Формирование модели оценки коллаборационного технологического контура на основе сравнительного анализа

Введение

В настоящее время вопросы стимулирования технологического развития корреспондируют с проблемами обеспечения национальной безопасности, поскольку факт достижения общепризнанного технологического лидерства в ключевых отраслях экономики априорно позволяет участвовать в формировании важнейших тенденций и направлений развития мировой экономики, воздействовать на разделение сфер влияния на глобальном рынке наукоемкой продукции, задавать перспективы научных исследований и др.

В условиях внешних вызовов и угроз важно сформировать условия для эффективного развития экономической среды и интенсификации субъектов высокотехнологичного сектора, поскольку они являются конкурентоспособными участниками внутреннего и глобального рынка наукоемкой продукции и определяют перспективы их развития [12] (Malykhina, 2019).

Исследование основывалось на использовании методологических подходов ведущих отечественных и зарубежных ученых к анализу и оценке состояния, проблем, перспектив развития и динамики технологических отраслей экономики, субъектов наукоемкого производства [11, 21] (Doroshenko, Malykhina, Somina, 2018).

При этом столь широко обсуждаемый вопрос тенденций осуществления технологической модернизации и трансформации промышленных отраслей с целью их возрождения и формирования технологического потенциала отечественной экономики может иметь положительное решение лишь при условии стимулирования и укрепления внутренних возможностей региональных экономик. Однако анализ трудов отечественных и зарубежных ученых по обозначенной проблематике позволяет утверждать, что сегодня вопросы методического обеспечения практики оценки эффективности высокотехнологичного сектора экономики, как и возможностей его развития, не решены.

В этой связи была разработана концепция создания коллаборационных технологических контуров (далее – КТК) как территориально определенных зон стимулирования интеграционного взаимодействия ключевых участников высокотехнологичного рынка, основываясь на существующей методологии инновационного развития экономических систем, а также предложено использование сравнительного анализа как инструмента формирования модели оценки КТК с целью совершенствования механизмов развития и укрепления взаимодействующих субъектов инновационного процесса.

Подчеркнем, что автор определяет КТК как часть инновационной экосистемы региона, отличающуюся признаками обособленной инновационно-технологической системы, призванной максимально консолидировать ресурсы и возможности ключевых участников инновационной деятельности с целью формирования коллаборационной среды для стимулирования их интеграционного взаимодействия в целях развития интеллектуальной деятельности и реализации технико-технологического потенциала производственного сектора экономики. Полагаем, что формирование КТК в рамках региональных экономических систем является стратегическим инструментом развития инновационной и технологической деятельности посредством повышения взаимодействия, в частности межотраслевого, важнейших участников инновационной экосистемы.

Отметим, что проблемы исследования основ инновационного развития и оценки ее эффективности отражены в работах отечественных и зарубежных ученых, а именно Й. Шумпетера, И. Ансоффа, Б. Санто, Б. Твисса, К.М. Кристенсеса, Ю.А. Дорошенко, И.В. Соминой, И.Е. Ильиной, Е.Н. Жаровой, Е.В. Агамировой, А.С. Каменского, И.Э. Фролова, Н.А. Ганичева, И.М. Голова, А.Ф. Суховей и др. [1, 3, 7, 10, 17, 18, 19, 20, 21] (Ansoff, 2009; Golova, Sukhovey, 2018; Ilyina, Zharova, Agamirova, Kamenskiy, 2018; Kristenses, 2018; Santo, 1990; Tviss, 1989; Frolov, Ganichev, 2014; Shumpeter, 1982; Doroshenko, Malykhina, Somina, 2018).

При этом вопросы технологического развития, в том числе в контексте осуществления модернизационных и трансформационных процессов, освещены в трудах Н.Д. Кондратьева, С.Ю. Глазьева, Г.И. Идрисова, В.Н. Княгинина, А.Л. Кудрина, Е.С. Рожковой, Е.В. Демидовой, М.А. Олейниковой, С.В. Ратнера, А.А. Кораблевой, В.В. Карпова, Е.А. Капогузова А.Г. Иванченко, Д.С. Ушакова [2, 4, 5, 6, 8, 9, 14] (Glazev, 1993; Demidova, Oleynikova, 2017; Ivanchenko, Ushakov, 2018; Idrisov, Knyaginin, Kudrin, Rozhkova, 2018; Kondratev, 2002; Korableva, Karpov, Kapoguzov, 2018; Ratner, Iosifov, 2014) и др.

В целях проверки достоверности методики оценки эффективности КТК и целесообразности ее применения осуществим сравнительный анализ по двум расчетным периодам – 2017 г. и 2018 г., придерживаясь следующей логики рассуждений. Введем соответствующие множества – А, В, Н, которые характеризуются элементами важнейших блоков, образующих КТК. При этом множество А отражает вклад и влияние административного сектора на развитие КТК, множество В – влияние предпринимательского сектора, множество Н – влияние научно-академического сектора. Каждое из этих множеств формируется определенными элементами. В таблицах 1 и 2 представим официальные статистические данные, которые послужили основой для формирования элементов описанных множеств.

Таблица 1

Данные официальной статистики, формирующие элементы множеств А, В, Н (административного, предпринимательского и научно-академического блоков)

Также важно указать на наличие взаимосвязи между указанными элементами множеств А, В, Н. В целях ее наглядного отражения введем три дополнительных множества:

X = AB = BA, (1)

Y = AH = HA, (2)

Z = BH = HB. (3)

Таблица 2

Данные официальной статистики, формирующие элементы множеств X, Y, Z (с учетом взаимного влияния административного, предпринимательского и научно-академического блоков друг на друга)

Основываясь на официальных статистических данных за 2017–2018 гг., представленных в таблице 1, осуществим расчеты за 2017 г.

, (4)

, (5)

, (6)

, (7)

, (8)

. (9)

Далее составим матрицу, которая описывает КТК с введенными множествами А, В, Н по данным 2017 г.:

. (10)

Таким образом, эту задачу можно решить как задачу линейного программирования:

(11)

(12)

Так, решением задачи будет являться вектор :

Рассчитаем наибольшее значение совокупной эффективности работы КТК:

(13)

Далее определим значение квадратичной формы эффективности за 2017 г.:

.

Используя найденные значения вектора эффективности за 2017 г., составим квадратичную форму эффективности за 2018 г., а также оценим ее наименьшее значение при новых неравенствах ограничений, применяя выбранные приращения, исходя из условия развития КТК.

(14)

(15)

Значения коэффициентов квадратичной формы эффективности, отражающие результаты прогноза на 2018 г., представлены вектором:

.

Далее осуществим поиск значений квадратичной формы эффективности КТК за прогнозируемый 2018 г.:

, (16)

.

Из соображений развития КТК должно выполняться условие:

.

Условие выполнено.

Идеальное значение квадратичной формы эффективности инвестиционных вложений в 2017 г. можно представить как полный квадрат вложений по соответствующим блокам A, B, H:

(17)

Тогда идеальное значение квадратичной формы эффективности инвестиционных вложений в 2018 г. можно вычислить, используя формулу:

(18)

По рассчитанным данным развития КТК можно сделать вывод, что выполняется следующее условие:

Соответственно, прогнозируемая матрица КТК на следующий, в данном случае – 2018 г. может быть представлена следующим образом:

.

При этом в результате решения задачи линейного программирования для новых значений матрицы КТК можем прийти к решению:

Таким образом, можно осуществить прогноз ожидаемого эффекта от предполагаемых инвестиционных вложений в 2018 г., который будет равен:

.

Далее, используя данные таблиц 1 и 2, реализуем алгоритм расчета в 2018 г. Также введем соответствующие множества:

, (19)

, (20)

. (21)

Аналогичным образом введем дополнительные множества X, Y, Z:

, (22)

, (23)

. (24)

Следующим шагом будет составление матрицы, которая описывает КТК с множествами А, В, Н:

.

Решение задачи линейного программирования симплекс-методом позволит получить следующую функцию:

(25)

, (26)

Решением этой задачи будет являться вектор

Рассчитаем наибольшее значение совокупной эффективности работы КТК за 2018 г.:

Далее вычислим значение квадратичной формы эффективности КТК за 2018 г.:

.

При этом идеальное значение квадратичной формы эффективности инвестиционных вложений в 2018 г. отразим в виде полного квадрата этих вложений по блокам A, B, H с соответствующими им множествами:

(27)

Для удобства анализа полученных результатов сведем итоги расчетов в рамках представленной методики оценки эффективности КТК в таблицу 3.

Таблица 3

Итоги расчетов в рамках представленной методики оценки эффективности КТК

Таким образом, доказано, что прогнозные значения работы КТК, полученные при реализации предложенной в рамках проводимого исследования методики оценки его эффективности, являются достоверными. Реальные статистические данные текущего периода (2018 г.) с допустимой погрешностью отличаются от значений прогнозируемого периода (2017 г.). При этом в прогнозе наблюдаются положительные изменения по всем элементам множеств, кроме единственного значения – научного сектора, влияющего на себя (НН) – оно имеет отрицательное значение (-0,04). Проанализировав значения совокупной эффективности работы КТК в 2017 г. и данного показателя в прогнозе на 2018 г. ( - 10,5551 и 10,248), квадратичной формы эффективности ( - 1055,51 и 1087,18) и идеальные значения эффективности работы КТК - 1877,032 и 1730,307), можно сделать вывод, что реальные значения суммарной эффективности работы КТК увеличиваются и условия развития КТК – выполняются. Сравнивая полученные данные с реальными значениями этих величин за 2018 г., можно сделать вывод, что в целом прогноз оправдался. Но реальные значения квадратичной формы эффективности ( в 2018 г. больше, чем в 2017 г., однако меньше прогнозных цифр, что свидетельствует о верности прогноза. При этом идеальные значения эффективности ( в 2018 г. меньше, чем в 2017 г., что существенно отличается от спрогнозированных цифр. Данную тенденцию можно объяснить снижением эффективности и недостаточной эффективностью совместного развития блоков контура «Администрация – Наука» и наоборот, «Бизнес – Бизнес», «Бизнес – Наука» и наоборот.

Таким образом, можно предположить, что в это время российская экономика все еще справлялась с последствиями внешнего давления, выраженного в виде санкций, искусственных ограничений к международным рынкам и геополитической напряженности на мировой арене в целом, при этом научный сектор в большей степени оказался уязвим. Также причинами подобной динамики в 2018 г. могли стать социально-экономические факторы, среди которых наибольший общественный резонанс вызвали новости о предстоящей пенсионной реформе, политика «выведения из тени» самозанятых, недостаточность финансовой поддержки научного сектора, несовершенство реализуемой политики оптимизации деятельности и числа вузов и др. Однако в целом прогноз оправдан.

Это подтверждает актуальность осуществления дальнейших исследований по обозначенной проблематике с целью развития методических положений оценки инновационного и технологического развития экономических систем различных уровней организационной сложности.

Заключение

Подводя итог, отметим, что проведенный сравнительный анализ эффективности КТК в рамках предложенной методики оценки в качестве результатов отражает достоверные прогнозные значения, которые в пределах допустимых погрешностей подтверждаются реальными значениями анализируемых показателей. Данный факт свидетельствует о жизнеспособности представленной методики оценки эффективности КТК и ее практической значимости, что открывает дополнительные возможности для осуществления дальнейших исследований по обозначенной проблематике.