Роль государственных затрат в преодолении межрегиональной дифференциации инновационной активности
Скачать PDF | Загрузок: 3
Статья в журнале
Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 15, Номер 9 (Сентябрь 2025)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=83140552
Аннотация:
Неоднородность инновационной активности регионов России является острой проблемой развития как для роста экономик отдельных регионов, так и для общего социально-экономического развития страны. На основе данных о частоте применений объектов интеллектуальной собственности, был выявлен продолжительный тренд к усилению межрегиональной дифференциации по уровню инновационной активности. Было исследовано то, как на этот процесс воздействует участие государства в экономике страны, проявляющееся как в динамике затрат бюджета в целом, так и в финансировании исследований и разработок. Количественный анализ проблематики основан как на данных об экономике России в целом, так и на данных о региональных экономических системах отдельно. Анализ обобщенных данных показал, что государственное финансирование исследований и разработок способствует конвергенции региональных уровней инновационной активности. С помощью регрессионного анализа и теста причинности Грэнджера, была отдельно было подчеркнута положительная в данном контексте роль государственного стимулирования деловой активности – как на федеральном, так и на уровне субъектов.
Ключевые слова: пространственная дифференциация, инновация, региональные диспропорции, государственные затраты, инновационная активность
JEL-классификация: O30, O31, O32
Введение. Экономика России характеризуется значительной асимметрией уровней и темпов развития регионов. Это выражается в различиях как уровней жизни и масштабов региональных экономик, так и технологического развития хозяйственной деятельности и роста производительности труда. Инновационная активность, являясь важнейшим фактором роста производительности труда и благосостояния регионов, также существенно дифференцирована от региона к региону. В экономике России выделяется малая часть регионов с высокими показателями инновационной активности и высокими темпами их роста. Более многочисленная часть, по отдельным показателям, не отображает ни уровня, ни темпов роста инновационной активности.
Существенная пространственная дифференциация инновационного развития отмечается в работе Афонина С.Е. и Осипова В.С., охарактеризовавших сложившуюся ситуацию как «гиперконцентрацию» инновационной деятельности в отдельных регионах. Исследователи, основываясь на результатах количественного анализа, отмечают высокую роль расходов на исследования и разработки в распространении передовых производственных технологий. [1] Между тем, как показало исследование П. Фэнг и др., развитие инноваций в регионах является одним из наиболее важных факторов сближения их уровней социально-экономического развития. [10]
При этом, как показали результаты количественного анализа других исследователей – Паула Ф.О. и Силва Ж.Ф., эффективность расходов на исследования и разработки, выраженная в патентной активности, существенным образом различается в зависимости как от получателей, так и источников такого финансирования. Исследователи отмечают отсутствие значимого уровня корреляции государственных затрат на исследования и разработки с динамикой индекса инновационной активности. [13]
Государственное участие может также быть причиной усиления межрегиональной дифференциации, посредством финансирования и управления сферой высших учебных заведений. Колесников Ю.С. и др., в своем исследовании отмечают интенсификацию коммерциализации новшеств, производимых в контурах высших учебных заведений. [4, с. 12] При этом, как отмечают исследователи, вузы технической направленности лидируют по числу регистрируемых объектов интеллектуальной собственности.
Р. Чжао и П. Хэ, исследуя пример тридцати регионов Китая обнаружили, что как эффективность, так и объемы поддержки региональных инновационных систем со стороны центральной власти подвержены существенному влиянию макроэкономической конъюнктуры. [14] С. Пан и др., отмечают, что инвестиции в инфраструктуру инноваций одного региона имеет нелинейное побочное воздействие на инновационную активность соседних регионов. [12] Нелинейность проявляется в том, что первоначальный рост инновационной активности, посредством эффекта переливов знаний и технологий, способствует росту инновационной активности в соседних регионах. Однако, при существенной разнице инновационных потенциалов, наиболее инновационный регион, обладая существенными преимуществами в привлечении субъектов инновационной деятельности, будет подавлять рост инноваций в соседних регионах.
С другой стороны, государство является основным субъектом, который может целенаправленно стимулировать развитие человеческого капитала региона. Моисеев В.В. и др. отмечают, что человеческий капитал не только основной ресурс инновационного развития, но и фактор формирования отраслевой специализации экономики. [6, с. 38] Из этого можно вывести, что доступность в регионе человеческих ресурсов определенной квалификации может определять наличие и долю в региональной экономике хозяйствующих субъектов тех отраслей, которые в наибольшей мере проявляют инновационную активность. В данном контексте, при определении задач стимулирования инновационной активности в отстающих региональных экономиках, основное внимание должно отводится системе образования и ее финансированию.
Роль высшего образования сопряжена также с тем, что инновационно активные хозяйствующие субъекты должны концентрироваться в крупных агломерациях, которые заключают в себе и академические центры. Однако, исследователи Фритч М., Вирвич М., обнаружили, что, хотя наиболее инновационные регионы включают крупные городские агломерации, факторы роста патентной активности не сводятся к факторам роста городских агломераций – численности и плотности населения и числа исследователей. [11] Из этого можно вывести предположение о том, что отсутствие в регионе масштабной городской агломерации не должно быть непреодолимым препятствием росту инновационной активности.
Другое направление исследований, которые можно отнести к проблемам межрегиональной дифференциации – это анализ инструментов региональной политики по стимулированию инновационной активности в регионах, отстающих в этой сфере. Одним из примеров таких исследований является работа Вольчик В.В. и др., отмечающих недостаток программно-целевого подхода в формировании региональных стратегий инновационного развития. [2] Исследователи также отмечают, что такие региональные стратегии зачастую не включают механизмов реализации задачи стимулирования инновационной активности.
В целом, при исследовании проблем развития региональных инноваций и эффективности мер стимулирования такого развития, зачастую рассматриваются либо отдельные регионы и страны, либо группы регионов, которым свойственны проблемы, специфичные той или иной группе. При учете того, что государственное участие всегда несет проблемно-целевой характер, открытым остается вопрос о характере воздействия такого участия на пространственные диспропорции инновационного развития национальной экономики. Исходя из этого, целью предложенного далее исследования является изучение характера и степени воздействия государственного участия на межрегиональную дифференциацию уровней инновационной активности.
В качестве научной новизны данного исследования предлагается выявление тенденций межрегиональной дифференциации по уровням инновационной активности, и факторов государственного участия, формирующих ее динамику. В первую очередь, на основе результатов регрессионного анализа, проверяется гипотеза о том, что государственные расходы как федерального, так и региональных бюджетов, оказывая стимулирующее воздействие на экономический рост и деловую активность, подталкивают хозяйствующие субъекты к увеличению затрат на внедрение инноваций. Результатом этого должен быть не только рост числа применений объектов интеллектуальной собственности, но и снижение региональных диспропорций по данному показателю.
Кроме того, проверяется гипотеза о том, что государственные затраты на исследования и разработки, несмотря на наличие в ограниченном круге субъектов Российской Федерации академических центров и инновационных кластеров, способствуют сглаживанию указанных диспропорций.
Материалы и методы. В качестве аппроксимации инновационной активности была использована частота применений объектов интеллектуальной собственности (далее – ОИС). Из всего многообразия типов ОИС, в работе использованы данные по числу применений изобретений и полезных моделей, что является количественным выражением интенсивности процессов коммерциализации производственных инноваций. Дальнейшее использование этого показателя как аппроксимации региональной инновационной активности основано также на предположениях о том, что частота применений таких ОИС формируется при наличии в регионе возможностей практической реализации инноваций, а результатом их применения является фактический вклад инноваций в экономическое развитие региона.
Отправной выборкой регионов являются 80 регионов Российской Федерации, по которым существует достаточно продолжительная история наблюдений. Межрегиональная дифференциация была оценена с помощью коэффициента вариации значений частоты применений ОИС среди регионов, для каждого года исследуемого периода – с 2005 по 2024 годы. Для оценки влияния на этот процесс факторов государственного участия были использованы показатели общих расходов бюджета России и регионов, а также – расходов на НИР и образование. Анализ показателей государственного участия, как факторов межрегиональной дифференциации, проведен на основе статистических данных, характеризующих экономику России в целом, за период с 2007 по 2023 годы. Была построена модель регрессии, параметры которой оценены с помощью метода наименьших квадратов.
Для оценки наличия прямого влияния расходов бюджета на инновационную активность региона, были собраны данные, имеющие панельную структуру. Исходя из целей исследования, в выборку регионов не включены наиболее инновационные субъекты РФ. Это регионы, в которых, среднее за весь исследуемый период число применений ОИС, в 4 раза и более превышает среднее значение для общей выборки регионов: г. Москва, г. Санкт-Петербург, Московская и Нижегородская области, Республика Татарстан. Сопоставив переменные государственных затрат и числа применений ОИС в рамках такой выборки, предполагается оценить то, как государственное участие способствует конвергенции, стимулируя инновационную активность в отстающих регионах. Количественный анализ такого влияния был осуществлен с помощью метода попарного тестирования причинно-следственной связи Грэнджера, в модификации Думитреску-Харлин. Данная модификация позволяет применить метод к данным, имеющим панельную структуру [9]. Для того, чтобы исключить влияние различий в масштабах региональных экономик, значения показателей расходов бюджетов субъектов были соотнесены к стоимости их валовых региональных продуктов (далее – ВРП).
Результаты. Степень вовлеченности государства в инновационную деятельность, кроме уже указанного выше, обосновывается и эмпирическими данными, представленными на рисунке 1.
Рисунок 1. Распределение внутренних затрат на НИР, по источникам финансирования, средние значения за период 2019 – 2023 г., млн. руб.
Источник: Составлено автором по данным [7]
Как можно видеть, немногим более половины затрат на НИР приходится на предпринимательский сектор и частные некоммерческие организации. Оставшуюся часть – около 42% составляют затраты государственного бюджета и сектора высшего образования. При учете высокой роли государства в сфере высшего образования России, эти сектора можно представить, как общее воздействие государства на объемы исследований и разработок. Наблюдаемая в экономике России, роль государства как источника финансирования НИР является первоначальной мотивацией к исследованию роли государства в формировании региональных пропорций применения их результатов. Степень межрегиональных различий по инновационной активности, и динамика такой дифференциации, исходя из которой можно оценить наличие или отсутствие процесса конвергенции инновационной активности, продемонстрирована на рисунке 2.
Рисунок 2. Коэффициенты вариации числа применений изобретений и полезных моделей среди 80 регионов России, 2005 – 2024 гг.
Источник: Составлено автором по данным [3, 8]
где: Y – межрегиональная вариация (коэффициент вариации) числа применений ОИС – изобретений и полезных моделей.
Как видно, межрегиональная дифференциация по данному показателю возрастала за весь период, с кратковременными эпизодами стремления к конвергенции. Исключениями являются начальный период с 2005 г. по 2007 г., и последний период – с 2022 г. по 2024 г. При этом, к концу исследуемого периода коэффициент вариации возрос до 2,38, с 1,74 в 2005 г.
Прежде чем провести оценку параметров модели, характеризующей факторы межрегиональной дифференциации, временные ряды были приведены к стационарности, путем логарифмирования или принятием первых разностей логарифмов. Результаты проверок отсутствия мультиколлинеарности представлены на таблице 1.
Таблица 1.
Корреляционная связь факторов модели
|
|
ln G
|
ln d_T
|
R
|
Метод
инфляционных факторов
(Значения > 10.0 могут указывать на наличие мультиколлинеарности) |
|
ln G
|
1,0000
|
-
|
-
|
1,020
|
|
ln d_T
|
-0,2758
|
1,0000
|
-
|
1,104
|
|
R
|
0,0185
|
-0,2758
|
1,0000
|
1,086
|
|
Диагностика
коллинеарности Белсли-Ку-Велша: Количество индексов состояния >= 30: 0
| ||||
|
Источник:
Составлено автором по данным [3, 5, 7, 8]
| ||||
где: G – темп роста расходов консолидированного бюджета Российской Федерации и государственных внебюджетных фондов;
T – темп роста расходов бюджета Российской Федерации и государственных внебюджетных фондов на исследования и разработки;
R – внутренние текущие затраты на фундаментальные и прикладные исследования, в процентах к валовому внутреннему продукту.
Как расчет коэффициентов корреляции, так и диагностика мультиколлинеарности методом инфляционных факторов указывают на отсутствие линейной зависимости среди факторов. Незначительная, но отрицательная связь динамик затраты на фундаментальные и прикладные исследования и темпа роста расходов государственного бюджета на НИР может объясняться проблемно-целевым принципом формирования последних. Результаты оценок параметров модели, описывающую степень межрегиональной дифференциации представлены на таблице 2.
Таблица 2.
Результаты оценок параметров модели
|
МНК,
использованы наблюдения 2007-2023 (T = 17)
Зависимая переменная: ln d_Y12 Робастные оценки стандартных ошибок (с поправкой на гетероскедастичность) | |||||
|
|
Коэффициент
|
Ст. ошибка
|
z
|
p-значение
|
|
|
const
|
−0,348617
|
0,107263
|
−3,250
|
0,0012
|
***
|
|
ln G
|
−0,456280
|
0,139979
|
−3,260
|
0,0011
|
***
|
|
ln d_T
|
−0,378283
|
0,181569
|
−2,083
|
0,0372
|
**
|
|
R
|
1,16823
|
0,297128
|
3,932
|
<0,0001
|
***
|
|
R2 – 0,622025
|
Исп.
R2
– 0,534801
| ||||
|
Тест
на нормальное распределение ошибок -
Нулевая гипотеза: ошибки распределены по нормальному закону Тестовая статистика: Хи-квадрат(2) = 1,20887 р-значение = 0,546384 | |||||
|
Источник: Составлено автором по данным [3, 5, 7, 8]
| |||||
Рост государственных расходов на НИР в экономике России способствует конвергенции региональных уровней применяемости ОИС. Схожее по характеру и более интенсивное воздействие оказывает рост общих федеральных затрат. При этом, динамики доли затрат на исследования в ВВП оказывает противоположное воздействие, способствуя усилению пространственной дифференциации. Эти результаты можно дополнить представленным на таблице 3, более детализированным исследованием наличия причинно-следственной связи между частотой применений ОИС и расходами бюджетов субъектов России. Выборку для этого количественного анализа составили 62 региона – кроме уже указанных ранее 5 наиболее инновационных регионов, из выборки были вычтены наименее инновационные регионы, по которым в большинстве случаев не регистрировались случаи применения изобретений и полезных моделей.
Таблица 3.
Результаты анализа причинно-следственной связи частоты применений ОИС и расходов бюджетов субъектов России
|
Парный
тест панельной причинности Думитреску-Харлин
Временной ряд: 2005-2022, набл. = 1116 | |||||
|
Нулевая
гипотеза:
|
Лаги
|
W-стат.
|
Z-стат.
|
Вероятность
| |
|
Gs не является
причиной I
|
1
|
2,337
|
4,899
|
0,000
|
***
|
|
2
|
3,867
|
3,657
|
0,000
|
***
| |
|
I не является
причиной Gs
|
1
|
1,448
|
1,176
|
0,240
|
|
|
2
|
3,729
|
3,302
|
0,001
|
***
| |
|
Go не является
причиной I
|
1
|
1,975
|
3,383
|
0,000
|
***
|
|
2
|
3,645
|
3,062
|
0,002
|
***
| |
|
I не является
причиной Go
|
1
|
1,670
|
2,065
|
0,039
|
**
|
|
2
|
3,950
|
3,867
|
0,000
|
***
| |
|
Источник: Составлено автором по данным [3, 8]
| |||||
где: Gs – расходы консолидированных бюджетов субъектов Российской Федерации к стоимости ВРП;
Go – расходы консолидированных бюджетов субъектов Российской Федерации на образование к стоимости ВРП;
I – число применений изобретений и полезных моделей.
Среди отобранных регионов наблюдается односторонняя причинно-следственная связь между числом применений ОИС и общим объемом затрат бюджета, соотнесенным со стоимостью ВРП. Однако, такая связь не является долгосрочной – уже при применении 2 лага причинно-следственная связь является обоюдной, что нарушает основную предпосылку. Аналогичная проблема, но уже при применении любого лага наблюдается в случае с относительным показателем затрат бюджета на образование. Это может говорить, как о малом и несущественном уровне отклика со стороны хозяйствующих субъектов, адаптирующих и применяющих инновации в производственных процессах, так и малой долей исследователей и иных субъектов инновационной деятельности, среди получателей бюджетных средств, направляемых на образование.
Обсуждение. Результаты регрессионного анализа указывают на то, что государственные расходы оказывают сглаживающее воздействие на различия региональных уровней инновационной активности. В первую очередь, отмеченная предыдущими исследованиями взаимосвязь государственных затрат и роста региональных уровней инновационной активности, не только является следствием макроэкономической конъюнктуры. Сами расходы федерального бюджета могут стимулировать инновационную деятельность посредством положительного воздействия на деловую активность, которая создает стимулы к внедрению в хозяйственную деятельность инноваций.
Отмечаемая исследователями данной проблематики малая, по сравнению с другими источниками, эффективность государственных затрат на НИР, может объясняться иным целевым назначением такого финансирования. Затраты, направляемые на снижение уровня межрегиональной дифференциации, в большей мере реализуются в регионах, с менее развитой инфраструктурой инноваций и меньшей оснащенностью человеческими ресурсами соответствующей квалификации.
Как было продемонстрировано, в научной литературе рост региональной диспропорции принято объяснять концентрацией фундаментальных и прикладных исследований в крупных городах и академических центрах. Однако, как показали результаты анализа, финансирование исследований и разработок оказывает воздействие, склоняющее региональные динамики инновационной активности к конвергенции. Это указывает на то, что по большей мере, такое финансирование способствует росту научно-инновационного потенциала регионов, а не отдельных крупных субъектов инновационной деятельности.
Заключение. Агломерационные эффекты и внешние эффекты распространения знаний и технологий при тесной локализации субъектов инновационной деятельности определяют формирование в национальных экономиках крупных академических центров и инновационных кластеров. Совокупность этого является первичным фактором межрегиональной дифференциации как по уровням создания, так и по уровням внедрения новых технологий.
Регионы, обладающие такими преимуществами, могут, посредством круговой причинно-следственной связи, аккумулировать еще большее число инновационных хозяйствующих субъектов и высококвалифицированных человеческих ресурсов. Таким образом, за счет более высокой поглощающей способности отдельных регионов, рост финансирования сфер науки и инноваций может приводить к увеличению пространственных дисбалансов национальной экономики. Однако, результаты количественного анализа указывают на снижение региональных диспропорций в распределении инновационной активности при росте государственных затрат на НИР. Это указывает на то, что конечный результат такого финансирования – рост технологического уровня региональной экономики, не подвержен негативному воздействию недостатков инфраструктуры инноваций в отстающих регионах. Таким образом, данное исследование дополняет проблематику государственного участия в сфере инноваций внедрением региональных диспропорций, в качестве еще одной категории эффективности.
Вместе с этим, исследование причинно-следственной связи показало, что региональные государственные затраты на образование, в отстающих регионах, не оказывает ожидаемого воздействия на активность применения ОИС. Ограниченное число крупных академических центров, выступая в качестве полюсов роста, способствуют инновационному развитию экономики России в целом. Выравнивание же межрегиональных диспропорций в данной сфере требует пересмотра целей и задач функционирования системы образования в регионах без крупных агломераций.
Большинство таких регионов обладают положительной динамикой числа применения ОИС, однако такая динамика не содержит откликов на изменение в объемах финансирования региональных сфер образования. Вместе с этим, сохранение текущего механизма государственной поддержки региональных инноваций не противоречило бы целям выравнивания региональных диспропорций инновационного развития. Все это вместе указывает на целесообразность еще большего финансирования региональных программ развития инновационного потенциала.
Оказываемое государственными затратами на НИР, влияние на межрегиональную дифференциацию инновационной активности принято объяснять процессами переливов знаний. Полученные в данной работе результаты указывают на необходимость учета еще и затрат, стимулирующих деловую активность регионов. Это относится и к влиянию на инновационную активность региона уровня общих затрат бюджетов этих субъектов, и к влиянию затрат федерального бюджета на межрегиональные диспропорции по уровням такой активности. Как и в случае с диффузией знаний и технологий, улучшение экономической конъюнктуры отдельного региона может быть причиной роста инновационной активности хозяйствующих субъектов как внутри, так и за пределами этого региона. Дальнейшие исследования данной взаимосвязи могут быть основаны на поиске закономерностей пространственного распределения хозяйствующих субъектов, внедряющих новые технологии, при учете экономической конъюнктуры и объемов государственных затрат на НИР в соседних регионах.
Источники:
2. Вольчик В.В., Пантеева С.А., Ширяев И.М. Институт региональных стратегий в российской инновационной системе // Journal of Institutional Studies. – 2022. – № 3. – c. 6-30. – doi: 10.17835/2076-6297.2022.14.3.006-030.
3. Единая межведомственная информационно-статистическая система. [Электронный ресурс]. URL: https://www.fedstat.ru/ (дата обращения: 20.07.2025).
4. Колесникова Ю.С., Ситдикова Р.И., Старостина Е.С., Ситдиков Р.Б. Управление интеллектуальной собственностью классического вуза // Вестник экономики, права и социологии. – 2022. – № 3. – c. 11-14.
5. Краткая информация об исполнении консолидированного бюджета Российской Федерации. Министерство финансов Российской Федерации. [Электронный ресурс]. URL: https://minfin.gov.ru/ru/statistics/conbud/execute (дата обращения: 20.07.2025).
6. Моисеев В.В., Колесникова Ю.С., Игнатов М.А., Боженов С.А. Трансформация рынка труда в условиях санкций // Человеческий капитал. – 2022. – № 9(165). – c. 97-101. – doi: 10.25629/HC.2022.09.13.
7. Статистические сборники «Индикаторы науки». Национальный исследовательский университет «Высшая школа экономики». [Электронный ресурс]. URL: https://www.hse.ru/primarydata/in (дата обращения: 20.07.2025).
8. Регионы России. Федеральная служба государственной статистики. [Электронный ресурс]. URL: https://rosstat.gov.ru/folder/210/document/13204 (дата обращения: 20.07.2025).
9. Ahmed N., Sheikh A.A., Hamid Z., Senkus P., Borda R.C., Wysokińska-Senkus A., Glabiszewski W. Exploring the causal relationship among green taxes, energy intensity, and energy consumption in nordic countries: Dumitrescu and Hurlin causality approach // Energies. – 2022. – № 14. – p. 5199. – doi: 10.3390/en15145199.
10. Feng P., Yasar M., Rejesus R.M. Innovation and regional economic convergence: evidence from China // The Annals of Regional Science. – 2024. – № 2. – p. 535-559. – doi: 10.1007/s00168-023-01210-9.
11. Fritsch M., Wyrwich M. Is innovation (increasingly) concentrated in large cities? An international comparison // Research Policy. – 2021. – № 6. – doi: 10.1016/j.respol.2021.104237.
12. Pan X., Guo Sh., Li M., Song J. The effect of technology infrastructure investment on technological innovation --a study based on spatial durbin model // Technovation. – 2021. – p. 102315. – doi: 10.1016/j.technovation.2021.102315.
13. Paula F.O., Silva J.F. R&D spending and patents: levers of national development // Innovation & Management Review. – 2021. – № 2. – p. 175-191. – doi: 10.1108/INMR-11-2019-0142.
14. Zhao R., He P. Government spending efficiency, fiscal decentralization and regional innovation capability: Evidence from China // Economic Analysis and Policy. – 2024. – p. 693-706. – doi: 10.1016/j.eap.2024.08.033.
Страница обновлена: 02.11.2025 в 23:10:07
Download PDF | Downloads: 3
The role of government spendings in overcoming the inter-regional differentiation of innovation activity
Kulagin R. V.Journal paper
Journal of Economics, Entrepreneurship and Law (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Volume 15, Number 9 (September 2025)
Abstract:
The heterogeneity of innovation activity in Russia's regions is an acute development problem both for the growth of individual regions' economies and for the overall socio-economic development of the country. Based on data on the frequency of applications of intellectual property objects, a long-term trend towards strengthening interregional differentiation in terms of the level of innovation activity has been identified. The article examines how this process is affected by government participation in the country's economy, manifested both in the dynamics of budget expenditures as a whole and in the financing of research and development. The quantitative analysis of the problem is based both on data on the Russian economy as a whole and on data on regional economic systems separately.
An analysis of the generalized data showed that government R&D funding contributes to the convergence of regional levels of innovation activity. Using regression analysis and the Granger causality test, the positive role of government incentives for business activity both at the federal and regional levels was identified.
Keywords: spatial differentiation, innovation, regional disparity, government spendings, innovation activity
JEL-classification: O30, O31, O32
References:
Afonin S.E., Osipov V.S. (2023). Regional economic disproportions and sustainability of regional economic systems under the 2022 sanctions. Administration. 11 (4). 119-128. doi: 10.26425/2309-3633-2023-11-4-119-128.
Ahmed N., Sheikh A.A., Hamid Z., Senkus P., Borda R.C., Wysokińska-Senkus A., Glabiszewski W. (2022). Exploring the causal relationship among green taxes, energy intensity, and energy consumption in nordic countries: Dumitrescu and Hurlin causality approach Energies. 15 (14). 5199. doi: 10.3390/en15145199.
Feng P., Yasar M., Rejesus R.M. (2024). Innovation and regional economic convergence: evidence from China The Annals of Regional Science. 72 (2). 535-559. doi: 10.1007/s00168-023-01210-9.
Fritsch M., Wyrwich M. (2021). Is innovation (increasingly) concentrated in large cities? An international comparison Research Policy. 50 (6). doi: 10.1016/j.respol.2021.104237.
Kolesnikova Yu.S., Sitdikova R.I., Starostina E.S., Sitdikov R.B. (2022). Intellectual property management of a classical university. The Review of Economy, the Law and Sociology. (3). 11-14.
Moiseev V.V., Kolesnikova Yu.S., Ignatov M.A., Bozhenov S.A. (2022). Transformation of the labor market in the conditions of sanctions. Human capital. (9(165)). 97-101. doi: 10.25629/HC.2022.09.13.
Pan X., Guo Sh., Li M., Song J. (2021). The effect of technology infrastructure investment on technological innovation --a study based on spatial durbin model Technovation. 107 102315. doi: 10.1016/j.technovation.2021.102315.
Paula F.O., Silva J.F. (2021). R&D spending and patents: levers of national development Innovation & Management Review. 18 (2). 175-191. doi: 10.1108/INMR-11-2019-0142.
Volchik V.V., Panteeva S.A., Shiryaev I.M. (2022). Institution of regional strategies in the russian innovation system. Journal of Institutional Studies. 14 (3). 6-30. doi: 10.17835/2076-6297.2022.14.3.006-030.
Zhao R., He P. (2024). Government spending efficiency, fiscal decentralization and regional innovation capability: Evidence from China Economic Analysis and Policy. 84 693-706. doi: 10.1016/j.eap.2024.08.033.
