The dynamics of the use of intellectual property objects in the regions of the South Russian economic zone

Введение

Согласно Стратегии научно-технологического развития Российской Федерации, утвержденной Указом Президента Российской Федерации [1], в современных внешних условиях научно-технологическое развитие предполагает формирование и реализацию собственной повестки, опирающейся на национальную технологическую базу и направленной на первостепенное обеспечение технологического суверенитета страны. Для реализации указанной повестки необходима, в частности, активизация инновационного развития и изобретательства в регионах, что обусловливает актуальность исследований, посвященных развитию методического инструментария оценки процессов управления интеллектуальной собственностью на уровне субъектов Российской Федерации (далее – РФ) [2].

С 30 сентября 2022 г. Донецкая Народная Республика (далее – ДНР), Луганская Народная Республика (далее – ЛНР), Запорожская область и Херсонская область приняты в РФ в качестве субъектов. Указанные четыре региона будем далее называть новыми субъектами РФ. Концепцией технологического развития на период до 2030 года предусмотрена, в частности, адаптация сферы интеллектуальной собственности новых субъектов РФ к российскому законодательству [3]. Вопросам развития сферы интеллектуальной собственности в новых субъектах РФ посвящен ряд научных исследований [4 – 7]. Руководство и специалисты Федерального государственного бюджетного учреждения «Федеральный институт промышленной собственности» (далее – ФИПС) провели 25 сентября 2024 г. для регионов Южного федерального округа, в состав которого включены новые субъекты РФ, семинар «Управление интеллектуальной собственностью при планировании и выполнении программ научно-технологического развития региона» [8].

Для успешного применения мер государственной поддержки инновационного развития и изобретательства в новых субъектах РФ необходим анализ действенности таких мер в других регионах, сходных с новыми субъектами РФ по экономическим условиям.

Согласно приведенным в [9] определениям, экономическим районом является часть территории страны, состоящая из нескольких республик, краев, областей, автономной области, автономных округов, городов федерального значения, характеризующаяся территориально-хозяйственным единством (комплексностью), относительным сходством природных и экономических условий и особенностей. Под экономической зоной понимается часть территории страны, в которую полностью или частично включаются несколько экономических районов.

Новые субъекты РФ входят в Южно-Российскую экономическую зону (далее – ЮРЭЗ), при этом ДНР и ЛНР включены в состав Центрально-Черноземного экономического района (далее – ЦЧЭР), а Запорожская и Херсонская области – в состав Северо-Кавказского экономического района (далее – СКЭР). В СКЭР входят также Республика Крым и город федерального значения Севастополь, принятые в РФ в 2014 г.; ранее территории этих двух субъектов (далее – регионы Крыма), как и новых субъектов РФ, находились под контролем Украины. Ростовская область, включенная в состав СКЭР [9], входит также в Содружество «Донбасс» вместе с тремя регионами ЦЧЭР – ДНР, ЛНР и Воронежской областью [10].

В связи с вышеизложенным, в целях разработки мер государственной поддержки инновационного развития и изобретательства в новых субъектах РФ представляется актуальным исследование действенности таких мер в регионах ЮРЭЗ, входящих в состав ЦЧЭР (за исключением ДНР и ЛНР), а также в трех регионах СКЭР – Республике Крым, городе федерального значения Севастополь и Ростовской области. Остальные регионы СКЭР, территориально удаленные от новых субъектов РФ, в настоящей работе не рассматриваются.

Сотрудники ФИПС – авторы коллективной монографии [11] считали одним из показателей действенности мер государственной поддержки инновационного развития и изобретательства уровень использования объектов интеллектуальной собственности (далее – ОИС) по данным из отчетов по форме федерального статистического наблюдения № 4-НТ (перечень). Такие отчеты представляют юридические лица (кроме субъектов малого предпринимательства), являющиеся обладателями исключительного права на ОИС, а также заключившие договор о распоряжении исключительным правом на ОИС в качестве принимающей стороны. При этом под ОИС понимают изобретения, полезные модели, промышленные образцы, селекционные достижения, зарегистрированные программы для электронных вычислительных машин, базы данных, топологии интегральных микросхем и секреты производства (ноу-хау) [12]. Соответственно, в настоящей работе исследовано использование вышеперечисленных ОИС.

По нашему мнению, в качестве показателя действенности мер государственной поддержки инновационного развития и изобретательства в регионе правильнее применять не количество использованных ОИС, зависящее от специфики региона, а данные по динамике использования ОИС.

ФИПС ежегодно публикует результаты исследования динамики использования ОИС по данным из отчетов организаций по форме федерального статистического наблюдения № 4-НТ (перечень). При этом исследуется динамика использования ОИС в федеральных округах и в целом в РФ, но не в отдельных субъектах РФ [13 – 16]. Таким образом, возник научный пробел: для оценки действенности мер государственной поддержки инновационного развития и изобретательства в регионах нужны данные по динамике использования ОИС именно в субъектах РФ, поскольку такие меры не принимаются на уровне федеральных округов.

В монографии [11] проанализирована динамика использования ОИС в 2017 – 2019 гг. в нескольких субъектах РФ, из которых два (Тамбовская и Воронежская области) входят в состав ЮРЭЗ. При этом данные по Тамбовской и Воронежской областям сравниваются с соответствующими данными по регионам Центрального федерального округа, не входящим в состав ЮРЭЗ. Все анализируемые в настоящей работе регионы входят в состав ЮРЭЗ.

А. В. Александровой предложена [2] методика оценки эффективности процессов управления интеллектуальной собственностью на уровне регионов. Применяемые в данной методике показатели учитывают некоторые способы использования некоторых ОИС, но не все виды ОИС и не все способы их использования, данные о которых отражены в отчетах организаций по форме федерального статистического наблюдения № 4-НТ (перечень). В частности, методика А. В. Александровой не учитывает использование таких ОИС, как зарегистрированные селекционные достижения, топологии интегральных микросхем и секреты производства (ноу-хау) [2]. В настоящей работе учтены все опубликованные в [13 – 16] данные из отчетов организаций по форме федерального статистического наблюдения № 4-НТ (перечень) об общем количестве ОИС, использованных в исследуемом субъекте РФ в исследуемый период времени, в том числе, данные по использованию зарегистрированных селекционных достижений, топологий интегральных микросхем, секретов производства (ноу-хау).

Результаты исследований динамики использования ОИС по экономическим зонам РФ в литературе отсутствуют.

Цель настоящего исследования – выявление регионов, опыт которых целесообразно учесть при разработке мер государственной поддержки инновационного развития и изобретательства в новых субъектах РФ (ДНР, ЛНР, Запорожской области, Херсонской области), включенных в состав ЮРЭЗ, путем анализа динамики использования ОИС в других регионах той же экономической зоны.

Научная новизна настоящей работы определяется предметом исследования: динамика использования ОИС в разрезе экономических зон России ранее не изучалась. Динамика использования ОИС в регионах ЮРЭЗ, включенных в состав ЦЧЭР, изучалась нами ранее [17], но в настоящей работе учтены опубликованные позднее [17] статистические данные за 2023 г., что позволило актуализировать соответствующие выводы.

В работе [18] нами обосновано, что в качестве численного показателя для анализа динамики использования ОИС в регионах РФ можно применять значения среднегодового прироста общего количества использованных в течение года ОИС, рассчитанные методом наименьших квадратов по данным из отчетов организаций по форме федерального статистического наблюдения № 4-НТ (перечень) путем линеаризации этих данных за четырехлетний период. Соответственно, в настоящей работе для анализа динамики использования ОИС в регионах РФ применяли значения среднегодового прироста общего количества использованных в течение года ОИС, рассчитанные нами по приведенным в [13 – 16] данным из отчетов организаций по форме федерального статистического наблюдения № 4-НТ (перечень), т.е. по тем же исходным данным, которыми пользовались авторы опубликованных ФИПС работ [13 – 16].

В настоящей работе, так же как в [18], каждое значение среднегодового прироста общего количества использованных в течение года ОИС найдено методом наименьших квадратов как наклон линейной зависимости от времени величины N общего количества ОИС, использованных в данном регионе в течение года, за четырехлетний период. Таким образом мы рассчитали значения среднегодового прироста общего количества использованных в течение года ОИС в период 2020 – 2023 гг. (b), в период 2016 – 2019 гг. (b₀), в период 2019 – 2022 гг. (b₁). Аналогично для двух регионов мы нашли значения b₂ среднегодового прироста общего количества ОИС, использованных в течение года в период 2015 – 2023 гг.

Отметим, что в аналитических исследованиях ФИПС [13 – 16] в качестве численных показателей динамики использования ОИС приведены изменения (в %) количества использованных ОИС. Каждый из таких показателей авторы [13 – 16] рассчитывали по двум исходным данным, а именно, по данным за первый и последний год рассматриваемого периода времени. Как следует из приведенной А. В. Александровой в [2] формулы для расчета показателя К_ц3 модели «IP портфолио региона», значения данного показателя найдены также по двум исходным данным, относящимся к первому и к последнему году рассматриваемого периода времени. При этом не учитываются данные, относящиеся не к первому и не к последнему годам исследуемых авторами [2, 13 – 16] пятилетних периодов, что снижает достоверность опубликованных в [2, 13 – 16] показателей динамики использования ОИС.

В настоящей работе каждое значение b, b₀, b_1, как правило, рассчитано по четырем исходным данным – значениям N общего количества ОИС, использованных в данном регионе в каждом году соответствующего периода. Значение b₂ в Белгородской области рассчитано по девяти исходным данным, в Курской области – по восьми исходным данным. Таким образом, применение в настоящей работе показателя b и аналогичных показателей b₀, b_1, b₂ позволяет учесть статистические данные по использованию ОИС полнее, чем применяемые сотрудниками ФИПС в [2, 13 – 16] показатели динамики использования ОИС.

Основная часть

Рассчитанные нами показатели динамики использования ОИС в исследуемых регионах ЦЧЭР и СКЭР ЮРЭЗ (значения b, b₀, b₁, а также разности b – b₀ и модули отношения b/b₀) представлены в табл. 1.

Как показано далее, в Воронежской области в 2019 – 2020 гг. произошло изменение тренда динамики использования ОИС, поэтому значение b₁ в указанном регионе рассчитано за период 2020 – 2022 гг. В Курской области величина N за 2018 г. выпадает из общего тренда, поэтому значение b₀ в указанном регионе рассчитано по данным за 2016, 2017 и 2019 гг. В Республике Крым и городе федерального значения Севастополь из общего тренда выпадают величины N за 2019 г., поэтому значения b₁ в указанных крымских регионах рассчитаны по данным за период 2020 – 2022 гг., а значение b₀ в Республике Крым – за период 2016 – 2018 гг. В

Таблица 1

Показатели динамики использования ОИС в регионах ЮРЭЗ

Севастополе в 2016 г. и 2017 г. N = 0 [19, 20]. Поскольку не может быть N < 0, применение нулевых значений N могло бы снизить достоверность показателей динамики использования ОИС, поэтому величину b₀ в Севастополе не рассчитывали.

Как видно из табл. 1, входящие в состав ЦЧЭР регионы одинаково ранжируются в порядке уменьшения b и b₁: лидирует Тамбовская область, за ней следуют Белгородская, Воронежская, Липецкая, Курская области. По величине b₀ в ЦЧЭР лидирует Воронежская область, за ней в порядке уменьшения b₀ следуют Белгородская, Липецкая, Курская, Тамбовская области. Таким образом, Тамбовская область, бывшая в 2016 – 2019 гг. аутсайдером среди регионов ЦЧЭР по среднегодовому приросту общего количества использованных в течение года ОИС, стала лидером в ЦЧЭР по такому показателю в период 2019 – 2022 гг. и сохранила это лидерство с учетом данных за 2023 г.

Для дальнейшего анализа в дополнение к данным из табл. 1 воспользуемся графическим представлением динамики использования ОИС в регионах ЦЧЭР и Ростовской области на рис. 1, где масштаб всех диаграмм одинаков для удобства сравнения.

Прямые – линии тренда, наклон которых равен b (сплошные) и b₀ (штриховые).

Рисунок 1. Зависимости от времени общего количества ОИС, использованных в течение года в Тамбовской (а), Белгородской (б), Липецкой (в), Ростовской (г), Курской (д) и Воронежской (е) областях

Источник: составлено автором по данным [13 – 16, 19 – 23].

Среди указанных в табл. 1 регионов в Тамбовской области достигнута наибольшая разность b – b₀ и модуль отношения b/b₀. Как видно на рис. 1(а), в Тамбовской области значения N в период 2015 – 2020 гг. изменялись мало, соответственно, малó (и даже отрицательно) значение b₀ в данном регионе. Но с 2020 г. значения N в Тамбовской области растут во времени и по величине b данный регион лидирует в ЦЧЭР. Таким образом, в Тамбовской области после 2020 г. преодолена стагнация и обеспечена положительная динамика в области использования ОИС с высоким показателем такой динамики b.

Как видно из табл. 1, в Белгородской и Липецкой областях разности b – b₀ положительны и почти одинаковы, но отношение b/b₀ в Липецкой области вдвое выше, чем в Белгородской области. Следовательно, в Белгородской и Липецкой областях динамика использования ОИС в период 2020 – 2023 гг. улучшилась по сравнению с периодом 2016 – 2019 гг., при этом в Липецкой области достигнуто большее, чем в Белгородской области, увеличение b по отношению к b₀.

Как видно на рис. 1(б), в Белгородской области в период 2020 – 2023 гг. значения N росли во времени. Ранее, в период 2015 – 2019 гг., в данном регионе также наблюдалась общая тенденция роста N во времени, при этом значение b в 1,75 раз выше b₀. За период 2015 – 2023 гг. в Белгородской области имеем b₂ = 58,3 ед./год с достаточно высоким коэффициентом линейной корреляции R² = 0,94. Указанное значение b₂ близко в соответствующим b, b₀ и b₁ (см. табл. 1) и практически совпадает со средним

арифметическим b₀ и b₁, равным 58,05 ед./год, при этом b₀ < b₂ < b. Таким образом, в Белгородской области, по крайней мере, с 2015 г. наблюдается положительная динамика использования ОИС, в последние годы показатель такой динамики (среднегодовой прирост общего количества использованных в течение года ОИС) несколько увеличился. Соответственно, опыт данного региона в сфере использования ОИС, несомненно, является положительным, но вряд ли может быть сейчас очень полезен для новых субъектов РФ, где еще предстоит обеспечить положительную динамику использования ОИС, а в 2023 г. N = 0 [16].

В Липецкой области (рис. 1(в)), подобно Тамбовской области, в период 2015 – 2020 гг. значения N были приблизительно постоянны, а начиная с 2020 г. стабильно растут во времени. При этом достигнутое в 2023 г. значение N в Липецкой области в 1,3 раза ниже, чем в Тамбовской области, тогда как «базовый» уровень (среднее значение N в период 2015 – 2020 гг.) в 1,7 раз выше, чем в Тамбовской области. Соответственно, величина b в Липецкой области в 2,6 раз меньше, чем в Тамбовской области (см. табл. 1). Поэтому, хотя в Липецкой области, как и в Тамбовской области, после 2020 г. преодолена стагнация и обеспечена положительная динамика в области использования ОИС, соответствующий опыт Тамбовской области представляется более предпочтительным.

Как видно на рис. 1(г), в Ростовской области с 2015 г. наблюдается общая тенденция роста величины N во времени, но зависимость немонотонна: в период 2016 – 2018 гг. происходило снижение N во времени, а значение N за 2023 г. меньше, чем за 2022 г. и даже за 2021 г. Как видно из табл. 1, значение b₁ в Ростовской области превышало соответствующие значения в регионах ЦЧЭР, но по значениям b и b₀ данный регион уступает четырем регионам ЦЧЭР. Таким образом, в Ростовской области в период 2018 – 2022 гг. наблюдалась положительная динамика использования ОИС с более высоким, чем в регионах ЦЧЭР, значением b₁, однако данные за 2023 г. перевели Ростовскую область в число аутсайдеров по величине b. Возможно, последнее является случайностью, что выяснится после публикации соответствующих статистических данных за 2024 г.

В Курской и Воронежской областях b – b₀ < 0. Следовательно, здесь динамика использования ОИС в период 2020 – 2023 гг. ухудшилась по сравнению с периодом 2016 – 2019 гг.

Как видно на рис. 1(д), в Курской области значение N за 2018 г. выпадает из общего тренда, поэтому при анализе его не учитывали. В данном регионе b₂ = 9,82 ед./год, что близко в соответствующим b, b₀ и b₁ (см. табл. 1) и практически совпадает со средним арифметическим указанных b₀ и b₁, равным 9,80 ед./год. Таким образом, хотя в Курской области наблюдается общая тенденция роста значений N во времени, среднегодовой прирост общего количества использованных в данном регионе ОИС снижается: b < b₁ < b₀. Последнее не позволяет рекомендовать опыт Курской области в сфере использования ОИС для применения в новых регионах РФ.

Как видно из табл. 1, по величине b₀ Воронежская область лидировала в ЦЧЭР, тогда как по величине b данный регион занимает лишь третью позицию в ЦЧЭР, уступая лидеру (Тамбовской области) в 2 раза. Среди указанных в табл. 1 регионов в Воронежской области произошло наиболее существенное снижение b по сравнению с b₀: значения разности b – b₀ и отношения b/b₀ наименьшие. Как показано на рис. 1(е), в Воронежской области в период 2020 – 2023 гг. значения N росли во времени монотонно и практически линейно, но в период 2019 – 2020 гг. в данном регионе произошло снижение N, так что значение N, достигнутое здесь в 2018 г., удалось превзойти лишь в 2021 г., а значение N за 2019 г. не превышено даже в 2023 г. Таким образом, в Воронежской области с 2020 г. обеспечена положительная динамика использования ОИС, но ранее общее количество использованных в течение года ОИС и его среднегодовой прирост были выше.

Из табл. 1 видно, что в Воронежской области значение b в 3,6 раз больше, чем в Ростовской области, но значение b₁ в 2,3 раза меньше, чем в Ростовской области. Учитывая вышеприведенные результаты, выяснение релевантности для ДНР и ЛНР опыта Воронежской и Ростовской областей, входящих вместе с ДНР и ЛНР в Содружество «Донбасс», в сфере использования ОИС требует учета пока не опубликованных статистических данных по использованию ОИС в 2024 г.

Регионы Крыма по величинам b и b₁ уступают четырем регионам ЦЧЭР, но превосходят Курскую область (см. табл. 1). Графически динамика использования ОИС в регионах Крыма представлена на рис. 2 в одинаковом масштабе для удобства сравнения.

Прямые – линии тренда, наклон которых равен b.

Рисунок 2. Зависимости общего количества ОИС, использованных в течение года в городе федерального значения Севастополь (а) и Республике Крым (б), от времени

Источник: составлено автором по данным [13 – 16, 19 – 23].

На рис. 2(а) видно, что в городе федерального значения Севастополь в течение четырех лет после его принятия в РФ ОИС почти не использовались, однако после 2020 г. наблюдается стабильный рост N во времени. Как показано на рис. 2(б), в Республике Крым наблюдались подобные тенденции: в течение четырех лет после ее принятия в РФ значения N менялись мало (в 2017 г. величина N выросла только на 3,6 %, в 2018 г. – на 39 % по сравнению с данными за 2015 г.), но с 2020 г. растут во времени, так что значение N за 2023 г. в 2,7 раза выше, чем за 2020 г. Соответственно, в Республике Крым наблюдается самое высокое в табл. 1 отношение b/b₀. Видимый на рис. 2 «всплеск» использования ОИС в 2019 г. не наблюдается в других регионах ЮРЭЗ и, вероятно, связан с налаживанием статистического учета использования ОИС в регионах Крыма после их принятия в РФ.

Таким образом, проводимая в регионах Крыма политика в сфере интеллектуальной собственности позволила за 5 – 6 лет после принятия этих регионов в РФ обеспечить устойчивую положительную динамику использования ОИС и превзойти Курскую область по величине показателя такой динамики b. Следовательно, опыт регионов Крыма по улучшению динамики использования ОИС в период 2020 – 2023 гг. может представлять интерес не только для Запорожской и Херсонской областей, входящих в состав СКЭР вместе с регионами Крыма, но также для ДНР и ЛНР.

Заключение

По данным [16], организации из новых субъектов РФ в 2023 г. не сообщили об использовании ОИС в отчетах по форме федерального статистического наблюдения № 4-НТ (перечень). Однако промышленный и научный потенциал этих регионов позволяет предположить, что при соответствующей государственной поддержке ОИС будут использоваться в новых субъектах РФ не меньше, чем в других регионах ЮРЭЗ.

Представленные выше результаты позволяют сделать следующие выводы.

1. В Республике Крым и городе федерального значения Севастополь в период 2020 – 2023 гг. обеспечена устойчивая положительная динамика использования ОИС.

2. При разработке мер государственной поддержки инновационного развития и изобретательства в регионах, принятых в РФ в 2022 г., предлагается учесть соответствующий опыт Республики Крым и города федерального значения Севастополь в период 2020 – 2023 гг.

3. В Тамбовской области в период 2020 – 2023 гг. преодолена стагнация и обеспечена положительная динамика в области использования ОИС с наивысшим в ЦЧЭР показателем такой динамики b.

4. При разработке мер государственной поддержки инновационного развития и изобретательства в ДНР и ЛНР предлагается учесть соответствующий опыт Тамбовской области в период 2020 – 2023 гг.

5. Методика исследования может быть использована при разработке мер государственной поддержки инновационного развития и изобретательства также в других регионах России.