Анализ эффективности различных элементов инновационной инфраструктуры, созданных в ходе реализации российского инновационного проекта

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Экономический рост является основной целью существования большинства современных экономических систем. Текущий экономический кризис показал, что сырьевая ориентация российской экономики препятствует управляемому экономическому росту, факторы которого должны находиться внутри национальной экономической системы. На фоне экономического кризиса, при относительно небольшом снижении объемов спроса в сырьевых отраслях, российская экономика в целом отреагировала катастрофическим снижением темпов экономического роста. В связи, с чем актуализировалась дискуссия, связанная с проблемами модернизации экономики и развитием инновационной сферы. Возможные выходы из сложившейся ситуации видятся связанными, либо с ростом мультипликативного эффекта от интенсивного развития сырьевых отраслей, либо с диверсификацией экономики в целом. И тот и другой подход предполагает смену технологий, быстрое обновление производственных процессов, разработку новых продуктов и услуг в наиболее перспективных с точки зрения трендов технологического развития, отраслях человеческого потребления. В значительной мере, развитие всех вышеперечисленные процессов связано со способностью национальной экономики порождать инновации, что в свою очередь предполагает развитие инновационной инфраструктуры.

На уровне государственного управления задача развития экономики знаний и создания инновационной инфраструктуры, была обозначена 10 лет назад, в Послании президента Российской Федерации Федеральному Собранию на 2000 г. Президент отметил, что Россия проигрывает в конкуренции на мировом рынке , все более и более ориентирующемся на инновационные сектора, на новую экономику - экономику знаний и технологий. На сегодняшний день национальная инновационная система представлена достаточно большим количеством институтов [1]. Так за организацию инновационной деятельности отвечают пять комитетов Государственной думы, Совет по науке, технологиям и образованию при Президенте, три Министерства, Федеральное агентство по науке и инновациям, Министерство информационных технологий и связи, Министерство экономического развития и торговли, Российское космическое агентство. Финансирование инновационной сферы идет через ряд министерских программ и на конкурентной основе через систему государственных научных фондов: Российский фонд фундаментальных исследований, Российский гуманитарный научный фонд, Фонд содействия развитию малых форм предприятий в научно-технической сфере. По данным Российской ассоциации венчурного финансирования (РАВИ) расходы по блоку «Коммерциализация технологий» в рамках федеральных целевых научно-технических программ на 2007-2012 годы составляют 35,3 млрд руб. (или 5,8 млрд руб. в среднем ежегодно), в том числе 36% за счет бюджетных средств и 64% - внебюджетных средств (www.rvca.ru). Можно констатировать, что за прошедшие годы на федеральном уровне создано достаточное количество инструментов развития инновационной сферы, в том числе инструменты финансирования инновационных проектов. Оценка эффективности вложенных в создание национальной инновационной системы средств на федеральном уровне - достаточно сложная задача. Отчасти из-за разнонаправленности принимаемых мер, но есть и методическая проблема. Притом, что необходимость в инновационной инфраструктуре признается как на теоретическом, так и на практическом уровне, выявить взаимосвязи между вложенными в инновационную инфраструктуру средствами и экономическим ростом, либо ростом инновационной активности достаточно сложно.

Региональная инновационная система лучше адаптирована к экономическим условиям развития инноваций в регионе, ближе к субъекту воздействия территориально. Можно предположить, что взаимосвязи между ростом институтов на региональном уровне в сфере стимулирования инноваций, и ростом самой инновационной активности на уровне субъекта федерации проще наблюдать.

С 2004 года началось активное развитие инновационной инфраструктуры на региональном уровне. По данным Национального информационно-аналитического центра по мониторингу инновационной инфраструктуры, научно-технической деятельности и региональных инновационных систем (НИАЦ МИИНТД и РИС) за последние пять лет произошло бурное развитие различных инструментов инновационной политики в регионах. Например, за 2007-2008 год наибольший прирост организаций инфраструктуры инновационной деятельности произошел в Москве и Московской области. Москва, с большим отрывом лидирует по количеству созданных организаций, призванных стимулировать инновационную деятельность (132 объекта или 21% от всего количества зарегистрированных в базе данных организаций), за ней следует Санкт-Петербург (37 объектов), Свердловская область (27 объектов), Московская область (25 объектов), Республика Татарстан (18 объектов). Для 46 субъектов РФ прирост организаций инновационной инфраструктуры за рассматриваемый период вообще отсутствовал. За этот же период, с точки зрения межрегиональной дифференциации, произошло разнонаправленное движение индикаторов измеряющих инновационную активность. Основной целью представленного исследования является сопоставление интенсивности развития региональной инновационной инфраструктуры и изменения инновационной активности в регионах страны.

Факторы, влияющие на инновационную активность: постановка задачи.

В основе анализа влияния НТП на экономический рост лежит неоклассическая модель Роберта Солоу [7] построенная на предпосылки равенства совокупного предложения и совокупного спроса, наличия на рынках факторов производства совершенной конкуренции, обеспечивающей полное использование ресурсов. В последнее десятилетие были разработано несколько новых подходов в позволяющих моделировать влияние НТП на экономический рост. Наиболее известным является подход, реализованный в модели Ромера, где НТП рассматривается как эндогенная переменная. Вместе с тем, экономическая наука так и не смогла установить более или менее четкие зависимости между вложениями в инновации и их экономической отдачей. Нет «работающих» моделей и на микроуровне. Остается не разрешенной проблема лага между вложениями в новые продукты и технологии и экономическим эффектом, заметным в изменении темпов роста. Взаимосвязь между нововведениями и экономическим ростом оказалась существенно более сложной, чем при подходе, учитывающем традиционные факторы производства. Между тем постепенно формируются подходы к моделированию сферы экономической деятельности, связанной с знаниями и нововведениями.

Один из существенных выводов из модели Ромера, заключается в том, что условием экономического роста является необходимость в получении знания, как такового. Лундвалл в своих работах ввел понятия «экономически эффективного знания», то что «экономически не эффективное», также востребовано растущей экономикой продемонстрировал Ромер [7]. Как правило, под экономически эффективными знаниями понимают инновации, или «экономическое применение новой идеи» [8, 9]. Производственная функция знаний, как для «эффективной», так и для «не эффективной» части выглядит одинаково. Рассматривая инновационную активность, как «эффективную» часть потока знаний, мы можем использовать производственную функцию знаний для анализа факторов влияющих на этот поток. Наибольшее распространение нашло построение производственной функции знаний, которое предполагает, что вероятность успеха, то есть появления инноваций, тем выше, чем больше исследователей занято в секторе производства знаний [6]. Другими словами в теории эндогенного роста предполагается, что величина вновь создаваемых знаний пропорциональна числу исследователей (или величине человеческого капитала) занятых в секторе производства знаний. Производственная функция знаний (A) имеет следующий вид:

, (1.1)

где д - коэффициент производительности человеческого капитала занятого в секторе производства знаний, т - коэффициент эластичности запаса знаний (норма отдачи на знания), х - коэффициент эластичности человеческого капитала (норма отдачи на человеческий капитал). Производственная функция знаний (1.1) отражает влияние нескольких факторов на темпы создания знаний (инноваций). Во-первых, прирост знаний зависит от величины человеческого капитала задействованного в секторе производящем знания. Во-вторых, темпы роста знаний зависят от запаса знаний созданных в прошлом. Предполагается, что на региональном уровне возможно будет наблюдать взаимосвязь между созданием инновационной инфраструктуры различного типа и ростом инновационной активности в регионе.

Для решения этой задачи была проведена оценка коэффициентов моделей вида:

сырьевой производственный экономический

Где а - константа, Ni - это инновационная активности в i регионе, в нашем случае - число использованных передовых производственных технологий, Li - человеческий капитал - численность персонала, занятого исследованиями и разработками в i-ом регионе, Fij - фиктивная переменная наличия инновационной инфраструктуры определенного типа (j) в регионе(i). Использование приростных моделей позволяет отойти от проблемы эндогенности, характерной для постановок задач с использованием производственной функции знаний.

В случае оценки качества созданной инфраструктуры использовалась модель вида:

Где Kij - это качественная оценка показателя инновационной инфраструктуры (j), в регионе (i).

Первая исследовательская гипотеза формируется как: (H1) Число инновационных идей положительно связано с ростом инновационной инфраструктуры в регионе. Проверка гипотезы H1 сводится к проверке статистически значимого отличия от нуля и положительного значения коэффициента b. Наличие информации о различных типах инновационной инфраструктуры позволяет протестировать третью исследовательскую гипотезу: (H2) Финансовая инфраструктура определяет интенсивность роста инновационных идей в регионе. Формальная проверка гипотезы предполагает проверку статистически значимого отличия от нуля и положительного значения bij.

Информационная база исследования.

Тестирование исследовательских гипотез проводилось на основе массива информации составленного по официальной статистики публикуемой Росстатом в справочниках «Регионы России. Социально-экономические показатели». В состав массива вошли 72 субъекта РФ в период с 2005 по 2008 гг. Из выборки были исключены автономные округа, Чеченская, Ингушская республики, Республика Алатай, Тыв, Хакассия, Калмыкия в связи с отсутствием по ним необходимых показателей по инновационной активности.

В официальной статистике приводится несколько показателей, которые измеряют инновационную активность в регионе. Число инновационно-активных предприятий - количество предприятий осуществляющие разработку и внедрение новых или усовершенствованных продуктов, технологических процессов и иной виды инновационной деятельности. К иным видам инновационной деятельности относят целый ряд явлений. Научные исследования и разработки, приобретение овеществленных технологий, связанных с внедрением инноваций, производственное проектирование инноваций, технологическая подготовка и организация производства инноваций, приобретение ПО связанного с инновационной деятельностью, обучение, подготовка и переподготовка персонала, связанная с внедрением технологических инноваций, маркетинг новых продуктов. Первые пять показателей из данной группы могут быть использованы как прокси-индикаторы потока новых технологических идей в регионе. Так мы из общего числа инновационно активных предприятий выделяем те, которые осуществляют деятельность, связанную с их созданием и внедрением. Количество человеческого капитала в исследовательском секторе измеряется показателем численности занятых в исследовательском секторе региона.

В качестве индикаторов состояния инновационной инфраструктуры рассматривалось количество созданных в различных регионах: бизнес инкубаторов, технопарков, центров коллективного пользования, бюджетных фондов, венчурных фондов и т.д. Данные по элементам инфраструктуры взяты из двух источников - базы данных Национального Информационно-аналитического центра по мониторингу инновационной инфраструктуры научно-технической деятельности и региональных инновационных систем[3]. В базе данных представлены зарегистрированные организации инновационной инфраструктуры на конец 2007 года по 74 регионам, всего 1049 объектов. В базе данных выделено пять широких групп:органы координации инновационной деятельности ( ОКИД) - 205;инновационно-технологические центры и центры трансфера технологий ( ИТЦ, и ЦТТ) - 306; центры научно-технической информации (ЦНТИ) - 205;технопарки и бизнес инкубаторы (ТП и БИ) - 173; венчурные фонды и финансовые компании (ВФ и ФК) - 160. Организации связанные с подготовкой кадров для инновационной деятельности (вузы и другие образовательные учреждения) не вошли в измеряемые элементы инфраструктуры.

Основные выводы.

В таблице 1.1 приведены результаты оценки регрессии приростной модели влияния инновационной инфраструктуры на рост числа технологических идей в регионе. Было использовано несколько спецификаций модели с приростом, измеренным в разные годы, а также без учета данных по г. Москва, так как московские данные существенно отличаются от средних по выборке.

Таблица 1.1. Результаты оценки влияния инновационной инфраструктуры на создание новых технологических идей в регионе (OLS, ПФЗ с приростами)

Результаты расчетов показывают, что на создание новых технологических идей в регионе положительно влияет созданная инфраструктура. Переменная «вся инфраструктура» везде положительна и имеет статистическую значимость. В различных спецификациях оказались значимы такие элементы инфраструктуры как, «финансовые компании и венчурные фонды (ФК, ВФ)», «технопарки и бизнес-инкубаторы (ТП, БИ)», «центры трансфера технологий и инновационно-технологические центры (ИТЦ, ЦТТ)». Таким образом, подтверждается гипотеза о том, что создание инновационной инфраструктуры положительно влияет на поток новых технологических идей в регионе.

Процессы, связанные с вложением в создание знаний и технологий - инерционны. Существует лаг между вложениями в инновационную сферу и результатом на уровне внедрения или создания новых технологий. Доступные данные позволяют оперировать максимальным лагом в три года. Результаты оценки модели с приростом за три года , без учета данных по г. Москва представлены в таблице 1.2.

Таблица 1.2. Результаты оценки влияния инновационной инфраструктуры на создание новых технологических идей в регионе (OLS, ПФЗ с приростами)

Подтверждается гипотеза о том, что созданная инфраструктура положительно влияет на создание технологических идей в регионе. Также мы видим, что значимость различных типов инфраструктуры различна. Значимым является создание технопарков и бизнес-инкубаторов, наличие в регионе финансовых структур ориентированных на инновационный сектор. Элементы инфраструктуры связанные с финансированием: венчурные фонды и финансовые компании, оказывают наиболее существенное влияние на число новых технологических идей в регионах.

Полученные результаты расчетов помогают определить соответствующие меры инновационной политики. Очевидно, что стоит стимулировать те элементы, которые оказывают положительное воздействие на зависимую переменную (инновационную активность). Государству, совершенствуя политику в сфере развития новых технологических идей, следует сделать акцент в области создания финансовых компаний ориентированных на финансирование нововведений.

Литература

1. Анализ инновационной политики и оценка ее результатов. Н.И. Иванова, И.Г. Дежина, Н.В. Шелюбская, Л.К. Пипия //Инновации №5, май 2008

2. Проблемы перехода промышленности на путь инновационного развития: микроэкономический анализ особенностей поведения фирм, динамики и структуры спроса на технологические инновации. Серия «Научные доклады: независимый экономический анализ», № 201. Москва, Московский общественный научный фонд, 2008, 264 с.

3. Региональный бенчмаркинг российской инновационной инфраструктуры. В.В. Московкин, И.А. Крымский// Инновации №5, май 2008

4. Фролов И.Э., Чаплыгина И.Г. Современные проблемы построения моделей научно-технической сферы экономики. "Экономическая наука современной России", № 1,2009 г.

5. Экономика :толковый словарь. М: Весь, мир, 2000.

6. Grossman G., Helpman E. (1994) Endogenous innovation in the theory of growth, Journal of Economic Perspectives, Vol. 8(1), pp.23-44

7. Romer P.(1986) Increasing returns and long run growth, Journal of Political Economy, Vol.94, pp.1002-10037

8. Solow, R.M. A Contribution to the Theory of Economic Growth // Quarterly Journal of Economics. - 1956.-V.70.-N1.-P.65-94

9. Nelson R. National innovation systems: A comparative analysis. N.Y.: Oxford: Oxford Univ. Press, 1993.

10. Lundvall B.A. National innovation systems: Towards a theory of innovation and interactive learning. L.: Printer, 1992.

Размещено на Allbest.ru