Зависимость инновационной экономики в государствах – членах ЕАЭС от государственного регулирования цен на товары

Созинова А.А.1, Метелева О.А.1, Калинин П.А.1
1 Вятский государственный университет

Статья в журнале

Экономические отношения (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 12, Номер 4 (Октябрь-декабрь 2022)

Цитировать:
Созинова А.А., Метелева О.А., Калинин П.А. Зависимость инновационной экономики в государствах – членах ЕАЭС от государственного регулирования цен на товары // Экономические отношения. – 2022. – Том 12. – № 4. – doi: 10.18334/eo.12.4.116533.

Аннотация:
Исследование посвящено изучению зависимости инновационной экономики в государствах-членах ЕАЭС от государственного регулирования цен на товары. Инновационная экономика тесно взаимосвязана с инфляцией и свободой рыночной конкуренции, на которые влияет государственное регулирование цен на товары. Целью данного исследования является выявление степени и характера зависимость инновационной экономики в государствах-членах ЕАЭС от государственного регулирования цен на товары. В исследовании были использованы статистические данные интегрального индекса инноваций и входящих в его состав индексов, отражающих основные проявления инновационной деятельности предприятий: знаниеемкость бизнеса, инновационные связи бизнеса, результативность использования инноваций в бизнесе, диффузия инноваций, активность применения творческого подхода к ведению бизнеса. При определении зависимости инновационной экономики от государственного регулирования особое внимание уделено достоверности результатам экономико-математического моделирования. Тест на мультиколлинеарность выявил, что все переменные уникальны, это позволяет их применять для целей моделирования. По итогам регрессионного анализа, с помощью которого определяют статистически-значимые и статистически-незначимые результаты, что имеют свою ценность для науки, показали, что государственное регулирование цен на товары в ЕАЭС не оказывает влияния на индекс инновационной экономики, знаниеемкость бизнеса, инновационные связи бизнеса, результативность использования инноваций, диффузию инноваций, кроме творческого подхода к ведению бизнеса. По результатам исследования были построены три сценария последствий государственного регулирования цен на товары в государствах-членах ЕАЭС для инновационной экономики в постпандемийный период.

Ключевые слова: инновационная экономика, ЕАЭС, кризис, государственное регулирование, регрессионный анализ, сценарий, цены на товары

JEL-классификация: F15, O31, F62, F63



Введение

Инновационное развитие представляет собой один из наиболее доступных, действенных механизмов борьбы с пандемией и экономического кризис-менеджмента. Как показал опыт 2020 г., благодаря инновациям общество и экономика ЕАЭС смогли перестроиться и продолжить нормальное функционирование в условиях локдауна. За счет инновационных цифровых приложений достигнуто сдерживание распространения инфекции и поддержаны социальные коммуникации, а благодаря электронным бизнес-практикам предотвращен дефицит товаров. Экономический спад ЕАЭС на фоне COVID-19 также может быть преодолен за счет инноваций.

Инновационная экономика находится в тесной связи с инфляцией и свободой рыночной конкуренции, на которые влияет государственное регулирование цен на товары. Так, инновации повышают предпринимательские риски и связаны с дополнительными расходами. Поэтому при внедрении инноваций предприятия обычно вынужденно повышают цены на свои товары как для сохранения нормы прибыли, так и для страхования рисков. Может происходить и обратная зависимость.

В условиях пандемии и кризиса COVID-19 недопустимо снижение инновационной активности в экономике, это может уменьшить способность ЕАЭС противостоять вирусной угрозе и не позволит раскрыть потенциал экономического кризис-менеджмента. Утрата конкурентных позиций на мировых высокотехнологичных рынках и знаниеемких сегментах мировых рынков недопустима, поскольку эти позиции не могут быть восстановлены в кратко- и в среднесрочной перспективе.

Вместе с этим в ЕАЭС инновации внедряются неравномерно среди отраслей экономики и рыночных сегментов. Описанные последствия для инновационной экономики относятся к высокотехнологичным и знаниеемким отраслям и рыночным сегментам. В противоположность им на остальных отраслях и рыночных сегментах, где инновационная активность предпринимательства относительно невелика, инфляция и свобода рыночной конкуренции могут оказывать гораздо более сдержанное влияние на инновационную деятельность.

Обзор литературы

Методологическую основу исследования составили научные труды отечественных и зарубежных учёных экономистов, в которых рассматриваются вопросы инновационной экономики, а также государственное регулирование цен на товары: Альпидовская М.Л. [1], Лутошкина Н.К. [2], Аубоин М., Купман Р. [3], Байбакова Т.В. [4], Чакраборти Р, Робертс Г. [5], Санович М.А., Ряттель А.В. [6], Хуанг Ю. [7], Смит А. [8], Нороузи Н. [9], Михайлушкин П.В. [10], Попкова Е., Завьялова Е. [11], Пушкар О. [12], Созинова А.А. [13], Бурцева Т.А., Фокина О.В. [14], Ярашевич В. [16].

Цель статьи

Целью данного исследования является выявление степени и характера зависимости инновационной экономики в государствах-членах ЕАЭС от государственного регулирования цен на товары. В результате наличия данных о такой зависимости могут быть сглажены негативные последствия государственного регулирования цен посредством целенаправленных и высокоэффективных управленческих решений в рамках развития инновационной экономики.

Методы исследования

Чтобы наиболее точно и подробно изучить причинно-следственные связи влияния государственного лимитирования цен на товарных рынках, собрана и учитывается статистика как интегрального индекса инноваций (подсчитываемого Всемирной организацией интеллектуальной собственности WIPO), так и входящих в его состав индексов, отражающих основные проявления инновационной деятельности предприятий. При определении зависимости инновационной экономики в государствах-членах ЕАЭС от государственного регулирования цен на товары для получения наиболее точных, достоверных результатов экономико-математического моделирования использован проверку надежности регрессионных моделей в соответствие с Теоремой Гаусса-Маркова.

Результаты и дискуссия

Эмпирические данные о динамике изменения показателей отобранных индексов в разрезе государств-членов ЕАЭС и данного интеграционного объединения в целом (средние арифметические) приведены в таблице 1-6. Из-за отсутствия фактических данных за 2021 г. приведен авторский прогноз «при прочих равных условиях».

Таблица 1. Динамика индекса инновационной экономики, баллы 1-100

/ Table 1. Dynamics of the Innovation Economy Index, points 1-100

Год
Армения
Беларусь
Казахстан
Кыргызстан
Россия
В среднем по ЕАЭС (IE)
2013
37,59
34,62
32,73
26,98
37,20
33,82
2014
36,06
37,10
32,75
27,75
39,14
34,56
2015
37,30
38,20
31,20
28,00
39,30
34,80
2016
35,14
30,39
31,51
26,62
38,50
32,43
2017
35,65
29,98
31,50
28,01
38,76
32,78
2018
32,80
29,40
31,40
27,60
37,90
31,82
2019
34,00
32,10
31,00
28,40
37,60
32,62
2020
32,60
31,30
28,60
24,50
35,60
30,52
2021
31,26
30,52
26,39
21,14
33,71
28,60
Источник: [15]

Индекс инновационной экономики демонстрирует негативную динамику на протяжении рассматриваемого периода. В 2013 г. значение этого показателя составляло 33,82 балла. Спад индекса инновационной экономики наблюдался в 2018 г. (сократился до 31,82 баллов). В 2019 г. наблюдался однократный рост значения индекса инновационной экономики – до 32,62 баллов. В 2020 г. индекс инновационной экономики сократился до 30,52 баллов, а в 2021 г. – до 28,60 баллов, то есть на 12,32% по сравнению с 2019 г. и на 15,43% по сравнению с 2013 г. Однако, спад показателя нельзя однозначно связать с пандемией и кризисом COVID-19, так как он демонстрировал отрицательную динамику задолго до их наступления. В целом уровень развития инновационной экономики в ЕАЭС относительно невелик.

Таблица 2. Динамика знаниеемкости бизнеса, баллы 1-100

/ Table 2. Dynamics of business knowledge intensity, points 1-100

Год
Армения
Беларусь
Казахстан
Кыргызстан
Россия
В среднем по ЕАЭС (i1)
2013
29,33
27,33
28,90
28,90
36,10
30,11
2014
28,80
24,92
26,40
26,40
34,26
28,16
2015
31,01
30,30
27,22
27,22
38,45
30,84
2016
28,62
28,67
25,41
25,41
37,54
29,13
2017
27,72
32,18
27,62
27,62
40,34
31,10
2018
26,07
33,01
27,45
27,45
39,91
30,78
2019
26,30
32,60
28,10
28,10
40,00
31,02
2020
24,60
24,90
24,30
24,30
34,00
26,42
2021
23,01
19,02
21,01
21,01
28,90
22,59
Источник: [15]

Знаниеемкость бизнеса также демонстрирует негативную динамику на протяжении рассматриваемого периода. В 2013 г. значение этого показателя составляло 30,11 балла, а 2016 г. сократилось до 29,13 баллов. В 2019 г. наблюдался рост знаниеемкости бизнеса (31,02 баллов). В 2020 г. показатель сннизился до 26,42 баллов, а в 2021 г. – до 22,59 баллов, то есть на 27,17% по сравнению с 2019 г. и на 24,97% по сравнению с 2013 г. Спад знаниеемкости бизнеса далеко не полностью объясняется и обусловлен пандемией и кризисом COVID-19, так как она демонстрировала отрицательную динамику до их наступления. В целом знаниеемкость бизнеса в ЕАЭС относительно невелика.

Таблица 3. Динамика инновационных связей бизнеса, баллы 1-100

/ Table 3. Dynamics of innovative business relations, points 1-100

Год
Армения
Беларусь
Казахстан
Кыргызстан
Россия
В среднем по ЕАЭС (i2)
2013
18,37
7,82
15,01
9,53
18,87
13,92
2014
23,96
8,84
16,53
16,26
20,25
17,17
2015
20,78
8,13
18,84
17,53
19,63
16,98
2016
21,51
9,17
18,71
15,51
19,18
16,82
2017
19,08
13,88
16,53
17,52
20,21
17,44
2018
21,13
18,04
16,94
14,91
21,93
18,59
2019
20,00
11,40
15,60
13,90
19,10
16,00
2020
16,20
6,20
13,00
10,70
17,60
12,74
2021
13,12
3,37
10,83
8,24
16,22
10,36
Источник: [15]

Инновационные связи бизнеса в отличие от предыдущих рассмотренных показателей демонстрировали позитивную динамику на протяжении 2013-2018 гг. В 2013 г. значение этого показателя составляло 13,92 балла, а к 2018 г. увеличилось до 18,59 баллов, затем в 2019 г. сократилось до 16 баллов. В 2020 г. инновационные связи сократились до 12,74 баллов, а в 2021 г. – до 10,36 баллов, то есть на 35,25% по сравнению с 2019 г. и на 25,46% по сравнению с 2013 г. Спад инновационных связей бизнеса не полностью объясняется пандемией и кризисом COVID-19, так как он демонстрировал отрицательную динамику уже в 2019 г., хотя негативное влияние пандемии на этот показатель существенно. В целом инновационные связи бизнеса в ЕАЭС очень малы.

Таблица 4. Динамика результативности использования инноваций в бизнесе, баллы 1-100

/ Table 4. Dynamics of the effectiveness of the use of innovations in business, points 1-100

Год
Армения
Беларусь
Казахстан
Кыргызстан
Россия
В среднем по ЕАЭС (i3)
2013
29,06
34,05
33,05
29,75
33,00
31,78
2014
32,16
41,00
35,50
24,01
38,32
34,20
2015
36,55
38,86
36,60
40,68
35,97
37,73
2016
30,40
41,31
36,34
28,29
32,01
33,67
2017
24,25
21,11
21,89
23,90
15,65
21,36
2018
23,33
27,10
27,30
27,36
32,51
27,52
2019
35,30
40,10
29,50
28,30
33,90
33,42
2020
26,70
34,70
15,60
14,80
23,00
22,96
2021
20,20
30,03
8,25
7,74
15,60
16,36
Источник: [15]

Результативность использования инноваций в бизнесе демонстрирует негативную динамику. В 2013 г. значение этого показателя составляло 31,78 баллов. В 2019 г. оно увеличилось до 33,42 баллов. В 2020 г. результативность использования инноваций сократилась до 22,96 баллов, а в 2021 г. – до 16,36 баллов, то есть на 51,05% по сравнению с 2019 г. и на 48,52% по сравнению с 2013 г. Спад результативности не полностью, но в значительной степени обусловлен пандемией и кризисом COVID-19, так как он, с одной стороны, демонстрировал отрицательную динамику еще задолго до их наступления, но, с другой стороны, непосредственно перед пандемией (2018-2019 гг.) возрастал. В целом результативность использования инноваций в бизнесе в ЕАЭС относительно невелика.

Таблица 5. Динамика диффузии инноваций, баллы 1-100

/ Table 5. Dynamics of innovation diffusion, scores 1-100

Год
Армения
Беларусь
Казахстан
Кыргызстан
Россия
В среднем по ЕАЭС (i4)
2013
28,54
21,63
17,46
14,37
25,73
21,55
2014
35,69
26,17
29,38
22,13
27,51
28,18
2015
29,75
24,12
20,38
17,43
33,89
25,11
2016
26,45
20,76
20,16
15,64
26,11
21,82
2017
23,96
20,23
20,88
18,66
28,73
22,49
2018
22,25
18,50
20,18
20,54
21,46
20,59
2019
17,20
18,70
14,70
13,20
17,60
16,28
2020
31,60
31,20
20,20
15,20
23,60
24,36
2021
58,06
52,06
27,76
17,50
31,65
37,40
Источник: [15]

Диффузия инноваций также демонстрирует негативную динамику на протяжении рассматриваемого периода. В 2013 г. значение этого показателя составляло 21,55 балла. В 2019 г. произошел спад этого показателя – до 16,28 баллов. В 2020 г. диффузия инноваций увеличилась до 24,36 баллов, а в 2021 г. – до 37,40 баллов, то есть на 129,73% по сравнению с 2019 г. и на 73,55% по сравнению с 2013 г. Рост диффузии инноваций на фоне пандемии и кризиса показывает их неоднозначное влияние на инновационную экономику. В целом диффузии инноваций в ЕАЭС умеренна.

Таблица 6. Динамика творческого подхода к ведению бизнеса, баллы 1-100

/ Table 6. Dynamics of creative approach to doing business, points 1-100

Год
Армения
Беларусь
Казахстан
Кыргызстан
Россия
В среднем по ЕАЭС (i5)
2013
41,28
30,44
27,85
20,03
30,83
30,09
2014
33,62
28,57
23,95
14,05
31,44
26,33
2015
35,10
26,04
21,13
15,49
30,06
25,56
2016
35,58
9,46
21,36
17,08
28,73
22,44
2017
37,50
11,72
21,86
17,45
31,03
23,91
2018
34,95
9,68
18,68
14,80
26,89
21,00
2019
32,20
10,80
18,40
13,30
25,10
19,96
2020
25,80
14,80
12,90
9,20
22,80
17,10
2021
20,67
20,28
9,04
6,36
20,71
15,41
Источник: [15]

Активность применения творческого подхода к ведению бизнеса демонстрирует негативную динамику на протяжении рассматриваемого периода. В 2013 г. значение этого показателя составляло 30,09 баллов. К 2019 г. оно сократилось до 19,96 баллов. В 2020 г. активность сократилась до 17,10 баллов, а в 2021 г. – до 15,41 баллов, то есть на 22,79% по сравнению с 2019 г. и на 48,79% по сравнению с 2013 г. Спад активности применения творческого подхода к ведению бизнеса не объясняется пандемией и кризисом COVID-19, хотя в некоторой степени обусловлен их влиянием. В целом активность применения творческого подхода к ведению бизнеса в ЕАЭС относительно невелика.

При определении зависимости инновационной экономики в ЕАЭС от государственного регулирования цен на товары осуществим проверку надежности регрессионных моделей по Теореме Гаусса-Маркова. Для этого проведен тест на мультиколлинеарность входных (x1, x2) и выходных (IE и i1-i5) переменных (табл. 7).

Таблица 7. Тест на мультиколлинеарность: коэффициенты корреляции (r2), %

/ Table 7. Multicollinearity test: correlation coefficients (r2), %

r2
x1
x2
IE
i1
i2
i3
i4
i5
x1
1
-
-
-
-
-
-
-
x2
-0,61
1
-
-
-
-
-
-
IE
-52,55
55,26
1
-
-
-
-
-
i1
-15,34
-5,72
75,20
1
-
-
-
-
i2
-18,50
-6,53
68,50
83,24
1
-
-
-
i3
-48,58
50,38
84,19
62,78
57,73
1
-
-
i4
8,79
34,01
-46,88
-85,83
-61,35
-51,30
1
-
i5
-67,76
64,85
88,31
61,97
47,67
64,08
-33,28
1
Источник: Составлено авторами

Тест на мультиколлинеарность не выявил дублирующие переменные, что позволяет их все использовать для целей моделирования. При этом следует принять во внимание тот факт, что инновационная экономика принципиально отличается от качества жизни, находящегося в прямой зависимости от государственного регулирования цен на товары, и устойчивого развития, хотя и косвенно, но все же объективно обусловленного данным регулированием.

Инновации внедряются там, где объем платежеспособного спроса достаточно велик для того, чтобы потребители могли предпочесть инновационные товары традиционным. Инфериорные блага – товары для потребителей с наименьшими доходами – предполагают, что потребители выбирают их по критерию наименьшей цены. Это практически полностью устраняет возможность внедрения инноваций в производстве и реализации инфериорных благ, поскольку инновации часто приводят к увеличению себестоимости и к росту цен на товары.

В связи с этим, так как государственное регулирование цен относится к инфериорным благам, оно не должно влиять на инновационную активность производящих и реализующих их предприятий, так как эта активность минимальна. В ЕАЭС наиболее распространены деловые практики диверсификации деятельности предприятий. Поэтому государственное лимитирование цен на инфериорные товары может отразиться на деятельности реализующих их предприятий в целом и повлиять на их общую инновационную активностью.

На основании вышеизложенного при определении зависимости инновационной экономики в государствах-членах ЕАЭС от государственного регулирования цен на товары нас интересуют статистически-значимые и статистически-незначимые результаты. Это необходимо, чтобы научно доказать наличие и отсутствие связи показателей инновационной экономики с государственными ценовыми лимитами на товарных рынках. Оба результата ценны для науки и практики и нуждаются в рассмотрении и учете.

Во-первых, исследовано влияние рыночной конкуренции и инфляции на индекс инновационной экономики. Множественная корреляция оказалась умеренна: колебания значений IE на 60,12% объясняются динамикой входных переменных (x1, x2). Стандартная ошибка невелика (составляет 1,81), поэтому регрессионная статистика практически полностью объясняет закономерность формирования значения входной переменной. Это позволяет перейти к дисперсионному анализу. При его проведении наблюдаемое значение F-критерия Фишера подсчитано автоматически и составило 1,70. Табличное значение этого критерия при α=0,10 и v1=m=2 и v2=n–m–1=9–2–1=6 является следующим: Fт=3,46. Учитывая соотношение Fн<Fт (1,70<3,46), F-тест не пройден. Следовательно, государственное регулирование цен на товары в ЕАЭС не оказывает статистически-значимого влияния на индекс инновационной экономики.

Во-вторых, исследовано влияние рыночной конкуренции и инфляции на знаниеемкость бизнеса. Множественная корреляция оказалась мала: колебания значений i1 лишь на 24,50% объясняются динамикой входных переменных (x1, x2). Стандартная ошибка напротив достаточно существенна (3,18), поэтому регрессионная статистика недостаточно полно объясняет закономерность формирования значения входной переменной. При проведении дисперсионного анализа наблюдаемое значение F-критерия Фишера составило 0,19. Табличное значение критерия при α=0,10 и v1=2 и v2=6 является следующим: Fт=3,46. Учитывая соотношение Fн<Fт, F-тест не пройден. Следовательно, государственное регулирование цен не оказывает статистически-значимого влияния на знаниеемкость бизнеса.

В-третьих, исследовано влияние рыночной конкуренции и инфляции на инновационные связи бизнеса. Множественная корреляция оказалась мала: колебания значений i2 на 29,18% объясняются динамикой входных переменных (x1, x2). Стандартная ошибка напротив существенна (2,94), поэтому регрессионная статистика недостаточно полно объясняет закономерность формирования значения входной переменной. При проведении дисперсионного анализа наблюдаемое значение F-критерия Фишера составило 0,28. Табличное значение критерия при α=0,10 и v1=2 и v2=6 является следующим: Fт=3,46. Учитывая соотношение Fн<Fт, F-тест не пройден. Следовательно, государственное регулирование цен на товары в ЕАЭС не оказывает статистически-значимого влияния на инновационные связи бизнеса.

В-четвертых, исследовано влияние рыночной конкуренции и инфляции на результативность использования инноваций. Множественная корреляция оказалась умеренна: колебания значений i3 на 55,15% объясняются динамикой входных переменных (x1, x2). Стандартная ошибка велика (6,88), поэтому регрессионная статистика недостаточно полно объясняет закономерность формирования значения входной переменной. При проведении дисперсионного анализа наблюдаемое значение F-критерия Фишера составило 1,31. Табличное значение этого критерия при α=0,10 и v1=2 и v2=6 является следующим: Fт=3,46. Учитывая соотношение Fн<Fт, F-тест не пройден. Следовательно, государственное регулирование цен на товары в ЕАЭС не оказывает статистически-значимого влияния на результативность использования инноваций.

В-пятых, исследовано влияние рыночной конкуренции и инфляции на диффузию инноваций. Множественная корреляция оказалась умеренна: колебания значений i4 на 50,58% объясняются динамикой входных переменных (x1, x2). Стандартная ошибка велика (5,92), поэтому регрессионная статистика недостаточно полно объясняет закономерность формирования значения входной переменной. При проведении дисперсионного анализа наблюдаемое значение F-критерия Фишера составило 1,70. Табличное значение критерия при α=0,10 и v1=2 и v2=6 является следующим: Fт=3,46. Учитывая соотношение Fн<Fт, F-тест не пройден. Следовательно, государственное регулирование цен на товары не оказывает статистически-значимого влияния на диффузию инноваций.

В-шестых, исследовано влияние рыночной конкуренции и инфляции на творческий подход к ведению бизнеса. Множественная корреляция умеренна: колебания значений i5 на 73,93% объясняются динамикой входных переменных (x1, x2). Стандартная ошибка существенна (3,60), регрессионная статистика не полностью объясняет закономерность формирования значения входной переменной. Наблюдаемое значение F-критерия Фишера составляет 6,61. Табличное значение критерия при α=0,10 и v1=2 и v2=6 является следующим: Fт=3,46. Учитывая соотношение Fн>Fт, F-тест пройден. Параметры регрессионной модели приведены в таблице 8.

Таблица 8. Параметры регрессионной модели

/ Table 8. Regression model parameters

Коэффициенты
Стандартная ошибка
t-статистика
p-значение
Нижние 95%
Верхние 95%
const
33,11
15,03
2,20
0,07
-3,66
69,88
coef1
-0,26
0,20
-1,29
0,24
-0,75
0,23
coef2
0,77
0,71
1,08
0,32
-0,98
2,51
Источник: Составлено авторами

Стандартная ошибка невелика для обеих переменных (0,71 для x1 и 0,20 для x2). Рост свободы рыночной конкуренции на 1 балл приводит к снижению активности применения творческого подхода к ведению бизнеса на 0,26 балла. При этом повышение уровня инфляции на 1% вызывает рост активности применения творческого подхода на 0,77 балла.

На основании полученных результатов можно заключить, что зависимость инновационной экономики в государствах-членах ЕАЭС от государственного регулирования цен на товары описывает следующее уравнение:

i5=33,11-0,26x1+0,77x2 (1)

Далее проведен сценарный анализ последствий государственного регулирования цен на товары в государствах-членах ЕАЭС для инновационной экономики в постпандемийный период (табл. 9).

Таблица 9. Сценарный анализ последствий государственного регулирования цен на товары

/ Table 9. Scenario analysis of the consequences of state regulation of commodity prices

Переменная
Базовые значения
Пессимистический
Оптимистический
Реалистический
значение
прирост, %
значение
прирост, %
значение
прирост, %
x1
65,95
57,36
-13,03
68,47
3,82
62,65
-5,00
x2
6,05
7,00
15,74
5,00
-17,33
5,00
-17,33
i5
15,41
17,61
14,28
14,32
-7,07
15,45
0,26
IE
28,60
28,60 (неизменна)
i1
22,59
22,59 (неизменна)
i2
10,36
10,36 (неизменна)
i3
16,36
16,36 (неизменна)
i4
37,40
37,40 (неизменна)
Источник: Составлено авторами

Пессимистический – с позиций возрастающей инфляции (+15,74%), а также сокращения свободы рыночной конкуренции (-13,03%) – сценарий создал наибольшие преимущества для инновационной экономики. По этому сценарию прогнозируется повышение активности применения творческого подхода к ведению бизнеса с 17,61 балла в 2021 г. до 17,61 баллов (+14,28%).

Реалистический – с позиций уменьшающейся инфляции (-17,33%), а также сокращения свободы рыночной конкуренции (-5%) – сценарий гораздо менее привлекателен с позиций преимуществ для инновационной экономики. По этому сценарию прогнозируется повышение активности применения творческого подхода к ведению бизнеса до 15,45 баллов (+0,26%).

Оптимистический – с позиций уменьшающейся инфляции (-17,33%), а также увеличения свободы рыночной конкуренции (+3,82%) – сценарий неблагоприятен для инновационной экономики. По этому сценарию прогнозируется сокращение активности применения творческого подхода к ведению бизнеса до 14,32 баллов (-7,07%).

Следует принимать во внимание, что активность применения творческого подхода к ведению бизнеса – лишь одно из множества проявлений инновационной экономики. В ЕАЭС остальные проявления не зависят от инфляции и свободы рыночной конкуренции. Поэтому сам индекс инновационной экономики и его составляющие неизменны во всех трех рассмотренных сценариях. Это делает преимущества пессимистического сценария для инновационной экономики ЕАЭС пренебрежительно малыми.

Заключение

Таким образом, выявлено смещение экономического смысла сценариев государственного регулирования цен на товары в ЕАЭС с позиций инновационной экономики. Введение государственных ценовых лимитов, приводящее к снижению уровня инфляции, оказалось нежелательно для инновационной экономики, так как сдерживает активность применения творческого подхода к ведению бизнеса.

Пессимистический сценарий – связанный с ростом инфляции, снижением качества жизни и замедлением «зеленого» роста экономики ЕАЭС – оказался наиболее предпочтительным с позиций активности применения творческого подхода к ведению бизнеса.

Это позволяет сделать вывод о том, что интересы повышения качества жизни и устойчивого развития в ЕАЭС в некоторой степени противоречат интересам инновационного развития экономики. В то же время научно доказано, что активность применения творческого подхода к ведению бизнеса – единственное (из рассмотренных) проявление инновационной экономики, зависящее от инфляции и свободы рыночной конкуренции, то есть косвенно определяемое государственным лимитированием цен на товарных рынках.

Возможные слабо выраженные негативные последствия могут быть сглажены посредством целенаправленного и высокоэффективного государственного регулирования инновационной экономики, в частности, за счет применения прямых мер стимулирования данной активности. Это позволяет осуществлять государственное регулирование цен на товары в ЕАЭС без опасений за снижение инновационной активности в экономике, которое происходить не должно, что получило научное подтверждение в ходе данного исследования.


Источники:

1. Альпидовская М.Л., Савельева Н.К. Риск-ориентированный подход к маркетинговому управлению конкуренцией: концептуальные и методические аспекты // Вестник Тверского государственного университета. Серия: Экономика и управление. – 2020. – № 4. – c. 72-80.
2. Лутошкина Н.К. Описание целевых групп потребителей с точки зрения восприятия ценовой и неценовой конкуренции на рынке банковских услуг // Вестник Астраханского государственного технического университета. Серия: Экономика. – 2012. – № 2. – c. 156-160.
3. Auboin M., Koopman R., Xu A. Trade and innovation policies: coexistence and spillovers // Journal of Policy Modeling. – 2021. – № 43(4). – p. 844-872. – doi: 10.1016/j.jpolmod.2021.02.010.
4. Baibakova T.V., Rodionova E.V., Zakirova O.V. The sectoral approach to the analysis of the effectiveness of agro-industrial integration in the context of innovative and sustainable development of the agricultural sector // System in Systems, Decision and Control. – 2020. – № 282. – p. 425-436.
5. Chakraborti R., Roberts G. Learning to Hoard: The Effects of Preexisting and Surprise Price-Gouging Regulation During the COVID-19 Pandemic // Consum Policy. – 2021. – № 44. – p. 507–529. – doi: 10.1007/s10603-021-09493-1.
6. Devetyarova I.P., Yukhnev N.A., Agalakova O.S., Goryachikh S.P., Sanovich M.A., Ryattel A.V. Formation of the monitoring system of entrepreneurial activities in the retail sphere // Espacios. – 2018. – № 39(28).
7. Huang Y., Chen Y., Tan C.H. Regulating new digital market and its effects on the incumbent market: Investigation of online peer-to-peer short-term rental // Information & Management. – 2021. – № 58(8). – doi: 10.1016/j.im.2021.103544.
8. Lade G.E., Lin Lawell C.-Y.C., Smith A. Policy Shocks and Market-Based Regulations: Evidence from the Renewable Fuel Standard // American Journal of Agricultural Economics. – 2018. – № 100. – p. 707-731. – doi: 10.1093/ajae/aax097.
9. Norouzi N. Post-COVID-19 and globalization of oil and natural gas trade: Challenges, opportunities, lessons, regulations, and strategies // Energy Res. – 2021. – № 45. – p. 14338– 14356. – doi: 10.1002/er.6762.
10. Paptsov A., Nechaev V., Mikhailushkin P.V. Towards to a single innovation space in the agrarian sector of the member states of the Eurasian economic union: a case study // Entrepreneurship and Sustainability Issues. – 2019. – № 7(1). – p. 637-648. – doi: 10.9770/jesi.2019.7.1(45).
11. Popkova E., Zavyalova E. New Institutions for Socio-Economic Development: The Change of Paradigm from Rationality and Stability to Responsibility and Dynamism. - Berlin, Boston: De Gruyter. – 2021 p.
12. Pushkar O., Kurbatova Yu., Druhova O. Innovative methods of managing consumer behavior in the economy of impressions, or the experience economy // Economic Annals-XXI. – 2017. – № 165(5-6). – p. 114-118.
13. Sozinova A.A. Marketing concept of managing the reorganization of entrepreneurial structures using the latest information technologies // Quality – Access to Success. – 2018. – № 19(S2). – p. 118-122.
14. Sozinova A.A., Burtseva T.A., Fokina O.V., Grabar A.A., Tufyakova E.S. The concept of industrial enterprises’ economic development amid the global financial and economic crisis. / The Future of the Global Financial System: Downfall or Harmony. «Lecture Notes in Networks and Systems». - Cham, Switzerland, 2019. – 1085-1093 p.
15. WIPO Global Innovation Index. [Электронный ресурс]. URL: http:// knoema.com/GII2018Aug/global-innovation-index (дата обращения: 10.12.2021).
16. Yarashevich V. Competitiveness through new industrialisation in the EAEU // Post-Communist Economies. – 2021. – № 33:2-3. – p. 305-330. – doi: 10.1080/14631377.2020.1793591.

Страница обновлена: 04.11.2022 в 20:52:50