Оценка инновационного потенциала Республики Татарстан в условиях формирования smart-региона

Ризванова А.Я.1
1 Российский экономический университет им. Г.В. Плеханова, Россия, Москва

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 11, Номер 2 (Апрель-июнь 2021)

Цитировать:
Ризванова А.Я. Оценка инновационного потенциала Республики Татарстан в условиях формирования smart-региона // Вопросы инновационной экономики. – 2021. – Том 11. – № 2. – С. 627-640. – doi: 10.18334/vinec.11.2.112266.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=46251196
Цитирований: 4 по состоянию на 24.01.2023

Аннотация:
Статья посвящена оценке инновационного потенциала Республики Татарстан как одного из самых развитых регионов в Российской Федерации. Исследуемая автором тема связана с инновационным типом развития экономики страны, направленного на цифровизацию. Инновационный потенциал способствует развитию территорий и формированию smart-региона. В статье проведен анализ инновационного потенциала Республики Татарстан на основе расчета интегрированного показателя, а также построения площадной диаграммы с учетом smart-концепции. Проанализированы количественные и качественные показатели инновационного потенциала Республики Татарстан, выявлены недостатки и возможные пути дальнейшего пространственного развития региона на пути к становлению smart. Практическая значимость результатов исследований заключается в возможности применения их при разработке концепции smart-региона органами региональной власти

Ключевые слова: инновации, инновационный потенциал, smart-регион, региональное развитие, цифровая экономика

JEL-классификация: O31, O32, O33, R12, R13



Введение

Возрастающая роль инновационного типа развития экономики страны обусловлена процессом цифровизации. Активизация деятельности в области разработки инноваций выступает необходимым условием для повышения конкурентоспособности страны на мировой арене. Однако глобальные вызовы системного характера, а также дифференциация показателей в национальной экономике приводят к отставанию уровня инновационного развития среди высокотехнологичных стран.

С целью развития инновационного потенциала и внедрения цифровых технологий в Российской Федерации принят ряд нормативно-правовых документов: Указ Президента Российской Федерации от 7 мая 2018 г. № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года»; Стратегия инновационного развития Российской Федерации на период до 2020 г., где определяются цели, приоритеты и инструменты государственной инновационной политики; Стратегия научно-технологического развития Российской Федерации до 2035 года; национальный проект «Цифровая экономика Российской Федерации» и др.

При реализации программ и стратегий Российской Федерации в области инновационного развития важная роль отводится стратегическому планированию регионов, которое позволяет определять приоритеты при построении инновационной системы региона. Так, оптимальное функционирование инновационной системы региона как важнейшего звена национальной инновационной системы зависит от наличия, состояния и уровня развитости ее инновационного потенциала [12] (Sazonova, Filippova, Filippov, 2017).

Гипотеза исследования состоит в том, что определение инновационного потенциала позволяет разработать эффективную региональную стратегию на основе smart-концепции. Это обосновывается тем, что благодаря оценке инновационного потенциала можно использовать региональные инновационные ресурсы (материальные, интеллектуальные, научно-технические, финансовые, трудовые, информационные и др.) с наибольшей эффективностью, таким образом, повышать конкурентоспособность региона не только на уровне государства, но и на международной арене.

В связи с изложенным цель исследования – оценка инновационного потенциала Республики Татарстан, определяющего возможность его формирования как smart-региона. Научная новизна состоит в разработке концепции smart-региона, которая позволяет учитывает специфические особенности развития региона, а также позволяет определять приоритеты в области инновационной деятельности региона.

Теоретическая основа исследования

Концепция smart-региона является достаточно неизученной темой. Однако представляется, что с точки зрения отбора технологий и управленческих задач данная концепция является продолжением концепции умного города, которая сейчас внедряется повсеместно. Понятие «Smart City» в научном обороте появилось недавно, в конце ХХ – начале ХХI века, когда в городском планировании появилась необходимость во внедрении технологий, которые позволяют следовать концепции устойчивого развития.

Вопросами исследования концепции «Умный город» посвящено большое количество научных работ зарубежных исследователей, таких авторов, как: Р. Холландс [20] (Hollands, 2008), Т. Нам [22] (Nam, 2011), С. Барнс [16], И. Калзада [19] (Calzada, 2013). В России данную проблематику рассматривают: Абламейко М. и Абламейко С. [1] (Ablameyko, Ablameyko, 2018), Арамисова З.Т. и Иванов З.З. [3] (Ivanov, Ivanova, Aramisova, Nikaeva, 2017), Каманин И.О. [4] (Kamanin, 2019), Камолов С.Г. [5] (Kamolov, Korneeva, 2018) и др.

В силу сложности и многоаспектности понятия «Smart City» существует множество его толкований. Наиболее релевантное определение концепции «Smart City» предлагает Т. Бакиси: «...высокотехнологичный и интенсивно развивающийся город, объединяющий людей, информацию и элементы инфраструктуры с помощью новых технологий для создания конкурентоспособной и инновационной экономики, а также высокого качества жизни» [7] (Kolodiy, Ivanova, Goncharova, 2020).

Согласно социотехническому подходу (М. Бэтти, Р. Холл и др.) [18] (Batty, Axhausen, Fosca, Pozdnoukhov, Bazzani, Wachowicz, 2012), в Республике Татарстан функционирует город Иннополис, где имеется необходимая инфраструктура и цифровые технологии, которые совпадают с концепцией связанного города, объединенного сервисами, услугами и коммуникациями.

Однако для повышения конкурентоспособности региона в целом необходимо расширять область управления и внедрения инноваций. Концепцию smart-регионов применяют в Европейском союзе, которая масштабируется благодаря Smart City. К примеру, в Бельгии программа «Умная Фландрия» поддерживает 13 центральных городов региона Фландрия в их развитии умных городов, включая портовый город Антверпен. Программа сосредоточена на сборе открытых данных в реальном времени и общих эталонных моделях и стремится стимулировать сотрудничество между городами и субъектами из четверной спирали. Используя свой подход «обучение на практике», программа фокусируется на том, чтобы сделать данные как можно более доступными с целью максимального повторного использования в качестве основы для более интеллектуальных сервисов и приложений.

Похожий пример есть в США: Канзас-Сити, штат Миссури, масштабирует умный город благодаря государственно-частному партнерству, которое привело к развитию 54 наиболее связанных блоков показателей в Северной Америке. Город получает отличный сервис для своих граждан, располагая при этом возможностью анализа данных, которые позволяют ему расширять свою деятельность на региональном уровне.

Подобные концепции разрабатываются на начальных этапах в регионах Российской Федерации (Свердловская область, Приморский край и др.). В данном случае «Smart-регион» направлен на устойчивое развитие территорий, которые имеют высокий уровень инновационной деятельности и гибкую систему управления.

В рамках данного исследования наиболее близким определением для обозначения концепции «Smart-регион» является: территория инновационного развития, применяющая цифровые технологии, направленные на повышение качества жизни населения, эффективность человеческой деятельности и конкурентоспособность экономики для обеспечения удовлетворения потребностей настоящего и будущих поколений в устойчивом развитии.

К основным компонентам «Smart-региона» относят: умное правительство, умную экономику, умную мобильность, экологическую устойчивость, умное здравоохранение, умную связь и умную инфраструктуру.

Каждый из компонентов содержит ряд критериев, которые позволяют оценить уровень smart-развития. К примеру, умная экономика характеризуется шестью основными аспектами:

1) склонность к созданию инноваций;

2) уровень развития предпринимательства;

3) экономическая привлекательность территории;

4) продуктивность;

5) гибкость рынка труда;

6) включенность в международные экономические процессы.

Учитывая вышеизложенное, компоненты smart-региона основаны на внедрении интеллектуальных систем, для которых региону необходимо иметь высокий уровень инновационного потенциала.

В современной научной литературе отсутствует единый подход к определению инновационного потенциала. Разнообразие взглядов к определению инновационного потенциала представлено на рисунке 1.

Рисунок 1. Теоретические основы определения инновационного потенциала

Источник: составлено автором на основе [2, 8] (Beketov, 2007; Maskaykin, Artser, 2009).

В отдельных работах ученых можно заметить, что идет разделение инновационного потенциала на искусственный потенциал или научно-технический потенциал. В обобщенном виде применительно к оценке конкретного субъекта территориального образования инновационный потенциал следует представить как «совокупность кадровых, материально-технических, организационных и информационных ресурсов, предназначенных для решения стоящих перед обществом задач инновационного научно-технического развития» [10] (Pochukaeva, Korovkin, 2014).

Учитывая вышеуказанное, стоит заметить, что инновации являются одним из условий формирования концепции smart-региона. Поэтому особую важность приобретает оценка инновационного потенциала региона, которая позволяет определить уровень конкурентоспособности инновационной деятельности в Республике Татарстан, а также обозначить возможности его дальнейшего развития.

Оценка инновационного потенциала Республики Татарстан

Анализ инновационного потенциала в регионе основывается на наблюдении, оценке, а также дальнейшем научном сопровождении региональной политики в сфере инновационного развития. Подходы к оценке инновационного потенциала чаще всего основываются на применении трех методов: балльная оценка, матричный и экспертный способы.

Для расчета показателей использован метод экономико-статистического анализа: расчет интегрального показателя.

Алгоритм оценки инновационного потенциала:

1. Сбор данных и определение блоков. Для этого показатели разделены на четыре составляющие инновационного потенциала, которые являются частью концепции smart-региона (рис. 2).

Рисунок 2. Показатели инновационного потенциала региона

Источник: составлено автором.

Для оценки инновационного потенциала Республики Татарстан были использованы данные за 2019 год по регионам Приволжского федерального округа (табл. 1).

Таблица 1

Показатели инновационного потенциала регионов Приволжского федерального округа

Блоки
Научно-производственные показатели
Экономические показатели затрат
Организационно-управленческие показатели
Нормативно - правовые показатели
Показатели
x1
x2
x3
x4
x5
x6
x7
x8
x9
x10
x11
x12
x13
x14
x15
x16
x17
x18
x19
Республика Башкортостан
562
163
13
8614
7555
264
241
152873,1
87,0
10299,9
300,4
28961,8
73
10,3
13
322104
331
32
3
Республика Марий Эл
85
42
7
971
191
8
254
16364,5
86,9
242,2
1,8
822,3
8
11,3
0
26667
5
10
1
Республика Мордовия
47
71
5
2595
807
22
322
63526
93,8
970,1
7,5
8295,6
22
21,2
7
52189
1
11
2
Республика Татарстан
760
423
54
8304
13212
316
369
582676,4
91,3
17997,4
2157,4
107097,7
129
17,4
22
640837
1832
19
5
Удмуртская Республика
135
79
3
6642
2036
59
289
74298,4
88,2
2258,2
34,6
5156,1
30
10,6
5
100516
1
14
2
Чувашская Республика
117
44
12
3527
1445
11
283
24761,5
93,5
2019,6
231,9
9212,5
30
15
3
63622
7
7
1
Пермский край
322
157
45
13690
10058
148
208
223397,9
89,7
18105,9
3244,7
28086,1
67
8,7
5
291099
1129
11
1
Кировская область
87
68
0
2835
1493
52
229
29363,7
91,3
3283,5
39,7
6425,3
25
14,6
7
71005
5
17
3
Нижегородская область
352
162
21
8639
41726
513
261
266444,5
92,3
88551
11654,8
155191,2
96
13,7
10
292587
506
19
2
Оренбургская область
74
26
1
1265
878
80
222
41663,7
95,2
965,5
82
13977,1
27
5,6
2
211726
153
7
2
Пензенская область
142
76
5
2002
5686
54
249
21014,5
86,7
4364,8
137,1
5177,1
30
13,1
33
90426
114
13
4
Самарская область
431
259
29
8037
9769
109
297
164854,9
82,8
19474,6
478,1
51893,8
62
10,2
11
287615
697
13
5
Саратовская область
206
138
13
7734
5360
214
304
13457,7
81,7
6209,6
349,4
8083,2
62
6,1
4
167900
77
10
2
Ульяновская область
147
207
11
2081
4929
38
289
41842,4
85,4
11510,6
2303,3
8916,3
29
14,6
7
72019
133
11
2

Источник: составлено автором на основе данных [14, 15].

2. Нормализация показателей регионов Приволжского федерального округа по формуле:

где Xi – значение фактора-индикатора, i – фактическое значение фактора в регионе, imin и imax – минимальное и максимальное значение i по региону.

3. Расчет интегрированного показателя инновационного потенциала с графическим представлением результатов по формуле:

где Sr – площадь диаграммы для r-го региона, Xir – нормализованное значение i-ого фактора-индикатора по r-му региону в рассматриваемом массиве данных, i – количество выбранных для моделирования факторов-индикаторов.

Плюсами данной модели являются возможность проведения сравнительного анализа инновационного потенциала между разными регионами, применение большого количества данных для более точной оценки потенциала, а также простота вычислений. К минусам стоит отнести потребность в большом объеме исходной статистической информации, которая не всегда имеется в открытом доступе.

По полученным результатам можно отследить, какому региону необходимо уделить повышенное внимание для развития инновационного потенциала.

На основе полученных данных Республика Татарстан занимает лидирующее место по показателям развития инновационного потенциала (табл. 2).

Таблица 2

Ранжирование инновационного потенциала регионов Приволжского федерального округа

Регион
Значение
Ранг
Республика Башкортостан
0,13
4
Республика Марий Эл
0,01
14
Республика Мордовия
0,02
11
Республика Татарстан
0,49
1
Удмуртская Республика
0,02
10
Чувашская Республика
0,01
12
Пермский край
0,14
3
Кировская область
0,04
8
Нижегородская область
0,31
2
Оренбургская область
0,01
13
Пензенская область
0,06
6
Самарская область
0,13
5
Саратовская область
0,03
9
Ульяновская область
0,05
7
Источник: составлено автором на основе расчетов показателей.

Стоит отметить существенный разрыв между значениями показателя региона-лидера и Нижегородской областью на целых 1,8. Наименьшим потенциалом из всех представленных регионов обладают Республика Марий Эл и Оренбургская область – показатель приближен к 0.

Далее рассмотрим более детально показатели инновационного потенциала Республики Татарстан (рис. 3).

Рисунок 3. Графическое представление инновационного потенциала Республики Татарстан

Источник: составлено автором на основе расчетов инновационного потенциала региона.

Основываясь на полученных данных оценки инновационного потенциала Республики Татарстан в условиях формирования smart-региона, можно заключить:

1. Научно-производственный блок показателей отражает положительные результаты благодаря высоким показателям выданных патентов на изобретения (выше в несколько раз среднего значения по ПФО), также возрастает численность студентов, получающих высшее образование. Однако только один университет имеет высокий QS-рейтинг (Казанский федеральный университет – 370-е место, согласно мировому рейтингу университетов) [9].

2. Самые низкие показатели присутствуют в блоке экономических затрат, что не снижает инвестиционную привлекательность региона. Этому свидетельствует высокий уровень результатов в блоке организационно-управленческих показателей, которые отражают: большую долю инвестиций в основной капитал и поступление прямых иностранных инвестиций; большое количество организаций, выполняющих научные исследования и разработки, а также высокий уровень инновационной активности организаций.

Данный блок тесно связан с нормативно-правовыми показателями, поскольку большая доля инвестиций зависит от разнообразия программ поддержки территориального развития (ТОСЭР, ОЭЗ, кластеры и технопарки), а также с наличием долгосрочной стратегии развития с приоритетом на поддержку инновационного потенциала.

Республика Татарстан, несмотря на то, что имеет очевидные преимущества, связанные с благоприятными условиями для развития инновационной деятельности, все же имеет тенденции к снижению численности персонала, занятого научными исследованиями и разработками, и количества организаций, выполняющих научные исследования и разработки.

Помимо этого существуют проблемы на системном уровне, которые распространены по всей стране. К примеру, «голландская болезнь», вирус которой снижает стимулы к разработкам и продвижениям инноваций, что отражается на снижении эффективности инновационной деятельности. Помимо этого пандемия, вызванная COVID-19, способствовала снижению общего уровня развития экономики, что сильно отражается и на инновационной активности.

Опираясь на полученные результаты, обозначены точки дальнейшего роста инновационного потенциала в условиях формирования smart-региона:

1) «умные люди» – повышение конкурентоспособности научно-исследовательских и образовательных учреждений на мировой арене;

2) «умное управление» – увеличение скорости при принятии инвестиционных решений по развитию региональных инновационных центров; развитие институциональной базы в области регулирования инновационной деятельности как на региональном, так и на федеральном уровнях;

3) «умная мобильность» – формирование эффективной инфраструктуры для удобной мобильности граждан, органов власти по стратегическим объектам в области инновационной деятельности;

4) «экологическая устойчивость» – поддержка и стимулирование проектов в области экоинноваций.

Во время проведения анализа оценки инновационного потенциала выявилась необходимость в большей прозрачности и открытости данных для оценки инновационного потенциала, а также в более гибком реагировании и управлении органами региональной власти в условиях неопределенности.

Заключение

В процессе цифровизации инновационный потенциал и эффективность его использования предопределяют возможности роста региональной экономической системы в целом. В результате проведенного исследования по оценке инновационного потенциала было выяснено, что Республика Татарстан обладает конкурентными преимуществами по сравнению с другими регионами Приволжского федерального округа. Оценка инновационного потенциала позволила отметить точки дальнейшего роста на пути к становлению к smart-территории.

Стоит отметить, что инновационный потенциал выступает подсистемой социально-экономического развития региона, при этом все части общего развития тесно взаимосвязаны. Таким образом, эффективная реализация общих задач развития зависит от состояния потенциалов как каждой из его частей, так и их взаимодействия. К особенностям инновационного развития Российской Федерации, в частности Приволжского федерального округа, относят высокую степень неравномерности регионального развития. В большей степени это определяется спецификой каждого региона, его географическим положением, а также исторически сложившимися особенностями деятельности. Так, концепция smart-региона учитывает потребности региона при стратегическом планировании территории, а также при выработке приоритетов в области инновационной деятельности, поскольку способствует формированию более гибких систем управления, направленных на повышение конкурентоспособности региона.


Источники:

1. Абламейко М., Абламейко C. Умный город: от теории к практике // Наука и инновации. – 2018. – № 184. – c. 28-34.
2. Бекетов Н.В. Современные тенденции развития науки и инновационной деятельности // Проблемы современной экономики. – 2007. – № 3 (15).
3. Иванов З.З., Иванова З.Ш., Арамисова З.Т., Никаева Р.М. Направления развития инфраструктурного комплекса // Известия Кабардино-Балкарского научного центра РАН. – 2017. – № 6-2 (80). – c. 109-113.
4. Каманин И. О. Новое понимание информационных ресурсов умного города // Вестник университета. – 2019. – № 4. – c. 11–14.
5. Камолов С. Г., Корнеева А. М. Технологии будущего для «умных» городов // Вестник московского областного университета. Серия: Экономика. – 2018. – № 2. – c. 100–114.
6. Кизиль Е.В. Оценка инновационной составляющей потенциала развития региона // Вопросы инновационной экономики. – 2020. – № 1. – c. 277-290. – doi: 10.18334/vinec.10.1.100414.
7. Колодий Н. А., Иванова В. С., Гончарова Н. А. Умный город: особенности концепции, специфика адаптации к российским реалиям // Социологический журнал. – 2020. – № 2. – c. 102-123. – doi: https://doi.org/10.19181/socjour.2020.26.2.7268.
8. Маскайкин Е.П., Арцер Т.В. Инновационный потенциал региона: сущность, структура, методика оценки и направления развития // Вестник Южно-Уральского государственного... vestnik.susu.ru Вестник Южно-Уральского государственного университета. – 2009. – № 21.
9. Методология рейтинга OS. [Электронный ресурс]. URL: http://www.topuniversities.com/qs-stars/qs-stars-methodology (дата обращения: 14.01.2021).
10. Почукаева О.В., Коровкин А.Г. Влияние инновационно-технологического фактора на экономическое развитие. / Научные труды ИНП РАН. - М.: МАКС Пресс, 2014. – 245-263 c.
11. Ризванова А.Я. Теоретические аспекты формирования концепции smart-территорий // Креативная экономика. – 2020. – № 12. – c. 3307-3320. – doi: 10.18334/ce.14.12.111196.
12. Сазонова А.С., Филиппова Л.Б., Филиппов Р.А. Оценка инновационного потенциала региона // Вестник воронежского государственного университета инженерных технологий. – 2017. – № 2 (72). – c. 273-279.
13. Яковлев А.А., Фрейнкман Л.М., Макаров С.А., Погодаев В.С. Элитный консенсус и экономическое развитие региона: опыт Республики Татарстан // Экономическая политика. – 2018. – № 1. – c. 1–38.
14. Официальный сайт Портала "Национальный центр по мониторингу инновационной инфраструктуры научно-технической деятельности и региональных инновационных систем". [Электронный ресурс]. URL: http://www.miiris.ru/.
15. Федеральная служба государственной статистики. Сборник: Регионы России. Социально-экономические показатели 2019. [Электронный ресурс]. URL: https://rosstat.gov.ru/folder/210/document/13204.
16. Barns, S. (2017) Smart cities and urban data platforms: Designing interfaces for smart governance 10.1016/j.ccs.2017.09.006, City, Culture and Society, Volume 12, P. 5-12
17. Bauer M., Helbig D., Mokhov V., Eltsova M. Smart Region concept as a solution for sustainable development for region with a rural and urban character // Journal of Physics: Conference Series. – 2019.
18. Batty M., Axhausen K., Fosca G., Pozdnoukhov A., Bazzani A., Wachowicz M. Smart cities of the future // The European Physical Journal Special Topics. – 2012. – p. 481-518. – doi: 10.1140/epjst/e2012-01703-3.
19. Calzada I. Critical social innovation in the smart city era for a city-regional European horizon 2020 // Journal of Public Policies and Territories. – 2013. – № 6. – p. 1–20.
20. Hollands R. G. Will the real smart city please stand up? Intelligent, progressive or entrepreneurial? // City. – 2008. – № 12 (3). – p. 303-320.
21. Matern A., Binder J., Noack A., (2019) Smart regions: insights from hybridization and peripheralization research, p. 2060-2077, doi.org/10.1080/09654313.2019.1703910 (дата обращения 27.09.2020)
22. Conceptualizing Smart City with Dimensions of Technology, People, and Institutions Nam T. (2011) Conceptualizing Smart City with Dimensions of Technology, People, and Institutions / T. Nam, T.A. Pardo // Proc. 12th Conference on Digital Government Research. College Park, Maryland, June 12–15, 2011. – P. 282–291

Страница обновлена: 15.07.2024 в 03:18:12