Содержание к диссертации
Введение
1. Теоретические основы моделирования инновационных процессов с учетом их пространственных характеристик 11
1.1. Инновационные процессы как объект моделирования 11
1.2. Пространственные характеристики экономических систем и инновационных процессов 17
1.3. Анализ существующих моделей и способов моделирования инновационных процессов 30
1.4. Методические основы и инструменты оценки уровня инновационного развития территории 44
2. Анализ и моделирование пространственных характеристик инновационных процессов 54
2.1. Выявление основных пространственных характеристик экономических систем и инновационных процессов 54
2.2. Моделирование пространственных характеристик инновационных процессов 69
2.3. Разработка модели диффузии инноваций в экономической системе 80
3. Методическое обеспечение оценки уровня инновационного развития территории 92
3.1. Разработка инструментария для оценки качества кластеризации 92
3.2. Сравнительный анализ существующих методик оценки уровня инновационного развития территорий 103
3.3. Методика оценки уровня инновационного развития территории 113
Заключение 122
Список литературы 126
- Пространственные характеристики экономических систем и инновационных процессов
- Методические основы и инструменты оценки уровня инновационного развития территории
- Моделирование пространственных характеристик инновационных процессов
- Сравнительный анализ существующих методик оценки уровня инновационного развития территорий
Введение к работе
Актуальность темы исследования. В современном обществе благосостояние страны связывается с её научно-технологическим потенциалом, от степени развития которого зависит способность обеспечить достаточную конкурентоспособность своей продукции и предоставляемых услуг. Успешность социально-экономического развития страны непосредственно зависит не только и не столько от обладания научными знаниями, отражающими последние достижения научно-технического прогресса, но и от её способности использовать эти знания на практике, от результативности инновационных процессов, создающих условия для расширения производства, повышения эффективности социально-экономических процессов.
Для успешного перехода российской экономики на инновационный путь развития необходимо не только активизировать заимствования новой техники, оборудования и технологий у развитых стран, значительно повысить результативность научных исследований, но и обеспечить формирование и развитие инновационной среды, способствующей созданию и распространению инноваций во всех регионах страны.
Динамика уровня инновационного развития России свидетельствует о слабоположительных тенденциях роста. Для выявления факторов, сдерживающих инновационное развитие страны и способствующих его ускорению, необходимы модели и инструменты анализа и оценки инновационных процессов.
Современные теории экономического развития учитывают, что любая хозяйственная деятельность соотносится с определенным временем и местом в пространстве, поэтому важным аспектом анализа и моделирования инновационных процессов является учет пространственных зависимостей. Пространственный фактор является существенным для понимания и описания реальных закономерностей экономического поведения и формирования синтетических результатов экономической деятельности в масштабах национальной экономики. Многие проблемы управления инновационной деятельностью являются также следствием недостаточного внимания к временным аспектам функционирования экономических систем, когда не в должной степени учитываются динамические характеристики инновационных процессов. Целостное представление о развитии инновационных процессов с учетом пространственных и динамических характеристик экономических систем могут быть
получены с использованием соответствующего инструментария, прежде всего, методов экономико-математического моделирования.
Поэтому моделирование инновационных процессов с учетом пространственных характеристик является актуальной и важной проблемой, имеющей огромное практическое значение.
Степень изученности и разработанности темы исследования. Инновационные
процессы достаточно давно стали объектом пристального внимания и самостоятельного
изучения. Большое количество теоретических результатов, подтвержденных практикой,
и их внутреннее единство позволяют говорить о формировании отдельного направления
экономической науки – инноватики. Значительный вклад в разработку теории и
практики анализа инновационных процессов и соответствующей деятельности внесли
отечественные и зарубежные ученые: Л.С. Бляхман, С.В. Валдайцев, А.Д. Викторов,
В.П. Воробьев, С.И. Голосовский, С.Ю. Глазьев, А.К. Казанцев, А.Г. Кругликов, Д.С.
Львов, А.И. Муравьев, А.Н. Петров, В.В. Платонов, В.А. Покровский, А.А. Румянцев,
Д.В. Соколов, Ю.В. Яковец, Р. Акофф, И. Ансофф, Э. Квейд, Дж. Мартина, М. Портер,
Э. Роджерс, Б. Твисс, Дж. Форрестер, В. Хартман, К. Холт, Й. Шумпетер, Р. Эйрс и
другие. Они сформулировали и обосновали положение о том, что инновации являются
доминирующим фактором экономического развития и составляют основу
конкурентоспособности фирм, отраслей и стран, позволяя успешно вести борьбу за рынки путем освоения новых, более привлекательных для потребителей продуктов или более экономичных и эффективных технологий их производства.
Проблеме моделирования инновационных процессов в экономических системах посвящено большое количество публикаций, раскрывающие различные ее аспекты. Экономико-математическое моделирование, эконометрические и математические методы, применяемые для исследования этапов инновационных процессов, разрабатывались в работах Е. Роджерса, Л. Анселина, Дж.Р. Лесейджа. Моделирование диффузии инноваций исследовалось в трудах Е. Роджерса, Басса, Н. Мида, В.Л. Бабурина, С.П.Земцова и др.
Теоретическим основам развития экономических систем с учетом
пространственных характеристик посвящены труды А. Лёша, А.Г. Гранберга, П.А. Минакира, В.В.Чекмарева, С.А.Суспицына, Д.А Новикова, А.В. Белова.
Важную роль регионов в развитии инновационной экономики в России отмечают исследователи: И.М. Бортник, Н.Н. Михеева, Г.А. Унтура и др.
Анализ инновационных процессов, форм и методов государственной поддержки и стимулирования инноваций, распространения инноваций в пространственных экономических системах являются востребованными направлениями экономических теоретических и практических исследований для большинства развитых и развивающихся стран мира, в том числе и для России. В настоящее время активно формируются, систематизируются и разрабатываются основные теоретические положения развития инновационных процессов в пространственных экономических системах. Однако целостная научная теория региональных инновационных систем, взаимоувязывающая инновации и пространственное развитие, еще не сформирована, слабо разработаны вопросы моделирования инноваций, учитывающие особенности распространения инноваций в пространственных экономических системах.
Необходимость совершенствования механизмов и инструментов оценки инновационной деятельности в пространственных системах определяет актуальность, практическую значимость и направления диссертационного исследования.
Область исследования. Диссертационная работа выполнена в соответствии с пунктом 1.4 области исследований Паспорта специальности 08.00.13 — Математические и инструментальные методы экономики: «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений».
Целью диссертационной работы является моделирование инновационных процессов с учетом пространственных характеристик экономических систем.
Для достижения этой цели необходимо решить следующие задачи:
исследовать теоретические основы экономико-математического моделирования
инновационных процессов в пространственных системах;
выявить факторы, влияющие на эффективность инновационного развития регионов, на основании эконометрических моделей;
оценить инновационное развитие регионов и их взаимное влияние методами пространственной эконометрики;
разработать модель диффузии инноваций с учетом особенностей отдельных территорий и апробировать ее в реальной среде;
разработать инструментарий оценки статистических данных, используемых для составления рейтингов оценки инновационного развития экономик и для других областей применения;
разработать программный комплекс, позволяющий моделировать и оценивать методики оценки инновационного развития.
Объект исследования - инновационные процессы в пространственных экономических системах.
Предметом исследования являются особенности формирования и распространения инновационных процессов с учетом пространственных характеристик экономических систем.
Научная новизна исследования заключается в следующем:
разработана методика выделения наиболее значимых характеристик экономического пространства, влияющих на экономические процессы на уровне региона, и оценки их влияния на региональный валовой продукт и уровень инновационного развития региона, которая отличается от существующих широким спектром рассматриваемых факторов и использованием методов факторного и регрессионного анализа;
предложена модификация клеточного автомата для моделирования диффузии инноваций, который отличается от существующих по способу выбора множества соседних клеток и по способу изменения состояния клетки, поддерживает несколько режимов работы: с учетом отсутствия или непроницаемости границ, однородности или неоднородности территорий;
предложен инструментарий для оценки качества кластеризации многомерных
данных и на его основе разработана комплексная методика оценки инновационного
развития регионов, позволяющая проводить сравнительные оценки с результатами
оценок по другим методикам.
Положениями, выносимыми на защиту, являются следующие результаты, содержащие элементы новизны:
выделены факторы, характеризующие различные аспекты инновационного
развития регионов с учетом их пространственных характеристик, исследована степень
их влияния на внутренний региональный продукт и инновационную успешность регионов;
разработана модель диффузии инноваций на основе теории клеточных автоматов, учитывающая особенности социально-экономических условий территорий, разработан программный комплекс и выполнено его тестирование на реальных данных;
разработаны инструменты оценки качества кластеризации многомерных данных;
проанализированы и обобщены методические схемы оценки инновационного развития регионов, выполнен их качественный и количественный анализ, разработан программный комплекс для разработки методики составления рейтинга, ее оценки и сравнения с другими методиками.
Теоретическая значимость работы заключается в развитии комплексной теоретической и методической базы моделирования инновационных процессов с учетом пространственных факторов и разработке инструментов для оценки их результативности. Приемы, модели и методы, предложенные в работе, могут быть использованы в теоретических и прикладных исследованиях экономики инноваций.
Практическая значимость исследования состоит в том, что на основе предложенных методик и инструментария анализа влияния пространственных факторов на инновационные процессы возможно проведение анализа экономического пространства регионов с целью поиска проблем, замедляющих переход регионов на инновационный путь развития, а также оценки уровня инновационного развития территорий.
Разработанный программный комплекс для моделирования диффузии инноваций может использоваться для оценки скорости и направлений распространения инноваций в экономической среде отдельного региона или страны в целом с учетом социально-экономических и пространственных факторов, влияющих на восприимчивость территорий к инновациям.
Приложение для оценки инновационного развития регионов существенно расширяет возможности федеральных, региональных и иных информационных ресурсов для ведения мониторинга инновационной деятельности в России.
Методология и методы исследования. Теоретическую и методологическую основу исследования составляют научные труды современных российских и зарубежных ученых по эконометрике, теоретическим основам развития инновационных
процессов в пространственных экономических системах, статистике, дискретной математике, программированию, а также теоретические и методологические вопросы описания социально-экономических процессов и систем в виде экономико-математических и компьютерных моделей.
В качестве аппарата исследования применялись методы пространственной эконометрики, статистического анализа многомерных данных, теории клеточных автоматов, нечетких множеств, кластерного анализа, а также методы компьютерного моделирования. При выполнении работы использованы программные средства для математико-статистических расчетов и обработки данных: EViews, Stata, Mathematica. Для программирования применялись языки Python, JavaScript и другие средства разработки web-приложений.
Степень достоверности результатов исследования. Достоверность моделей, выводов и методик, содержащихся в диссертационной работе, определяется использованием актуальной статистической информации, полученной из официальных источников, корректной ее обработкой и интерпретацией результатов. Достоверность полученных результатов подтверждается использованием общепринятых результатов теоретических исследований ученых в области эконометрического моделирования, статистического анализа, дискретной математики, а также применением современных, апробированных на практике средств обработки информации и программных продуктов.
Апробация результатов исследования и публикации. Основные теоретические, методологические и прикладные результаты диссертационного исследования представлены в выступлениях и материалах всероссийских и международных научных конференций: «Актуальные проблемы экономики и управления» (Москва, 2013), «Инновационный путь развития экономики регионов» (Брянск, 2014), «Дальневосточная экономическая школа-конференция» (Владивосток, 2014), «Статистические методы экономики и общества» (Москва, 2014), «Инновационные технологии в науке и образовании» (Чебоксары, 2015).
Основные результаты диссертационного исследования нашли отражение в 8 статьях в научных журналах и сборниках докладов научных конференций, в том числе 3 статьи опубликованы в рецензируемых научных изданиях, рекомендованных ВАК
Минобрнауки России, получено одно свидетельство о государственной регистрации программы на ЭВМ.
Объем и структура работы отражает логику, порядок исследования и решения поставленных задач. Общий объем основного текста диссертации составляет 141 страница и включает: введение, 3 главы, заключение, список литературы из 155 наименований, 19 таблиц, 37 рисунков и 5 приложений на 26 страницах.
Пространственные характеристики экономических систем и инновационных процессов
Результатом теоретических и эмпирических исследований в 1980-х годах стала концепция «Национальных Инновационных Систем» (НИС), которая была разработана, прежде всего, для объяснения различий в технологическом развитии стран.
Концепция НИС предполагает, что отношение между инновационным процессом и экономическим развитием является сложным взаимодействием не только между экономическими переменными, но и между институциональными субъектами и процессами внутри географического, отраслевого и технологического контекста [88, 118, 125]. Этим авторам принадлежит идея рассматривать инновационный процесс с системной точки зрения как открытую систему. Freeman [88] делал акцент на институциональном контексте инновационной деятельности, подчеркивая, что НИС является «сетью организаций в государственном и частном секторах, чья деятельность и взаимодействие определяет, модифицирует и распространяет новые технологии».
Lundvall [118] определил НИС как «... элементы и отношения, которые взаимодействуют в области производства, распространения и использования нового, и экономически полезного знания ... и расположены либо внутри, либо на границах национального государства». Автор сделал акцент на теоретической ориентации, сосредоточив внимание на создании знаний, на взаимодействии между потребителями и производителями и, наконец, на самих инновациях [84, 118].
По мнению Нельсона, «НИС – это набор институтов, чье взаимодействие определяет инновационную деятельность» [125]. Несмотря на некоторые различия между приведенными выше определениями, НИС можно рассматривать как процесс и результат интеграции разнородных по целям и задачам структур, занятых производством и коммерческой реализацией научных знаний и технологий в пределах национальных границ, обеспечиваемых комплексом институтов правового, финансового и социального взаимодействия, имеющих прочные национальные корни, традиции, политические и культурные особенности.
За последние десятилетия эта концепция приобрела широкую поддержку ученых, была уточнена и развита. Вот некоторые положения современной концепции НИС [13, 28, 45, 75]: 1) взаимодействие c наукой, технологиями и инновациями имеет сложную интерактивную природу и может быть описано только посредствам динамических нелинейных моделей; 2) инновационный потенциал отдельной страны или территории определяется не только возможностями его участников (предприятий, университетов, научных организаций и др.), но и в большей степени связями и взаимодействиями между ними; 3) инновационный процесс необходимо рассматривать как сложную открытую систему, в которой определяющее значение имеет взаимодействие с «внешней» средой; 4) на инновационный процесс влияют не только экономические, но и институциональные, организационные, социальные, пространственные и политические факторы.
Исследованиям этапов инновационного процесса и их взаимосвязи занимаются ученые в нашей стране и за рубежом. Так в международной базе данных рефератов и цитирования SCOPUS [146] количество ресурсов только для раздела «Economics, Econometrics and Finance» по поисковому запросу «innovation» составляет 90141, по запросу «innovation process» – 24208, «modeling innovation process OR innovation» – 22221, «phase OR stage OR structure innovation process» – 19748. Количество ресурсов, найденных по тем же запросам в российской базе данных ELIBRARY [151], составляет 217447, 164369, 24245 и 104318 соответственно. Таким образом, вопросы моделирования инновационных процессов, его этапов, достаточно хорошо проработаны в литературе, в том числе и российскими авторами. Однако исследования [1, 10, 22] показывают, что современное развитие инновационных процессов во всех отраслях экономики нашей страны находится пока на очень низком уровне. Об этом свидетельствуют: невысокие показатели уровня инновационной активности предприятий (10,3% в 2012 году), объемов затрат на технологические инновации и их результативность (в 2012 году было создано 1323 передовые технологии), крайне низкая доля инновационной продукции в общем объеме произведенной продукции (8% в 2012 году) и пр. [144]. Эта тенденция наблюдается и в других странах мира, хотя инновации в наше время являются одним из приоритетных направлений развития экономики во всем мире. В работах [8, 127] показано, что эффективность инновационных процессов зависит не только от внутренних компонентов и их взаимосвязей, но и от того, в какой среде они функционируют, как эта среда влияет на инновации.
В связи с этим представляется целесообразным исследовать инновационный процесс как открытую систему, с точки зрения влияния на него различных внешних и внутренних факторов, а также специфичность функционирования инновационных процессов на отдельных территориях.
Современные теории экономического развития учитывают, что любая хозяйственная деятельность соотносится с определенным временем и местом, а потому важным аспектом анализа и прогнозирования социально-экономического развития является учет пространственных зависимостей, так как взаимодействия между различными экономическими объектами становятся в значительной мере зависимыми от расположения в пространстве.
Пространственные аспекты превратились сегодня в один из наиболее популярных объектов анализа не только экономики, но и целого ряда смежных с ней отраслей знания [41]. Пространственный фактор является существенным для понимания и описания реальных закономерностей экономического поведения и формирования синтетических результатов экономической деятельности в масштабах национальной экономики. Теоретико-методологические основы пространственной экономики впервые рассматривались в работах ученых А.Лёша [29] и У. Айзарда [98].
Миссия пространственной экономики в экономической теории, по мнению российского ученого Гранберга А.Г., «состоит в преодолении стереотипов «точечной» макроэкономики (в соответствии с которыми национальная экономика рассматривается как однородный монообъект) и теоретическом охвате широкой области пространственных феноменов» [11]. Практика реформирования экономики России наглядно продемонстрировала необходимость учета пространственных аспектов распространения трансформационных эффектов, исследования закономерностей распределения экономических и социальных характеристик экономического пространства. Академик П.А. Минакир в своей работе [40] справедливо отмечает, что эти характеристики экономического пространства имеют «естественную» и «приобретенную» природу, являясь результатом не только природно-климатических и географических условий, но и результатом формирования, функционирования и взаимодействия территориальных социально-экономических сообществ различного масштаба, формирования пространственного системного эффекта. Это значительно усложняет исследование экономических и социальных характеристик экономического пространства, однако актуальность таких исследований неоднократно обсуждалась в научной литературе. Но единообразного и непротиворечивого представления о том, каковы должны быть теоретико-методологические основания исследования пространственного фактора в экономике пока не выработано.
Методические основы и инструменты оценки уровня инновационного развития территории
В данном разделе сделана попытка выявить основные экономические характеристики экономического пространства России и инновационных процессов, осуществить их количественный анализ и проследить влияние этих показателей на региональную динамику. Результаты исследования опубликованы автором в работе [68], апробированы на конференции [32].
Как показано в первой главе, существует несколько подходов к исследованию экономического пространства, в частности: - территориальный; - ресурсный; - информационный.
Анализ этих подходов позволяет выделить основные блоки экономических характеристик пространства, влияющих на экономические процессы и связанных с анализируемыми методическими подходами (рисунок 2.1).
По каждому блоку характеристик экономического пространства выделена совокупность статистических показателей, которые можно рассчитать по данным Федеральной службы государственной статистики [144], Министерства регионального развития РФ [140], Министерства транспорта РФ [141] и которые, характеризуют соответствующие особенности экономического пространства. Полный список отобранных показателей приведен в приложении Б.
На основе полученных данных в каждый блок было включено различное количество показателей (от 4 до 20). Затем было выполнено сокращение числа независимых переменных, чтобы удалить из системы показателей все незначащие признаки и устранить избыточные, в частности, характеризующиеся мультиколлинеарностью. В качестве результирующего фактора в данном исследовании рассматривается «Валовой региональный продукт».
Для решения проблемы отбора наиболее важных факторов использовался метод последовательного отбора (Stepwise) [97]. Подробно рассмотрим, как этот метод применялся для блока «Инвестиции и финансы» (таблица 2.1). Для остальных блоков результирующая совокупность независимых переменных приведена в таблице 2.2.
Таким образом, в модель, характеризующую блок «Инвестиции и финансы» включены следующие показатели: x2- объем иностранных инвестиций в расчете на 1 жителя (руб.); x3 - доходы бюджета региона на 1 жителя (млн. руб.). Аналогичную процедуру проводим для всех основных блоков характеристик экономического пространства, результаты представлены в таблице 2.3.
X21 Объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по виду экономической деятельности "Добыча полезных ископаемых" на 1 кв.км площади X22 Доля земли, покрытая лесом X23 Количество вывезенного леса (м3) на 1 жителя Продолжение таблицы 2. X;j Наименование показателя X24 Количество сельскохозяйственной земли (га) на 1 жителя X25 Объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по виду экономической деятельности "Обрабатывающее производство" в руб. на 1 км2 площади X26 Объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по виду экономической деятельности "Производство и распределение электроэнергии, газа и воды" в руб. на 1 км2 площади X28 Лесистость территорий, процентов X29 Общий запас древесины, м2 на 1 км площади X210 Использование свежей воды тысяч кубических метров на человека X211 Рентабельность проданных товаров продукции организаций по добыче полезных ископаемых X212 Рентабельность проданных товаров продукции организаций по обрабатывающим производствам X213 Рентабельность проданных товаров продукции организаций по производству и распределению электроэнергии, газа и воды Инвестиции и финансы Х32 Объем иностранных инвестиций в расчете на 1 жителя (руб.) Хзз Доходы бюджета региона на 1 жителя (млн. руб.) Уровень жизни Х41 Оборот общественного питания (руб.) Х43 Число студентов государственных ВУЗов на 100 жителей Х45 Среднедушевые денежные доходы (руб.) Х46 Прожиточный минимум на 1 чел. Х49 Среднемесячная номинальная численная заработная плата работников организаций (рублей)
Для каждого блока показателей сформируем матрицу исходных данных X, состоящую из n строк и m столбцов так, чтобы ее строки соответствовали регионам, а в столбцах содержались значения отобранных на предыдущем шаге показателей, характеризующих каждый регион. Поскольку показатели имеют разные единицы измерения, приведем их к единой размерности:
Далее применим метод главных компонент (факторный анализ), состоящий в переходе от исходной системы показателей (размерностью nхm) к новому набору показателей (nхp), называемых главными компонентами. Значение р определяется по критерию Кайзера (критерию собственных чисел). Отбираются только факторы с собственными значениями равными или большими 1.
Для построения регрессионной модели используется метод наименьших квадратов с результирующим фактором «Валовый региональный продукт», результатом которого является модель вида:
Моделирование пространственных характеристик инновационных процессов
Для успешной модернизации российской экономики и ее перехода на инновационный путь развития необходимо не только активизировать заимствования новой техники, оборудования и технологий у развитых стран, но и значительно повысить результативность проводимых отечественных научных исследований и разработок. В кругу специалистов сложилось устойчивое мнение о низкой вероятности успешности отечественных научных исследований и разработок. Однако анализ международной инновационной практики, проведенный в работе [1], показывает, что результативность научных исследований и разработок в развитых странах также не является высокой. Соотношение творческих идей и успешных инновационных проектов со значительной доходностью составляет 3000 к 1, или доля успешных проектов -0,03% от количества творческих идей.
В 1979-1981 годах Р. Купер [82] предложил теорию успешности инноваций, поддержанную многими учеными, что позволило идентифицировать более 75 ключевых факторов успешности инновационных проектов. Эти факторы имеют ярко выраженную региональную специфику, отражающую результативность инновационной деятельности на соответствующей территории. Результативность инновационной деятельности связана с качеством инновационной среды территории, уровнем экономического развития и укладом национальной экономики. Выявление таких факторов в регионах России позволит количественно оценивать интенсивность инновационных процессов и успешность конкретных инновационных проектов.
Оценка динамики уровня инновационного развития России показывает слабоположительные тенденции роста [22]. Для анализа причин медленного перехода российской экономики на инновационный путь развития и поиска факторов, сдерживающих и способствующих ускорению такого перехода, необходимы соответствующие модели и инструменты. Результаты исследования, проведенного в данном разделе, опубликованы в [36], а также апробированы на конференциях [33, 35].
Анализ инновационной деятельности будет осуществлен на основе оценки производственной функции знаний (С.Грилич [95], M.Фритчх [90]). Производственная функция знаний (ПФЗ) для панельных данных описывается в виде: ( ) где i – номер региона; t – время; Iit - некоторый измеритель инновационных идей в i-ом регионе в момент времени t; Iit-1 – тот же показатель за предыдущий период, так как производство инновационных идей стимулирует создание новых знаний; Нit – оценка человеческого капитала; RDit – внутренние затраты на исследования и разработки на одного исследователя; Zit - социально-экономический фактор, который позволяет определить вектор инновационной деятельности региона.
В качестве измерителя инновационных идей можно использовать различные статистические показатели: патенты, созданные или используемые инновационные технологии, новые продукты, инновационную активность предприятий. В зарубежных исследованиях, как правило, используется число патентных заявок или патентов, однако в российских условиях такой показатель является некорректным, так как качество знаний, оформленных в патентах в России очень низкое - они почти не предназначены для внедрения и не отражают реально внедряемых технологий и продуктов [48]. Таким образом, в качестве адекватного показателя потока новых инновационных идей можно применить показатель «Инновационная активность организаций», который определяется как отношение числа организаций, осуществлявших технологические, организационные или маркетинговые инновации, к общему числу обследованных за определенный период времени организаций в регионе. Человеческий капитал можно оценивать разными способами. Наиболее простой способ оценки ( ) отражает повышение производительности труда в зависимости от увеличения уровня образования, измеренного в годах обучения s. Часто предполагается, что f(s)=rs, где г норма отдачи на инвестиции в образование, реально наблюдаемая на рынке труда. Однако норма отдачи на образование может существенно различаться по регионам и отраслям, и она в научном секторе очень мала [48], поэтому можно свести человеческий капитал к однородному труду Hr=L, где L - численность занятых исследованиями и разработками на одну тысячу населения. А влияние человеческого капитала учтем косвенным образом по различиям в коэффициентах эластичности для различных категорий исследователей:
Сравнительный анализ существующих методик оценки уровня инновационного развития территорий
Далее рассмотрим каждый из этих этапов. Этап «Ввод и анализ данных». На этом этапе осуществляется отбор показателей на базе официальной статистики или экспертных оценок, которые обеспечивают комплексность учета различных факторов, влияющих на оценку инновационного развития регионов. Приложение включает базу данных более 100 показателей по 83 регионам Российской Федерации за 2011-2013 годы (эти показатели охватывают рассмотренные выше методики). Кроме этого допускается создание и включение в базу новых показателей. Анализ данных может проводиться либо в автоматическом режиме, либо вручную. В автоматическом режиме на основе выбранных пользователем показателей итеративной процедурой формируется набор, который характеризуется минимальной корреляцией между факторами и наилучшими показателями чувствительности и устойчивости.
В ручном режиме по запросу пользователя строится корреляционная матрица и выдаются результаты оценки чувствительности и устойчивости. После этого на основе полученной информации пользователь удаляет старые или включает новые показатели до тех пор, пока, с его точки зрения, не будет получен наилучший набор входных данных.
На этом этапе может быть проведена редукция данных, то есть разбиение исходных показателей на блоки, либо автоматически (факторным анализом) либо вручную (рисунок 3.15). В этом случае в каждый блок включаются показатели, характеризующие некоторую сторону инновационной деятельности в регионе. В дальнейшем для каждого блока вычисляются субиндексы, показывается уровень развития выделенной группы факторов одного содержательного блока в сравнении с другим блоком, например, «Потенциал развития инноваций» и «Результат инновационной политики» (методика II).
Этап «Построение методики или выбор существующей». Как уже отмечалось выше, на основе предложенного модифицированного алгоритма оценки можно генерировать различные методики. Для этого необходимо указать этапы, включаемые в методику, а также инструменты их реализации. При этом в зависимости от того, на каком этапе применяется кластеризация данных, можно сгруппировать регионы по исходным показателям, что соответствует условию равнозначности всех показателей. Другой способ – кластеризавать регионы по отдельным блокам показателей, поскольку один аспект инновационной деятельности может быть значительно более развит, чем другой. Так, существуют и регионы-лидеры по исследовательской деятельности, и регионы-лидеры по результатам внедрения инноваций, и очень мало таких, где оба фактора развиты на одинаково высоком уровне. В случае же, если для кластеризации используется интегральный индекс, оценивается некоторое обобщенное значение инновационного развития региона, которое может сильно различаться в зависимости от способа его построения.
Этап «Реализация методики» осуществляется в соответствии с выбранными на предыдущем этапе инструментами. Его результатами могут являться: интегральный индекс; кластеризация регионов, выполненная по исходным показателям или по интегральному индексу; несколько кластеризаций регионов по каждому блоку показателей.
Интегральный индекс регионов выводится в виде таблицы, также показываются результаты оценки выполнения методики различными метриками. Оценив результаты, пользователь может сохранить полученные результаты в виде отдельного рейтинга и вернуться к предыдущим этапам, чтобы изменить исходные показатели или методику оценки. Также можно импортировать данные в виде текстового файла или файла Excel.
Этап «Сравнение результатов». На данном этапе пользователю доступны все рейтинги, которые он создал ранее (система реализована в виде клиент серверного приложения, каждый пользователь имеет свой «кабинет», в котором хранятся результаты его работы), а также рейтинги, созданные другими пользователями и выставленные в общий доступ. Для выбранных рейтингов можно посчитать метрики устойчивости и чувствительности, а также перекрестное расстояние между рейтингами. Полученные результаты кластеризации и интегральный индекс можно сравнивать как в графическом виде, так и в табличном. После сравнения рейтингов пользователь может вернуться к любому предыдущему этапу, чтобы внести необходимые изменения.
Этап «Агрегация результатов». На этом этапе можно создавать комбинированные рейтинги на основе имеющихся рейтингов, например, входные показатели взять из одного рейтинга, а методику обработки – из другого. Проведение эксперимента Для тестирования и апробации приложения в нем были реализованы методики I-V, а также построен тестовый «Рейтинг оценки инновационного развития с учетом пространственных факторов». В качестве исходных для этого рейтинга были выбраны 41 показатель, описанные во второй главе данной работы, которые использовались для описания экономического пространства регионов и инновационного процесса, а также показатели, описывающие экономико-географическое положение регионов, как в рейтинге III. К этим показателям был применен режим автоматического анализа и корректировки данных. В результате было отобрано 26 показателей, затем эти показатели были разделены на 4 блока вручную на основе экспертного мнения (полный список показателей приведен в приложении А). Разработанная для тестового рейтинга методика включает следующие этапы: этап 1 (1.1, 1.4) этап 2 (2.2) этап 3 (3.1) этап 4 (4.1) этап 5 этап 6 (6.1) этап 8 (8.1) этап 8 (9.1).
В тестовый рейтинг были включены показатели, которые пересекаются с исходными данными других методик в среднем на 25%. Далее к выбранным показателям был применен автоматический анализ данных (корреляционный анализ, оценка чувствительности и устойчивости). Результаты, приведенные на рисунке 3.17, показывают, что программе удалось отобрать исходные показатели, характеристики которых, в большинстве своем, являются одними из лучших среди всех методик.
При построении методики были выбраны инструменты, показавшие наилучшие результаты при анализе (итерационное сглаживание и нормирование, взвешивание по числу показателей в блоке и др.). Кластеризация регионов была проведена сразу после нормирования и сглаживания. В результате характеристики итоговой кластеризации тоже оказались одними из лучших.
С другой стороны, расстояние между тестовым рейтингом и рейтингом I и III достаточно мало (рисунок 3.18), что свидетельствует о достоверности результатов рейтинга. Таким образом, разработанное и размещенное в сети Интернет приложение «Программный комплекс оценки инновационного развития регионов» существенно расширяет возможности федеральных, региональных и иных информационных ресурсов для ведения мониторинга инновационной деятельности в России, поскольку это приложение позволяет не только составлять и анализировать рейтинги инновационного развития, но и осуществлять межрегиональные сравнения.