Влияние энергетической инфраструктуры регионов на инновационную составляющую региональной экономики

Введение

Цифровые технологии, активно используемые в современном мире, оказывают значительное влияние на все процессы и явления как экономической, так и социальной сферы. Так саму концепцию «цифровой экономики» описали в своих работах Тапсcотт Д. [1], а также Кроуфорд В. [2] Они описали ее как систему, ориентированную на знания, на обработку данных. Как раз последнее в приложении к большим данным и стало основным отличием и важнейшим компонентом данной парадигмы.

Учитывая значимость данного направления, оно выделяется в самостоятельный вид деятельности. Развитие сетевых технологий позволяет не только изменить традиционное отношение к географическим границам и расстояниям, но и формирует целые новые сектора. Многие аспекты данного процесса исследовались как отечественными, так и зарубежными учеными. При этом большинство из них приходит к выводам о положительном характере явления цифровизации и сопутствующей ей трансформации. Так, Ли Л., анализируя перспективы развития китайской промышленности, приходит к выводу, что трансформация и модернизация необходимы для повышения качества и конкурентоспособности экономической системы [3]. При этом, процесс внедрения различных цифровых инструментов во многих компаниях возникает ряд сложностей [4], в связи с чем данное направление является весьма актуальным.

Цифровизация во многом зависит от уровня инновационного развития территория и от обеспечения данного процесса необходимыми ресурсами. Отдельными аспектами являются вопросы дальнейшего взаимодействия с человеческим капиталом и возрастания энергетической нагрузки.

Первый аспект достаточно тесно связан с периодом, когда многие физические предприятия пострадали от ограничений, введенных в связи с коронавирусной инфекцией. Начался достаточно быстрый рост Интернет-торговли, что естественным образом побуждает компании к цифровой трансформации [5] и ускорению ее [6]. Это приводит к сокращению спроса на многие профессии на рынке. Так, Грэхем М. с соавторами приходит к выводу, что превышение предложения на рынке труда во многом обусловлено развитием технологий искусственного интеллекта [7]. Это, в свою очередь, приводит к изменениям и в самой структуре человеческого капитала, увеличивая долю высококвалифицированной силы. Именно к такому выводу приходит Юй К., исследовавший опыт Китая, который переживает бурную трансформация [8]. Кроме того, следует отметить, что средний период обучения неуклонно возрастает. Так, по отдельном данным, в 2022году средняя продолжительность обучения в европейских странах составляет более 13 лет, с перспективой роста на 15-20% в виду высокой значимости данного фактора в вопросе инновационного развития государства, в России же данный показатель составляет порядка 12,8 лет [9]. Это приводит к росту значимости образования для получения именно системного знания. Соответственно, это приводит к ускорению инновационного развития территорий. Как отметают отечественные специалисты экономическая эффективность высшего образования неуклонно возрастает, что является частью стратегии развития данной сферы [10]. Следует также отметить, что ввиду крайне неблагоприятного демографического прогноза, необходимо интенсифицировать экономический рост на базе модернизации текущего производства [11].

Второй аспект – возрастание энергетической нагрузки – также активно изучается. Следует отметить, что вопросы энергетического обеспечения находятся под влиянием положений концепции устойчивого развития. Данное направление приводит с одной стороны к снижению энергопотребления от невозобновимых источников. С одной стороны, это приводит к улучшению экологической нагрузки, с другой это призвано повысить национальную независимость [12]. Однако, следует отметить, что переход навозобновимые источники сопряжен с рядом проблем. Во-первых, это зависит от структуры экономической деятельности, от специализации. В том случае, если национальная экономика не является инновационно-ориентированной, то переход будет являться затрудненным. Вторым фактором, влияющим на данную сферу, является потенциальный рост занятости при смене основных источников энергообеспечения. Что еще раз указывает на значимость человеческого капитала. Однако, следует отметить, что данный вопрос не является однозначным. Так, с одной стороны, исследователи доказали, что страны с более высоким уровнем человеческого капитала, как правило, меньше полагаются на невозобновляемые источники для своего потребления энергии [13]. Это связывают с более активным внедрением инноваций в части энергосбережения. Но с другой, развитие увеличение человеческого капитала способствует экономическому росту, что в свою очередь, приводит к повышению энергопотребления. Несмотря на разность трактовок, становится возможным сделать вывод о наличии устойчивой связи между энергетической составляющей, человеческим капиталом и инновационным развитием. Так, причинно-следственные связи между человеческим капиталом и энергоемкостью были подтверждены эмпирически [14].

Кроме того, следует отметить, что на данное направление влияют помимо прочего и неэкономические факторы. Так, неоптимальные темпы перехода на «зелёную» энергетику в сочетании с выводом из эксплуатации мощностей, ранее обеспечивавших загрузку энергосистемы, привели к формированию кризисных явлений в экономике отдельных стран Европы [15]. При этом, международное сотрудничество в обмене знаниями и опытом для глобального прогресса в энергетических реформах является крайне положительным моментом [16].

Таким образом, энергетическая инфраструктура территории формирует базовые условия для инновационного развития и, соответственно, экономического роста. При этом данное влияние формируется как напрямую, так и через побочные эффекты. Однако, данное направление является неизученным до конца. В частности, недостаточно изученным является процесс взаимодействия существующей энергетической инфраструктуры территорий и инновационного развития, как фактора, обеспечивающего цифровизацию. Хотя, на наш взгляд, инфраструктурные вопросы, являются крайне важными.

Гипотезой данного исследования стало предположение о наличии зависимости между параметрами инновационного и инфраструктурного развития и человеческим капиталом территорий.

Целью данного исследования стало моделирование взаимосвязи параметров инфраструктурного и инновационного развития и человеческого капитала методами корреляционно-регрессионного анализа на уровне регионов Центрального федерального округа.

Элементы научной новизны можно определить в выявлении и анализе взаимосвязи между указанными сферами, а также моделирование их взаимодействия на региональном уровне.

Основным методом выступил корреляционно-регрессионный анализ.

Основная часть

Вклад в инновационное развитие российской экономики регионов Центрального федерального округа (ЦФО) весьма значителен. Так, доля округа в общем числе выданных патентов составляет более 40% (рисунок 1). Следует отметить, что динамика данного показателя на окружном уровне соответствует общероссийской динамике. Так рост на уровне РФ составляет порядка 6% за период с 2000 года. Соответственное изменение на уровне ЦФО за аналогичный интервал составляет 4%.

Доля ЦФО в совокупном объеме инновационных товаров, работ, услуг в среднем составляет порядка 30% (рисунок 2), колеблясь за период 2000-2022 гг. с 18% до 38%. Динамика данного показателя на окружном уровне (+40,7%) соответствует общероссийской тенденции (+40,2%). Несмотря на существующие ограничения в части доступа на рынки высоких технологий и санкционное давление и некоторое замедление темпов роста инновационной составляющей данная сфера демонстрирует рост.

Как уже отмечалось выше, одним из важнейших факторов, обуславливающих как экономический рост в целом, так и развитие инновационной составляющей в частности, является энергетической обеспечение процессов на требуемом уровне.

Рисунок 1 – Динамика числа выданных патентов, РФ, ЦФО, 2000-2022 гг.

Источник: Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат. М., 2023. 1126 с. [17]

Рисунок 2 – Объем инновационных товаров, работ, услуг, млн руб., РФ, ЦФО, 2000-2022 гг.

Источник: Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат. М., 2023. 1126 с. [17]

Оценить энергетическую инфраструктуру становится возможным посредством анализа динамики ряда статистических показателей. Как и на уровне инновационной сферы энергетическая составляющая ЦФО является весьма значимым элементом общероссийской системы, вклад данного региона в национальную систему составляет порядка 20% (рисунки 3-4).

Рисунок 3 - Мощность электростанций, млн киловатт, РФ, ЦФО, 2000-2022 гг.

Источник: Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат. М., 2023. 1126 с. [17]

Рисунок 4 - Производство электроэнергии, миллиардов киловатт-часов, РФ, ЦФО, 2000-2022 гг.

Источник: Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат. М., 2023. 1126 с. [17]

За анализируемый период и национальная и окружная энергетические системы демонстрируют схожие тенденции. Так, рост мощности электростанций составил +30% и +10% соответственно, а производство электроэнергии возросло на 33% и 23% соответственно.

Для проверки высказанной гипотезы о наличии взаимосвязи между инфраструктурной и инновационной составляющими на региональном уровне был произведен расчет коэффициента линейной корреляции по показателям, представленным на рисунках 1-4. Соответственно поученные значения, а также вывод о наличии взаимосвязи с ее последующей оценкой представлен в таблице 1.

Таблица 1

Результаты корреляционного анализа и характеристика связи между параметрами инновационной и инфраструктурной составляющей, национальный и региональный уровни, 2000-2022 гг

Отметим, что национальные тенденции находят свое продолжение на региональном уровне не на всех территориях. Так проявляется специфика субъектов, кроме того это можно объяснить высокой дифференциацией регионов по практически всем параметрам, что естественным образом приводит к усреднению и некоторому размытию индикаторов на общегосударственном уровне.

Так на уровне РФ мощность электростанций не имеет связи с числом выданных патентов. Соответственно связь между параметрами мощности электростанций и числом выданных патентов присутствует только в Белгородской (0,75), Владимирской (0,62), Ивановской (0,61), Курской (0,59) и Тульской (0,60) областях. Отдельно следует отметить Липецкую область, в которой коэффициент корреляции составляет -0,64. Несмотря на приемлемое значение показателя по модулю, его трактовку затрудняет наличие обратной связи, что, возможно, следует отнести к особенностям развития.

При этом общий объем инновационных товаров, работ и услуг на национальном уровне имеет очень высокую связь с мощностями электростанций (0,98). Данную тенденцию разделяет значительное число регионов: Белгородская (0,52), Владимирская (0,85), Воронежская (0,81), Калужская (0,75), Липецкая (0,86), Рязанская (0,81), Ярославской (0,70) областях и г. Москва (0,85). Аномалии по данному коэффициенту ввиду наличия обратной связи наблюдаются в Тамбовской (-0,60) и Тульской (-0,80) областях.

Аналогично с тенденциями взаимосвязи показателей с мощностью электростанций диагностируем по производству электроэнергии:

- н национальном уровне связь с числом патентов отсутствует (0,23). Однако на региональном уровне ряд регионов демонстрируют наличие связи: Белгородская (0,83), Ивановская (0,69) области, при аномалии Липецкой области (-0,72).

- на уровне России объемы инновационных товаров, работ и услуг имеют высокую связь с объемом производимой электроэнергии (0,92). Также наличие аналогичной связи наблюдаются в Белгородской (0,76), Воронежской (0,71), Калужской (0,63), Липецкой (0,83), Тверской (0,66) и Ярославской (0,51) областях. При аномалиях Рязанская (-0,87), Тамбовской (-0,76) и Тульская (-0,81) области.

Схожие тенденции и относительности численности населения:

- по показателю числа патентов: на национальном уровне зависимость отсутствует, связь диагностируется В Белгородской (0,78), Владимирской (0,70), Курской (0,60) областях, при обратной силе связи в Липецкой (-0,72), Орловской (-0,71) и Тульской (-0,71) областях;

- по показателю объема инновационных товаров – на национальном уровне сила связи высокая – 0,93. Прямая и приемлемая сила связи наблюдается во всех регионах, за исключением: Ивановская (0,35), Московская (0,25) и Орловская (0,26) области.

Причиной аномалий могут выступать неполная сформированность связей ввиду перестроения цепочек, вызванных санкционным воздействием и изменением доступа к высокотехнологичным рынкам, а также к ресурсам.

На основе выявленной связи было выполнено моделирование на основе методов регрессионного анализа. Полученные модели представлены ниже:

- национальные модели:

ИТ = 94 249,04*МЭ - 20 066 752,35 при R² = 0,96

ИТ = 22 219,83*ПЭ - 20 362 517,77 при R² = 0,84

ИТ = 994 999,96*ЧН - 20 062 515,06 при R² = 0,86

- региональные модели:

Белгоpодская область:

П = 637,69*МЭ - 63,725 при R² = 0,57

ИТ = 719 035,11*МЭ - 151 068,96 при R² = 0,27

П = 125,27*ПЭ + 10,38 при R² = 0,69

ИТ = 188 422,22*ПЭ - 106 709,72 при R² = 0,58

П = 15,63*ЧН - 275,48 при R² = 0,61

ИТ = 25 999,85*ЧН - 598 888,08 при R² = 0,62

Брянская область:

ИТ = 4 108,69*ЧН - 91 854,50 при R² = 0,44

Владимиpская область:

П= 246,05*МЭ + 17,364 при R² = 0,39

ИТ = 80 175,97*МЭ - 26 911,65 при R² = 0,73

П = 18,03*ЧН - 329,63 при R² = 0,49

ИТ = 5 468,12*ЧН - 129 158,34 при R² = 0,80

Воpонежская область:

ИТ = 15 444,57*МЭ - 21 916,13 при R² = 0,65

ИТ = 2 038,36*ПЭ - 12 863,83 при R² = 0,51

ИТ = 10 845,21*ЧН - 269 763,00 при R² = 0,71

Ивановская область:

П = 1280,7*МЭ - 780,84 при R² = 0,37

П = 546,56*ПЭ - 660,18 при R² = 0,48

Калужская область:

ИТ = 133 453,55*МЭ - 5 796,71 при R² = 0,57

ИТ= 81 056,87*ПЭ - 7 646,36 при R² = 0,39

ИТ = 4 262,70*ЧН - 96 047,83 при R² = 0,55

Костромская область:

ИТ = 1 189,24*ЧН - 27 119,99 при R² = 0,55

Курская область:

П = 99,665*МЭ - 256,38 при R² = 0,35

П = 22,32*ЧН - 409,47 при R² = 0,36

ИТ = 7 472,56*ЧН - 184 874,81 при R² = 0,86

Липецкая область:

ИТ = 150 487,45*МЭ - 120 852,65 при R² = 0,75

ИТ = 30 184,84*ПЭ - 111 722,21 при R² = 0,70

ИТ = 13 486,72*ЧН - 310 372,89 при R² = 0,88

Рязанская область:

ИТ = 57 416,55*МЭ - 198 133,78 при R² = 0,66

ИТ = 4 757,12*ЧН - 121 881,64 при R² = 0,59

Смоленская область:

ИТ = 1 871,54*ЧН - 42 931,78 при R² = 0,63

Тамбовская область:

ИТ = 2 852,31*ЧН - 71 717,87 при R² = 0,75

Твеpская область:

ИТ = 1 113,93*ПЭ - 23 438,45 при R² = 0,43

ИТ = 4 277,61*ЧН - 102 304,35 при R² = 0,31

Тульская область:

П = -5,9575*МЭ + 247,62 при R² = 0,62

ИТ = 24 352,70*ЧН - 645 109,26 при R² = 0,66

Яpославская область:

ИТ = 33 671,88*МЭ - 27 463,03 при R² = 0,49

ИТ = 5 725,21*ПЭ - 6 399,45 при R² = 0,26

ИТ = 8 501,90*ЧН - 202 855,70 при R² = 0,83

г. Москва:

ИТ = 317 234,94*МЭ - 2 726 970,11 при R² = 0,72

ИТ = 122 304,77*ЧН - 2 636 094,49 при R² = 0,64

где ИТ - объем инновационных товаров, работ, услуг;

П - число выданных патентов;

МЭ - мощность электростанций;

ПЭ - производство электроэнергии;

ЧН - численность населения.

Не все построенные модели имеют высокое качество, однако они являются приемлемыми для диагностики связи между переменными.

На основе построенных уравнений можно сделать ряд выводов. На национальном уровне инфраструктурные элементы, а также численность населения оказывает влияние только на объем произведенных товаров, работ, услуг, на число патентов данное влияние не распространяется.

Все регионы становится возможным разделить на несколько групп:

- регионы, в которых инфраструктурные элементы и численность населения влияет только на объем инновационных товаров, что согласуется с национальной моделью. Данная группа включает 11 субъектов (Брянская, Воронежская, Калужская, Костромская, Липецкая, Рязанская, Смоленская, Тамбовская, Тверская, Ярославская области и г. Москва);

- регионы, в которых инфраструктурные элементы и численность населения влияет только на число патентов – данная модель развития характерная для Ивановской области;

- регионы со смешанной моделью (выявлено влияние инфраструктурных элементов и численности населения на все анализируемые аспекты инновационной составляющей экономической системы). Данная группа включает 4 региона: Белгородская, Владимирская, Курская и Тульская области;

- регионы в которых зависимости не были выявлены – Московская и Орловская области.

Согласно национальным моделям для производства инновационных товаров, работ, услуг наиболее значима мощность электростанций, значимость производимой электроэнергии и численности населения примерно одинаковы. Однако, если ориентироваться на региональные модели, то можно сделать вывод, что инновационная составляющая во многом больше обусловлено именно человеческим капиталом, воплощенном в населении территории.

Заключение

Инновационная составляющая в своем развитии базируется в том числе на энергетической инфраструктуре и сформированном человеческом капитале. На текущее состояние и все аспекты функционирования влияет множество аспектов: внедрение аспектов теории устойчивого развития, санкционные ограничения и др. Для решения проблемы выявления взаимосвязи инновационной и инфраструктурной компонент социально-экономической системы было проведено данное исследование.

Проведенное исследование подтвердило высказанную гипотезу о наличии взаимосвязи инновационной составляющей, инфраструктурной компоненты и человеческим капиталом на региональном уровне. Было выявлено, что особенности социально-экономического и инновационного развития территорий находят свое проявление в нескольких аспектах.

Во-первых, значимость различных инфраструктурных компонент значительно дифференцирована в региональном аспекте. Это, возможно, связано с особенностями инновационной специализации, а также от географии размещения электростанций, что сложилось исторически.

Во-вторых, присутствует ряд территорий, на которых диагностировали наличие несформированности взаимодействия инновационной и инфраструктурных составляющих, что нашло проявление в отрицательной корреляционной связи между анализируемыми показателями.

В-третьих, становится возможным сделать вывод о том, что инновационная составляющая обусловлена в большей степени развитием человеческого капитала на региональном уровне, а то время как на национальном уровне превалирует инфраструктурная составляющая.

Изучение индивидуальных особенностей регионов и представляется дальнейшим направлением развития данного исследования.

Высказанная в работе гипотеза доказана полностью. Полученные результаты могут быть использованы при исследовании данных сфер, а также в практике государственных органов в части планирования направлений инновационного развития территорий.