Научно-исследовательские и опытно-конструкторские разработки как объект статистического исследования

Размещено на http://www.allbest.ru/

Оглавление

Введение

Глава 1. Понятие и охват сферы Научно-исследовательских и опытно-конструкторских разработок

1.1 Обзор основных понятий, определений и обзор литературы по тематике исследования

1.2 Система показателей оценки инновационной деятельности

1.3 Особенности финансирования НИОКР в России и странах мира

Глава 2. Структура и динамика расходов на НИОКР в России и развитых странах мира

2.1 Структура и динамика расходов на НИОКР в России

2.2 Международные сопоставления структуры расходов на НИОКР

Глава 3. Оценивание влияния инноваций на экономическое благосостояние страны

3.1 Выделение однородных групп стран по уровню развития и способности генерировать высокотехнологичную продукцию

3.2 Построение индикаторов инновационного развития

3.3 Влияние инноваций на экономическое благосостояние страны

Заключение

Список литературы

Приложения



Введение

Основная отрасль, обеспечивающая развитие технического прогресса и внедрение его достижений в экономику - наука. Роль науки в современном обществе очень велика, но так как сфера Научно-исследовательских и опытно-конструкторских разработок (НИОКР) тебует больших затрат материальных и финансовых, в значительных масштабах она представлена лишь в наиболее развитых странах.

Цель работы: исследование расходов на НИОКР в России и развитых странах мира, а также с помощью моделирования определение основных направлений эффективного распределения инвестиций в разных группах стран.

Задачи:

Разработать основных понятий и определений сферы НИОКР;

Проанализировать особенности финансирования науки в России и развыитых странах мира;

Провести сравнительный и качественный анализ современного состояния науки в России и развитых странах мира;

Выявить однородные группы стран по ключевым макропоказателям;

Разработать группы инновационных показателей для оценки деятельности стран;

Исследовать влияние инноваций на благосостояние страны;

Проверить гипотезу о значимости ииновационной компоненты в сфере труда при объяснении динамики валового внутреннего продукта.

Объектом исследования является активность России и стран мира в области научных исследований и разработках.

Предметом являются показатели и индикаторы науки.

Актуальность работы заключается в том, что научно-исследовательские и опытно-конструкторские разработки, являясь важной частью инновационной сферы, в современном обществе являются основным двигателем качественного экономического роста, то есть увеличения производительности труда и улучшение качества жизни. Но к сожалению, в российской экономике если и наблюдается рост, то рост количественный.

Еще одной проблемой развития инновационной сферы, и в частности сферы научно-исследовательских и опытно-конструкторских разработок является решение вопросов финансирования. В работе рассмотрены основные механизмы финансирования НИОКР, выявлены современные проблемы и намечены пути их возможного преодоления.

Информационная база: в работе используются данные Федеральной службы государственной статистики: форма №2-Наука «Сведения о выполнении научных исследований и разработок; статистический сборник ФСГС «Россия и страны мира», 2014г.; статистические сборники НИУ-ВШЭ «Индикаторы науки: 2014», и «Наука. Инновации. Информационное общество: 2014», статистические данные Организации экономического сотрудничества и развития (ОЭСР) и Всемироного Банка.

Работа состоит из трех глав.

Первая глава посвящена теоретическому аспекту понятия, сфере охвата НИОКР, подобраны основные показатели инновационной активности, а также механизм финансирование науки и проблемы патентирования и лицензирования.

Вторая глава описывает структуру и динамику основных показателей «входа» и «выхода» науки и технологий в России и развитых странах мира. Для анализа использовались данные Росстата и данные TheWorld Bank.

В третьей главе представлена модель на основе панельных данных для Валового внутреннего продукта страны на душу населения, посчитанного по Паритету Покупательной Способности. Она описывает зависимость подушевого ВВП от ряда показателей, включая интегральные индикаторы инновационного развития трудовых ресурсов и капитала.

Интегральные индикаторы представляют собой модифицированные первые главные компоненты, посчитанные по нескольким показателям, объединенным в блоки инновационного развития трудовых ресурсов и развития и применения современных технологий

Анализ проводился для 32 развитых стран, включая Россию, предварительно объединенных в однородные в некотором смысле группы.



Глава 1. Понятие и охват сферы Научно-исследовательских и опытно-конструкторских разработок

1.1 Обзор основных понятий, определений и обзор литературы по тематике исследования

Научно-исследовательские и опытно-конструкторские разработки-- совокупность работ, направленных на получение новых знаний и практическое применение при создании нового изделия или технологии.

НИОКР включают в себя:

Научно-исследовательские работы-- работы поискового, теоретического и экспериментального характера, выполняемые с целью определения технической возможности создания новой техники в определенные сроки.

К фундаментальным научно-исследовательским работам относится получение новых знаний, а к прикладным - применение новых знаний для решения конкретных задач.

Опытно-конструкторские работы и Технологические работы -- комплекс работ по разработке конструкторской и технологической документации на опытный образец изделия, изготовлению и испытаниям опытного образца изделия, выполняемых по техническому заданию.

При этом к числу научных исследований и разработок не относят:

образование и подготовка кадров;

другие виды научно-технической деятельности (научно-технические услуги, в том числе маркетинговая деятельность; сбор и обработка данных общего назначения, испытания и стандартизация, предпроектные работы, специализированные медицинские услуги; адаптация, поддержка и сопровождение существующего программного обеспечения);

производственная деятельность (включая внедрение нововведений);

управление и другая вспомогательная деятельность (деятельность органов управления исследованиями и разработками, их финансирование и т.п.).

К сфере НИОКР относится большое количество учреждений, включая научно-исследовательские организации и подразделения (в основном это научно-исследовательские институты), проектно-конструкторские организации, экспериментальные производства и испытательные полигоны.

Обзор литературы

Тема научно исследовательских разработок и инноваций довольно часто встречается в работах российских и зарубежных авторов.

В основном эту тему затрагивают статьи и работы в области макроэкономики, изучающие теорию роста.

Прежде чем строить теории на основе каких-либо моделей, исследователи проводят процедуру анализа источников экономического роста. На основе имеющихся статистических данных об объемах измеряемых факторов производства, то есть труда и капитала, находится степень их влияния на темп экономического роста. При этом проводимый анализ показывает, что значительная часть роста оказывается необъясненной ни трудом, ни капиталом, то есть существует остаток, который экономисты прозвали Solowresidual и стали пристально изучать его природу. В общем смысле этот остаток представляет собой увеличение производительности факторов.

Солоу в работе 1957г впервые ввел показатель технического прогресса как самостоятельный фактор, влияющий на экономический рост. Основная проблема неоклассической теории роста заключается в том, что она предполагает экзогенный характер технологического процесса и не содержат его природы и механизма. Т.е не дают информации о возможных способах ускорения технологического прогресса.

Одна из серий моделей новой волны («Research & Development») исследований базировалась на объяснении происхождения технического прогресса, а также разработке структуры и реализации инноваций. К этой группе работ можно отнести модели Пола Ромера (Romer, 1990), Агиона и Хауитта (Aghion, Howitt, 1990,1992), Гроссмана и Хелпмана (Grossman, Helpman, 1994), заложивших базовые основы теории инноваций в экономическом росте.Дж. Гроссман и Е.Хэлпманполучили оценку эндогенного влияния наукоемких инноваций на темпы экономического ростаВ модели Пола Ромера агенты, максимизирующие свою прибыль, инвестируют в развитие, чтобы в дальнейшем получать большую выгоду, это развивает технологию, что в результате способствует росту. Основной вывод заключается в том, что чем больше человеческого капитала в R&D и чем больше накопленного запаса знаний, тем больше должно генерироваться новых идей тем выше темп роста

Современные теории в этой области идут в разных направлениях, но отталкиваются от базовых моделей.

Одной из таких работ российских авторов является «Оценивание влияния инноваций на экономическое благосостояние страны» (Борисова, 2010). В статье описана модель зависимости подушевого ВВП от ряда показателей, включающих интегральные индикаторы инновационного развития капитала и трудовых ресурсов. Построенная автором модель для нескольких кластеров стран позволяет выявить зависимость и степень влияния проводимых мероприятий в сфере повышения инновационности страны на уровень ее благосостояния. Основным результатом работы является значимость инновационной компоненты в сфере труда при объяснении динамики валового продукта страны. Эта гипотеза также проверена и в третьей главе настоящей работы.

Также российские авторы уделяю большое значение анализу политики в области науки и проблемам финансирования сферы НИОКР.

В своей статье «Наукоемкие отрасли и высокие технологии: определение, показатели, технологическая политика, удельный вес в России» (2000г) А.Е. Варшавский приводит оценки наукоемкости различных отраслей промышленности. Автор доказывает, что для повышения научно-технической и промышленной политики на этапе реформирования следует учитывать технологический облик каждой отрасли и выделяет восемь технологических обликов высокотехнологичных производств.

Ряд работ Дежиной И.Г направлены на рассмотрение государственного регулирования научной сферы в нашей стране. В статье 2007г «Государство, Наука и бизнес в России: Особенности развития взаимосвязей» описана так называемая «тройная спираль», где государство, частные компании и научные организации взаимодействуют благодаря горизонтальным связям.

1.2Система показателей оценки инновационной деятельности

Показатели оценки инновационной деятельности можно сформировать на основе «Руководства Фраскати» («Manual Frascati»), которое впервые было выпущено в 1963 г. и стало первым документом, посвященном методологии статистики науки и инноваций.

Последняя редакция «Руководства Фраскати» была разработана в 1993г для системного описания инноваций в рыночных условиях в рамках «Организации экономического сотрудничества и развития»,.

Все показатели можно сгруппировать в две основные категории: ресурсы и результаты.

Рисунок 1. Система показателей, используемая в системе инноваций

Опишем подробнее эти группы. В табл. 1 приведенены основные показатели используемые в России и странах мира для анализа инновационной деятельности стран и регионов.

Таблица 1

Инновационные показатели

Ресурсы	Результаты
Организации, выполняющие исследования и разработки	Публикации в научных журналах, индексируемых в Web of Science и Scopus
Персонал, занятый исследованиями и разработками	Поступление патентных заявок и выдача патентов на изобретения
Основные показатели деятельности аспирантуры	Создание передовых производственных технологий
Основные показатели деятельности докторантуры	Экспорт и импорт технологий
Внутренние затраты на исследования и разработки	Число разработанных/ используемых передовых производственных технологий
Ассигнования на исследования и разработки из средств государственного бюджета
Основные средства исследований и разработок
Удельный вес машин и оборудования в общей стоимости основных средств исследований и разработок

Патенты и лицензии

Рассмотрим некоторые теоретические аспекты одного из результирующих показателей инвестиций в НИОКР.

Патент - это право монопольной эксплуатации знания, которое предоставляется государством частному предпринимателю.[15]

Главный недостаток патента для предпринимателя заключается в том, что он требует полного раскрытия информации, что не защищает от подделок. Со стороны общества слабое место патента - это признание монопольной эксплуатации информации, то есть препятствие здоровой конкуренции.

Не смотря на это, многие фирмы используют патенты. Одна из причин в том, что размер портфеля патентов - это некий индикатор уровня их изобретательской активности, также это способ повышения репутации фирмы для клиентов и поставщиков и получения кредитов, субсидий и налоговых льгот.

Критерии необходимые для получения патентов определяются законодательным образом в каждой стране. Согласно Патентному закону РФ, можно получить патент на изобретение при следующих условиях: если оно является новым, имеет изобретательский уровень и промышленно применимо.

Заключение лицензионного контракта на изобретательский патент позволяет владельцу патента увеличить свои доходы от инвестиций. Например, когда фирмы, обладающие патентом на изобретение, не могут самостоятельно освоить его коммерческое применение в полной мере, они вынуждены продавать лицензии на право пользования технологией или создания нового продукта другим фирмам.

Последствия продажи лицензий, как и патентов, противоречивы: с одной стороны, выплаты по соглашениям составляют в некоторых отраслях довольно значительную часть доходов, но с другой стороны продажа лицензий приводит к росту числа конкурентов в отрасли.[15]

1.3 Особенности финансирования НИОКР в России и странах мира

Большое значение в научной деятельности имеет финансирование.

Основные источники финансирования НИОКР в России можно разделить на три группы:

государственное финансирование;

собственные средства предприятий;

привлеченные средства.

В развитых странах, НИОКР финансируется в основном из неправительственных источников. А для российской науки основная проблема заключается в том, что на внутреннем рынке отсутствует «платежеспособный спрос» на высокотехнологичные и промышленные нововведения. В виду очень маленького отечественного рынка наукоемкой продукции и научного рынка, а также недостатком средств большинства предприятий для покупки услуг науки, финансирование НИОКР в России происходит в основном из средств бюджетов разных уровней.

Рисунок 2.Структура внутренних затрат на научные исследования и разработки по источникам финансирования в России, 2013.

Источник:Статистический сборник Индикаторы науки: 2014

Классификация методов государственного финансирования представлена на рис. 3.

Рисунок 3. Методы государственного финансирования НИОКР

Еще одним важным источником финансирования НИОКР являются внебюджетные фонды, которые,которые, на самом деле, являются связующим звеном между бизнес-сектором и организациями, участвующими в научно-исследовательской работой в качестве основной деятельности.

Недостаток собственных средств можно также компенсировать путем заимствования. Прежде всего, за счет банковских кредитов.

Кроме средств российских банков представляется целесообразными действия государства и субъектов хозяйствования по привлечению иностранных инвестиций. Они во многом способствовали бы росту инновационной активности российских предприятий, поскольку прямые вложения иностранного капитала предпочтительнее кредитов, увеличивающих внешний долг страны.



Глава 2. Структура и динамика расходов на НИОКР в России и развитых странах мира

2.1 Структура и динамика расходов на НИОКР в России

Как уже было отмечено очень важную роль в научной и инновационной деятельности играет финансирование НИОКР.

В данной главе рассмотрены основные структурные сдвиги и динамика

Для начала, посмотрим динамику внутренних затрат на исследования и разработки:

Рисунок 4. Динамика внутренних затрат на исследования и разработки, тысяч рублей в постоянных ценах 1989г.

Источник: Федеральная служба государственной статистики [www.gks.ru]

Рисунок 5. Динамика внутренних затрат на исследования и разработки, в процентах к ВВП.

Источник: Федеральная служба государственной статистики [www.gks.ru]

Оба графика имеют схожие тенденции изменения, т.е пики и спады совпадают по годам, также из рисунка 4 можно пронаблюдать положительный тренд затрат на исследования и разработки. Скачек в 2009 году можно объяснить возможной корректной бюджетной политикой государственного аппарата для преодоления кризиса.

Как говорилось ранее распределение ассигнований из федерального бюджета на науку осуществляется в соответствии с функциональной классификацией расходов по двум основным направлениям, представленным на рис. 6.

Рисунок 6. Динамика и структура ассигнований на гражданскую науку из средств федерального бюджета в процентах к ВВП.

Источник: Федеральная служба государственной статистики [www.gks.ru]

Как видно, наблюдается рост ассигнований на прикладные научные исследование с незначительным колебанием ассигнований на фундаментальные исследования около значения 0,15% от ВВП.

Структура затрат на технологические инновации по видам экономической деятельности представлена на рис. 7.



Рисунок 7. Структура затрат на технологические инновации по видам экономической деятельности 2012, (процентов).

Где,

Доля сектора добычи полезных ископаемых составляет - 15%

Доля обрабатывающих производств - 73,8%

Очень интересно также пронаблюдать динамику изменения структуры внутренних затрат по источникам финансирования.

Рисунок 8. Динамика структуры внутренних затрат на исследования и разработки в России по источникам финансирования.

Источник:Статистический сборник Индикаторы науки: 2014

Как отмечалось в первой главе в России основным источником средств для НИОКР является государство. Не смотря на необходимость развития рыночных принципов финансирования в сфере науки, по графику можно пронаблюдать увеличение доли государственных средств с 54,8% в 2000 году до 67,8% в 2012.

Схема движения средств от источников финансирования к получателям - секторам показана на рис. 9.

Размещено на http://www.allbest.ru/

Рисунок9. Распределение финансирования исследований и разработок по секторам науки: 2013, млрд. рублей.

Итак, можно сделать вывод, что основной инвестор - государство - направляет большую часть средств в научные исследования и разработки предпринимательского и государственного секторов (52 и 39,3 процентов соответственно). Не смотря на то, что в сектор высшего образования направляется всего 8,5% процентов средств государства, они составляют больше половины всех инвестиций направленных на НИОКР в этом секторе.

Средства предпринимательского сектора направляются большей частью соответственно в научные исследования и разработки предпринимательского сектора.

Иностранные средства также более успешно привлекаются в государственный и предпринимательский сектора.



2.2 Международные сопоставления структуры расходов на НИОКР

Для международных сопоставлений был выбран ряд стран, занимающих господствующее положение в мировой экономике. В число экономически развитых стран Международный валютный фондвключает все страны Большой семерки, все страны еврозоныи ряд других стран.

Начнем рассмотрение с внутренних затрат на исследования и разработки.

Рисунок 10. Внутренние затраты на исследования и разработки (в процентах от ВВП) в России и развитых странах мира, 2013г.

Источник: данные Всемирного Банка-[ www.worldbank.org]

Как видно из диаграммы (рис.10), Больший процент от ВВП на НИОКР направляют такие страны как Швеция, Япония, Дания (>3%). Среди развитых стран Россия занимает одно из последних мест, наряду с Мальтой, Новой Зеландией, Словакией, Кипром и Грецией.

Структура расходов на научно-исследовательские и опытно-конструкторские разработки по источникам финансирования представлена на рис. 11.

Рисунок 11. Структура расходов на научно-исследовательские и опытно-конструкторские разработки по источникам финансирования, 2012г.

Источник: Данные Всемирного Банка-[ www.worldbank.org]

Как уже отмечалось, Россия относится к числу стран с большей долей государственного финансирования. Похожая ситуация и в Аргентине, Мексике, Киргизии, Бразилии. Для наиболее развитых стран характерно увеличение средст предпринимательского сектора. К таким странам относятся: Япония, Китай, Швейцария, Корея, США, Германия и др. Отличительной чертой Израиля, Латвии , Литвы и Болгарии является значительное привлечение иностранных источников. Около 50% средств поступили в 2012 в эти странны именно из-за границы.

Согласно рисунку 12 профилирующей частью экспорта Мальты и Сингапура являются высокие технологии. В Российском экспорте им отводится небольшая роль в объеме 8,38%.

Рисунок 12. Экспорт технологий (в процентах от общего экспорта) России и развитых стран мира.

Источник: Данные Всемирного Банка-[ www.worldbank.org]

Одним из ключевых факторов, влияющих на призводство новых знаний, являются человеческие ресурсы, их квалификация.

Рисунок 13. Персонал, занятый исследованиями и разработками (на миллион жителей) в России и развитых странах мира.2012г.

Источник: Данные Всемирного Банка-[ www.worldbank.org]

Наибольшая численность занятых в исследованиях и разработках, приходящаяся на 1000000 населения, характерна для стран западной Европы и Тихоокеанского региона.

Количественный анализ публикационной активности -- самый простой и естественный подход к определению научного вклада. Это один из достоверных и наглядных индикаторов продуктивности ученого, научной организации, отрасли науки. На рис. 14 представлено количество публикаций в научных журналах.

Рисунок 14. Научно-технические статьи в журналах

Источник: Данные Всемирного Банка-[ www.worldbank.org]

Такие показатели патентной активности как заявки на получение патента от резидентов и нерезидентов представлены в приложении 1.

Патентная статистика является основным показателем инновационного потенциала иодним изключевых показателей технологического развития стран ирегионов.

Проведенный данной главе анализ дает представление о месте занимаемом Россий в области научных исследований и разработок занимаемом на мировой арене. Не смотря на то, что внутренние затраты на исследования и разработки в течении последних десяти лет выросли почти в два раза, Россия не показывает высоких результатов. Доля высокотехнологичного экспорта от общего экспорта страны составляет всего 8,38%. В то время как в США, Японии, Норвегии Великобритании, Франции, Швейцарии он составляет более 17%, а в Сингапуре и Мальте - 45%. Это можно объяснить относительно низким числом персонала, занятого исследованиями и разработками (3120 человек на миллион жителей в сравнении с 4650 в США, 6306 в Сингапуре и 9118 в Исландии), а также в первую очередь структурой финансирования НИОКР.

Главной проблемой инновационного развития в России является недостаточная активность предприятий именно с точки зрения объемов, периодичности и результативности проводимых ими НИОКР. В нашей стране, как уже отмечалось, более 50% финансирования поступает из бюджетов разных уровней.

Для увеличения научно-инновационного потенциала России следует провести переход от государственного регулирования к политике гибкого реагирования, через сокращение прямого финансирования и регулирования и расширение арсенала косвенных мер.



Глава 3.Оценивание влияния инноваций на экономическое благосостояние страны

3.1 Выделение однородных групп стран по уровню развития и способности генерировать высокотехнологичную продукцию

Построение модели для зависимости подушевого ВВП от инноваций в сфере труда и капитала состоит из нескольких этапов. Сначала производится выделение однородных групп стран по уровню развития и способности генерировать высокотехнологичную продукцию. Следующий этап содержит описание инновационных блоков и метод построения инновационных индикаторов. На третьем этапе выводятся основные уравнения для оценивания зависимости показателя ВВП на душу населения от ряда интересующих нас факторов для однородных групп стран.

Типологизация стран

Участвующие в анализе 33 страны (32 развитых страны по версии Международного валютного фонда за вычетом Кипра, Мальты, Сан Марино и Тайвани, в связи с отсутствием части данных, а также Российская Федерация), ввиду их неоднородности, были разбиты на кластеры по следующим трем признакам:

IMD - рейтинг конкурентоспособности стран мира (The IMD World Competitiveness Yearbook 2014);

HTI- экспорт высоких технологий;

RD - расходы на научные исследования и разработки.

Первый признак показывает способность национальной экономики создавать и поддерживать среду, в которой возникает конкурентоспособный бизнес, второй, определяет уровень развития и применения высоких технологий, третий, косвенно отражают способность генерировать высокотехнологичную продукцию.

Так как показатели имеют разные меры измерения, то для кластерного анализа исходные данные были простандартизированы.

Таблица 2.

Парные корреляции

Корреляции
	HTI	RD	IMD
HTI	1	0,38	0,419
RD	0,38	1	0,351
IMD	0,419	0,315*	1

Как видно из таблицы (Табл.3), между данными нет слишком сильных взаимосвязей, следовательно, построенные кластерные модели будут адекватно отображать действительность.

Для определения оптимального числа кластеров были использованы разные методы иерархической кластеризации в пакете SPSS-21. Результаты представлены в табл 3.

Таблица 3.

Сравнение результатов разных методов иерархической кластеризации.

Тип расстояния	Наилучшее разбиение
Метод «ближнего соседа»	2 кластеров
Метод «дальнего соседа»	4 кластера
Метод Варда	3 кластеров (рис 15)
Метод центра тяжести	3 кластеров
Метод средней связи	3 кластеров

С помощью Евклидовой метрики и методов иерархической кластеризации были получены разные разбиения на 2, 3 и 4 объединения. Для анализа методом k-средних выбрано разбиение на 3 кластера. 

Рисунок 15. Дендрограмма построенная при использовании метода Варда. Объединение кластеров по масштабированному расстоянию

В построенном трехмерном пространстве методом k-средних (Айвазян, Мхитарян, 2001) с использованием пакета анализа SPSS-21 было выделено несколько ярко выраженных кластеров (Приложение 2):

относительно более развитые страны с высоким уровнем высокотехнологичного экспорта (5 стран);

относительно более развитые страны (16 стран);

относительно менее развитые страны (11 стран, в том числе Россия);

В табл. 3 приведены значения центров кластеров в трехмерном пространстве.

Таблица 3

Центры кластеров для трех групп стран

	Кластер
	1	2	3
Экспорт высоких технологий	2,12	-,29	-,55
Расходы на научные исследования и разработки	,77	,29	-,77
Конкурентоспособность	,70	,52	-1,07

Рисунок 16. Средние значения переменных для каждого кластера.

В данной табл.3 и на рисунке 16 отображены окончательные кластерные центры. Координаты кластерного центра - это средние значения по каждой переменной кластеризации по всем регионам, входящим в этот кластер. Учитывая, что переменные стандартизированы, средние значения даны здесь в стандартизированном виде. То есть, 0 означает средний уровень по развитым странам. Таким образом, кластерные центры показывают, чем характеризуется каждый кластер, по каким переменным есть отличия.

Итак, первый кластер отличается высоким уровнем конкурентоспособности, расходов на научные исследования и разработки, а также очень высоким показателем экспорта технологий. Второй кластер сравним с первым, но уже с более низким экспортом высоких технологий. А третья группа стран обладает всеми характеристиками ниже среднего уровня.

3.2 Построение индикаторов инновационного развития

Индикаторы инновационного развития, введенные в модель благосостояния страны, в соответствии с методологией (Айвазян, 2003) представляют собой модифицированные первые главные компоненты (ПГК) унифицированных данных по двум блокам частных критериев.

Для построения интегрального показателя Блока развития и применения современных технологий (IK) на основе статистических данных были выбраны следующие показатели:

Развитие и применение технологий.

Фундаментальные исследования.

Обмен знаниями.

Для построения интегрального показателя Блок развития трудовых ресурсов (IL) на основе статистических данных были выбраны средующие показатели:

Система образования.

Грамотность населения.

Квалифицированнаярабочая сила.

Навыки использования информационных технологий.

Для трех кластеров с помощью SPSS-21 были рассчитаны первые главные компоненты по блокам, для каждого года включенного в анализ (2005-2012гг):

а) применения современных технологий и их дальнейшего развития;

б) развития трудовых ресурсов.

В табл 4 указаны доли объясненной дисперсии для каждого исследуемого года по всем трем кластерам по инновационным блокам.



Таблица 4.

Доли объясненной дисперсии для трех кластеров стран по инновационным блокам

год	1 кластер	2 кластер	3 кластер
	IK	IL	IK	IL	IK	IL
2005	0.6617	0.7517	0.7125	0.4421	0.4697	0.7072
2006	0.6108	0.7499	0.7022	0.4688	0.4628	0.7138
2007	0.6286	0.7782	0.7537	0.4568	0.4932	0.7121
2008	0.6157	0.7054	0.7486	0.4307	0.4521	0.736
2009	0.6988	0.642	0.7459	0.4234	0.4554	0.7334
2010	0.6789	0.6627	0.7353	0.4114	0.4562	0.6941
2011	0.6721	0.4816	0.7509	0.4596	0.4628	0.6822
2012	0.673	0.6669	0.7589	0.4608	0.5695	0.5966

Доля объясненной первой главной компоненты общей дисперсии первого кластера стран для каждого инновационного индикатора не опускается ниже 0,6, за исключением 2011 г по блоку развития трудовых ресурсов.

В кластере относительно менее развитых стран для блока развития трудовых ресурсов ситуация аналогичная, однако, для блока инноваций в сфере технологий доля объясненной дисперсии оказалась несколько ниже 0,5.

Наконец, для кластера относительно более развитых стран первая главная компонента инновационного блока технологий в значительной степени объясняет общую дисперсию (>0,7). Для второго блока инноваций -- инноваций в сфере труда -- доля объясненной ПГК дисперсии на уровне 0,45.

3.3 Влияние инноваций на экономическое благосостояние страны

При анализе использовалась транслог-функция. Основными преимуществами уравнений такого типа являются возможность интерпретации коэффициентов уравнения как показателей эластичности зависимой переменной по объясняющим факторам, а также большая по сравнению с другими функциями гибкость в определении влияний факторов на зависимую переменную. Следуя (Борисова, 2010), рассмотримуравнениевида:

(1)

где,

-- логарифм ВВП по ППС на душу населения для страны i;

-- логарифм валовых инвестиций в основной капитал на душу населения для страны i;

-- логарифм доли занятости от общего состава рабочей силы (параметр l/L использован для стандартизации фактора: l -- число занятых, L-- численность рабочей силы);

-- логарифм первой главной компоненты инновационного блока развития и применения современных технологий;

-- логарифм первой главной компоненты инновационного блока развития труда;

-- прямой инновационный эффект технологий (технологий на капитал);

-- прямой инновационный эффект труда (инновации в сфере труда на рабочую силу);

-- перекрестный инновационный эффект технологий (технологий на рабочую силу);

-- перекрестный инновационный эффект труда (инновации в сфере труда на капитал);

-- ошибки модели, оцениваемой для страны i;

a0, a1, a2, a3, a4, a5, a6, a7, a8 -- коэффициенты модели при переменных (неизвестные параметры).

Далее для трех кластеров стран приведены результаты эконометрического анализа модели влияния инноваций на уровень их благосостояния в пакете Stata12. Оценивание производилось по панельным данным с 2008г по 2012 г для каждого кластера стран моделей с фиксированными и случайными эффектами. А также сравнение с обычным МНК и между собой.

Перед непосредственной оценкой коэффициентов и выбора модели был проведен тест Рамсея на правильность функциональной формы модели. Значение p-value для всех трех кластеров оказалось больше уровня значимости 5%, то есть основная гипотеза о правильной спецификации исходной модели была принята.

3.3.1 Кластер относительно более развитых стран с высоким уровнем высокотехнологичного экспорта

Оценив модель типа (1) с помощью обычного метода наименьших квадратов по панельным данным кластера относительно более развитых стран с высоким уровнем высокотехнологичного экспорта, получили модель следующего вида (регрессия строилась методом последовательного исключения факторов):



Таблица 5

Объединенная модель для кластера развитых стран с высоким уровнем высокотехнологичного экспорта

lnGDP	Коэффициенты	Ст. ошибка	t	P>|t|
lnIK	17.78458	3.315601	5.36	0
lnIL	15.84778	3.215781	4.93	0
lnK	0.753053	0.078865	9.55	0
lnL	1.565133	0.437919	3.57	0.001
lnIKlnK	0.539395	0.18692	2.89	0.007
lnILlnL	-3.82207	0.671	-5.7	0
lnIKlnL	-4.98946	0.70934	-7.03	0
lnILlnK	0.159093	0.150833	1.05	0.3
_cons	-3.16933	1.994038	-1.59	0.122

Данная модель не предполагает никаких эффектов, характерных для отдельных объектов наблюдения или моментов времени. Таким образом, панельная структура данных никак не учитывается.

Все факторы кроме перекрестного инновационного эффекта труда (инновации в сфере труда на капитал) и константы оказались значимыми на уровне 5%.

О качестве модели можно судить R2, он получился равным 0.9563.

Модель с фиксированными эффектами является моделью линейной регрессии, в которой свободный члены изменяется по индивидуальным единицам i.

Оценка регрессионной модель с фиксированными эффектами дала следующие результаты:

Таблица 6

Модель с фиксированными эффектами

lnGDP	Coef.	Std.Err.	t	P>|t|
lnIK	-0.78761	4.533162	-0.17	0.863
lnIL	4.548598	2.392505	2.1	0.044
lnK	0.311892	0.094882	3.29	0.003
lnL	0.517728	0.935678	0.55	0.585
lnIKlnK	0.069587	0.127164	0.55	0.589
lnILlnL	-0.92134	0.537621	-1.71	0.098
lnIKlnL	0.0338	1.084241	0.03	0.975
lnILlnK	-0.04121	0.097577	-0.42	0.676
_cons	5.526001	3.86728	1.43	0.164

Коэффициенты перед факторами изменились, незначимыми на уровне 5% теперь не стали только логарифм ПГК инновационного блока развития труда и логарифм валовых инвестиций в ОК на душу населения. О качестве модели можно судить по коэффициенту детерминацииR2= 0.5354. Т.к он намного меньше коэффициента детерминации полученного в модели МНК, это может говорить о более сильном проявлении межстрановых различий чем динамических.

Основной недостаток модели с фиксированными эффектами состоит в том, что в ней необходимо оценивать большое количество параметров, что ведет к потере степеней свободы.

В панельной модели со случайными эффектами предполагается, что индивидуальные различия носят случайный характер.

Таблица 7

Модель со случайными эффектами

lnGDP	Coef.	Std.Err.	t	P>|t|
lnIK	17.78458	3.315601	5.36	0
lnIL	15.84778	3.215781	4.93	0
lnK	0.753053	0.078865	9.55	0
lnL	1.565133	0.437919	3.57	0
lnIKlnK	0.539395	0.18692	2.89	0.004
lnILlnL	-3.82207	0.671	-5.7	0
lnIKlnL	-4.98946	0.70934	-7.03	0
lnILlnK	0.159093	0.150833	1.05	0.292
_cons	-3.16933	1.994038	-1.59	0.112

О значимости регрессии в целом свидетельствует высокое значение статистики Вальда - Wald chi2(8) = 677.58.

По сравнению с регрессионной моделью зависимость ВПП от остальных переменных осталась прежней. Значения коэффициентов почти не изменились.

Выбор наиболее адекватной модели

Для обычных моделей регрессии одними из индикаторов качества модели является коэффициент детерминации (обычный или скорректированный на число степеней свободы), который интерпретируется как доля объясненной дисперсии в общей (в дисперсии зависимой переменной). Для моделей с панельными данными по-разному оценивается вариация зависимой переменной для внутригрупповых и межгрупповых регрессионных моделей, поэтому для того чтобы выбрать наилучшую модель, воспользуемся попарными сравнениями всех трех моделей:

а) Для сравнения регрессионной модели с фиксированными эффектами со сквозной регрессией нужно можно использовать теста Вальда.

б) Регрессионной модели со случайными эффектами со сквозной регрессией - тест Бреуша-Пагана.

в) И регрессионной модели со случайными эффектами с регрессионной моделью с фиксированными эффектами - тест Хаусмана.

а) Тест Вальда проверяет гипотезу о равенстве нулю всех индивидуальных эффектов. STATA автоматически проверяет данную гипотезу одновременно с оцениванием модели с фиксированными эффектами и выводит результат в последней строке таблицы .

Внашемслучае:

F test that all u_i=0: F(4, 27) = 16.57 Prob > F = 0.0000

Поскольку p-уровень<0.01, то основная гипотеза отвергается. Таким образом, регрессионная модель с фиксированными эффектами лучше подходит для описания данных, чем модель простой регрессии.

б) Тест Бреуша - Пагана

Это критерий для проверки гипотезы о значимости случайных эффектов, основанный на остатках простой МНК регрессии.

H0: уu=0

H1: уu ?0

Если верна гипотеза H0, то модель со случайными эффектами лучше описывает наши данные чем объединенная модель.

Поскольку p-уровень намного > 0,01, то основная гипотеза принимается и значит следует выбирать объединенную модель..

в) Тест Хаусмана

Тест Хаусмана проверяет гипотезу об отсутствии корреляции между индивидуальными эффектами и регрессорами.

В тесте проверяется следующая основная гипотеза:

H0 : corr(uiXit)=0

при альтернативной

H1 : corr(uiXit)? 0

Тест показал p-уровень< 0,01, следовательно, основная гипотеза отвергается.

Полученные результаты позволяют сделать вывод, что в нашем случае подходит модель с фиксированными индивидуальными эффектами. Этого и следовало ожидать, поскольку для исследования выбирались конкретные населенные пункты, их состав не менялся от года к году.

Итак, модель с фиксированными индивидуальными эффектами для относительно более развитых стран с высоким уровнем высокотехнологичного экспорта:

(2)

Отрицательный знак коэффициента перед можно объяснить запаздыванием результатов в сфере труда.

Согласно полученным результатам 98,316% вариации данных приходится на индивидуальные эффекты. Качество подгонки модели на уровне 0.4726. В целом модель оказалась значимой, об этом можно судить по F-статистике:

F(2,33)	=	14.78
Prob	>	F	=	0

Интерпретировать оцененные коэффициенты модели (2) можно следующим образом: ввиду значимой доли высокотехнологичных производств в валовом выпуске стран рассматриваемого кластера инвестиции в основной капитал, наряду с инновациями в сфере труда, в большей мере определяют поведение подушевого ВВП этих стран.

Другими словами, инновации в сфере труда для первого кластера оказывают более значимое влияние, чем инновации в сфере технологий.

Отрицательный знак коэффициента перед можно объяснить запаздыванием результатов в сфере труда.

3.2.2 Кластер относительно более развитых стран

После вычислений представленных для первого кластера, аналогичным образом была получена модель зависимости ВВП от имеющихся значимых факторов для кластера относительно более развитых стран.

Для второй группы стран также больше подходит модель с фиксированными индивидуальными эффектами.

Модель выглядит следующим образом:

(3)

О качестве модели можно судить по значению парного коэффициента корреляции между реальными значениями ln(GDP / N) и его расчетным значением. Парный коэффициент корреляции принимает значение 0,5429, и это свидетельствует о том, что модель (3) объясняет поведение ВВПдостаточно точно.

Согласно полученным результатам 97,771% вариации данных приходится на индивидуальные эффекты. Качество подгонки модели на уровне 0.4726. В целом модель оказалась значимой, об этом можно судить по F-статистике:

F(4,108)	=	20,07
Prob	>	F	=	0

Все оценки параметров значимы на 0.05 %-ном уровне.

3.3.3 Кластер относительно менее развитых стран

Структуры итоговой зависимости ВВП от имеющихся факторов для кластера относительно менее развитых и относительно более развитых стран схожи:

(4)

О качестве модели, как и для предыдущих двух групп, можно судить по значению парного коэффициента корреляции между реальными значениями ln(GDP / N) и его расчетным значением. Парный коэффициент корреляции принимает значения, превышающие 0,8994, и это свидетельствует о том, что модель (3) объясняет поведение ВВП существенно более точно, чем модель (2), относящаяся к кластеру относительно более развитых стран.

Все оценки параметров значимы на 0.05 %-ном уровне.

Основным выводом из третьей главы является выделение однородных групп стран по ключевым показателям в области конкурентоспособности страны и развития инноваций.

Не смотря на отличия влияния факторов в этих группах на экономическое благосостояние страны, общим результатом для всех трех кластеров стран является значимость инновационной компоненты в сфере труда при объяснении динамики валового продукта страны.



Заключение

Исходя из вышеизложенного, можно подвести следующие итоги.

Наука - основная отрасль, обеспечивающая развитие технического прогресса.

В развитых странах, НИОКР финансируется в основном из неправительственных источников (Япония, Китай, Швейцария, Корея, США, Германия). А в России около 56% финансирования поступает из бюджетов всех уровней.

Наибольшая численность занятых в исследованиях и разработках, приходящаяся на 1000000 населения, характерна для стран западной Европы и Тихоокеанского региона.

Общим результатом для всех трех кластеров стран полученных с помощью методов кластеризации в трейтьей главе является значимость инновационной компоненты в сфере труда при объяснении динамики валового продукта страны.

Отличительной чертой кластера более развитых стран является большая зависимость уровня их благосостояния от инновационных эффектов, чем от уровня инвестиций в капитал,поскольку обеспеченность этих стран капитальными ресурсами относительно высока. Следовательно, для наращивания технологического и, как следствие, экономического преимущества развитые страны направляют свои усилия на разработку инноваций.

Для кластера менее развитых стран характерна большая значимость фактора валовых инвестиций в основной капитал; 11 рассмотренных в рамках данного кластера стран не обладают достаточным количеством физического капитала, поэтому для них уровень инвестиций в ОК -- более значимый фактор, чем для стран второго кластера.

Для самого малочисленного кластера относительно более развитых стран с высоким уровнем высокотехнологичного экспорта модель включает двепеременные: подушевые инвестиции в основной капитал и инновации в сфере труда, высокое абсолютное значение коэффициента при последней свидетельствует о важной ролиинноваций в данной сфере. Качество трудовых ресурсов стран во многом определяет динамику их валового продукта, поскольку его значительную долю занимает продукция сборочных стадий производства высоких технологий.

Таким образом, общая тенденция в области инноваций в первую очередь связана с повышением эффективности труда. В рамках данной инновационной направленности странам необходимо проводить политику, основанную на совершенствовании системы образования,системы повышения квалификации или переквалификации кадров, улучшать экономическую инфраструктуру в сфере рынка труда.



Список литературы

Айвазян С. А. (2001). Прикладная статистика и основы эконометрики. Т. 2. Основыэконометрики. М.: Юнити.

Айвазян С. А. (2003). К методологии измерения синтетических категорий качества жизни населения. Экономика и математические методы, 39 (2), 33-53.

Айвазян С. А. Методы эконометрики. - М.: Магистр: ИНФРА-М, 2010.

Айвазян С. А., Мхитарян В. С. (2001). Прикладная статистика и основы эконометрики. Т. 1.Теория вероятности и прикладная статистика. М.: Юнити.

Борисова Е.Ю. (2010) Оценивание влияния инноваций на экономическое благосостояние страны/ ПРИКЛАДНАЯ ЭКОНОМЕТРИКА, 2 (18), 78-89

Варшавский А.Е. Наукоемкие отрасли и высокие технологии: определения, показатели, технологическая политика, удельный вес в структуре РФ./Экономическая нука современной России, №2(2002).

Голиченко О. Г. Анализ высокотехнологичного сектора экономики России/ Экономическая наука современной России, №1 (2002), 159-163.

Голиченко О.Г., Малкова А.А, Анализ человеческих ресурсов в исследованиях и разработках в России и мировых регионах/ Информатика, управление, экономика, №2(2011) том 3, 74-79.

Дежина И.Г. Государственное регулирование науки в России. Автореферат, 2007

Дежина И.Г. Государство, Наука и бизнес в России: Особенности развития взаимосвязей/ Проблемы управления сферой науки и инноваций, 329-347

Дежина И.Г. Российская научная политика в условиях кризиса// Социология науки и технологий, №1 (2010), 67-88

Дежина И. Г., Салтыков Б. Г.Механизмы стимулирования коммерциализации исследований и разработок. -М.: ИЭПП, 2004. С.152

Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы.- М.: Финансы и статистика, 2003.

Индикаторы науки: 2014: статистический сборник. - Москва: национальный исследовательский университет «Высшая школа экономики», 2014.- 400 с.

Киселева В. В. Колосницына М. Г. Государственное регулирование инновационной сферы; учеб. пособие для вузов [Книга]. - Москва : Изд. дом ГУ ВШЭ, 2008

Магнус Я. Р. , Катышев П. К. , Пересецкий А. А. Эконометрика. Начальный курс: Учеб. - 5-е изд., испр. - М.: Дело, 2001. - 400 с.

Макаров В.В., Айвазян С.А., Афанасьев М.Ю., Бахтизин А.Р., Нанавян А.М. Оценка эффективности регионов РФ с учетом интеллектуального капитала, характеристик готовности к инновациям, уровня благосостояния и качества жизни населения.// Экономика Региона, №4 (2014), 9-30

Мхитарян В.С., Архипова М.Ю., Дуброва Т.А., Сиротин В.П. и др. Эконометрика: Учебник / под ред. д.э.н., проф. В.С.Мхитаряна. - М.: Проспект, 2010.

Ратникова Т.А. анализ панельных данных в пакете «STATA». Методические указания к компьютерному практикуму по курсу “Эконометрический анализ панельных данных”, ГУ-ВШЭ, Москва, 2004г.

Ситенко Д.А. Макроэкономические показатели оценки инновационной деятельности: Европейский опыт/ Вестник военного университета. №3(23) 2010, 149-154.

Сайт Всемирного Банка-[http://www.worldbank.org/].

Aghion, P., and P. Howitt. (1992). “A Model of Growth through Creative Destruction.” Econometrica, 60, 323-351.

Aghion, P., and P. Howitt. (1998a). Endogenous Growth Theory. Cambridge, MA: MIT Press

Christensen L. R., Jorgenson D. W., Lau L. J. (1973). Transcendental logarithmic production frontiers.The Review of Economics and Statistics, 55 (1), 28-45.

Frascati Manual/ OECD, 2002

Greene W. H. (2002). Econometric analysis, 5th ed., New York University.

OECD (2012). Science, Technology and Industry Outlook

Seema Sharma, V. J. Thomas. Inter-country R&D efficiency analysis:An application of data envelopment analysis/Scientometrics, Vol. 76, No. 3 (2008) 483-501

The IMD World Competitiveness Yearbook 2014. International Institute for Management Development, http://www.imd.org/.

Walde Klaus, Woitek Ulrich. R&D expenditure in G7 countries and the implications for endogenous fluctuations and growth / Economics Letters 82 (2004) 91-97

Romer, Paul M. 1990. “Endogenous Technological Change.” Journal of Political Economy 98 (October, Part 2): S71-S102.

Grossman, Gene M., and Helpman, Elhanan. 1994. Innovation and Growth in the Global Economy. Cambridge, MA: MIT Press.



Приложения

Приложение 1 Показатели патентной активности России и развитых стран мира

2012	Patent applications, nonresidents	Patent applications, residents
Japan	55783	287013
United States	274033	268782
Germany	14720	46620
Russian Federation	15510	28701
United Kingdom	7865	15370
France	2092	14540
Canada	30533	4709
Australia	23731	2627
Netherlands	338	2375
Sweden	148	2288
Switzerland	1508	1480
New Zealand	5674	1425
Denmark	229	1406
Singapore	8604	1081
Norway	555	1009
Czech Republic	150	867
Belgium	127	755
Greece	28	628
Portugal	26	621

Подобные документы

• Инновации

  Понятие и виды инноваций. Этапы инновационного процесса. Опытно-конструкторские разработки. Освоение производства нового изделия. Понятие, виды и результаты инновационной деятельности. Организационные формы инновационной деятельности.
  
  реферат [19,5 K], добавлен 20.12.2003
  

• Аналитический обзор ОАО "Газпром"

  Ключевая информация о компании ОАО "Газпром". Инновационная политика компании. Система стандартизации ОАО "Газпром". Программа научно-исследовательских и опытно-конструкторских работ. Исследовательские организации в структуре газового холдинга.
  
  презентация [189,4 K], добавлен 12.11.2010
  

• Развитие наукоемкого рынка

  Понятие термина "наукоемкость". Состав затрат, которые определяет наукоемкость (затраты на научно-исследовательские и опытно-конструкторские работы). Признаки и критерии оценки наукоемких рынков и производств. Наукоемкий сектор российской промышленности.
  
  реферат [53,1 K], добавлен 03.06.2010
  

• Оценка влияния финансирования НИОКР на инновационное развитие

  Структура финансирования научно-исследовательских и опытно-конструкторских работ (НИОКР) по секторам деятельности и источникам финансирования. Проведение и финансирование НИОКР в США и России. Показатели инновационной деятельности в США и России.
  
  дипломная работа [822,0 K], добавлен 12.11.2010
  

• Инновации в России: проблемы и перспективы

  Обоснование необходимости инновационного развития в России. Оценка государственных расходов на научно-исследовательские и опытно-конструкторские работы в разных странах. Определение причин малого количества технологических Start-up проектов в России.
  
  презентация [1,2 M], добавлен 19.06.2019
  

• Тенденции развития научно-технической кооперации

  Кооперация и партнерство как объект статистического изучения. Система показателей научно-технической кооперации. Технологический обмен как способ диффузии знаний и технологий. Краткий анализ региональной дифференциации инновационного сотрудничества.
  
  дипломная работа [1,0 M], добавлен 02.09.2016
  

• Эффективность инноваций и инновационной деятельности. Методы оценки

  Организация инновационной деятельности. Основные методы оценки эффективности инноваций. Внедрение новшеств, основные виды эффектов. Определение показателей эффективности инновационного проекта. Совершенствование технологии и организации производства.
  
  презентация [725,6 K], добавлен 02.04.2015
  

• Роль инновации в развитии предприятия

  Инновационный менеджмент на предприятии. Разработка идей по производству нового продукта. Проведение и организация фундаментальных исследований и опытно-конструкторских разработок. Структура концепции инновационного развития холдинговой компании.
  
  курсовая работа [184,0 K], добавлен 07.12.2015
  

• Муниципальная научно-инновационная политика в области социально-экономического развития муниципального образования

  Понятие, сущность и значение инноваций и инновационной деятельности. Методическое обеспечение построения системы инновационного развития муниципальных образований, оценка их инновационного потенциала, формирование конкурентных преимуществ территорий.
  
  контрольная работа [44,5 K], добавлен 08.10.2016
  

• Научно-технический прогресс как фактор формирования мировой экономики

  Экономическое содержание и функции научно-технического прогресса, особенности и своеобразие его современного этапа. Научно-техническая революция и ее последствия. Понятие инновационного процесса. Меры воздействия государства в области инноваций.
  
  курсовая работа [158,9 K], добавлен 07.03.2013
  

• Экономика, организация и планирование опытно-конструкторских работ в приборостроении

  Управление приборостроительным предприятием. Расчет суммарной трудоёмкости на опытно-конструкторские работы. Расчёт тарифной зарплаты исполнителей. Затраты на материалы, покупные изделия и полуфабрикаты. Расчёт затрат на ОКР, сетевое планирование.
  
  курсовая работа [41,4 K], добавлен 23.04.2011
  

• Экономическое развитие Казахстана, направленное на экономический рост

  Структура рыночной и административно-командной модели создания научно-инновационной продукции. Определение роли государства в развитии науки и инноваций на примере Казахстана. Система превращения экономических инноваций в основу индустриализации страны.
  
  презентация [757,0 K], добавлен 04.03.2015
  

• Стратегии развития организации

  Понятие и сущность функциональных стратегий организации: маркетинга, производства, финансовой, научно-исследовательских и опытно-кострукторских работ. Общая характеристика предприятия ООО "СКА-Сервис". Оценка конкурентной среды организации и swot-анализ.
  
  реферат [228,6 K], добавлен 23.05.2015
  

• Понятие инноваций и инновационной деятельности

  Элементы и особенности инноваций. Методы экспертизы инновационных проектов, их принципы, преимущества и недостатки. Критерии оценки инвестиционных проектов. Стадии и этапы инновационного процесса. Определение экономической эффективности инноваций.
  
  реферат [34,1 K], добавлен 01.03.2010
  

• Проблемы государственной инновационной политики

  Уровни технологического развития и технологические уклады, структура и проблемы национальной инновационной системы России. Выбор стратегических приоритетов научно-технического и инновационного развития. Правовое обеспечение инновационной деятельности.
  
  курсовая работа [491,3 K], добавлен 11.11.2010
  

• Экономическое обоснование целесообразности исследования вибрации рулевого колеса переднеприводного легкового автомобиля при торможении

  Техническое и организационно-экономическое обоснование, стадии и этапы выполнения научно-исследовательской и опытно-конструкторской работы. Определение безубыточного объема производства. Оценка коммерческой эффективности внедрения инвестиционного проекта.
  
  курсовая работа [168,2 K], добавлен 09.05.2009
  

• Инновационная деятельность в научно-образовательной сфере

  Ретроспективный срез тенденций развития научно-образовательной сферы в России. Отраслевая структура производства промышленной продукции на Юге России в 2005 году. Параметры научно-инновационного потенциала России в сравнении с развитыми странами.
  
  реферат [85,0 K], добавлен 28.03.2011
  

• Инновационная деятельность предприятия и пути ее совершенствования

  Понятие, сущность и задачи инновационной деятельности предприятия. Формирование инновационной стратегии фирмы. Проведение организационно-управленческих мероприятий и определение основных показателей (индикаторов) программ инновационного развития.
  
  дипломная работа [458,8 K], добавлен 03.11.2013
  

• Особенности инновационной деятельности предприятия "Алроса"

  Анализ расходов на научно-техническое развитие компании "Алроса". Стратегические направления инновационного развития. Повышение эффективности алмазодобычи. Основные финансовые показатели программы инновационного развития, результаты ее реализации.
  
  презентация [1,6 M], добавлен 22.10.2013
  

• Финансирование инновационной деятельности предприятий эксклавного региона

  Инновационная и научно-техническая деятельность в сфере предпринимательства. Характеристика научно-технического потенциала России и Калининградской области. Разработка механизма финансирования и стимулирования инновационной деятельности предприятия.
  
  диссертация [322,0 K], добавлен 21.07.2011
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам