Статистическое моделирование результатов инновационной деятельности организаций в регионах Центрального федерального округа

Шишкина А.В.1, Сизова О.В.2
1 Ивановский государственный химико-технологический университет
2 ФГБОУ ВО «Ивановский государственный химико-технологический университет»

Статья в журнале

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

Том 7, Номер 1 (Январь-Март 2017)

Цитировать:
Шишкина А.В., Сизова О.В. Статистическое моделирование результатов инновационной деятельности организаций в регионах Центрального федерального округа // Вопросы инновационной экономики. – 2017. – Том 7. – № 1. – С. 9-22. – doi: 10.18334/vinec.7.1.37766.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=29656963
Цитирований: 11 по состоянию на 07.12.2023

Аннотация:
Эффективность инновационной деятельности является залогом дальнейшего финансирования организаций, а в случае предоставления целевых субсидий из бюджета, оценка эффективности инновационной деятельности должна производиться уже не на уровне организации, а в масштабе региона или страны в целом. В работе проведён анализ динамики показателей инновационной деятельности в четырёх регионах центрального федерального округа: Владимирской, Ивановской, Костромской и Ярославской областей. В качестве исследуемых показателей были выбраны: число организаций, выполнявших научные исследования и разработки; инновационная активность организаций; число созданных передовых производственных технологий и затраты на технологические инновации. В ходе анализа были рассмотрены результаты применения методики статистического моделирования зависимости валового регионального продукта от ключевых параметров инновационной деятельности для исследуемых регионов.

Ключевые слова: инновационная деятельность, технологические инновации, затраты на технологические инновации, инновационная активность организаций



Введение

Современная рыночная ситуация требует от хозяйствующих субъектов активизации инновационной деятельности уже не столько в целях обеспечения лидерства, сколько в целях сохранения уже завоёванных рыночных позиций. А, следовательно, инновационная активность становится обязательным атрибутом функционирования предприятия в условиях современной рыночной среды. Основной задачей современного социально-экономического развития России является вывод его на инновационную траекторию, максимальное использование принципиально новых факторов роста.

В России функционирует множество самостоятельных субъектов инновационного процесса, реализующих его отдельные стадии:

– исследовательские институты (академические и отраслевые);

– вузы, проводящие научные исследования;

– государственные научные центры (ГНЦ);

– инновационно активные предприятия, осуществляющие разработку и внедрение новой или усовершенствованной продукции, технологических процессов или иных видов инновационной деятельности;

– предприниматели и изобретатели, занимающиеся исследовательской и изобретательской деятельностью в частном порядке [1, 9, 10, 11] (Shishkina, 2011; Akchulpanov, 2016; Maslyukova, 2016; Sizova, 2011).

Из этого перечня первые три субъекта, занимающиеся наиболее затратными фундаментальными и прикладными исследованиями, осуществляют свою инновационную деятельность в подавляющей доле за счет бюджетных средств. Существующий сегодня подход к стимулированию науки и инновационной деятельности предусматривает предоставление целевых субсидий на финансирование научно-исследовательских проектов, осуществляемых научными организациями [20]. Вместе с тем предоставление целевых субсидий осуществляется исходя из приоритетности заявленного направления научного исследования с точки зрения государственной научно-технической политики [2] (Bakhareva, 2017). При этом расходы федерального бюджета на научные исследования только в 2016 г. составили 121 161,2 млн руб., что заметно меньше объемов, которые выделялись в 2011–2015 гг. [3, 19] (Sumina, Belyakova, 2017).

Возникает необходимость оценки результативности инновационной деятельности организаций, получающих финансирование, которая в настоящее время большинством исследователей рассматривается только на уровне предприятия. Задача настоящей статьи – это выработка статистической модели результатов инновационной деятельности на региональном уровне. Объектом был выбран центральный федеральный округ (ЦФО), но для сравнения произведена выборка субъектов, которые в него входят. Для анализа в работе рассмотрены Владимирская, Ивановская, Костромская и Ярославские области, которые имеют приблизительно одинаковые территориальные, исторические, географические показатели, а также размер и структуру бюджета. Источником информации послужили данные Федеральной службы государственной статистики [3] (Sumina, Belyakova, 2017).

1. Оценка динамики инновационной деятельности организаций в Центральном федеральном округе

Согласно определению Росстата, под инновационной деятельностью понимается вид деятельности, связанный с трансформацией идей (обычно результатов научных исследований и разработок либо иных научно-технических достижений) в технологически новые или усовершенствованные продукты или услуги, внедренные на рынке, в новые или усовершенствованные технологические процессы или способы производства (передачи) услуг, использованные в практической деятельности. Инновационная деятельность предполагает целый комплекс научных, технологических, организационных, финансовых и коммерческих мероприятий, и именно в своей совокупности они приводят к инновациям. Инновационные товары, работы, услуги – товары, работы, услуги новые или подвергавшиеся в течение последних трех лет разной степени технологическим изменениям [3] (Sumina, Belyakova, 2017).

В качестве исходной статистической базы исследования были выбраны ежегодные данные по четырем параметрам в период с 2000 по 2015 годы. В качестве изучаемых параметров в работе рассматривались:

1) число организаций, выполнявших научные исследования и разработки;

2) инновационная активность организаций;

3) число созданных передовых производственных технологий;

4) затраты на технологические инновации.

Динамика изменения числа организаций, выполнявших научные исследования и разработки, представлены на рисунке 1.

Рисунок 1. Число организаций, выполнявших научные исследования и разработки, шт.

Из рисунка видно, что число организаций, выполнявших научные исследования и разработки, в Ивановской и Владимирской областях уменьшалось с 2000 года по 2013 и только с 2014 года начинает расти, не достигая, однако, значений 2000 года.

Ярославская область выделяется чуть лучшим результатом – в ней наблюдался рост числа организаций в 2007–2009 годах, однако к 2015 году число организаций тоже не достигло уровня 2000 года. Костромская область, имея гораздо более скромные значения рассматриваемого показателя, в рассматриваемый период оставалась более стабильной и в 2015 году имеет почти такое же количество организаций, выполнявших научные исследования и разработки, как и в 2000 году.

2. Оценка динамики инновационной активности организаций в Центральном федеральном округе

Вторым показателем была выбрана инновационная активность организаций региона. Согласно определению Росстата, инновационная активность организации характеризуется степенью участия организации в осуществлении инновационной деятельности в целом или отдельных ее видах в течение определенного периода времени.

Предприятие относится к числу инновационно активных, если оно:

1. предлагает новую или значительно улучшенную продукцию, услуги, технологию;

2. реализует определенный инновационный проект, даже если он еще не завершен;

3. осуществляет долгосрочную инновационную деятельность, например, проведение фундаментальных исследований, изучение технологических процессов и т.д.;

4. осуществляет инвестиции с целью проведения собственных НИОКР, обучения персонала, приобретения новых знаний, машин и оборудования;

5. выполняет совместные инновационные проекты и работы с другими предприятиями либо научно-исследовательскими организациями [1, 17, 15] (Shishkina, 2011; Shishkina, 2012; Sizova, 2014).

На рисунке 2 показана динамика инновационной активности организаций для тех же областей на основании данных Росстата. Инновационная активность организаций понимается как удельный вес организаций, осуществлявших технологические, организационные, маркетинговые инновации в отчетном году, в общем числе обследованных организаций, и измеряется в процентах.

Рисунок 2. Инновационная активность организаций, %

Данные рисунка свидетельствуют о хаотическом поведении анализируемого показателя в период с 2000 по 2015 годы во всех регионах. Выделяется 2006 год для Владимирской области, в который по каким-то причинам инновационная активность организаций резко повысилась и превысила показания по любой области в рассматриваемый период. Однако это повышение не только не сохранилось, но и также резко пошло на спад. Таким образом, характерен значительный разрыв между научно-исследовательским потенциалом и инновационной активностью предприятий.

3. Оценка динамики создания технологических инноваций организациями в Центральном федеральном округе

Третьим показателем, выбранным для оценки эффективности инновационной деятельности организаций, являются технологические инновации, под которым понимается конечный результат инновационной деятельности, получивший воплощение в виде нового либо усовершенствованного продукта или услуги, внедренных на рынке, нового либо усовершенствованного процесса или способа производства (передачи) услуг, используемых в практической деятельности.

На рисунке 3 показана динамика числа созданных передовых производственных технологий в четырёх рассматриваемых регионах.

Рисунок 3. Число созданных передовых производственных технологий, шт.

Из рисунка видно, что начиная с 2000 года, если исключить 2009 и 2010 годы, число созданных технологий в регионах растёт. Особенно выделяется из всех Ярославская область в 2013–2015 годах. Это очень интересный факт. Как видели мы выше, число организаций, занимающихся созданием этих технологий, в этот период уменьшалось, их активность, хаотически колеблясь, практически не изменялась, а количество созданных технологий возросло. Причины этого могут быть любыми и требуют отдельного исследования, однако сам по себе факт является положительным – меньшее количество организаций создает большее число инновационных продуктов.

4. Оценка динамики затрат организаций на создание технологических инноваций в Центральном федеральном округе

Последним, четвертым, показателем рассмотрены затраты на технологические инновации в данных регионах, под которыми понимаются выраженные в денежной форме фактические расходы, связанные с осуществлением различных видов инновационной деятельности, выполняемой в масштабе организации (отрасли, региона, страны). В составе затрат на технологические инновации учитываются текущие и капитальные затраты [3] (Sumina, Belyakova, 2017).

Рисунок 4. Затраты на технологические инновации, млн руб.

Из данных рисунка видно, что рост числа созданных инновационных технологий в Ярославской области с большой степенью вероятности связан с увеличением затрат на создание этих технологий. И всё было бы логично, если бы в Ивановской области эта закономерность не опровергалась. При уменьшении затрат в период с 2011 года по 2015 год количество созданных технологий в организациях области росло, причем в 2015 году сравнялось со значением данного показателя в Ярославской области. Данные этих исследований свидетельствуют о неоднозначной интерпретации вроде бы безусловных предположений и говорят о необходимости каждый раз на практике убеждаться в справедливости выдвинутых гипотез.

5. Анализ влияния инновационной деятельности организаций Центрального федерального округа на значение валового регионального продукта

Чтобы судить об эффективности инновационной деятельности организаций, необходимо выявить влияние исследуемых показателей на общий результат на уровне региона, отражающий внедрение инновационных технологий [4] (Babikova, Tkachenko, 2016). Для получения такого результативного показателя воспользуемся основным показателем результата экономической деятельности региона – валовым региональным продуктом (ВРП). Теоретически внедрение технологических инноваций должно положительно влиять на рост ВРП.

В ходе проверки данного предположения с помощью методов корреляционно-регрессионного анализа была сделана попытка установить, воздействуют ли на динамику ВРП приведенные выше показатели, и если да, то определить наиболее адекватную форму такого воздействия [5] (Burets, Akerman, Akerman, Volokhova, 2016).

Динамика ВРП для четырех отобранных областей ЦФО с 2000 по 2014 годы представлена на рисунке 5.

Рисунок 5. Динамика ВРП для четырёх областей ЦФО

Анализ динамики ВРП показал, что наилучшими параметрами для всех областей обладает параболический тренд, который на 98–99 % определяет вариацию исследуемого временного ряда. В этом области схожи, что исключает влияние каких-то специфических особенностей регионов и подтверждает, что выборка для сравнения сделана верно.

Следует отметить, что кроме инновационной деятельности организаций на величину ВРП оказывает более значительное влияние и множество других факторов. Однако успешное внедрение инноваций может приводить к значительному росту таких показателей, как выручка, объем валовой прибыли, рост конкурентоспособности товаров, что, безусловно, отразится в размере валового регионального продукта [16, 14] (Sizova, Talyanov, 2012; Arbuzov, 2016).

Поэтому в работе в качестве результативной функции при проведении корреляционно-регрессионного анализа был выбран ВРП, который пусть и косвенно, но должен отражать результативность внедрения инноваций.

В качестве объясняющих переменных (факторных признаков) х1, х2, … хm были выделены рассмотренные выше три показателя:

1) ИНА – инновационная активность организации, %;

2) ЧТ – число созданных передовых производственных технологий, шт.;

3) ЗТИН – затраты на технологические инновации, млн руб.

Данные показатели были выбраны исходя из логической предпосылки, что чем больше инновационная активность существующих организаций, тем выше благосостояние региона, а значит, и ВРП.

В данной работе рассматривались четыре формы регрессионных моделей [6] (Shishkina, 2012):

1. линейная: ;

2. лог-линейная: ;

3. логарифмическая: ,

4. полулогарифмическая: ,

где e – случайная компонента, подчеркивающая стохастичность связи между показателями.

Проведение корреляционного анализа выбранных факторов в соответствии с четырьмя выбранными формами моделей дало похожие результаты для всех регионов. Корреляционная матрица для линейной модели по Владимирской области представлена в таблице 1.

Таблица 1

Корреляционная матрица факторов для линейной модели


ВРП
ЗТИН
ИНА
ЧТ
ВРП
1



ЗТИН
0,962701
1


ИНА
0,392357
0,387347
1

ЧТ
–0,18625
–0,22633
0,175307
1

Как видно из таблицы 1, результирующая переменная имеет высокую степень корреляции с затратами на технологические инновации. Наименьшей степенью корреляции обладает связь с числом созданных передовых производственных технологий. Поэтому в работе был построен ряд регрессионных моделей, показывающих степень влияния затрат на технологические инновации и инновационной активности организаций на величину ВРП.

В таблице 2 представлены лучшие сообразно значению коэффициента детерминации (R2), F-значимости (sigF) и t-значимости (sigt) модели регрессионной зависимости для рассматриваемых регионов [7].

Таблица 2

Регрессионные модели зависимости ВРП от факторных признаков

№ п/п
Вид регрессионной модели
Оценки
параметров
sig t
R2
sig F
Владимирская область
1
полулогарифмическая

α0 =–732234
α1 = 120368
0,618
4·10‑8
0,937
4·10‑9
Ивановская область
2
линейная

α0 = –32991
α1 = 3681
α2 = 253
8·10‑3
6·10‑2
2·10‑9
0,963
2·10‑9
Костромская область
3
линейная

α0 = –10669
α1 = 1793
α2 =1530
0,47
0,282
7·10‑9
0,946
3·10‑8
Ярославская область
4
линейная

α0 = 173408
α1 = 44025
3·10–2
4·10‑3
0,960
6·10‑8

Результаты исследования показывают, что все представленные модели имеют высокое значение коэффициента детерминации. Для всех регионов он составляет больше 93 %. Это значит, что рассматриваемые параметры в совокупности имеют высокую степень влияния на ВРП.

Из таблицы 2 видно, что из двух факторных признаков наиболее значимым оказались затраты на технологические инновации. Они вошли в каждое уравнение по каждому региону. Отсюда можно сделать вывод о рациональности вложения денег в финансирование существующих учреждений.

Заключение

Таким образом, решение задачи выработки статистической модели результатов инновационной деятельности на региональном уровне мы видим в следующих аспектах:

– произведена выборка показателей инновационной активности организаций, влияющих на конечный результат на региональном уровне;

– проведён статистический анализ динамики показателей инновационной деятельности выборочных регионов ЦФО;

– установлена степень зависимости изменения ВРП от выбранных основных показателей инновационной деятельности организаций региона;

– построены регрессионные модели зависимости ВРП от выбранных основных показателей инновационной деятельности организаций региона [8] (Chernyaeva, Vyshegorodskiy, Gurunyan, Kalmykov, 2016).

Всё вышесказанное свидетельствует о необходимости более глубокого изучения оценки результативности инновационной деятельности организаций не только на уровне регионов, но и во всей стране. Полученные результаты, безусловно, послужат основой для углубленного изучения выбранной темы исследования. Уже сейчас очевидно, что влияние выбранных факторов на показатель ВРП будет не одномоментным, а с некоторой отсрочкой во времени, поэтому в будущем планируется учесть еще и фактор времени.


Источники:

Шишкина А.В. Финансовое стимулирование активизации инновационных процессов на предприятиях // Инноватизация в России: Успехи, проблемы и перспективы: сборник статей IV Международной научно-практической конференции. Пенза, 2011.
2. Бахарева О.В. Инновационно-технологическое управление ростом: технология информационного моделирования в регионе // Российское предпринимательство. – 2017. – № 2. – С. 121-132. – doi: 10.18334/rp.18.2.37279.
3. Сумина Е.В., Белякова Г.Я. Парадигма управления инновационными процессами на основе инновационных преимуществ региона // Креативная экономика. – 2017. – № 2. – С. 181-200. – doi: 10.18334/ce.11.2.37650.
4. Бабикова А.В., Ткаченко Ю.Г. Кластерные стратегии как условие инновационного развития территории (на примере Южного федерального округа) // Российское предпринимательство. – 2016. – № 22. – С. 3097-3106. – doi: 10.18334/rp.17.22.36954.
5. Бурец Ю.С., Акерман Е.Н., Акерман Е.А., Волохова А.М. Анализ востребованности и эффективности государственной поддержки инновационной деятельности (на примере регионов АИРР) // Вопросы инновационной экономики. – 2016. – № 4. – doi: 10.18334/vinec.6.4.37092.
6. Шишкина А.В. Активизация инновационных процессов на предприятиях: проблемы и пути их решения // Научно-информационный вестник Ивановского филиала Международного юридического института. – 2012. – № 5.
Официальный сайт Федеральной службы статистики. [Электронный ресурс]. URL: http://www.gks.ru.
8. Черняева И.В., Вышегородский Д.В., Гурунян Т.В., Калмыков Н.Н. Экономическое развитие и инновационная экономика: анализ на 2015 г // Вопросы инновационной экономики. – 2016. – № 4. – doi: 10.18334/vinec.6.4.37366.
9. Акчулпанов Ю.К. Теоретико-методологические аспекты оценки уровня развития экономики региона // Вопросы инновационной экономики. – 2016. – № 1. – С. 33-48. – doi: 10.18334/vinec.6.1.35351.
10. Маслюкова Е.В. Инновационная инфраструктура: сущность и концептуальные подходы к исследованию в контексте инновационно-ориентированного развития российских регионов // Креативная экономика. – 2016. – № 12. – С. 1361-1372. – doi: 10.18334/ce.10.12.37145.
11. Сизова О.В. Исследование цен на услуги горячего водоснабжения в Ивановской области // Известия высших учебных заведений. Научно-практический журнал «Экономика, финансы и управление производством». – 2011. – № 02(08). – С. 177.
12. Сизова О.В. Статистическое моделирование динамики цен на красный кирпич в Ивановской области // Известия высших учебных заведений. серия: экономика, финансы и управление производством. – 2013. – № 02(16). – С. 107-111.
13. Цыганкова В.Н. Анализ направлений развития инновационных процессов в ЮФО в условиях кризиса // Вопросы инновационной экономики. – 2016. – № 2. – С. 123-140. – doi: 10.18334/vinec.6.2.35602.
14. Арбузов С.Г. Оценка эффективности управления инновационным развитием в контексте обеспечения экономической безопасности // Креативная экономика. – 2016. – № 12. – С. 1337-1344. – doi: 10.18334/ce.10.12.37201.
15. Сизова О.В. Статистическое моделирование динамики цен на листовое стекло в Ивановской области // Аудит и финансовый анализ. – 2014. – № 5. – С. 136.
16. Сизова О.В., Тальянов С.Ю. К построению эконометрической модели регионального коммунального энергоснабжения // Известия высших учебных заведений. серия: экономика, финансы и управление производством. – 2012. – № 04(14). – С. 105.
17. Шишкина А.В. Формирование системы финансового обеспечения инновационных процессов (на примере Ивановской области) // Сборник научных трудов вузов России «Проблемы экономики, финансов и управления производством». – 2012. – № 32. – С. 42-48.

Страница обновлена: 22.01.2024 в 20:37:38