сориентированные на увеличение. В результате после проведения ряда вычислительных операций по методу DEA получим для «неэффективных» регионов рекомендации по снижению значений входных и увеличению значений выходных показателей.
Возможны и другие подходы к решению задачи разделения показателей на входные и выходные [1]. При этом следует учитывать, что в методике входные параметры упрощенно представляются как ресурсы системы, а выходные - как результаты деятельности системы.
Для отбора и обоснования параметров оценки уровня инновационной устойчивости региона автором предлагается адаптировать показатели инновационного развития на региональном уровне к требованиям метода DEA следующим образом. В качестве входных параметров предлагается использовать показатели, отражающие условия, способствующие развитию инновационной экономики региона, а в качестве выходных параметров - показатели, характеризующие результаты инновационной деятельности субъекта.
Кроме этого, необходимо дифференцировать по «направлению» показатели, выбранные в качестве входных с позиции устойчивости: ориентированные на снижение (1 группа) или увеличение (2 группа). При использовании метода DEA исходными данными для показателей первой группы будут приниматься их фактические значения. Для показателей второй группы (когда устойчивым является рост значения параметра), по мнению автора, необходимо определить пороговые значения (некий эталон), отклонение фактических значений от которых для достижения устойчивого состояния устремляется к минимуму. Следовательно, в этом случае будет не нарушаться утверждение о том, что чем отклонение меньше, тем более инновационно устойчивой является система (в данном случае регион).
Таким образом, применяя указанный метод, можно получить сравнительный срез в регионах России по уровню инновационной устойчивости, а затем выйти на формирование оценки общероссийского уровня. При этом метод DEA позволяет определять относительную эффективность (то есть уровень инновационной устойчивости) регионов. Это означает, что регионы сравниваются между собой. Результатом работы метода DEA будет один интегральный показатель для каждого из изучаемых в выборке субъектов федерации, на основании значения которого может быть проведено ранжирование регионов. Кроме того, производятся конкретные оценки желательных изменений во входах/выходах, которые позволили бы вывести неэффективные регионы на так называемую границу эффективности.
Библиографические ссылки
1. Система обеспечения экономической безопасности региона / Ю. В. Дорофеева и др. Красноярск : НИИ СУВПТ, 2002.
2. Data Envelopment Analysis: theory, methodology, and application. / A. Charnes, W. W.Cooper, A. Y. Lewin, L. M. Seiford // Kluwer Academic Publishers. Boston, 1994.
3. Coelli T., Prasada Rao D. S., Battese G. E. An introduction to efficiency and productivity analysis // Klu-wer Academic Publishers, Boston, 1998.
4. Анализ эффективности функционирования сложных систем / В. Е. Кривоножко, А. И. Пропой, Р. В. Сеньков и др. // Автоматизация проектирования. 1999. № 1. С. 2-7.
5. Fried H. O., Lovell C. A. K., Schmidt S. S. (Eds.) The Measurement of Productive Efficiency and Produc-tivit Growth // Oxford University Press, 1993. 653 p.
6. Моргунов Е. П. Многомерная классификация на основе аналитического метода оценки эффективности сложных систем : дис. ... канд. физ.-мат. наук. Красноярск, 2003. 160 с.
7. Кацик Д. Е. Теоретические аспекты экономической безопасности регина как субъекта внешнеэкономических отношений (на примере Красноярского края) : дис. ... канд. экон. наук. Красноярск, 2003. 199 с.
References
1. Sistema obespecheniya ehkonomicheskoj bezopas-nosti regiona [The system of economic security of the region] / Yu. V. Dorofeeva et al. Krasnoyarsk, NII SUVPT, 2002.
2. Data Envelopment Analysis: theory, methodology, and application / A. Charnes, W. W. Cooper, A. Y. Lewin, L. M. Seiford // Kluwer Academic Publishers, Boston, 1994.
3. Coelli T., Prasada Rao D. S., Battese G. E. An introduction to efficiency and productivity analysis. Kluwer Academic Publishers, Boston, 1998.
4. [Analysis of the performance of complex systems] / V. E. Krivonozhko, A. I. Propoj, R. V. Sen'kov et al. // Avtomatizaciya proektirovaniya. 1999. № 1. P. 2-7. (In Russ.).
5. Fried H. O., Lovell C. A. K., Schmidt S. S. (Eds.) The Measurement of Productive Efficiency and Produc-tivit Growth. Oxford University Press, 1993. 653 p.
6. Morgunov E. P. Mnogomernaya klassifikaciya na osnove analiticheskogo metoda ocenki ehffektivnosti slozhnyh system. Dis. kand. fiz.-mat. nauk. [A multidimensional classification based on an analytical method for evaluating the efficiency of complex systems. Cand. phis.-math. sci. diss.]. Krasnoyarsk, 2003, 160 p.
7. Kacik D. E Teoreticheskie aspekty ehkonomicheskoj bezopasnosti regina kak sub "ekta vneshneehkonomicheskih otnoshenij (na primere Kras-noyarskogo kraya). Dis. kand. ehkon. nauk. [Theoretical aspects of economic security of the region as a subject of foreign economic relations (on the case of the Krasnoyarsk Krai). Cand. econ. sci. diss.]. Krasnoyarsk, 2003, 199 p.
© Руйга И. Р., 2017
