Целевое управление инновационным развитием регионов России

В целях снижения ЫМБЕ проводился ряд вычислительных экспериментов, заключающихся в оптимизации числа нейронов в первом скрытом слое нейромоделей.

При этом значение нейронов во втором скрытом слое оставалось фиксированным. Критерием оптимизации становилось значение ненормализованной среднеквадратической ошибки нейросети (МбЕ). Согласно такому критерию, оптимальной являлась нейромодель с минимальным значением МБЕ.

Архитектура сформированного байесовского ансамбля динамических нейромоделей и результаты его верификации представлены в табл. 10 и 11 соответственно.

Таблица 10. Архитектура байесовского ансамбля динамических нейромоделей

Примечание: НСМ1-НСМ5 -- первая-пятая нейросетевые модели.

Составлено по: результаты нейромоделирования в NeuroSolutions for Excel 6.0.

Как следует из табл. 10, в байесовский ансамбль были включены пять динамических нейромоделей, в том числе четыре нейросети имели один скрытый слой с дифференцированным оптимальным числом нейронов в нем.

Таблица 11. Результаты верификации байесовского ансамбля динамических нейромоделей

Примечание: NP' -- соответственно число корректно распознанных (с относительной погрешностью є) наблюдений в тестовом множестве и частотный критерий качества выходной переменной; * ансамбль нейромоделей -- значение каждого показателя рассчитывается по формуле простой средней арифметической. Составлено по: результатам нейромоделирования в NeuroSolutions for Excel 6.0.

Данные табл. 11 дают возможность сделать вывод о сформированном адекватном байесовском ансамбле динамических нейромоделей, позволяющем с необходимой (заданной исследователями) степенью точности аппроксимировать значение индекса инновационного развития российских регионов. Учитывая тот факт, что в исследовании фигурируют как относительно стабильный период развития национальной экономики (2010-2013 гг. -- посткризисный этап по отношению к международному финансовому кризису 2008 г.), так и период ее турбулентности (2014-2016 гг.), можно говорить и об устойчивости результатов нейромоделирования. Поэтому сформированный байесовский ансамбль динамических нейромоделей можно применить для прогнозирования уровня инновационного развития регионов России (с высокой степенью точности) в краткосрочной перспективе (на 2017 г.).

Результаты такого прогнозирования на примере российских регионов-лидеров (исходя из достигнутого уровня инновационного развития) и Республики Башкортостан представлены в табл. 12. Кратко охарактеризуем условия прогнозирования факторных и результативного показателей. Прогнозирование значений двух субиндексов (входных переменных) для каждого региона России из выборки осуществляется на основе значений их средних темпов роста за 2010-2016 гг. При этом расчеты производятся с учетом предположения о неизменности таких темпов роста показателей в краткосрочной перспективе. Прогнозное значение индекса инновационного развития субъектов РФ является средним арифметическим значением выходной переменной байесовского ансамбля динамических нейромоделей.

Таблица 12. Прогнозирование инновационного развития регионов России (по выборке) в краткосрочной перспективе (на 2017 г.)

Составлено по: результаты нейромоделирования в NeuroSolutions for Excel 6.0.

Как видно из табл. 12, у большинства регионов -- лидеров инновационного развития страны (в 2015-2016 гг. они относились к первому кластеру) в краткосрочной перспективе ожидается рост значения индекса. Так, значение показателя должно увеличиться на 5 % в Республике Татарстан, на 3,1 % -- в Нижегородской области и только на 0,5 % -- в Москве по сравнению с 2016 г. По Санкт-Петербургу, наоборот, в 2017 г. прогнозировалось снижение значения индекса на 2,4 % по сравнению с предыдущим годом в результате уменьшения субиндекса НТП на 4,7 %.

Нельзя не отметить, что по-прежнему достаточно существенным должен остаться разрыв по значению индекса инновационного развития между рядом субъектов РФ, например, Республикой Башкортостан и регионами -- лидерами страны. Это связано с тем, что, несмотря на достаточно благоприятные социально-экономические условия, в указанном регионе ПФО не ожидается существенного повышения эффективности инновационной деятельности в краткосрочной перспективе. Поэтому для Республики Башкортостан, как и для большинства российских регионов, в современных условиях актуализируется вопрос ускорения перехода региональной экономики на инновационную траекторию развития. Это означает, что большое значение имеет разработка рекомендаций по формированию региональных инновационных систем для регионов, отстающих по уровню инновационного развития.

Поэтому далее представлены направления развития инновационной деятельности в Республике Башкортостан.

Направления развития региональной инновационной системы (на примере Республики Башкортостан)

Начиная с 2012 г. Республика Башкортостан, наряду с 13 другими субъектами РФ, входит в состав Ассоциации инновационных регионов России. Однако в настоящее время инновационная инфраструктура Республики Башкортостан находится только на стадии формирования. Лишь в 5 (из 64) муниципальных образований республики созданы инновационно-ориентированные объекты, причем наблюдается их концентрация в столице региона (функционируют 15 различных объектов, включая технопарки, бизнес-инкубаторы, научные и бизнес-центры и т. д.) [Вали- нурова, 2016]. Необходимо отметить, что не все созданные объекты инновационной инфраструктуры являются функционирующими.

Помимо неразвитости инновационной инфраструктуры относительно регионов-лидеров, в Республике Башкортостан имеется и достаточно широкий спектр нерешенных тематических проблем:

1) несовершенство действующего законодательства, регулирующего инновационную деятельность на территории муниципальных образований. Так, в составе порядка 30 нормативно-правовых актов, применяемых на территории республики, отсутствуют документы, регулирующие вопросы венчурного инвестирования. Также нельзя не отметить и отсутствие единого терминологического аппарата, что существенно осложняет развитие процесса финансирования инновационной деятельности;

2) низкий спрос со стороны реального сектора региональной экономики на результаты научной и инновационной деятельности, наряду с ориентацией проводимых исследований на перспективные потребности новых отраслей экономики (пять из шести технологических укладов), затрудняют процесс коммерциализации таких результатов [Печаткин, 2016]. Косвенно на эту проблему указывает имеющийся дисбаланс между патентной активностью хозяйствующих субъектов и долей инновационной продукции. Если по первому показателю республика в настоящее время относится к регионам-лидерам (занимала 9-е и 11-е места по количеству выданных патентов на изобретения в расчете на 1 млн экономически активного населения в 2015-2016 гг. соответственно), то по второму показателю (удельный вес инновационной продукции в общем объеме отгружаемой покупателям продукции) ежегодно занимает более низкую позицию (находилась только на 17-м и 24-м местах в аналогичный период времени) среди 80 субъектов РФ;

3) отсутствие системы независимого мониторинга эффективности деятельности объектов республиканской инновационной инфраструктуры;

4) недостаточная господдержка малого, среднего и крупного регионального инновационного предпринимательства. В частности, в республике в настоящее время применяются лишь определенные элементы кластерной политики (в форме частичного субсидирования затрат на технологическое оборудование и научные исследования кластерообразующих бизнес-единиц) и точечная финансовая поддержка фундаментальных и прикладных научных исследований.

Для решения указанных проблем в Республике Башкортостан необходимо реализовать ряд мероприятий, которые можно объединить в семь блоков [Шайхутдинова, Никонова, Карачурина, 2016]:

1) формирование благоприятного инновационного климата на территории республики;

2) повышение инновационной активности населения республики;

3) финансовая господдержка крупных инновационных проектов;

4) формирование системы научно-производственной кооперации и коммерциализации инноваций;

5) развитие инновационной инфраструктуры на территории республики;

6) повышение инновационной активности малого и среднего предпринимательства республики (за счет госсодействия открытию, прежде всего, экологически чистых производств);

7) развитие информационного обеспечения инновационной деятельности.

В свою очередь, к основным направлениям реализации таких мероприятий на территории республики, на наш взгляд, следует отнести:

• совершенствование регионального законотворчества в области регулирования инновационной деятельности с учетом не только федерального, но и международного законодательства;

• формирование системы независимого мониторинга эффективности расходования бюджетных средств хозяйствующими субъектами, осуществляющими научную и инновационную деятельность;

• финансовое и налоговое стимулирование научно-технической и инновационной деятельности;

• международную технологическую интеграцию, которая в настоящее время затруднена из-за антироссийских санкций, однако существуют возможности сотрудничества с КНР, Индией и другими государствами, проводящими умеренно дружественную политику по отношению к нашей стране;

• государственно-частное партнерство (ГЧП) в сфере инновационной деятельности, что позволит привлечь частную инициативу в инновационной деятельности под прямые и/или косвенные государственные гарантии, а также будет способствовать формированию инновационной инфраструктуры.

Успешная реализация комплекса соответствующих мероприятий возможна за счет расширения целевых установок и задач региональной инновационной политики, т. е. актуализации ее положений на основе применения опыта, накопленного за пределами Республики Башкортостан -- как в других регионах Российской Федерации, так и в иностранных государствах.

К такому отечественному опыту можно отнести, например, опыт Республики Татарстан и Нижегородской области -- регионов-лидеров по уровню инновационного развития. В Республике Татарстан предприятия преимущественно ориентированы на производство инновационной продукции, применяя собственные разработки. Несколько иная стратегия хозяйствующих субъектов в Нижегородской области. Она направлена на технологическое обновление путем приобретения зарубежных технологий [Агабеков, Левина, 2016].

Аналогичный вывод можно сделать, рассчитав, сопоставив и проанализировав изменение в динамике таких частных показателей инновационного развития регионов страны, как уровень выданных патентов и используемых передовых производственных технологий (определяется путем соотнесения числа выданных патентов на изобретения и используемых передовых производственных технологий с численностью экономически активного населения субъектов РФ). В 2015-2016 гг. уровень выданных патентов в Республике Татарстан был значительно выше, чем в Нижегородской области, а уровень используемых передовых производственных технологий, наоборот, был значительно выше в Нижегородской области, чем в Республике Татарстан. Вероятнее всего, если в первом регионе высокая инновационная активность хозяйствующих субъектов объясняется соответствующей собственной изобретательской активностью, то во втором регионе -- активным приобретением и внедрением зарубежных технологий.

В условиях турбулентности национальной экономики по ряду объективных причин (в частности, из-за введения в отношении российских предприятий США и странами ЕС секторальных санкций, ограничивающих доступ не только к инвестиционным ресурсам, но и к прогрессивным зарубежным технологиям) для Республики Башкортостан предпочтительнее выглядит путь инновационного развития Республики Татарстан.

Согласно действующему региональному законодательству Закон Республики Башкортостан от 28 декабря 2006 г. № 400-з «Об инновационной деятельности в Республике Башкортостан» (в ред. от 30 января 2015 г.), ст. 5. URL: https://base.garant. ш/17712455/ (дата обращения: 15.11.2018)., инновационная политика является неотъемлемой частью социально-экономической политики Республики Башкортостан. Главной целью является рост валового внутреннего продукта за счет освоения производства принципиально новых видов продукции и технологий. В настоящее время инновационная политика республики призвана обеспечить достижение, помимо главной, еще 13 основных целей. Необходимо отметить, что с момента принятия регионального закона их перечень был существенно расширен (с 6 в 2006 г. до 14, начиная с 2015 г.). Однако до сих пор в Республике Башкортостан не существует инновационной политики в форме самостоятельного документа, в отличие от ряда субъектов РФ.

Кроме того, если за разработку и утверждение социально-экономической политики в республике отвечает министерство экономического развития, то за инновационную политику -- министерство промышленности и инновационной политики. Это нередко приводит к дублированию министерствами управленческих функций в ходе подготовки и утверждения вышеуказанных документов. Не добавляет целостности инновационной политике и разобщенность научно-исследовательских институтов (большинство академических учреждений являются федеральными, а отраслевые институты -- региональными или частными), принимающих участие в разработке как социально-экономической, так и инновационной политики субъекта РФ.

Наличие выявленных проблем указывает на недостаточно высокое качество проводимой в республике инновационной политики. Ряд задекларированных в ней положений на практике слабо реализуется. На наш взгляд, главным препятствием для достижения целей, определенных в рамках инновационной политики региона, является недостаточная проработка вопроса управленческо-организационного взаимодействия между основными акторами инновационных процессов республики (органами региональной власти, научно-исследовательскими учреждениями и бизнес-сообществом).

В связи с этим в настоящем исследовании предпринята попытка актуализации инновационной политики Республики Башкортостан путем разработки ее концептуальной модели, представленной в виде блок-схемы (рис. 2).

Представленная модель состоит из пяти взаимосвязанных блоков: координационного сектора, государственного научно-образовательного сектора, сектора негосударственных НИР и инноваций, сектора инновационной инфраструктуры и предпринимательского сектора.

В состав координационного сектора входят республиканское Правительство, Совет по научно-технической и инновационной политике в Республике Башкортостан, республиканские министерства и ведомства, участвующие в реализации политики в научной и инновационной сферах. Силами сектора разрабатываются основные цели и задачи региональной инновационной политики, регулируются процессы в ходе реализации стратегии научной и инновационной деятельности на территории республики, а также в его рамках принимаются решения о размещении госзаказа на научные исследования, направленные на экономический рост и повышение уровня национальной безопасности республики.

К государственному научно-образовательному сектору относятся государственные научно-исследовательские институты, входящие в структуру РАН и АН Республики Башкортостан, а также ведущие вузы республики. В этих организациях осуществляются фундаментальные и прикладные научные исследования и разработки для реального сектора региональной экономики. В состав сектора негосударственных НИР и инноваций входят частные научно-исследовательские институты и вузы республики, занимающиеся преимущественно прикладными исследованиями и разработками также для реального сектора республиканской экономики.

Сектор инновационной инфраструктуры образуют как материальные (технологические кластеры, технопарки, индустриальные парки, бизнес-инкубаторы и т. д.), так и нематериальные элементы (например, коммуникационные сети). Он призван содействовать реализации научных достижений в реальном секторе региональной экономики.

И, наконец, в предпринимательском секторе осуществляется выпуск инновационной продукции, реализуемой как на территории России, так и за рубежом. Он играет ключевую роль в инновационной системе Республики Башкортостан.

Рис. 2. Концептуальная модель актуализированной инновационной политики РБ Составлено по: [Печаткин, 2016].

С организационной точки зрения для обеспечения устойчивого социально-экономического развития муниципальных образований необходимы координация и синхронизация бизнес-процессов в научной и инновационной сферах республики. Это обусловлено тем, что в настоящее время, как правило, законопроекты в сфере региональной инновационной политики имеют «смещенный центр тяжести» в сторону государственных научных исследований и, как следствие, бизнес-сектор не принимает активного участия в них.

В свою очередь, государственные научно-исследовательские учреждения продолжают работать в режиме предложения собственных разработок, слабо учитывая технологические потребности рынка и затрудняя процесс коммерциализации инновационных технологий. В итоге в настоящее время в республике слабо реализуется главная цель ее инновационной политики.

Таким образом, концептуальная модель актуализированной инновационной политики Республики Башкортостан призвана решить ряд проблем региональной инновационной системы организационно-управленческого характера, т. е. обеспечить эффективное взаимодействие государства, науки и бизнес-сообщества.

Заключение

Проведенное исследование позволило выделить ключевые факторы, способствующие инновационному развитию регионов: человеческий капитал, институциональная среда, инновационная инфраструктура и различные формы господдержки бизнес-сообщества. Система таких факторов-драйверов создает благоприятный инновационный климат на национальном и региональном уровнях. В условиях современной России, помимо научного сообщества, государства и предпринимателей, ключевую роль в инновационном процессе должны играть и домохозяйства. Это объясняется тем обстоятельством, что домохозяйства выступают конечным потребителем инноваций.

Для оценки инновационного развития регионов России в рамках исследования применялся модифицированный подход Института статистических исследований и экономики знаний НИУ ВШЭ. Принципиальными отличиями авторской методики формирования индекса являются: использование меньшего числа частных показателей, включение дополнительных индикаторов, характеризующих экологическую составляющую инновационных процессов на региональном уровне, а также применение метода «Паттерн» для нормализации значений частных показателей, позволяющего определять глубину межрегиональных «разрывов» по всей системе социально-экономических индикаторов. Отличие авторского подхода от методики, предложенной вышеуказанным институтом, заключается в возможности реализации прогностической функции. Для этого на основе ретроспективных данных региональной статистики за 2010-2016 гг. был сформирован адекватный байесовский ансамбль динамических нейросетей различной конфигурации.

В результате кластеризации, проведенной также с помощью нейроматематики (методом самоорганизующихся карт Кохонена), эмпирическим путем на основе последних данных региональной статистики была подтверждена достаточно высокая степень дифференциации субъектов РФ по уровню инновационного развития. Помимо этого, за 2015-2016 гг. произошли негативные изменения в кластерной структуре российских регионов, что определяется значениями индекса и субиндексов их инновационного развития. Так, сократилось число регионов и, как следствие, удельный вес субъектов РФ, входящих в первые три кластера, и наоборот, наблюдался рост показателей для четвертого и пятого кластеров. В частности, если суммарная доля регионов с низким и очень низким уровнем инновационного развития составляла порядка 48,8 % в 2015 г., то в 2016 г. она возросла до 66,3 %.

Несмотря на оптимистический краткосрочный прогноз в отношении 2017 г., в настоящее время в сфере инновационного развития для большинства регионов -- лидеров России (Москва, Республика Татарстан и Нижегородская область) ожидается сохранение значительного отрыва от ряда субъектов РФ, например, Республики Башкортостан. Таким образом, для большинства субъектов РФ необходима актуализация инновационной политики с целью обеспечения сближения их с регионами -- лидерами по уровню инновационного развития.

Учитывая роль государства в инновационном развитии на региональном уровне, в рамках исследования осуществлена актуализация положений инновационной политики на примере Республики Башкортостан. Только в этом случае будет возможна успешная реализация комплекса мероприятий, направленных на ускорение инновационного развития вышеуказанного региона. В частности, ключевой проблемой в инновационной сфере республики является низкий спрос со стороны реального сектора региональной экономики на научные исследования и разработки, что затрудняет процесс их коммерциализации, а в конечном итоге -- не способствует росту объемов инновационной продукции в условиях достаточно высокой инновационной активности хозяйствующих субъектов Республики Башкортостан.

Увеличение степени реализации имеющегося у республики соответствующего потенциала позволит не только повысить конкурентоспособность Республики Башкортостан, но и будет способствовать ее вхождению в состав регионов -- лидеров России по уровню инновационного развития. Очевидно, что это соответствует интересам не только Республики Башкортостан, но и Российской Федерации в целом, поскольку будет содействовать сглаживанию межрегиональных контрастов в уровнях инновационного потенциала, гармонизации территориального развития и расширению инновационной деятельности и, как следствие, росту конкурентоспособности отечественной экономики и улучшению качества жизни населения.

Литература

Агабеков С. И., Левина Е. А. (2016) Точки инновационного роста современной России на примере Приволжского федерального округа. Ars Administrandi. № 4. С. 31-44.

Айвазян С. А., Афанасьев М. Ю., Кудров В. А., Лысенкова М. А. (2017) К вопросу о параметризации национальной инновационной системы. Прикладная эконометрика. № 1. С. 29-49.

Аюев В. В., Белов Ю. С., Логинов Б. М., Логинова М. Б. (2015). Нейросетевое моделирование в NeuroSolutions. Калуга: МГТУ им. Н. Э. Баумана. 324 с.

Бахтизин А. Р., Бахтизина Н. В. (2010) Опыт построения гибридной агент-ориентированной модели с нейронными сетями. Нейрокомпьютеры: разработка, применение. № 8. С. 27-39.

Белолипцев И. И., Горбатков С. А., Романов А. Н., Фархиева С. А. (2015) Моделирование управленческих решений в сфере экономики в условиях неопределенности. М.: ИНФРА-М, 299 с.

Букаев Г. И., Бублик Н. Д., Горбатков С. А., Сатаров Р. Ф. (2001) Модернизация системы налогового контроля на основе нейросетевых информационных технологий. М.: Наука. 344 с.

Валинурова А. И. (2016) Проблемы формирования благоприятного инновационного климата муниципального образования Республики Башкортостан. Фундаментальные исследования. № 7. С.76-81.

Голова И. М., Суховей А. Ф., Никулина Н. Л. (2017) Проблемы повышения инновационной устойчивости регионального развития. Экономика региона. № 1. С. 308-318.

Гохберг Л. М. (2016) Рейтинг инновационного развития субъектов Российской Федерации. М.: НИУ ВШЭ. 248 с.

Еферина Т. В., Лизунова В. О., Просянюк Д. В., Шинова Д. А. (2017) Инновационная инфраструктура как фактор межрегиональной дифференциации в Российской Федерации. Вопросы государственного и муниципального управления. № 1. С. 191-212.

Земцов С., Мурадов А., Уэйд И., Баринова В. (2016) Факторы инновационной активности регионов России: что важнее -- человек или капитал? Форсайт. № 2. С. 29-42.

Караяннис Э., Григорудис Э. (2016) Четырехзвенная спираль инноваций и «умная специализация»: производство знаний и национальная конкурентоспособность. Форсайт. № 1. С. 31-42.

Кирилюк И. Л. (2017) Экономико-математические модели для исследования мезоуровня экономики. Журнал институциональных исследований. № 3. С. 50-63.

Корепина Т. А., Чекмарева Е. А. (2017) Нейронные сети в агент-ориентированных моделях: преимущества и недостатки гибридных методов исследования. Вопросы территориального развития. №4. С. 1-11.

Котляров И. Д. (2016) Локализация производства как инструмент импортозамещения. ЭКО. № 8. С. 128-140.

Куллэ Т. А., Рогова Е. М. (2006) Партнерство государства и венчурного капитала в организации финансирования инновационного бизнеса в промышленности. Инновации. № 4. С. 58-63.

Курбатова М. В., Каган Е. С., Вшивкова А. А. (2018) Региональное развитие: проблемы формирования и реализации научно-технического потенциала. Тегга Есопоткив. № 1. С. 101-117.

Макаров В., Айвазян С., Афанасьев М., Бахтизин А., Нанавян А. (2016) Моделирование развития экономики региона и эффективность пространства инноваций. Форсайт. № 3. С. 76-90.

Максименко А. А., Новоселов С. В., Пятковский О. И. (2009) Интеллектуальная аналитическая система управления инновационным развитием региона. Вестник Новосибирского государственного университета. Информационные технологии. № 4. С. 97-107.

Манасян Н. С., Чернов В. Г. (2013) Рейтинговая оценка инновационного развития региона на основе нечеткой нейронной сети. Управление экономическими системами. № 3. иЛБ: http://uecs.ru/ тагкей^/йет/2013-2013-03-05-07-57-30 (дата обращения: 08.11.2018).

Некипелов А. Д. (2015) О ресурсном проклятии и его влиянии на тактику и стратегию экономического развития. Журнал новой экономической ассоциации. № 2. С. 205-210.

Овчинников В. Н., Кетова Н. П. (2016) Системодополняющий эффект взаимодействия инновационного потенциала и институциональной среды региона. Экономика региона. № 2. С. 537-546.

Павлова И. А., Малютина А. П. (2017) Рейтинги как модель комплексной оценки инновационноинвестиционного развития экономических систем мезоуровня на примере Томской области. Вестник науки Сибири. № 2. С. 17-35.

Перова В. И., Гончарова Д. Г. (2015) Нейросетевой анализ динамики инновационной активности регионов Российской Федерации. Финансовая аналитика: проблемы и решения. № 29. С. 56-68.

Перова В. И., Зайцева К. В. (2017) Исследование динамики инновационной деятельности регионов России с применением нейросетевого моделирования. Экономический анализ: теория и практика. №5. С. 887-901.

Печаткин В. В. (2016) Развитие инновационной системы Республики Башкортостан: проблемы и механизмы их решения. Управление экономическими системами. № 7. иЛБ: http://uecs.ru/index. php?option=com_flexicontent&view=items&id=4012 (дата обращения: 08.11.2018).

Разак А. А., Роулинг М., Уайт Г., Мэйсон-Джонс Р. (2016) Управление цепочками поставок в государственном секторе: модель «тройной спирали» и координация инновационных экологических инициатив. Форсайт. № 1. С. 43-52.

Рогова Е. М. (2014) Бизнес-инкубаторы как элементы системы технологического трансфера российских университетов. Инновации. № 7. С. 53-58.

Романова О. А. (2017) Инновационная парадигма новой индустриализации в условиях формирования интегрального мирохозяйственного уклада. Экономика региона. № 1. С. 276-289.

Романова О. А., Сиротин Д. В. (2017) Образ желаемого будущего экономики индустриального региона: тенденции развития и методология оценки. Экономика региона. № 3. С. 746-763.

Статовский Д. А., Платонов В. В. (2016) Исследование микросистем инноваций как элемента регулирования инновационной деятельности на региональном уровне. Инновации. № 11. С. 44-50.

Суворов Н. В. (2015) Актуальные направления и проблемы совершенствования модельного инструментария макроэкономического анализа. Проблемы прогнозирования. № 5. С. 25-39.

Хайкин С. (2006). Нейронные сети. М.: Вильямс. 1104 с.

Шайхутдинова Г. Ф., Никонова С. А., Карачурина Р. Ф. (2016) Стимулирование инновационной активности предпринимательства в Республике Башкортостан. Вестник УГУЭС. Наука, образование, экономика. Сер. экономика. № 2. С. 80-85.

Юревич М. А. (2019) Новые институциональные инициативы России в контексте концепции четырехзвенной инновационной спирали. Журнал институциональных исследований. № 2. С. 79-93.

Aivazian S., Afanasiev M. (2015) Assessment of innovative activity of regions in the Russian Federation. Montenegrin Journal of Economics, no. 1, рр. 7-21.

Asheim B. (2007) Differentiated knowledge bases and varieties of regional innovation systems. The European Journal of Social Science, no. 20, рр. 223-241.

Cooke P., Memedovic. O. (2003) Strategies for Regional Innovation Systems: Learning Transfer and Applications. Vienna: UNIDO Policy Paper. 367 р.

Doloreux D. (2003) Regional innovation systems in the periphery: the case of the Beauce in Qubec (Canada). International Journal of Innovation Management, no. 7, рр. 67-94.

Etzkowitz H. (2008) Triple Helix Innovation: Industry, University and Government in Action. London; New York: Routledge. 168 р.

Freeman C. (1987) Technology Policy and Economic Performance: Lessons from Japan. London: Pinter Publishers. 155 р.

Gackstatter S., Kotsemir M., Meissner D. (2014) Building an Innovation-Driven Economy -- The Case of BRIC and GCC Countries. Foresight, no. 4, рр. 293-308.

Gunasekara C. (2006) The generative and development roles of universities in regional innovation systems. Science and Public Policy, no. 33, рp. 137-150.

Targeted management of innovative development of Russian regions

L. G. Cherednichenko¹, R. V Gubarev¹, E. I. Dzyuba^2,3, F. S. Fayzullin⁴

¹ Plekhanov Russian University of Economics,

36, Stremyanny per., Moscow, 117997, Russian Federation

² All-Russia People's Front in Republic of Bashkortostan,

1, ul. Kirova, Ufa, 450077, Russian Federation

³ Bashkir regional branch of the Russian society “Knowledge”,

61, ul. Lenina, Ufa, 450006, Russian Federation

⁴ Institute of Social and Economic Research of the UFRC of the RAS,

71, pr. Octyabrya, Ufa, 450054, Russian Federation

At present, the Russian Federation lags significantly behind the economically developed countries of the world in terms of innovative development. The situation in Russia is exacerbated by the active processes of divergence of the country's regions in the field of innovative development. Abroad, the process of transforming a three-tier into a four-tier spiral of innovation, involving the interaction of not only the state, science, business community, but also the civil society of the country. The key factor in achieving the competitiveness of regions of economically developed countries of the world is the development of regional innovation systems through the coordination and synchronization of actions of such actors. By conducting an empirical study, the degree of differentiation of the subjects of the Russian Federation is evaluated by the level of innovative development. Based on neuro-modeling, the regions of the country are clustering (using Kohonen's self-organizing maps) and forecasting their innovative development in the short term by forming an adequate Bayesian ensemble of dynamic neural networks. As a result of the conducted empirical research, it was established that even now the polarization of Russian regions in terms of the level of innovative development is characteristic. At the same time, in 2015-2016, there were negative changes in the cluster structure (based on the level of innovative development) of the constituent entities of the Russian Federation. So, in particular, the share of Russian regions with low and very low levels of innovative development has significantly increased (from 48,8 to 66,3 %). Despite the optimistic short-term outlook in the field of innovative development for most of the leading regions (Moscow, the Republic of Tatarstan and the Nizhny Novgorod Region), a significant “breakaway” from a number of subjects of the Russian Federation, for example, the Republic of Bashkortostan, is expected. This indicates the need to update the provisions of the innovation policy of most Russian regions.

Keywords: factors of innovative development, innovation system, Russian regions, clustering of regions, Bayesian assembly of neural network, forecast of innovation development.

Размещено на Allbest.ru