Оценка эффективности функционирования инновационной системы регионов Дальневосточного федерального округа

Егоров Н.Е.1, Ковров Г.С.1, Павлова С.Н.1
1 Северо-Восточный федеральный университет им. М.К. Аммосова, Россия, Якутск

Статья в журнале

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

Том 13, Номер 2 (Апрель-июнь 2023)

Цитировать:
Егоров Н.Е., Ковров Г.С., Павлова С.Н. Оценка эффективности функционирования инновационной системы регионов Дальневосточного федерального округа // Вопросы инновационной экономики. – 2023. – Том 13. – № 2. – С. 955-968. – doi: 10.18334/vinec.13.2.117574.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=54060725

Аннотация:
Статья посвящена оценке эффективности инновационной деятельности региона. Методологической основой послужили труды, посвященные методам оценки инновационного развития регионов и методам рейтингования, а также оценке эффективности инновационной деятельности региона. На основе изучения и анализа работ предложена авторская методика оценки эффективности инновационной деятельности региона, позволяющая рассчитывать коэффициент эффективности через входные и выходные параметры, характеризующие показатели ресурсного потенциала и результативности инновационной деятельности региона. Рассчитан коэффициент эффективности инновационной деятельности субъектов Дальневосточного федерального округа на основе статистических данных. Дано сравнение рейтингов инновационного и научно-технологического развития, выполненных различными организациями за 2018-2021 годы, которые, по мнению авторов, также показывают уровень эффективности инновационной деятельности в Дальневосточном регионе. Выполнен корреляционный анализ для модели парной линейной регрессии, по результатам которого наблюдается положительная тесная взаимосвязь между входными и выходными показателями, что позволяет использовать предлагаемую методику также и для моделирования прогнозных оценок эффективности инновационной деятельности региона.

Ключевые слова: инновационная деятельность, рейтинг, эффективность, методика оценки, входные и выходные показатели, регионы Дальнего Востока, статистические данные, корреляционно-регрессионный анализ

Финансирование:
Статья подготовлена в рамках выполнения государственного задания Министерства науки и высшего образования РФ по проекту № FSRG-2023-0025 «Современные методы математического моделирования и их приложения».

JEL-классификация: R11, R12, R13, O31, O33



Введение

В современных условиях, когда инновационное составляющее является ключевым фактором развития экономики региона, проблемы измерения различных аспектов инновационного развития, включая вопрос оценки эффективности инновационной деятельности региона, являются весьма актуальной научно-практической задачей. Например, в работе [1] (Avramchikova, Volkov, 2018) отмечается, что в условиях динамично развивающихся экономических отношений, санкций со стороны США и Европейского союза, а также ограниченности бюджетных ресурсов особую актуальность приобретает совершенствование механизма управления и оценки эффективности государственной поддержки инновационной деятельности.

На сегоднящний день существуют труды ряда зарубежных и отечественных ученых по проблемам методологических подходов, методов оценки инновационного развития регионов (ИИР) и методов рейтингования [2, 4, 5, 7, 8, 10, 13, 20] (Barinova, Zemcov, 2016; Bortnik, Zinov, Kocjubinskij, Sorokina, 2013; Egorov, 2022; Il'ina, Zharova, Agamirova, Kamenskij, 2018; Krasova, 2019; Mitjakov S.N., Mitjakova O.I., Murashova, 2017; Poljanskaja N.M., Kolesnjak A.A., Kovalenko, 2022; Egorov, 2021). Имеются также работы, посвященные оценке эффективности ИД региона [1, 3, 6, 9, 12, 19] (Avramchikova, Volkov, 2018; Batrasova A.D., Konovalova T.V., Komarov P.I., 2022; Erohina, 2013; Lezina, Inshakov, Maksimova, 2019; Jashin, Tukkel', Koshelev, Makarov, Korobova, 2018; Rjapuhina, 2018).

Опираясь на результаты собственных многолетних исследований и труды других ученых по схожим проблемам, авторами статьи проведена оценка эффективности инновационной деятельности (ИД) региона или региональной инновационной системы (РИС). Авторами предлагается методика оценки эффективности инновационной деятельности региона, на основе которой выполнен расчет коэффициентов эффективности ИД субъектов Дальневосточного федерального округа (ДФО).

Научная новизна исследования состоит в том, что авторами предложена методика оценки эффективности инновационной деятельности региона, на основе которой выполнены расчеты коэффициентов эффективности субъектов Дальневосточного федерального региона.

Целью исследования является оценка эффективности инновационной деятельности региона или региональной инновационной системы на примере субъектов Дальневосточного федерального округа.

Авторская гипотеза основана на том, что эффективность инновационной деятельности региона можно оценивать количественно различными методами, а также результаты рейтинга инновационной деятельности региона показывают уровень эффективности инновационной системы.

Материалы и методы исследования

Важным критерием оценки результативности инновационной деятельности региона или региональной инновационной системы является показатель эффективности, характеризующий соотношение конечного результата и затраченных на его получение ресурсов.

В качестве ресурсов рассматриваются инновационный потенциал и финансовое обеспечение научно-инновационной деятельности РИС. Исходя из этого, по мнению авторов, эффективность ИД региона в количественном выражении можно оценить посредством коэффициента эффективности (Kэфф), рассчитываемого через выражение:

Kэфф = (1)

где

– среднее значение всех входных показателей, характеризующих научно-инновационный потенциал и финансовую поддержку ИД в регионе (входной показатель).

Y – выходной показатель, характеризующий результативность ИД.

Для оценки эффективности ИД в регионе авторами определена следующая система выбранных ключевых (значимых) показателей на основе статистических данных (табл. 1) [14] (Regiony Rossii. Social'no-jekonomicheskie pokazateli. 2021: Stat. sb.).

Таблица 1

Система ключевых (значимых) показателей для оценки ИД региона


Обозначение
Наименование показателя

Х1
Показатели научно-инновационного потенциала
1
х1
Уровень инновационной активности организаций, %
2
х2
Численность персонала, занятого научными исследованиями и разработками, чел.
3
х3
Удельный вес организаций, осуществляющих технологические инновации в общем числе обследованных организаций, %
4
х4
Численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры на 10 000 чел. населения (на начало учебного года), чел

Х2
Показатели финансового обеспечения научно-инновационной деятельности
5
х5
Доля внутренних затрат на научные исследования и разработки к ВРП, %
6
х6
Затраты на инновационную деятельность, млн. руб.
7
х7
Затраты на внедрение и использование цифровых технологий (до 2019 г. - Затраты на ИКТ), млн. руб.

Y
Показатели результативности ИД
8
y1
Коэффициент изобретательской активности (количество поданных заявок на выдачу патентов на изобретения и полезные модели на 10 000 чел. населения)
9
y2
Выдача патентов на изобретения и полезные модели, ед.
10
y3
Используемые передовые производственные технологии, ед.
11
y4
Объем инновационных товаров, работ, услуг, млн. руб.
Источник: составлена авторами.

Результаты исследования и их обсуждение

В качестве примера рассматриваются субъекты Дальневосточного федерального округа. В целом, авторы, поддерживая позицию в работе [1] (Avramchikova, Volkov, 2018), отмечают, что эффективность инновационной деятельности региона можно оценивать и по результатам соответствующих рейтингов, выполняемых различными организациями [11, 15-18]. На основе выбранных ключевых показателей инновационного развития регионов (ИРР) авторами также выполнена рейтинговая оценка по регионам ДФО за период 2015-2021 гг. (рис. 1).

Рисунок 1. Рейтинг ИРР ДФО за период 2015-2021 гг.

Источник: составлено авторами.

Исходя из результатов расчетов, среди субъектов ДФО, лидирующие позиции занимают Хабаровский и Приморский края, Республика Саха (Якутия), что, по нашему мнению, показывает близкие значения в сравнении с результатами других рейтинговых оценок (табл. 2). Таким образом, авторскую методику оценки и выбранные показатели можно считать адекватными и достаточными для сравнительной оценки уровня ИРР.

Таблица 2

Сравнение рейтингов инновационного и научно-технологического развития субъектов ДФО за 2018-2021 годы

Субъекты ДФО
Ранг РРИИ (НИУ ВШЭ) 2018/2019
Ранг по рейтингу ИР России за 2018 г. (АИРР)
Ранг по рейтингу ИР за
2020 г. (МИИРИС)
Место по рейтингу НТР за 2020 г. (РИА Рейтинг)
Место по рейтингу НТР за 2021 г. (Минобр-науки РФ)
Места по авторскому рейтингу ИРР ДФО за 2015-2021 гг.
Хабаровский край
1
1
1
1
3
1
Приморский край
2
4
8
2
1
2
Республика Саха (Якутия)
3
2
2
3
2
3
Республика Бурятия
4
3
4
5
4
8
Камчатский край
5
5
5
6
7
4
Магаданская область
6
7
9
8
8
5
Сахалинская область
7
6
3
4
10
7
Забайкальский край
8
8
10
11
6
9
Амурская область
9
10
7
7
5
6
Еврейская АО
10
9
11
10
9
10
Чукотский АО
11
11
6
9
11
11
Источник: составлена авторами по данным рейтингов [11, 15-18]

Для расчёта коэффициента эффективности ИД субъектов ДФО (Kэфф) по формуле (1) использованы показатели таблицы 1, распределенные по входному и выходному блокам РИС за период с 2015 по 2021 гг. Результаты расчёта приведены на рис. 2.

Рисунок 2. Рейтинг коэффициента эффективности ИД регионов ДФО по входным и выходным показателям 2015-2021 гг.

Источник: составлено авторами.

Анализ предствленной иллюстрации показывает, что лидерами по эффективности ИД среди субъектов ДФО являются Хабаровский край (1,49), Амурская область (1,38) и Еврейский АО (1,28).

Для более детальной оценки эффективности ИД выполнены расчеты значения Kэфф отдельно по блокам: Х1 – научно-инновационный потенциал (4 показателя) и Х2 – финансовое обеспечение научно-инновационной деятельности (3 показателя). Выходные показатели (Y) – результаты ИД состоят из 4 показателей. Результаты оценки Kэфф по блоку Х1 представлены на рис. 3.

Рисунок 3. Рейтинг коэффициента эффективности ИД регионов ДФО по научно-образовательному блоку Х1 за 2015-2021 гг.

Источник: составлено авторами.

Анализ рис. 3 показывает, что лидерами по данному рейтингу являются Хабаровский край (1,39), Приморский край (0,92) и Амурская область (0,63).

Далее на рис. 4 представлены результаты расчета коэффициента эффективности ИД по блоку Х2 – финансовое обеспечение научно-инновационной деятельности.

Рисунок 4. Рейтинг коэффициента эффективности ИД регионов ДФО по блоку Х2 – финансовое обеспечение научно-инновационной деятельности за 2015-2021 гг.

Источник: составлено авторами.

По данному рейтингу лидирующие позиции занимают Еврейский АО (3,43), Амурская област (2,19) и Хабаровский край (1,64).

С практической точки зрения представляет интерес выявление взаимной связи между входными и выходными параметрами ИД. Для этого необходимо определить их степень корреляции и регрессионную зависимость. При этом в качестве входного параметра эффективности ИД (X) приняты значения показателей, а выходного параметра (Y) –показатели результативности ИД. Результаты выполненного корреляционного анализа для модели парной линейной регрессии приведены на рис. 5.

Рисунок 5. Корреляционно-регрессионная зависимость между входными и выходными параметрами ИД регионов ДФО

Источник: составлено авторами.

Как следует из рис. 5, наблюдается положительная тесная взаимосвязь между входными и выходными показателями(коэффициент корреляции R составляет 0,64), что позволяет использовать регрессионную формулу зависимости вида y=а+bx для моделирования прогнозных оценок эффективности ИД региона.

Далее выполнен расчет корреляционной взаимосвязи между входными показателями (Х1 и Х2) и коэффициентом эффективности по блокам (Kэфф) (рис. 6 и рис. 7).

Рисунок 6. Корреляционно-регрессионная зависимость между входными показателями К1 и Kэфф регионов ДФО

Источник: составлено авторами.

Рисунок 7. Корреляционно-регрессионная зависимость между входными показателями К2 и Kэфф регионов ДФО

Источник: составлено авторами.

Анализ рисунков 6 и 7 показывает, что наблюдается тесная взаимосвязь (коэффициент корреляции R(К1) = 0,75 и R(К2) = 0,81). Более высокая теснота взаимосвзи наблюдается у второго блока – Финансовое обеспечение научно-инновационной деятельности, чем у первого блока – Научно-инновационный потенциал, что характеризует преобладающее влияние финансовой поддержки на результативность ИД регионов ДФО.

Заключение

На основе анализа работ, посвященных измерению инновационного развития регионов и опираясь на результаты собственных исследований, авторами предложена методика оценки эффективности инновационной деятельности региона, позволяющая оценивать коэффициент эффективности инновационной деятельности через соотношение входных и выходных параметров.

Представлен сравнительный анализ результатов рейтинговых оценок субъектов ДФО, выполненных различными организациями методами рейтингования. Результаты оценки показывают лидирующие позиции Хабаровского и Приморского краев, Республики Саха (Якутия) среди регионов Дальнего Востока.

Анализ результатов расчета коэффициента эффективности ИД регионов Дальневосточного федерального округа по предлагаемой авторской методике показывает, что лидерами являются Хабаровский край (1,49), Амурская область (1,38) и Еврейский АО (1,28). Тройку рейтинга по блоку Х1 (Научно-инновационный потенциал) занимают Хабаровский край (1 место), Приморский край (2 место) и Амурская область (3 место). По второму блоку – финансовое обеспечение ИД 1 место занял Еврейский АО, 2 место - Амурская область и Хабаровский край - 3 место. То, что Еврейский АО и Амурская область показывают лучшие позиции, можно объяснить более высокии показателями финансовой поддержки ИД данных субъектов ДФО.

Анализ корреляционно-регрессионной зависимости между входными и выходными параметрами ИД регионов ДФО показывает положительную тесную взаимосвязь с коэффициентом корреляции R=0,64, что дает возможность использования стандартной регрессионной формулы вида y=а+bx для моделирования прогнозных оценок эффективности ИД региона.

Анализ корреляционной взаимосвязи между входными показателями (Х1 и Х2) и коэффициентом эффективности по блокам (Kэфф) показывает, что более высокая теснота взаимосвзи наблюдается у второго блока – финансовое обеспечение научно-инновационной деятельности, чем у первого блока – научно-инновационный потенциал, что характеризует о доминирующем влиянии финансовой поддержки на результативность ИД регионов ДФО.

Результаты иследования могут быть полезны местным органам исполнительной власти для принятия различных управленческих решений по мониторингу и повышению уровня инновационной деятельности регионов.


Источники:

1. Аврамчикова Н.Т., Волков Д.О. Современные методы оценки эффективности государственной поддержки инновационной деятельности в регионе // Региональная экономика: теория и практика. – 2018. – № 4. – c. 724-742. – doi: 10.24891/re.16.4.724.
2. Баринова В.А., Земцов С.П. Рейтинги инновационного развития регионов: зачем нужна новая методика в России? // Вестник Поволжского института управления. – 2016. – № 6(57). – c. 110-116.
3. Батрасова А.Д., Коновалова Т.В., Комаров П.И. Оценка эффективности инновационной деятельности субъектов федерации // Вестник Алтайской академии экономики и права. – 2022. – № 11-3. – c. 389-395. – doi: 10.17513/vaael.2578.
4. Бортник И.М., Зинов В.Г., Коцюбинский В.А., Сорокина А.В. Индикаторы инновационного развития регионов России для целей мониторинга и управления // Инновации. – 2013. – № 11(181). – c. 21-32.
5. Егоров Н.Е., Васильева Н.В. Оценка уровня инновационного развития регионов на основе эконометрической модели «Тройная спираль» и российского регионального инновационного индекса // Вопросы инновационной экономики. – 2022. – № 3. – c. 1697-1710. – doi: 10.18334/vinec.12.3.115181.
6. Ерохина Е.В. Методология анализа и оценка эффективности инновационной деятельности в регионе // Известия Тульского государственного университета. Экономические и юридические науки. – 2013. – № 4-1. – c. 3-17.
7. Ильина И.Е., Жарова Е.Н., Агамирова Е.В., Каменский А.С. Инновационное развитие регионов России // Регионология. – 2018. – № 2. – c. 230-355. – doi: 10.15507/2413-1407.103.026.201802.230-255.
8. Красова Е.В. Научно-исследовательская инфраструктура Дальневосточного федерального округа в контексте инновационного развития региона: тенденции и проблемы развития // Университетское управление: практика и анализ. – 2019. – № 3. – c. 56-68. – doi: 10.15826/umpa.2019.03.019.
9. Лезина Е.Г., Иншаков В.А., Максимова Л.Ю. Оценка эффективности инновационной деятельности региона на основе соотношения результатов и затрат на выполнение научно-исследовательской деятельности // Финансовая экономика. – 2019. – № 12. – c. 671-676.
10. Митяков С.Н., Митякова О.И., Мурашова Н.А. Инновационное развитие регионов России: методика рейтингования // Инновации. – 2017. – № 9(227). – c. 97-104.
11. Национальный рейтинг научно-технологического развития субъектов Российской Федерации за 2021 год. Minobrnauki.gov.ru. [Электронный ресурс]. URL: https://minobrnauki.gov.ru (дата обращения: 01.03.2023).
12. Яшин С.Н., Туккель И.Л., Кошелев Е.В., Макаров С.А., Коробова Ю.С. Оценка эффективности инновационной деятельности. / Учебник. - Нижний Новгород: Изд-во Нижегородского ун-та, 2018. – 409 c.
13. Полянская Н.М., Колесняк А.А., Коваленко Е.И. Научный потенциал как фактор инновационного социально-экономического развития регионов // Вопросы инновационной экономики. – 2022. – № 1. – c. 519-534. – doi: 10.18334/vinec.12.1.114260.
14. Регионы России. Социально-экономические показатели. 2021. / Статистический сборник. - М.: Росстат, 2021. – 1112 c.
15. Рейтинг инновационного развития регионов Российской Федерации. Итоги 2020 года. Фгбну нии ринкцэ. [Электронный ресурс]. URL: https://volog.ranepa.ru/ news/docs/Рейтинг%202020%20МИИРИС_Экспертам.pdf?utm_source=yandex.ru&utm_medium=organic&utm_campaign=yandex.ru&utm_referrer=yandex.ru (дата обращения: 01.03.2023).
16. Абдрахманова Г.И., Бахтин П.Д., Гохберг Л.М. и др. Рейтинг инновационного развития субъектов Российской Федерации. / Том. Выпуск 7. - М.: НИУ ВШЭ, 2021. – 274 c.
17. Рейтинг инновационных регионов России за 2018 г. Ассоциация инновационных регионов России. [Электронный ресурс]. URL: https://www.i-regions.org/upload/iblock/e8f/airr18.pdf (дата обращения: 01.03.2023).
18. Рейтинг регионов по научно-технологическому развитию – итоги 2020 г. Риа рейтинг. [Электронный ресурс]. URL: https://riarating.ru/infografika/20211025/ 630210992.html (дата обращения: 01.03.2023).
19. Ряпухина В.Н. Оценка эффективности инновационного развития регионов: методика и построение рейтинга // Вопросы инновационной экономики. – 2018. – № 3. – c. 391-404. – doi: 10.18334/vinec.8.3.39300.
20. Egorov N., Kovrov G., Solomonov M. Assessment of the sustainable development of the innovation system of the region based on the concept of the Triple Helix theory // International Scientific Forum on Sustainable Development and Innovation (WFSDI 2021): E3S Web Conf. Vol. 295. Patras, Greece, 2021.– doi: 10.1051/e3sconf/202129501010.

Страница обновлена: 15.07.2024 в 10:32:25