Основные элементы региональной инновационной системы, влияющих на конкурентоспособность компании
Основные факторы, влияющие на конкурентоспособность фирмы. Особенность развития региональной инновационной системы. Анализ главных направлений политики правительства США в области инноваций. Характеристика высокотехнологичных отраслевых кластеров.
| Рубрика | Экономика и экономическая теория |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 14.03.2016 |
| Размер файла | 1,3 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Как видно из данных графиков (см. Приложение 3, рис. 10, 11, 12) рассматриваемые показатели имеют разную тенденцию даже при рассмотрении нескольких компаний из данной выборки. Таким образом, на основании этих данных, можно сказать о том, что данная выборка включает в себя разные по масштабу компании, при рассмотрении которых можно делать справедливые экономические выводы. Стоит отметить, что данную выборку некорректно называть репрезентативной в силу того, что в выборке существует явный перевес компаний, которые относятся к подразделениям производства полупроводниковых элементов и производства программного обеспечения (52,94%). Причиной этому является тот факт, что компании, представляющие данные подразделения отрасли информационных технологий, являются крупными, давно действующими на рынке и открытыми, другие подразделения, например электронная коммерция, предоставление онлайн-услуг и веб-сервисов являются довольно новыми и компании, действующие в их рамках в большинстве своем не являются открытыми или предоставляют отчетность за незначительный промежуток времени.
Рассмотрим элементы РИС Кремниевой долины более детально, чтобы присвоить каждому элементу качественное или количественное значение.
Отраслевая система отражает взаимодействие компаний разных отраслей в процессе осуществления инновационной деятельности и индивидуальные характеристики компаний, влияющих на осуществление данного вида деятельности. Как было сказано ранее, в данной работе будут рассмотрены компании отрасли информационных технологий. Таким образом, в нашем случае невозможно оценить влияние межотраслевого взаимодействия на конкурентоспособность компаний. Однако будут рассмотрены характеристики компаний, влияющие на осуществление инновационной деятельности:
· нематериальные активы как показатель того, что компания представляет собой ценность сверх материальных активов (бренд, гудвилл);
· вложения в исследования и разработки - индикатор того, что компания осуществляет инновационную деятельность;
· узнаваемость бренда характеризует известность компании среди конечных потребителей ее продукции, может служить показателем значимости компании в экономике;
· прирост количества патентов на НИОКР - еще один показатель осуществления инновационной деятельности, отражает результат инновационной деятельности компании в разрезе разработки новых товаров и услуг;
· чистая прибыль компании - результирующий показатель финансовой деятельности компании, включен в качестве показателя, который объясняет конкурентоспособность компании, может косвенной влиять на инновационную деятельность, так как часть чистой прибыли будет направлена на реинвестирование.
Инфраструктура в концепции РИС характеризуется свободным доступом к финансовым услугам и услугам по защите интеллектуальной собственности. Рассмотрим каждый из этих пунктов отдельно.
Банковская сфера довольно сильно развита в кремниевой долине. Свидетельство этому - несчетное количество банков, сложно найти место с большим скоплением банков даже в США (см. Приложение 4, рис. 13), разве что Лас-Вегас, по понятным причинам, может соперничать с Кремниевой долиной. Такое большое количество банков вполне обосновано: компаниям требуется финансирование, те компании, которые показывают стабильные финансовые результаты на протяжении несколько лет, уже не нуждаются в рисковом венчурном финансировании или в услугах бизнес-ангелов. Таким образом при увеличении количества банков, компании имеют быстрый и удобный доступ к широкому перечню финансовых услуг, оказываемых банками. Следовательно, нами будут включены в рассмотрение в качестве факторных переменных количество банков, находящихся в Калифорнии и величина их активов.
Развитие венчурных фондов неразрывно связано с развитием Кремниевой долины. На сегодняшний день Кремниевая долина является регионом, который аккумулирует наибольшую долю венчурного капитала в США. Карта, представленная ниже (см. Приложение 4, рис. 14), составлена Зарой Маттесон из Martin Prosperity Institute, она показывает концентрацию венчурного капитала в пределах регионов США (составлена на основании отчета PricewaterhouseCoopers и Национальной Ассоциации Венчурного Капитала). В Кремниевую долину в 2011 году инвестировали примерно 11,6 млрд $, что составляет примерно 40% от общей суммы инвестиций по США.
График, представленный ниже (см. Приложение 4, рис. 15), показывает динамику венчурных инвестиций в 5 крупнейших регионов для инвестиций с 1995 года. На графике в целом среди этих 5 регионов прослеживается практически одинаковая динамика венчурных инвестиций, но стоит отметить, что в последние несколько лет разрыв между Кремниевой долиной и другими регионами стал увеличиваться. Таким образом, можно сделать вывод, что Кремниевая долина становится все более привлекательной для инвесторов.
Также такой поток венчурных инвестиций говорит нам о том, что в регионе присутствует огромное количество малых и средних компаний, которые находятся на этапе роста и которым требуются инвестиции на развитие проектов. Как правило, на данном этапе жизненного цикла, проекты компании рассматриваются как высокорисковые и, как правило, не финансируются банками. Это объясняет такую концентрацию венчурных инвестиций в регион.
Венчурные фонды, как правило, склонны к инвестированию в проекты с повышенной степенью риска. К таким проектам, как правило, относятся инновационные проекты. Таким образом, включим переменную, характеризующую объем инвестиций венчурных фондов и количество сделок между венчурными фондами и компаниями для дальнейшего анализа.
Особого регулирования прав на защиту интеллектуальной собственности или особого законодательства в этой сфере регион не имеет, все регулирование происходит в рамках законодательства США. Интеллектуальной собственности компаниями Кремниевой долины уделяется особое внимание (см. Приложение 4, рис. 16). Каждую свою новую разработку компании патентуют и защищают свои права на нее. В последнее время все чаще стали появляться новости о патентных разбирательствах таких гигантов, как Apple, Google, Motorola и др. Появилось даже понятие «Патентные войны». Совсем недавно Google купил компанию Motorola, эксперты считают, что причина сделки - патентный портфель компании Motorola: «Motorola обладает крупным патентным портфолио, которое позволит Google успешнее противостоять искам конкурентов»[35]. Все приведенные выше факты говорят о довольно жестком законодательстве в сфере защиты интеллектуальной собственности.
Кремниевая долина генерирует около 15% всех патентов в США, из года в год этот показатель растет. Это говорит нам о высокой инновационной активности фирм и о том, что фирмы заботятся о защите своей интеллектуальной собственности. Для дальнейшего анализа будет включена переменная характеризующая прирост количества патентов компании за каждый год. Стоит отметить, что данный показатель уже задействован в качестве показателя, характеризующего отраслевую систему, однако стоит отметить и его инфраструктурную значимость.
Элемент образования и исследовательской деятельности играет основополагающую роль в Кремниевой долине. Долина обязана университетам, в принципе, своим основанием, рабочей площадью (землей) и кадрами, то есть практически всем. В Кремниевой долине ведет свою деятельность множество университетов (см. Приложение 4, Таблица 7).
Высшее образование в Кремниевой долине обеспечивают университеты высочайшего уровня. Университеты обучают студентов по различным специальностям, но в приоритете, по понятным причинам, в данном регионе остаются технические специалисты.
Стоит отметить, что уровень образованности граждан в Кремниевой долине (см. Приложение 4, рис. 17) выше, чем в США в целом. Также о качестве университетов говорит постоянно растущее количество иностранных студентов (см. Приложение 4, рис. 18).
Таким образом, в качестве показателей, характеризующих систему образования и исследовательскую деятельность, будут включены: количество выпускников ВУЗов, количество получателей магистерских и докторских степеней в области информационных технологий, вложения в исследования и разработки со стороны университетов.. Также немаловажным фактором является взаимосвязь компаний и университетов в области исследований. Таким образом, будет включен качественный показатель, характеризующий наличие связи между университетом и компанией.
Государство является неотъемлемой частью инновационной системы: оно может и должно создавать для компаний такие условия, в рамках которых компаниям было бы выгодно осуществлять инновационную деятельность.
В Кремниевой долине действует льготное налогообложение имущества и земли. В отчете «High Tech, Low Tax: How the Richest Silicon Valley Corporations Pay Incredibly Low Taxes on Their Land», подготовленном California Tax Reform Association указано, что богатейшие компании мира платят необычайно малые налоги на землю, которые значительно ниже, чем в любом другом месте в США. В данном отчете отмечено, что ставки по налогу на землю для некоторых компаний равны ставкам предыдущего столетия, они в 20, 50 раз ниже, чем в среднем по стране (California Tax Reform Association). Стоит отметить, что в данном отчете не указана причина заниженных ставок по налогу на имущество. Таким образом, можно сделать вывод, что некоторые компании пользуются налоговыми льготами. В качестве показателя, характеризующего налоговый режим в Кремниевой долине, будет взят объем налоговых расходов компаний.
Государство может прямо влиять на развитие инновационной деятельности в регионе и стране в целом путем вложения средств в исследования и разработки. На наш взгляд, будет целесообразно учесть данный показатель при рассмотрении влияния элементов РИС на конкурентоспособность фирмы.
Соберем выбранные нами показатели в отдельную таблицу и сгруппируем по принадлежности к тому или иному элементу региональной инновационной системы.
Таблица 1 Элементы РИС и показатели, которые их характеризуют.
|
Показатель конкурентоспособности (объясняемая переменная) |
||
|
Производительность труда |
||
|
Отраслевая система |
Инфраструктура |
|
|
· нематериальные активы · вложения в исследования и разработки · количество новых патентов на научно-исследовательские и опытно-конструкторские разработки · чистая прибыль · узнаваемость бренда |
· количество банков · активы банков · количество сделок, заключенных венчурными фондами · инвестиции, совершенные венчурными фондами |
|
|
Образование и исследовательская деятельность |
Государственный сектор |
|
|
· количество выпускников ВУЗов · количество получателей магистерской и докторской степеней · вложения университетов в исследования и разработки · наличие совместных исследований компаний и университетов |
· налоги, уплаченные в бюджет компаниями · вложения в исследования и разработки со стороны государства |
Теперь подобно рассмотрим методологию сбора информации. Информация по показателям, которые относятся к отраслевой системе и другим показателям, которые относятся к самим компаниям, но характеризуют другие элементы региональной инновационной системы (налоги, уплаченные компаниями в бюджет Соединенных Штатов), были собраны из годовых отчетов компаний. Данные отчеты были найдены на сайте для портфельных инвесторов Wikinves, который предоставляет данные для фундаментального и технического анализа. Стоит отметить, что все отчеты являются достоверными, так как на титульном листе содержат все необходимые идентифицирующие знаки (подписи и печати) и все они составлены по единой форме 10-К - форме годовых отчетов для публичных компаний, зарегистрированных и осуществляющих свою деятельность на территории США. Отдельно стоит заострить внимание на показателе узнаваемости бренда. Данная переменная является бинарной и оценивалась следующим образом: показателю узнаваемости бренда присваивалось значение 1 в случае если данная компания входила в рейтинг Fortune 500 в рассматриваемый период, в противоположном случае, показателю присваивалось значение 0.
Показатели, характеризующие инфраструктуру собирались из разных источников попарно. Статистика количества банков и их активов в штате Калифорния были собраны на официальном сайте Федеральной Корпорации по Страхованию Депозитов. Статистика о количестве сделок и инвестиций, совершенных венчурными фондами в отрасли информационных технологий на территории Кремниевой долины, была собрана из ежегодных совместных отчетов компании PricewaterhouseCoopers и Национальной Ассоциации Венчурных Фондов «Money Tree».
Информация о количестве выпускников ВУЗов и о количестве получателей магистерской и докторской степени в штате Калифорния была собрана с официального сайта Национального Центра Статистики Образования. Статистика о вложениях университетов и государства в исследования и разработки предоставлена на сайте Census. Показатель наличия совместных научных исследований и разработок компаний и университетов представляет собой бинарную переменную: в случае упоминания на официальном сайте или в официальном блоге компаний наличия совместных исследований переменной присваивается значение 1, в противном случае - 0.
Полный список используемых переменных с обозначениями представлен в Таблице 2.
Таблица 2 Переменные и обозначения
|
Показатель |
Обозначение |
|
|
Объясняемая переменная |
||
|
Валовая добавленная стоимость на одного работника |
lp |
|
|
Объясняющие переменные |
||
|
Отраслевая система |
||
|
Вложения в исследования и разработки со стороны компании |
rd |
|
|
Нематериальные активы |
inta |
|
|
Прирост количества патентов компании |
pat |
|
|
Узнаваемость бренда |
br |
|
|
Чистая прибыль |
ni |
|
|
Инфраструктура |
||
|
Количество банков |
bank |
|
|
Активы банков |
ba |
|
|
Объем инвестиций со стороны венчурных компаний |
vi |
|
|
Количество сделок, проведенных венчурными фондами |
vnd |
|
|
Образование и исследовательская деятельность |
||
|
Количество выпускников ВУЗов |
gr |
|
|
Количество выпускников магистратуры и получателей докторской степени |
md |
|
|
Вложения университетов в исследования и разработки |
rdu |
|
|
Сотрудничество компаний с университетами в области исследований и разработок |
cu |
|
|
Государственный сектор |
||
|
Налоговые расходы компании |
tax |
|
|
Вложения в исследования и разработки со стороны государства |
rdg |
Рассмотрим описательные статистики для исходных данных:
Таблица 3 Описательные статистики переменных
|
Переменная |
Количество наблюдений |
Среднее |
Стнд. отклонение |
Минимум |
Максимум |
Vx |
|
|
lp |
908 |
159,63 |
352,14 |
-3160,83 |
3028,02 |
2,21 |
|
|
tint |
875 |
1107555 |
4111985 |
0,00 |
46300000 |
3,71 |
|
|
rd |
884 |
425392,90 |
1066354 |
1337,00 |
9010000 |
2,51 |
|
|
pat |
908 |
119,25 |
336,73 |
0,00 |
3305 |
2,82 |
|
|
br |
957 |
0,18 |
0,39 |
0,00 |
1,00 |
2,11 |
|
|
ni |
908 |
317595,40 |
3364837 |
-56100000 |
18800000 |
10,59 |
|
|
ban |
959 |
856,67 |
1804,29 |
263 |
6530 |
2,11 |
|
|
ba |
959 |
380000000 |
59000000 |
280000000 |
495000000 |
0,16 |
|
|
mf |
959 |
1150,88 |
20,62 |
1124,98 |
1193,53 |
0,02 |
|
|
mfa |
959 |
1220000000 |
264000000 |
858000000 |
1610000000 |
0,22 |
|
|
vi |
959 |
5322415 |
3435700 |
3262384 |
15800000 |
0,65 |
|
|
vnd |
959 |
604,13 |
162,98 |
440 |
1069 |
0,27 |
|
|
gr |
959 |
347091,30 |
22535,95 |
309866 |
380280 |
0,06 |
|
|
md |
959 |
8497,83 |
826,55 |
6918,23 |
9728,03 |
0,10 |
|
|
rdy |
959 |
8901270 |
1835093,00 |
6232000 |
12100000 |
0,21 |
|
|
cu |
959 |
0,26 |
0,44 |
0,00 |
1,00 |
1,67 |
|
|
rdg |
959 |
92000000 |
15000000 |
66400000 |
116000000 |
0,16 |
|
|
tax |
893 |
218442,20 |
1068343,00 |
-767816 |
16000000 |
4,89 |
Как видно из данной таблицы, данные имеют достаточно большой разброс, коэффициент вариации в большинстве случаев больше 33%, что говорит нам о неоднородности данных. Следовательно при проведении регрессионного анализа могут возникать существенные погрешности и, возможно, потребуется нормирование данных.
Рассмотрим корреляционную матрицу переменных, чтобы убедиться в наличии взаимосвязи между факторами и объясняемой переменной и чтобы проверить наличие взаимосвязи между факторами. При наличии сильной взаимосвязи между факторами возникает проблема мультиколлинеарности, которая не позволяет интерпретировать параметры модели. Как правило, в качестве условия сильной взаимосвязи между переменными является значение коэффициента корреляции больше 0,7. Как видно из матрицы корреляции (см. Приложение 5, Таблица 8), существует сильная взаимосвязь между количеством патентов и вложением в исследования и разработки (0,88), количеством сделок, совершенных венчурными фондами и объемом инвестиций, совершенных венчурными фондами (0,95), количеством выпускников ВУЗов и вложениями в исследования и разработки со стороны университетов (0,95), количеством выпускников ВУЗов и вложениями в исследования и разработки со стороны государства (0,97), вложениями в исследования и разработки со стороны государства и со стороны университетов (0,98), величиной налогов, уплаченных компаниями и вложениями в исследования и разработки (0,81). Таким образом, для улучшения качества модели было принято решения исключить из рассмотрения следующие переменные: количество патентов компании, количество сделок, совершенных венчурными фондами, количество выпускников ВУЗов, вложения в исследования и разработки со стороны государства, налоги, уплаченные компаниями в бюджет.
После того, как мы избавились от мультиколлинеарности можно построить модель, отражающую, как различные элементы РИС влияют на конкурентоспособность фирмы. В нашем распоряжении остались следующие переменные: конкурентоспособность региональный инновационный кластер
Таблица 4 Список переменных после избавления от проблемы мультиколлинеарности.
|
Показатель |
Обозначение |
|
|
Объясняемая переменная |
||
|
Валовая добавленная стоимость на одного работника |
lp |
|
|
Объясняющие переменные |
||
|
Отраслевая система |
||
|
Вложения в исследования и разработки со стороны компании |
rd |
|
|
Нематериальные активы |
tinta |
|
|
Узнаваемость бренда |
br |
|
|
Чистая прибыль |
ni |
|
|
Инфраструктура |
||
|
Количество банков |
bank |
|
|
Активы банков |
ba |
|
|
Объем инвестиций со стороны венчурных компаний |
vi |
|
|
Образование и исследовательская деятельность |
||
|
Количество выпускников магистратуры и получателей докторской степени |
md |
|
|
Вложения университетов в исследования и разработки |
rdu |
|
|
Сотрудничество компаний с университетами в области исследований и разработок |
cu |
Примечательным является тот факт, что по статистическим причинам из рассмотрения был исключен государственный сектор. Однако часто отмечается, что государственный сектор в рамках региональной инновационной системы играет косвенную роль, то есть прямого влияния государства нет, государство создает некие условия для эффективного взаимодействия остальных элементов (IRE Working Group, 2008). Государственное участие в контексте данной работы было выражено через вложения в исследования и разработки и налоги, уплаченные компаниями в бюджет, однако данные переменные были исключены с целью статистического улучшения качество модели.
2.3 Гипотезы о влиянии элементов РИС на конкурентоспособность фирмы
После того, как был проведен статистический анализ и выборка была очищена, на основании предыдущих исследований и здравого смысла выдвинем основные гипотезы относительно влияния оставшихся факторов на объясняемую переменную.
Вложения в исследования и разработки со стороны компании представляют собой денежные средства, вложенные в разработку новых и развитие текущих продуктов. Исследователи отмечают, что зависимость конкурентоспособности от данного показателя носит нелинейный характер и проявляется через несколько периодов (J.S.Katz, 2006). Стоит отметить, что рассматриваемый нами промежуток времени включает в себя промежуток с 2000 по 2010 гг. - 11 лет, и, на наш взгляд, он довольно мал, чтобы можно было утверждать о нелинейности взаимосвязи между инвестициями в НИОКР и конкурентоспособностью. Что касается временного лага влияния инвестиций на конкурентоспособность, то он, безусловно, должен присутствовать. Как правило, компании осуществляют два вида разработок: на среднесрочную перспективу (примерно 5 лет) и на краткосрочную (примерно 1-2 года), долгосрочная перспектива не рассматривается в силу того, что компании, как правило не отражают сумму инвестиций на долгосрочные исследования разработки в операционных расходах, а создают отдельные фонды для данных целей. Таким образом, вложения в исследования и разработки должны приносить положительную отдачу примерно через 2 года.
Нематериальные активы являются показателем инновационной деятельности компании, значимости и ее ценности на рынке. Нематериальные активы - это уже имеющиеся активы компании, таким образом, должна присутствовать прямая линейная положительная взаимосвязь между величиной нематериальных активов и конкурентоспособностью компании.
Показатель чистой прибыли рассматривается в качестве показателя эффективности работы компании в данном периоде и, как было сказано ранее, был взят в качестве показателя объясняющего конкурентоспособность компании. Также он может косвенно влиять на инновационную деятельность, так как часть чистой прибыли будет реинвестирована. Таким образом, предполагается, что данный показатель положительно линейно влияет на конкурентоспособность компании.
Показатель известности бренда отражает эффективность работы компании с конечным потребителем и отражает успешность товаров и услуг на рынке конечной продукции. Данный показатель должен положительно влиять на конкурентоспособность компании.
Следующие показатели характеризуют инфраструктурную составляющую региональной инновационной системы. Как было сказано ранее, при увеличении количества банков повышается доступность банковских услуг. Большую часть активов банка составляют выданные кредиты и инвестиции, то есть финансирование юридических и физических лиц. Любое финансирование должно приносить положительную отдачу. Как правило, банковскими займами пользуются крупные компании, которые не нуждаются в других финансовых решениях, под разработку какого-либо продукта или услуги. Таким образом, нами было сделано предположение, что активы банка должны положительно линейно влиять на конкурентоспособность компании, однако с лагом в два года, так как финансирование такого рода приносит отдачу не сразу, а через несколько периодов. Другим способом финансирования являются венчурные инвестиции. Специфика венчурных инвестиций состоит в том, что инвестор финансирует заведомо рисковый проект взамен на дополнительное вознаграждение, в качестве которого, как правило, выступает доля в компании. Также специфической чертой является то, что большинство проектов после первого раунда инвестиций запускаются сразу и между моментом финансирования и моментом принесения выручки проходит малый промежуток времени. Связано это с тем, что инвесторам, как правило, предоставляют рабочий прототип проекта, который нуждается в доработках. Таким образом, продукт после финансирования создается не с нуля, а лишь дорабатывается и выпускается на рынок. Таким образом, венчурные инвестиции должны влиять на конкурентоспособность компании положительно линейно и без какого-либо временного лага.
Количество получателей магистерской и докторской степеней - показатель, который отражает снабжение компаний квалифицированными кадрами. Квалификация магистров и докторов, как правило, довольно высока и они не нуждаются в дополнительном обучении после того, как принимаются на работу. Таким образом, они приносят положительную отдачу уже в текущем периоде и положительно влияют на конкурентоспособность компании.
Следующий показатель, характеризующий элемент образования и исследовательской деятельности - наличие взаимосвязи между университетами и компаниями. Наличие взаимосвязи между компанией и университетами говорит о том, что компания использует дополнительный научный потенциал для разработки новых продуктов, готовит для себя новые кадры и способствует развитию образования в регионе. Таким образом, показатель наличия взаимосвязи между компаниями и университетами должен положительно влиять на конкурентоспособность компаний.
Показатель вложений в исследования и разработки со стороны университетов также должен положительно влиять на конкурентоспособность компаний, так как при наличии взаимосвязи между компанией и университетами компания получит софинансирование некоторых исследований, также компании могут выкупить некоторые разработки, выполненные университетами, в дополнение к этому исследовательская деятельность университетов ускоряет технический прогресс, что также положительно сказывается на компаниях. Стоит отметить, что данный показатель характеризует финансирование исследований и разработок, которые будут приносить отдачу лишь через несколько периодов. В данной работе, как было сказано ранее, временной лаг принят в значении двух периодов.
2.4 Выявление влияния элементов РИС на конкурентоспособность фирмы
На основании выдвинутых гипотез модель должна иметь вид:
lp=с+c1*L2.rd+c2*tinta+c3*br+c4*ni+c5*ban+c6*L2.ba+c7*vi+c8*md+c9*L2.rdu+c10*cu
Стоит отметить, что панельные данные имеют отличительную особенность от пространственных или временных рядов, а именно неизмеримые индивидуальные различия объектов - эффекты. При построении модели на основании панельных данных используют два способа учета индивидуальных эффектов: модель с постоянными эффектами и модель со случайными эффектами. В модели панельных данных с фиксированными эффектами эффекты интерпретируются как мешающий параметр, и оценивание направлено на то, чтобы их исключить. В модели панельных данных со случайными эффектами предполагается, что индивидуальные отличия носят случайный характер. Стоит отметить, что при наличии независимых переменных, которые не меняются во времени для каждого объекта, модель с фиксированными эффектами не позволяет оценить соответствующие этим переменным коэффициенты. В нашей модели такие переменные имеются, следовательно, построим модель по обобщенному методу наименьших квадратов со случайными эффектами на основании представленной выше спецификации:
Таблица 5Модель влияния элементов РИС на конкурентоспособность компании
|
Зависимая переменная: Производительность труда |
|||
|
Обобщенный метод наименьших квадратов для панельных данных со случайным эффектом |
|||
|
Временной промежуток: 2000 2010 |
|||
|
Количество компаний: 84 |
|||
|
Всего наблюдений: 656 |
|||
|
Фактор |
Параметр |
Значимость |
|
|
C |
-618,86 |
0,000 |
|
|
Отраслевая система |
|||
|
Вложения в исследования и разработки с лагом в 2 периода |
-2,67e-06 |
0,000 |
|
|
Нематериальные активы |
-0,000079 |
0,386 |
|
|
Узнаваемость бренда |
0,000041 |
0,046 |
|
|
Чистая прибыль |
111,266 |
0,000 |
|
|
Инфраструктура |
|||
|
Количество банков |
-0,0006154 |
0,859 |
|
|
Активы банков с лагом в 2 периода |
5,19e-07 |
0,000 |
|
|
Объем инвестиций со стороны венчурных компаний |
0,0000596 |
0,000 |
|
|
Образование и исследовательская деятельность |
|||
|
Количество получателей магистерской и докторской степеней |
0,0299101 |
0,005 |
|
|
Вложения университетов в исследования и разработки с лагом в 2 периода |
0,0000103 |
0,054 |
|
|
Сотрудничество компаний с университетами в области исследований и разработок |
65,52987 |
0,164 |
Стоит отметить, что в целях данного исследования имеет смысл пренебречь значением параметра и уделить внимание лишь направлению его влияния на результирующий показатель.
Из оценки параметров модели можно сделать вывод о том, что количество банков, величина нематериальных активов и сотрудничество компаний с университетами в области исследований и разработок не влияют на конкурентоспособность компании, так как оценки параметров для данных переменных незначимы. Также стоит отметить, что знак при переменной, характеризующей вложения компаний в исследования и разработки, отрицателен, что не соответствует выдвинутой ранее гипотезе. Далее дадим экономическую интерпретацию полученных результатов.
Рассмотрим модель более детально: соотнесем выдвинутые ранее гипотезы с полученным результатом и дадим ее экономическую интерпретацию.
Из построенной модели видно, что при увеличении компанией вложений в исследования и разработки ее конкурентоспособность падает. Стоит отметить, что данный вывод не соотносится со значением коэффициента корреляции для конкурентоспособности и вложений в исследования и разработки со стороны компаний. Такая зависимость может быть вызвана двумя причинами: сугубо математическими и экономическими. Вложения в исследования и разработки являются составной компонентой операционных расходов компании, которые учитываются при расчете показателя конкурентоспособности с отрицательным знаком. Однако коэффициент корреляции больше нуля. Также отрицательное влияние вложений в исследования и разработки может быть объяснено тем, что отдача от подобных вложений происходит не сразу, а в будущем или тем, что компании вкладывались в проекты, которые не реализовались, что привело к убыткам. Однако данные компании успешно функционируют на рынке, и нами не было найдено каких-либо упоминаний о серьезных провалах компаний в данной сфере, по крайней мере, общественности они не оглашались.
На сегодняшний день компании очень много внимания уделяют своему имиджу, бренду. Вливаются огромные средства для того, чтобы «наладить контакт», выстроить благоприятные отношения с существующими и потенциальными потребителями. Популярность и успешность бренда создается в основном качеством товаров и услуг, предоставляемых компанией и лишь потом усилиями маркетологов. Таким образом, регрессионный анализ подтвердил гипотезу о том, что если компания предоставляет потребителю инновационный, качественный продукт, вкладывает средства в поднятие своего имиджа в глазах общественности, то это благоприятно скажется на ее конкурентоспособности.
Как было сказано ранее, чистая прибыль компании была включена в перечень регрессоров как показатель эффективности деятельности компании за определенный период и лишь косвенно характеризующий отраслевую систему как элемент региональной инновационной системы. Гипотеза о том, что чистая прибыль положительно влияет на конкурентоспособность компании подтвердилась.
Активы банков состоят в основном из кассовой наличности, ссуд, инвестиций, ценных бумаг, недвижимости и других статей, то есть в основном из финансирования физических и юридических лиц. К банковским решениям среди юридических лиц прибегают в основном стабильные компании, которые довольно долго действуют на рынке и в состоянии выплачивать проценты по заемным средствам. Однако банки предоставляют льготные условия для малого, среднего и начинающего бизнеса, следовательно, практически любая компания может безболезненно воспользоваться банковскими решениями для осуществления инновационной деятельности. Также примечателен тот факт, что начинающие компании пользуются банковскими решениями взамен венчурного финансирования или услуг бизнес-ангелов в том случае, если они достаточно уверены в успехе их продукта и не хотят терять доли и контроль над компанией. На основании регрессионного анализа можно сделать вывод о том, что наша гипотеза относительно положительного влияния активов банков, находящихся в Калифорнии, подтвердилась.
Венчурные инвестиции - один из основных способов финансирования стартапов. Как было сказано ранее, Кремниевая долина - крупнейший агрегатор венчурного капитала в США и мире, венчурные фонды финансируют перспективные проекты и дают им средства на развитие, что, как подтвердил регрессионный анализ, позитивно сказывается на конкурентоспособности компаний.
Университеты - одна из важнейших частей инновационной системы, именно они снабжают компании квалифицированными кадрами. Получатели магистерских и докторских степеней являются очень конкурентоспособными на рынке труда и нередко занимают руководящие должности в компаниях. Их квалификация достаточно высока, чтобы приносить положительный для компании результат практически сразу после найма. Количественный анализ подтвердил гипотезу о том, что количество получателей магистерских и докторских степеней в штате Калифорния положительно влияет на конкурентоспособность компаний.
Вложения университетов в исследования и разработки подтверждает тот факт, что университеты генерируют новые знания и информацию. Компании при наличии сотрудничества с университетами получают явный положительный эффект от такого рода вложений университетов. Однако даже при отсутствии связи компаний и университетов компании могут пользоваться знаниями сгенерированными университетами путем покупки исследований, найма на условии совмещения консультантов из университетов и пр. Таким образом, регрессионный анализ подтвердил гипотезу о положительном влиянии вложений в исследования и разработки со стороны университетов на конкурентоспособность компаний.
Таким образом, можно сказать, что почти все выдвинутые гипотезы относительно влияния различных элементов РИС на конкурентоспособность компаний подтвердились.
В целом на конкурентоспособность влияют следующие факторы:
· Отраслевая система:
o известность бренда компании;
o чистая прибыль.
· Инфраструктура:
o величина активов банков с временным лагом в два периода;
o инвестиции венчурных фондов.
· Образование и исследовательская деятельность:
o количество получателей магистерской и докторской степеней;
o вложения университетов в исследования и разработки с лагом в два периода.
Стоит еще раз обратить внимание на то, что после статистического анализа выборки государственный сектор был исключен из рассмотрения. В тематических исследованиях отмечается важность государственного сектора, однако в контексте региональных инновационных систем государство редко выступает как участник отношений, государство в основном создает условия для успешного взаимодействия компаний друг с другом и с университетами. Таким образом, сложно выделить какие-либо конкретные количественные показатели, которые могли бы характеризовать деятельность государства. Стоит отметить, что сей факт довольно сильно коррелирует с практикой, этим объясняется малое количество действительно успешных региональных инновационных систем. РИС - в первую очередь надобность компаний, университетов, общества, а уже потом государства. У государства нет конкретных прямых рычагов воздействия для искусственного образования РИС, это объясняет многие неудачные попытки построить инновационную систему исключительно инициативой «сверху» путем вливания денежных средств и создания льготных условий для инновационного бизнеса.
Заключение
В данной работе было рассмотрено влияние элементов РИС на конкурентоспособность фирмы на примере отрасли информационных технологий в Кремниевой долине. Сначала были рассмотрены теоретические аспекты конкурентоспособности компании и аспекты региональных инновационных систем. В качестве показателя конкурентоспособности был взят показатель производительности труда. Данный показатель широко используется как основоположниками теории конкурентоспособности компаний, так и современными исследователями. Также было выделено определение региональной инновационной системы и были определены ее основные элементы: отраслевая система, инфраструктура, образование и исследовательская деятельность, государственный сектор. В качестве индикаторов элементов инновационной системы были выбраны следующие показатели:
· Отраслевая система:
o вложения в исследования и разработки со стороны компании;
o узнаваемость бренда;
o чистая прибыль.
· Инфраструктура:
o количество банков;
o активы банков;
o объем инвестиций со стороны венчурных компаний;
· Образование и исследовательская деятельность:
o количество выпускников магистратуры и получателей докторской степени;
o вложения университетов в исследования и разработки.
Далее была собрана выборка, включающая 85 компаний, осуществляющих свою деятельность в Кремниевой долине в отрасли информационных технологий. Каждый показатель был взят за промежуток с 2000 по 2010 гг. С помощью регрессионного анализа были сделаны следующие выводы:
· известность бренда, благоприятный имидж положительно сказывается на конкурентоспособности компании;
· показатель чистой прибыли положительно влияет на конкурентоспособность компании;
· показатель активов банка, который характеризует финансирование компаний на стандартных условиях положительно влияет на конкурентоспособность компании через два периода;
· венчурные инвестиции, которыми пользуются в основном стартапы, положительно влияют на конкурентоспособность компании уже в текущем периоде;
· квалифицированные кадры - получатели магистерской и докторской степеней приносят компаниям положительную отдачу и благоприятно влияют на конкурентоспособность;
· если университет инвестирует средства в исследования и разработки, то это положительно влияет на конкурентоспособность.
Большинство выдвинутых нами гипотез подтвердилось. Почти все факторы, характеризующие элементы РИС, за редким исключением, положительно влияют на конкурентоспособность компаний. Следовательно, региональная инновационная система является важным фактором, влияющим на конкурентоспособность компаний.
На основании полученных результатов можно судить о том, что данная работа может быть полезна компаниям, которые вовлечены в инновационную деятельность и органам государственной власти. Компании помимо наиболее очевидных внутренних рычагов воздействия на конкурентоспособность, таких как вложения в исследования и разработки и увеличение продаж, выигрывают от сотрудничества с университетами, так как вложения университетов в исследования и разработки и количество новых высококвалифицированных кадров положительно влияют на конкурентоспособность. Органы государственной власти, на основании полученных результатов, должны понимать, что образование инновационной системы не должно и не может произойти по их инициативе, это должна быть надобность всех участников инновационной системы. Таким образом, государство должно выступать в качестве органа, развивающего и поддерживающего инфраструктуру региона, а также упрощающего взаимодействие элементов инновационной системы. Таким образом данная работа может стать основой для разработки стратегии по стимулированию инновационной активности региона.
Список использованной литературы
1. Голикова В.В. «Организационно-управленческие инновации и их влияние на конкурентоспособность предприятия» // XI Международная научная конференция по проблемам развития экономики и общества : в 3-х кн. / Отв. ред. Е.Г. Ясин. Кн. 3. М.: Изд. дом Высшей школы экономики, 2011.
2. К.Гончар, Б.Кузнецов, А.Яковлев, В.Голикова «Российская промышленность на перепутье. Что мешает нашим фирмам стать конкурентоспособными», М.: ГУ ВШЭ, 2007.
3. Z.Acs «Patents and Innovation Counts as Measures of Regional Production of New Knowledge», Regional Economics Applications Laboratory (REAL) and Department of Agricultural and Consumer Economics University of Illinois at Urbana-Champaign, U.S.A., 2000.
4. G.Bell «Clusters, Networks, and Firm Innovativeness», Strategic Management Journal, Vol. 26, No. 3, 2005.
5. California Tax Reform Association «High Tech, Low Tax: How the Richest Silicon Valley Corporations Pay Incredibly Low Taxes on Their Land», 2012
6. D.Comin «R&D: A Small Contribution to Productivity Growth», Journal of Economic Growth, Vol. 9, No. 4, 2004
7. P.Cooke «From Technopoles to Regional Innovation Systems: The Evolution of Localised Technology Development Policy», Canadian Journal of Regional Science, XXIV:1, 2001
8. A.Cooper, T.Folta «Entrepreunership and High-Technology Clusters», the Blackwell Handbook of Entrepreneurship, Blackwell Business, 2000.
9. D.Doloreux, S.Parto «Regional Innovation Systems: A Critical Synthesis», United Nations University, Institute for New Technologies, Discussion Paper Series, 2004.
10. C.Dreger, G.Erber «Design principles of regional innovation systems», Working Paper IAREG WP6/01, 2010.
11. C.Edquist «Systems of innovation: Technologies, Institutions, and Organizations». Pinter, 1997.
12. R.Evangelista, S.Iammarino, V.Mastrostefano, A.Silvani «Looking for regional systems of innovation. Evidence from the Italian innovation survey», Regional Studies, 2002.
13. C.Freeman «Technology Policy and Economic Performance. Lesson from Japan», London: Pinter, 1987.
14. M.S.Gertler, D.A.Wolfe and D.Garkut «No Place like Home? The Embeddedness of Innovation in a Regional Economy», Review of International Political Economy, Vol. 7, No. 4, 2000.
15. S.Iammarino «An evolutionary integrated view of regional systems of innovation. Concepts, measures and historical perspectives», European planning studies, 2004.
16. Joint Venture: Silicon Valley Network, Inc. «Index of Silicon Valley», 2008.
17. D.Keeble, F.Wilkinson, «High-technology clusters, networking and collective learning in Europe». Aldershot, U.K.: Ashgate, 2000.
18. C.H.M.Ketels «Michael Porter's Competitiveness Framework -- Recent Learnings and New Research Priorities», J Ind Compet Trade, 2006.
19. A.Kleinknecht, K.Montfort, E.Brouwer «The Non-Trivial Choice Between Innovation Indicators», Econ. Innov. New Techn., Vol. 11(2), 2002.
20. M.R.Lуpez «Innovation, competitiveness and development. Searching for the linkages to economic development» First draft chapter, 2000.
21. B.A.Lundvall «National Systems of Innovation: Towards a Theory of Innovation and Interactive Learning», London: Pinter Publishers, 1992.
22. S.Meric, D.A.Gertler, D.Garkut «No Place like Home? The Embeddedness of Innovation in a Regional Economy», Review of International Political Economy, Vol. 7, No. 4, 2000.
23. National Economic Council, Council of Economic Advisers, and Office of Science and Technology Policy «A Strategy for American Innovation: Securing Our Economic Growth and Prosperity», White House, 2011.
24. M.Porter «Competitive Advantage, Agglomeration Economies, and Regional Policy», International Regional Science Review, 1996.
25. J.A.Schumpeter «The Theory of Economic Development», Cambridge, Harvard University Press, 1983.
26. S.K.Seppдnen «Regional Innovation Systems and Regional Competitiveness: An Analysis of Competitiveness Indexes», DRUID-DIME Academy Winter 2008 PhD Conference on Geography, Innovation and Industrial Dynamics, 2008.
27. P.Shapira, J.Youtie «The Innovation System and Innovation Polisy in the United States», Competing for Global Innovation Leadership: Innovation Systems and Policies in the USA, EU and Asia, Rainer Frietsch and Margot Schьller (Eds.), Fraunhofer IRB Verlag, Chapter 2, Stuttgart, 2010.
28. K.L.Simons «The US National Innovation System», Encyclopedia of Technology and Innovation, Wiley-Blackwell, 2008.
29. R.Sternberg, O.Arndt «The Firm or the Region: What Determines the Innovation Behavior of European Firms?», Economic Geography, Vol. 77, No.4, 2001.
30. J.Zhang «Growing Silicon Valley on a Landscape: an Agent-Based Approach to High-Tech Industrial Clusters», Journal of Evolutionary Economics, Vol. 13, 2003.
Приложения
Приложение 1
Рис. 3. Кремниевая долина, США, инфографика.[31]
Таблица 6 Выборка компаний
|
Компания |
Отрасль |
Известность |
|
|
Adobe Systems |
Производство программного обеспечения |
|
|
|
Apple Inc |
Производство компьютерного оборудования и программного обеспечения |
Входит в рейтинг Fortune 500 |
|
|
Applied Materials |
Производство полупроводниковых элементов |
Входит в рейтинг Fortune 500 |
|
|
Electronic Arts |
Индустрия компьютерных игр |
|
|
|
|
Онлайн услуги, производство программного обеспечения |
Входит в рейтинг Fortune 500 |
|
|
Hewlett-Packard |
Производство компьютерного оборудования и программного обеспечения |
Входит в рейтинг Fortune 500 |
|
|
Intuit Inc |
Производство программного обеспечения |
|
|
|
NetApp |
Производство компьютерного оборудования и программного обеспечения |
Входит в рейтинг Fortune 500 |
|
|
National Semiconductor |
Производство полупроводниковых элементов |
|
|
|
NVIDIA |
Производство полупроводниковых элементов |
|
|
|
Oracle Corporation |
Производство програмного обеспечения |
Входит в рейтинг Fortune 500 |
|
|
SanDisk |
Разработка и производство твердотельных накопителей |
Входит в рейтинг Fortune 500 |
|
|
Symantec |
Производство программного обеспечения |
Входит в рейтинг Fortune 500 |
|
|
Yahoo! |
Интернет, компьютерное программное обеспечение |
Входит в рейтинг Fortune 500 |
|
|
Adaptec |
Производство компьютерного оборудования |
|
|
|
Atmel |
Производство полупроводниковых элементов |
|
|
|
Broadcom |
Интегральные схемы, электроника |
Входит в рейтинг Fortune 500 |
|
|
Cadence Design Systems |
Производство программного обеспечения |
|
|
|
Flextronics |
Производство электроники |
|
|
|
Juniper Networks |
Производство телекоммуникационного оборудования |
|
|
|
Logitech |
Производство переферйных устройств |
|
|
|
Microsoft |
Производство компьютерного оборудования и программного обеспечения |
Входит в рейтинг Fortune 500 |
|
|
Rambus |
Разработка и производство твердотельных накопителей |
|
|
|
Silicon Graphics |
Производство компьютерного оборудования и программного обеспечения |
|
|
|
Silicon Image |
Производство полупроводниковых элементов |
|
|
|
Western Digital |
Разработка и производство твердотельных накопителей |
Входит в рейтинг Fortune 500 |
|
|
Xilinx |
Радиоэлектроника |
|
|
|
Intel |
Производство полупроводниковых элементов, компьютерного оборудования |
Входит в рейтинг Fortune 500 |
|
|
eBay |
Онлайн услуги, электронная коммерция |
Входит в рейтинг Fortune 500 |
|
|
Agilent Technologies |
Производство компьютерного оборудования, электроники |
|
|
|
Advanced Micro Devices |
Производство полупроводниковых элементов, компьютерного оборудования |
Входит в рейтинг Fortune 500 |
|
|
Sanmina-SCI |
Производство компьютерного оборудования, электроники |
Входит в рейтинг Fortune 500 |
|
|
Netflix |
Развлекательные онлайн услуги |
|
|
|
KLA-Tencor |
Производство полупроводниковых элементов |
|
|
|
Lam Research |
Производство полупроводниковых элементов |
|
|
|
Maxim Integrated Products |
Производство полупроводниковых элементов |
|
|
|
Brocade Communications |
Производство компьютерного оборудования и программного обеспечения |
|
|
|
Altera |
Производство полупроводниковых элементов |
|
|
|
LSI |
Производство полупроводниковых элементов |
|
|
|
JDS Uniphase |
Производство телекоммуникационного оборудования |
|
|
|
Trimble Navigation |
Предоставление телекоммуникационных и навигационных услуг |
|
|
|
Equinix |
Онлайн услуги, производство программного обеспечения |
|
|
|
Synopsys |
Производство полупроводниковых элементов |
|
|
|
Fairchild Semiconductor |
Производство полупроводниковых элементов |
|
|
|
Polycom |
Предоставление телекоммуникационных услуг |
|
|
|
Novellus Systems |
Производство полупроводниковых элементов, компьютерного оборудования |
|
|
|
Cypress Semiconductor |
Производство полупроводниковых элементов |
|
|
|
Tibco Software |
Производство программного обеспечения |
|
<... |
Подобные документы
Нововведения, влияющие на конкурентоспособность предприятий. Механизм создания системы стимулирования и мотивации инновационной деятельности. Характеристика информационных и коммуникационных процессов, влияющих на координацию управленческих решений.
лекция [43,3 K], добавлен 14.10.2013Понятие инноваций, как фактора развития экономики. Видовые категории. Современные направления высокотехнологической деятельности. Особенности инновационной политики страны. Анализ конкурентоспособности. Разнообразие рынков. Развитие новых технологий.
курсовая работа [81,5 K], добавлен 11.01.2017Понятие и сущность государственной инновационной политики. Направления государственной поддержки инноваций в Нижегородской области. Проблемы и направления совершенствования методов господдержки в этой сфере, кластеризация региональной экономики.
дипломная работа [4,1 M], добавлен 11.02.2017Теоретические основы развития инновационной деятельности в регионах РФ. Особенность перехода к инновационному типу развития. Четыре направления реализации стратегий инноваций. Анализ инновационной активности и перспективы развития в Белгородской области.
курсовая работа [41,4 K], добавлен 07.02.2009Сущность и принципы, формирование инновационной политики. Государственная поддержка и текущее состояние инновационной деятельности. Инструменты и федеральные программы в сфере государственной инновационной политики. Создание инновационной системы.
курсовая работа [98,3 K], добавлен 04.06.2008Понятие и виды экономических кластеров, их конкурентные преимущества. Проблемы, которые препятствуют возникновению и развитию кластера. Определение инноваций, их виды и функции. Факторы влияния инновационной активности на возникновение кластеров.
курсовая работа [1,1 M], добавлен 17.07.2015Анализ инноваций, инновационной деятельности и управления. Понятия инновации и инновационной деятельности. Технология управления инновационным процессом. Элементы организационного обеспечения управления эффективностью инновационной деятельности.
курсовая работа [329,1 K], добавлен 10.01.2009Особенности формирования рыночных механизмов в национальной системе Российской Федерации. Фундаментальные задачи создания федеральной инновационной системы: выход на фондовый рынок, формирование "зоны особых интересов", венчурное инвестирование.
реферат [27,3 K], добавлен 21.03.2011Роль и место технологического развития как фактора конкурентоспособности фирмы и стран. Теоретические модели инноваций. Анализ зарубежного опыта инновационной деятельности, особенности, тенденции и проблемы развития инновационных процессов в Казахстане.
презентация [1,5 M], добавлен 05.02.2012Сущность конкурентоспособности фирмы и факторы ее повышения. Научные подходы определения конкурентных преимуществ компании. Оценка уровня развития рынка сотовой связи Ростовской области в сравнении с РФ и ЕС. SWOT-анализ компании ЗАО "Мобиком–Кавказ".
дипломная работа [488,6 K], добавлен 28.07.2014Инновации и конкурентоспособность предприятия. Организационные формы реализации инновационной деятельности. Расчет экономического эффекта. Разработка предложений по совершенствованию управления инновационной деятельностью ОАО "Пинский мясокомбинат".
курсовая работа [263,1 K], добавлен 22.04.2013Экономическая сущность и классификация инноваций. Механизмы управления инновационной деятельностью в рамках отраслевых рынков. Менеджмент внедрения новшеств на предприятии. Проблемы политики нововведений на отраслевых рынках России и пути их решения.
курсовая работа [1,5 M], добавлен 14.05.2014Сущность и механизм региональной экономической политики. Характеристика социально-экономического развития Ростовской области и его тенденции. Инструменты реализации и направления совершенствования политики экономического развития Ростовской области.
курсовая работа [41,4 K], добавлен 21.02.2014Сущность инноваций и инновационной деятельности. Анализ регулирования и поддержки инновационной деятельности в России. Полезные примеры зарубежного опыта для российской инновационной деятельности. Перспективы развития инновационной деятельности в России.
курсовая работа [386,6 K], добавлен 25.04.2012Понятие инновационной деятельности. Особенности функционирования четырехуровневой системой управления инновационным процессом. Основные направления государственной поддержки инноваций. Проблемы развития политики Российской Федерации в этой области.
контрольная работа [149,7 K], добавлен 05.02.2015Анализ конкурентоспособности национальной экономики по категориям UMF. Описание факторов, влияющих на формирование структуры отрасли. Характеристика поведения фирмы по особенностям ценообразования, инновационной активности и рекламной деятельности.
курсовая работа [224,5 K], добавлен 02.11.2011Уровни 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 11.11.2010Содержание региональной политики Италии на национальном уровне: основные программы. Региональная политика Италии и проблема региональных диспропорций. Причины проблем в регионах Италии, итоги региональной политики. Проекты промышленных инноваций в стране.
реферат [1,2 M], добавлен 23.02.2017Понятие инноваций в России и характеристика развития инновационных процессов. Влияние инноваций на экономический рост в стране. Формирование инновационной модели экономики. Проблемы и перспективы совершенствования развития инновационной политики России.
курсовая работа [61,1 K], добавлен 09.06.2013Общая характеристика базовых систем инновационной экономики. Анализ этапов расчета условного и безусловного индекса нововведений. Рассмотрение основных особенностей общей схемы инновационной инфраструктуры. Знакомство с проблемами организации кластеров.
курсовая работа [214,1 K], добавлен 30.10.2013
