Scientific journal
Fundamental research
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

ASSESSMENT OF RESOURCES OF INNOVATIVE CAPACITY OF THE REGION

Sadykova E.T. 1 Ochirova G.Y. 1
1 Baikal Institute of Nature Management of Siberian Branch of Russian Academy of Sciences
The assessment of resources of innovative capacity of the region with application of a method main a component of the factorial multidimensional analysis is carried out. As the region which doesn’t have high rates of innovative activity the Republic of Buryatia is accepted. Rather positive dynamics of innovative development is noted in spite of the fact that the indicator internal current costs of researches and development didn’t undergo almost any changes, and the specific weight of costs of technological innovations was slightly lost. The main groups of the factors having the greatest impact on innovative development of the Republic of Buryatia and a circle of problems which decision will allow to use effectively available resources of innovative potential are revealed and to increase innovative activity of the organizations. Perspective development requires improvement of innovative infrastructure, increase of a level of quality of technological base of the enterprises; development of institutional structure of innovative activity of the Republic of Buryatia.
method main component
resources
factors
innovative potential
region
innovative development
1. AjvazjanS.A., BuhshhtaberV.M., EnjukovI.S., Meshalkin L.D., Mosсow, 1989, рp. 607.
2. Gorjunova L.A. Innovacionnaja sistema regiona. Instrumenty i mehanizmyu pravlenija (Innovative system of the region. Tools and mechanisms of management). St.Petersburg,2011, рp. 202.
3. Kaneva M.A., Untura G.A. Diagnostika innovacionnogo razvitija Sibiri (Diagnostics of innovative development of Siberia). – Region: economy and sociology, 2013, no 2(78), pp. 173–196.
4. Maskajkin E.P. Innovacionnyj potencial regiona: sushhnost’, struktura, metodika ocenki inapravlenija razvitija (Innovative capacity of the region: essence, structure, technique of an assessment and direction of development). Available at: http:// CyberLeninka.ru > Nauchnyestati > …struktura-metodika… (accessed 10 december 2014).
5. Moskvina O.S. Innovacionnyj potencial kak faktoru stojchivogo razvitija regiona (Innovative potential as factor of a sustainable development of the region). Available at: http:// journal.vscc.ac.ru. > php/jou/30/art30_02.php (accessed 10december 2014)
6. Programma socialno-jekonomicheskogo razvitija Respubliki Burjatijana period do 2020 goda. Prilozhenie k Zakonu Respubliki Burjatija «O programme socialno-jekonomicheskogo razvitija Respubliki Burjatijana period do 2020 goda» v redakcii Zakona RB ot 14.03.2011 g. no. 1903-IV. (The annex to the Law of the Republic of Buryatia «About the program of social and economic development of the Republic of Buryatia for the period till 2020» in edition of the Law RB of 14.03.2011 no. 1903-IV.)
7. Rejtingin novacionnogo razvitija subektov RF (Rating of innovative development of territorial subjects of the Russian Federation). Available at: http://www.hse.ru/primerydata/rir2014 (accessed 18 december 2014).
8. Regiony Rossii. Socialno-jekonomicheskie pokazateli. 2000–2013 (Regions of Russia. Socio-economic indexes. 2000–2013). Stat. sb., Moscow: Rosstat., 2000–2013.
9. Statisticheskije zhegodnik. 2013 (Statistical year-book). Stat. sb., Ulan-Ude: Burjatstat, 2013, pр. 335.
10. Untura G.A. Strategicheskaja podderzhka regionov Rossii: problemy ocenki statusaterritorij innovacij (Strategic support of regions of Russia: problems of an assessment of the status of territories of innovations).Region: economy and sociology, 2012, no 1(73), pp. 123–141.

Изучением вопросов инновационного развития как хозяйствующего субъекта, так и региона занимаются многие отечественные ученые, статьи которых посвящены анализу, мониторингу и оценке инновационного потенциала региональных экономических систем [4, 5]. Исследуются качественные и количественные методы оценки состояния инновационной деятельности в регионах [3], разрабатываются и применяются различные методики рейтингования для оценки инновационного статуса регионов [7, 10].

К настоящему моменту в экономической литературе представлен широкий спектр сущностных и смысловых интерпретаций инновационного потенциала. Так, в соответствии со словарем «Экономика и финансы» (Глоссарий.ру): «Инновационный потенциал – это совокупность различных видов ресурсов, необходимых для осуществления инновационной деятельности». Или «Инновационный потенциал – это возможность и способность региона формировать и использовать инновационные ресурсы, необходимые для инновационного развития, что позволяет региону создавать, распространять и использовать различные виды новшества (новые виды товаров и услуг)» [4].

На наш взгляд, из имеющегося понятийного многообразия для этой цели наиболее приемлемо рассматривать инновационный потенциал как с точки зрения ресурсной компоненты, характеризующей возможности отдельных ресурсов для осуществления инновационной деятельности в регионе, так и результативной компоненты, отражающей результат реализации использования ресурсных возможностей [5].

Актуальность проблемы оценки ресурсов инновационного потенциала имеет большое значение для регионов, которые не обладают высокими показателями инновационной активности. К таким регионам относится и Республика Бурятия, имеющая определенный потенциал для успешного инновационного развития. Кроме того, республика занимает особое положение, обусловленное близостью к озеру Байкал, что налагает определенные обязательства по сохранению уникальной экосистемы озера. Приоритеты инновационного развития республики определены в Программе социально-экономического развития Республики Бурятия на период до 2020 года, принятой законом Республики Бурятия от 14.03.2011 г. № 1903-IV. Целью государственного управления процессом активизации инновационной деятельности в Республике Бурятия является повышение конкурентоспособности экономики на основе создания развитой республиканской инновационной инфраструктуры, сбалансированного и эффективного использования ресурсов, научно-технического и образовательного потенциала республики [6].

В данной работе представлена методика оценки инновационного потенциала Республики Бурятия, позволяющая выявить факторы, влияющие на производство инновационной продукции. Республика Бурятия занимает 41 место в рейтинге по значению российского регионального инновационного индекса (РРИИ) за 2012 год, представленного институтом статистических исследований и экономики знаний «Высшей школы экономики» [7]. В Сибирском федеральном округе по объему отгруженной инновационной продукции Республика Бурятия занимает 8 место, в Байкальском регионе – 2 место после Иркутской области. На рисунке представлена динамика основных показателей инновационной деятельности в Республике Бурятия, характеризующая достаточно стабильную ситуацию в области финансирования науки и инновационной активности. Так, показатель наукоемкости не претерпел практически никаких изменений, а удельный вес затрат на технологические инновации снизился с 1,7 % в 2006 году до 1,4 % в 2012 году. В то же время за этот период произошло увеличение предприятий, осуществляющих технологические инновации.

pic_39.wmf

Динамика показателей инновационного развития в Республике Бурятия за 2006–2012 гг., %

Для оценки инновационного потенциала в работе применен метод главных компонент факторного анализа с построением регрессионного уравнения [1]. Данный метод предназначен для сжатия большого массива информации с одновременным выделением максимальной дисперсии. В основе метода лежит корреляционная матрица. Статистические методы факторного, компонентного, регрессионного анализов широко применяются исследователями для изучения взаимосвязи социально-экономических явлений. Так, статистические методы применялись в исследовании управления развитием инновационной системы региона [2], для диагностики инновационного развития Сибири [3] и др.

В исследовании использовались официальные статистические данные территориального органа Росстата по Республике Бурятия. Из множества показателей были отобраны 7 параметров, характеризующих ресурсную и результативную составляющие инновационного потенциала за период с 2000 по 2012 гг., сформированных в три главных компоненты, с суммарной дисперсией 86,83 % (табл. 1). Отбор главных компонент был осуществлен на собственные значения корреляционной матрицы. Для выделения достаточного числа факторов также был использован «критерий каменистой осыпи» Кэттеля. Этот критерий показал то, что для решения поставленной задачи необходимо выделить три фактора.

В первый фактор (F1) вошли показатели с максимальными факторными нагрузками: Х1 – доля собственных средств на технологические инновации, Х4 – число использованных передовых технологий, Х6 – число передовых технологий, приходящихся на 100 предприятий, которые характеризуют научно-технологический ресурс. Во второй фактор (F2) вошли показатели: Х2 – отдача с 1 руб. затрат на технологические инновации, Х5 – удельный вес организаций, осуществляющих технологические инновации, Х7 – число инновационно активных предприятий, характеризующее инфраструктурный ресурс. Третий результирующий фактор (F3), включающий Х3 – объем инновационной продукции, произведенный на 1 предприятие, обозначен как уровень инновационной активности.

Таблица 1

Матрица факторных нагрузок

Исходные показатели

Ед. изм.

Обозначение

Главные компоненты

F1

F2

F3

Доля собственных средств на технологические инновации

%

Х1

0,617234

–0,502632

–0,000840

Отдача с 1 руб. затрат на технологические инновации

руб.

Х2

0,539626

0,726824

0,349269

Объем инновационной продукции, произведенный на 1 предприятие

тыс. руб.

Х3

0,571024

–0,383651

0,685351

Число использованных передовых технологий (ед.)

Ед.

Х4

–0,848411

–0,323690

0,245489

Удельный вес организаций, осуществляющих технологические инновации

%

Х5

–0,026268

–0,872479

0,160215

Число передовых технологий, приходящихся на 100 предприятий

Ед.

Х6

–0,946564

–0,227825

0,149522

Число инновационно активных предприятий

Ед.

Х7

0,568714

–0,661299

–0,396141

Вклад компонент

   

48,34

37,57

14,09

∑ дисперсии в %

   

41,97

32,62

12,24

Для оценки влияния совокупных факторов на обобщающий показатель построено и проанализировано уравнение регрессии на главных компонентах. Преимущество уравнения в том, что свободный член уравнения характеризует среднее значение объема инновационной продукции за анализируемый период:

Y = 1449,54 + 944,67F1 – 642,07F2 + 1073,04F3. (1)

Уравнение регрессии статистически значимо, т.к. индекс множественной корреляции R = 0,965, коэффициент детерминации R2 = 0,931, скорректированный индекс детерминации Ŕ2 = 0,908; F-критерий (Фишера) Fрасч(3,9)40,71 > Fтабл(3,9)0,98; t-критерий Стьюдента t(9)расч10,63 > t(9)табл2,26, а также все полученные значения по факторам tрасч > tтабл.

Уравнение регрессии позволяет определить изменение объема производства инновационной продукции за счет отдельных главных компонент, а также их совместное влияние. Из анализа коэффициентов этого уравнения видно, что увеличение объема инновационной продукции за анализируемый период составило 1375,64 млн руб. Это произошло за счет положительного влияния факторов, характеризующих научно-технологический ресурс (F1) и уровень инновационной активности (F3), которые нивелировали отрицательное действие фактора, характеризующего инфраструктурный ресурс (F2).

Для выявления закономерностей и факторов развития кадрового научного ресурса также проведен компонентный анализ. Отбор показателей был произведен на основе ресурсно-составляющих, ресурсно-образующих и ресурсно-воспроизводственных факторов развития научных кадров на основе данных за 2000–2012 гг. Для оценки кадрового научного ресурса в качестве Y был взят показатель общей численности исследователей. В качестве основных факторов приняты следующие: X1 – численность докторов наук, чел.; X2 – численность кандидатов наук, чел.; Х3 – численность аспирантов, чел.; Х4 – численность выпуска аспирантов, чел.; Х5 – удельный вес внутренних текущих затрат, %; Х6 – удельный вес аспирантов, выпущенных с защитой, %; Х7 – численность исследователей на 10 тыс. занятых в экономике чел.; Х8 – удельный вес исследователей, имеющих ученую степень, %.

На основе полученных результатов компонентного анализа, по матрице исходных данных определены три главных компоненты, на которые приходится 87,9 % суммарной дисперсии. Вклад первой компоненты составляет 56,2 %, второй – 28,3 %, третьей – 15,5 % (табл. 2).

Первая компонента (F1) включает показатели Х1, Х3, Х5, Х7, Х8, что можно определить как уровень состояния научного кадрового ресурса. Вторая компонента (F2) состоит из показателей Х2, Х4, которые характеризуют факторы воспроизводства научного кадрового ресурса. Третья компонента (F3) включает показатель Х6 – фактор качества развития научного кадрового ресурса.

Таблица 2

Матрица факторных нагрузок

Исходные показатели

Ед. изм.

Обозначение

Главные компоненты

F1

F2

F3

Численность докторов наук

чел.

Х1

0,789646

0,377068

0,397692

Численность кандидатов наук

чел.

Х2

0,129848

0,910547

–0,101459

Численность аспирантов

чел.

Х3

0,854902

0,087627

–0,355666

Численность выпуска аспирантов

чел.

Х4

–0,158541

0,825910

0,354422

Удельный вес внутренних текущих затрат

%

Х5

0,871117

0,002727

0,022828

Удельный вес аспирантов, выпущенных с защитой

%

Х6

–0,522655

–0,238000

0,735967

Численность исследователей на 10 тыс. занятых в экономике

чел.

Х7

–0,794274

0,524963

–0,239675

Удельный вес исследователей, имеющих ученую степень

%

Х8

0,946360

–0,073712

0,247043

Вклад компонент

 

d

56,2

28,3

15,5

∑ дисперсии в %

   

49,4

24,9

13,6

В процессе анализа построено уравнение на главных компонентах. В качестве Y взят показатель общей численности исследователей. Полученная модель значима по критериям, позволяет определить, как в среднем за анализируемый период и под влиянием каких компонент происходит изменение численности исследователей. Уравнение регрессии имеет следующий вид:

Y = 754 – 102F1 + 70F2 – 34F3; (2)

R = 0,974, Ŕ2 = 0,933,

Fрасч(3,9)57,15 > Fтабл (3,9)0,98;

t(9)расч80,04 > t(9)табл2,26.

За счет отрицательного влияния фактора состояния научного кадрового ресурса (F1) и фактора качества развития научного кадрового ресурса (F3) происходит снижение численности исследователей, связанное, скорее всего, с проводимыми реформами в системе образования и науки. В то же время повышается качество научных кадров, увеличивается численность аспирантов, кандидатов и докторов наук, что говорит о высоком образовательном потенциале республики.

Таким образом, проведенное исследование позволило выявить основные группы факторов, оказывающих наибольшее влияние на инновационное развитие Республики Бурятия, и круг проблем, решение которых позволит эффективно использовать имеющиеся ресурсы инновационного потенциала и повысить инновационную активность организаций. Главными направлениями в усилении развития инновационно-ресурсного потенциала являются следующие: необходимо создать инновационную инфраструктуру и повысить качество уровня технологической базы инновационно активных предприятий; развивать институциональные структуры инновационной деятельности Республики Бурятия; создать условия для того, чтобы процессы инновационного развития стали реальным механизмом эффективного экономического воздействия и рычагами управления развитием общества.

Рецензенты:

Михеева А.С., д.э.н., заведующая лабораторией экономики природопользования, ФГБУН «Байкальский институт природопользования» СО РАН, г. Улан-Удэ;

Антохонова И.В., д.э.н., заведующая кафедрой «Макроэкономика, экономическая информатика и статистика», ФГБОУ ВПО «Восточно-Сибирский государственный университет технологий и управления», г. Улан-Удэ.

Работа поступила в редакцию 27.12.2014.