Методология статистического исследования инновационно-технологической деятельности в россии
На правах рукописи
УДК 519.22:001(043)
АРХИПОВА МАРИНА ЮРЬЕВНА
МЕТОДОЛОГИЯ СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ
ИННОВАЦИОННО-ТЕХНОЛОГИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ
В РОССИИ
Специальность 08.00.12 «Бухгалтерский учет, статистика»
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
доктора экономических наук
Москва, 2007
Работа выполнена на кафедре математической статистики и эконометрики Московского государственного университета экономики, статистики и информатики (МЭСИ).
Научный доктор экономических наук, профессор
консультант: Мхитарян Владимир Сергеевич
Официальные доктор экономических наук, профессор
оппоненты: Громыко Галина Леонтьевна
доктор экономических наук, профессор
Башина Ольга Эмильевна
доктор экономических наук, профессор
Садовникова Наталья Алексеевна
Ведущая организация: Центральный экономико-математический институт
(ЦЭМИ РАН)
Защита состоится 25 октября 2007 г. в 14.00 часов на заседании диссертационного совета Д 212.151.02 в Московском государственном университете экономики, статистики и информатики (МЭСИ) по адресу: 119501, г. Москва, ул. Нежинская, д.7.
С диссертацией можно ознакомиться в библиотеке университета
Автореферат разослан «__ »__ ______2007 г.
Ученый секретарь диссертационного совета,
доктор экономических наук, профессор Данченок Л.А.
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. Будущее России, ее место в мировом сообществе определяются тем, сможет ли она перестроить свою экономику и создать конкурентоспособное производство.
Необходимым условием динамичного роста экономики страны является переход на инновационный путь развития, оказывающий влияние на становление научно-технической, производственной, финансовой и институциональной сфер. При этом приоритетной задачей, с решением которой связывают подъем российской экономики, является формирование и проведение в жизнь эффективной научной и инновационной политики, призванной стимулировать развитие науки, продвижение нововведений, разработку и использование передовых производственных и информационных технологий. Внедрение новых технологий определяет уровень развития промышленности, финансовую стабильность предприятий, успех предпринимательской деятельности и, следовательно, эффективность функционирования экономики в целом.
В ведущих зарубежных странах институт научно-технической политики сформировался в 50-60-е годы прошлого столетия и получил первостепенное значение в 70-80-е годы в связи с исчерпанием экстенсивных источников экономического роста и необходимостью перехода на инновационный путь развития. Накопленная богатая мировая практика стимулирования науки и передовых технологий должна быть обобщена и критически осмыслена с учетом специфики развития научной и инновационной деятельности в России, которая определяется ее политическими, экономическими, социальными и культурными особенностями.
Только комплексное рассмотрение всех аспектов научной и инновационной деятельности в России и необходимых для ее осуществления ресурсов - трудовых, материальных, информационных и финансовых -позволит получить объективное представление о современных тенденциях инновационно-технологического развития страны. Необходим тщательный анализ процессов, происходящих на макро-, мезо- и микроуровнях с четкой оценкой основных факторов, оказывающих непосредственное воздействие на механизмы передачи знаний, а также диффузии передовых разработок и технологий в производство. Анализ областей науки и техники позволяет выявить направления, на которых возможно осуществление серьезных инновационных прорывов.
Существенную помощь в анализе складывающейся ситуации в инновационно-технологической деятельности, а также в принятии управленческих решений по ее регулированию и поддержке должны оказать современные статистические методы, использование которых позволяет не только выявить важнейшие факторы, влияющие на инновационную деятельность и современные тенденции ее развития, но и количественно оценить их взаимосвязь.
Существующие системы показателей инновационно-технологической деятельности необходимо подвергать проверке на возможность адекватного отображения действительности, реконструировать и дополнять по мере возникновения новых явлений, которые прежняя система показателей не может всесторонне отображать. Исследование основных показателей развития науки, технологий и инноваций, их сопоставление с мировыми тенденциями создает необходимую базу для выработки практических рекомендаций по регулированию развития научно-технической сферы.
Цель и задачи исследования. Целью диссертационной работы является разработка методологии комплексного статистического исследования инновационно-технологической деятельности в России.
В соответствии с целью в работе поставлены и решены следующие задачи теоретического и прикладного характера:
- исследовать существующие системы показателей на возможность их использования для анализа инновационно-технологической деятельности в России и проведения международных сопоставлений;
- разработать концепцию статистического исследования инновационно-технологической деятельности в России;
- проанализировать состояние и основные тенденции развития научного потенциала России;
- провести сравнительный анализ положения дел в сфере передовых производственных и информационно-коммуникационных технологий в России и промышленно развитых странах мира;
- исследовать инновационную активность организаций в зависимости от численности работников и форм собственности;
- предложить методологию анализа основных характеристик малого инновационного бизнеса, позволяющую проводить международные сопоставления;
- разработать и апробировать концептуальные подходы к исследованию структурных изменений в инновационно-технологической деятельности регионов, отраслей промышленности и видов экономической деятельности в России;
- предложить методику стратификации регионов и отраслей промышленности РФ по уровню инновационно-технологической активности с использованием многомерных статистических методов;
- установить статистические взаимосвязи затрат и результатов инновационно-технологической деятельности в региональном и отраслевом разрезах;
- статистически оценить зависимость масштабов и результативности инновационной деятельности от степени технологичности обрабатывающих производств;
- предложить методологические подходы к комплексному статистическому исследованию основных факторов, определяющих развитие кооперации и партнерства в научных исследованиях и разработках;
- выявить основные факторы, влияющие на инновационную активность в России, исследовать взаимосвязь между различными этапами инновационной деятельности.
Объектом исследования является инновационно-технологическая деятельность в России.
Предметом исследования является методология статистического анализа инновационно-технологической деятельности в России.
Теоретической и методологической основой исследования являются труды ведущих отечественных и зарубежных ученых, посвященные научно-техническому прогрессу, инновационно-технологическим процессам, проблемам экономики и организации науки, региональной экономике, статистике, эконометрике, информационным технологиям.
В работе использованы научные труды по теоретическим и методологическим вопросам инновационно-технологического развития России Анчишкина А.И., Багриновского К.А., Бенедиктова М.А., Варшавского А.Е., Варшавского Л.Е., Голиченко О.Г., Гохберга Л.М., Дынкина А.А., Елисеевой И.И., Ивановой Н.И., Ильенковой С.Д., Клейнера Г.Б., Миндели Л.Э., Ниворожкиной Л.И., Салтыкова Б.Г., Хрусталева Е.Ю., Яковца Ю.В.
В диссертационной работе также использованы труды известных отечественных специалистов в области прикладной статистики и эконометрического моделирования: Агаповой Т.Н., Айвазяна С.А., Башиной О.Э., Беляевского И.К., Громыко Г.Л., Данченок Л.А., Дуброва А.М., Дубровой Т.А., Ефимовой М.Р., Журавлева Г.Т., Карманова М.В., Корнилова И.А., Короткова А.В., Кузнецова В.И., Лукашина Ю.П., Минашкина В.Г., Мхитаряна В.С., Назарова М.Г., Нестерова Л.И., Орехова С.А., Рябушкина Б.Т., Садовниковой Н.А., Суринова А.Е., Устинова А.Н., Фомина Я.А., Френкеля А.А., Чобану К.Г., труды зарубежных ученых Шумпетера Й., Друккера П.
Статистическим инструментарием исследования послужили многомерные методы корреляционного, регрессионного, факторного и кластерного анализа, методы построения и анализа систем одновременных уравнений и смесей вероятностных распределений, а также табличные и графические методы визуализации результатов исследования.
Для решения поставных задач диссертационного исследования использованы аналитические пакеты прикладных программ: SPSS, Statistica, STATA, Excel.
Информационную базу исследования составили официальные статистические данные Федеральной службы государственной статистики, Роспатента, Центра исследований и статистики науки, международных организаций, а также материалы периодической печати, официальных сайтов Internet и электронных СМИ по исследуемой тематике. В работе использованы также статистические публикации и базы данных ЮНЕСКО, Организации экономического сотрудничества и развития (ОЭСР), Евростата, Национального научного фонда США.
Научная новизна исследования состоит в разработке методологии статистического исследования инновационно-технологической деятельности в России в условиях становления российской национальной инновационной системы. Положенные в его основу методологические приемы и подходы позволяют проводить аналитические исследования на различных уровнях иерархии.
К числу наиболее существенных результатов, полученных автором и обладающих научной новизной, относятся:
- предложены концептуальные подходы к статистическому исследованию инновационно-технологической деятельности в России;
- сформулирована концепция построения системы статистических показателей, обеспечивающих комплексную оценку ресурсов и результатов научных исследований и разработок, их внедрение в производство;
- разработана и апробирована методология комплексного статистического исследования состояния и основных тенденций развития научного потенциала России;
- выявлены основные тенденции развития передовых производственных и информационно-коммуникационных технологий в России, произведено их сопоставление с аналогичными процессами в промышленно развитых странах;
- проведен анализ основных тенденций и особенностей развития инновационных организаций различных форм собственности и численности работников;
- сформулирована и апробирована методика статистического анализа структурных изменений в инновационно-технологической деятельности на региональном и отраслевом уровнях;
- усовершенствованы методологические подходы к оценке степени инновационно-технологической привлекательности регионов России и анализа факторов, определяющих становление региональных инновационных систем;
- исследована кооперационная активность обрабатывающих производств, позволившая выявить точки роста инновационной деятельности в России;
- разработана методология статистического анализа факторов, оказывающих влияние на конкурентоспособность отраслей промышленности РФ;
- предложена и апробирована методика многомерного статистического анализа, позволяющая с учетом видов деятельности промышленных производств оценить влияние инновационно-технологических факторов на кооперационную активность организаций и их конкурентоспособность;
- разработаны методологические принципы эконометрического моделирования инновационно-технологических процессов в России с помощью систем одновременных уравнений.
Практическая значимость результатов исследования. Результаты проведенного исследования нашли практическое применение в деятельности Федеральной службы государственной статистики, Министерства промышленности и науки Московской области, Института проблем информатики РАН, ОАО «Тюменьэнергобанка», что подтверждается документально.
Основные результаты исследования поддержаны в форме грантов РГНФ №05-02-02352а и №06-02-04011а; Минпромнауки РФ 2002-2004 гг. госконтракты № 31.049.11.1012 и № 31.049.11.1005 от 10 марта 2002 г.
Разработанные методологические подходы представляют интерес для федеральных и региональных органов власти при корректировке законодательной и инновационной политики, а также для анализа и прогнозирования факторов, оказывающих воздействие на инновационно-технологический потенциал России, ее регионов, отраслей промышленности и видов экономической деятельности.
Основные результаты исследования использованы в учебном процессе Московского государственного университета экономики, статистики и информатики (МЭСИ) по курсам «Многомерные статистические методы», «Эконометрика» и «Эконометрическое моделирование».
Апробация результатов исследования. Основные результаты исследования докладывались и получили одобрение на 20 международных, всероссийских, региональных, межвузовских научно-практических конференциях, симпозиумах и семинарах, в том числе:
- VIII Всероссийском симпозиуме «Стратегическое планирование и развитие предприятий». М.: ЦЭМИ РАН, 2007 г.
- III Международной конференции «Стратегия качества в промышленности и образовании», Варна, 2007 г.
- VII Международной конференции «Применение многомерного статистического анализа в экономике и оценке качества», Москва, МЭСИ, 2006 г.
- IV Международном научно-практическом семинаре «Проблемы трансформации современной российской экономики: теория и практика организации и обеспечения управления». М.: ИНИОН РАН, 2006 г.
- II Международной конференции «Стратегия качества в промышленности и образовании», Варна, 2006 г.
- VII Всероссийской научной конференции «Цивилизация знаний: будущее и современность». М.: РОСНОУ, 2006 г.
- VII Всероссийском симпозиуме «Стратегическое планирование и развитие предприятий». М.: ЦЭМИ РАН, 2006 г.
- XII Международной научно-практической конференции «Теория и практика управления предприятием». Краков, Университет науки и технологий, 2005 г.
- XIV Международной научно-практической конференции «Управления в социальных и экономических процессах». Минск, Изд-во МИУ, 2005.
- VI Международной школе-семинаре «Многомерный статистический анализ и эконометрика», Цахкадзор, Армения, 2004.
Публикации. Результаты исследования опубликованы в 90 научных публикациях общим объемом 168,11 п.л. (авторских 78,67 п.л.), в том числе в двух монографиях объемом 26,14 п.л., 12 учебниках и учебных пособиях и 7 публикациях в рецензируемых научных журналах и изданиях, рекомендованных ВАК.
Структура и объем работы. Диссертационная работа состоит из введения, шести глав и заключения, списка литературы и приложений.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность выбранной темы, ее теоретическая и практическая значимость, сформулированы цель, задачи, научная новизна и практическая значимость результатов исследования, главные положения, выносимые на защиту.
В первой главе «Методологические основы статистического исследования инновационно-технологической деятельности в России» проанализированы особенности современного развития науки и технологий, сформулированы методологические принципы построения системы статистических показателей, обеспечивающих комплексную характеристику ресурсов и результатов научно-технологической деятельности в России, приведены современные трактовки понятий инноваций и национальной инновационной системы.
Теоретическая база исследования инноваций была заложена в начале XX в. Й. Шумпетером, а вслед за ним и рядом других экономистов. Их работы позволили выявить закономерности технологической эволюции и роль инноваций на различных этапах развития науки и технологий, показать взаимозависимость технологических сдвигов и институциональных изменений, технологической и социально-экономической эволюции, проработать различные подходы к классификации инноваций.
Мировой опыт показывает, что государство в первую очередь должно концентрировать усилия на создании эффективной инновационной среды и совершенствовании национальной инновационной системы (НИС), обеспечивающей устойчивое экономическое развитие страны на основе использования интеллектуального потенциала, генерации и распространения новых знаний. Экономическая полезность знаний, получаемых и используемых в НИС, заключается в эффективности инновационной деятельности, которая во многом определяется тем, каким образом основные действующие лица взаимодействуют друг с другом, а также насколько современны используемые ими технологии. Каналы взаимодействий могут принимать разнообразные формы: совместные исследования и разработки; консультирование; обмен персоналом; перекрестное патентование; покупка оборудования и другие.
Развитие технологической базы НИС определяют организации, осуществляющие фундаментальные и прикладные исследования и разработки, инновационно-активные крупные корпорации, средний и малый бизнес, высшие учебные заведения, отдельные ученые и изобретатели. В центре системы стоят предприятия, которые, имея мощные стимулы к выживанию в конкурентной борьбе, стремятся развивать производство за счет использования инноваций.
Наличие структур, ориентирующих производителя в динамике рынка и инноваций, информирующих фирму о наличие потенциальных партнеров, существенно повышает качество инновационного процесса и ускоряет его. Предприятия ищут каналы, по которым можно было бы получить дополнительные источники знаний. Если каналы, соединяющие предприятия с научно - исследовательскими (государственными и частными) организациями, высшими учебными заведениями, отдельными учеными и изобретателями, успешно функционируют, то национальная инновационная система работает и развивается.
В национальной инновационной системе на макроуровне можно выделить три следующих блока (рис.1): среду, производящую знания; предпринимательскую конкурентную среду, а также механизм передачи знаний. Этот механизм обеспечивает взаимодействие двух вышеназванных сред и организует, с одной стороны, трансфер знаний из научной в предпринимательскую среду, а с другой – стимулирует научно-техническую среду на удовлетворение инновационных потребностей производства.
В каждом конкретном случае стратегия развития НИС определяется проводимой государственной макроэкономической политикой, нормативно-правовым обеспечением, формами прямого и косвенного государственного регулирования, системой мотиваций научно-исследовательской активности, ее направленностью в сторону производства, состоянием научно-технологического и промышленного потенциала, внутренних товарных рынков, рынков труда, а также историческими и культурными традициями и особенностями страны.
Европейские государства играют активную роль в процессе формирования инновационных систем национального и регионального уровней. Политическое руководство Великобритании, Франции, Германии в последние годы выдвигает различного рода инициативы по улучшению инновационного климата в своих странах. К их числу можно отнести создание Совета по технологической стратегии и Центра поддержки инноваций в Великобритании, Национального научного агентства и Национального агентства промышленных инноваций во Франции.
Наряду с поддержкой созидательного потенциала государство открыто и активно берет под свою опеку реализацию накопленного научного задела, заключительные стадии инновационного процесса - внедрение научно-технических достижений в производство, превращение их в рыночный товар, повышение на этой основе конкурентоспособности национального хозяйства и обеспечение экономического роста. Политика, направленная на создание новых технологий и поставку их народному хозяйству (supply-oriented technology policy), дополняется инновационной политикой, центральное место в которой отводится проблеме коммерциализации и распространению прогрессивных технологических новинок, их потреблению (technology-used oriented policy).
Рис.1. Структура национальной инновационной системы
на макроуровне
В последние годы инновационно-технологическая активность в России под воздействием внешних и внутренних факторов активизировалась. Темпы экономического и технологического развития передовых наукоемких производств превышают средние для страны показатели. За счет высвобождения непрофильных активов, вспомогательных и сервисных подразделений оптимизировалась структура собственности на предприятиях высокотехнологичного сектора. Создание инновационной инфраструктуры способствует повышению коммерциализации знаний и технологий, гармонизации норм взаимодействия между предприятиями и переходу страны на международные стандарты.
Указанные изменения предопределяют необходимость новых теоретических и методологических подходов к исследованию инновационно-технологического развития страны. При этом механизм управления современным наукоемким производством будет результативен только в том случае, если он будет адаптирован к динамично меняющейся экономической ситуации. Комплексное рассмотрение всех аспектов научной и инновационной деятельности, необходимых для ее осуществления трудовых, материальных, информационных и финансовых ресурсов позволит получить объективное представление о тенденциях инновационно-технологического развития страны. Все большую актуальность приобретает задача организации эффективного мониторинга процессов, происходящих в НИС.
В то же время в мире только намечаются пути решения проблемы формирования системы индикаторов для мониторинга НИС. Сформировались лишь предварительные условия для их создания. Имеются тщательно проработанные информативные базы данных по инновационному развитию: регулярные (с периодичностью раз в два года) выпуски «Индикаторы развития науки и техники» (Science&Engineering Indicators, Arlington, VA: National Science Foundation); база данных "Кооперационные соглашения и технологические индикаторы" (CATI), созданная Маастрихтским экономическим исследовательским институтом инноваций и технологий (MERIT); базы данных Организации экономического сотрудничества и развития (ОЭСР), Росстата РФ.
Однако выделенные базы данных могут рассматриваться лишь в качестве необходимых, но не достаточных источников информации для создания системы индикаторов, позволяющих осуществлять оценку и принятие управленческих решений в сфере инновационно-технологической деятельности. К недостаткам существующей системы статистических показателей можно отнести:
- Отсутствует периодическая информация об инновационной активности малых и средних предприятий с их разбивкой по группам численности работников и формам собственности, что затрудняет проведение международных сопоставлений. Не ведется учет создания и использования малыми и средними предприятиями передовых производственных и информационных технологий.
- Не предоставляется информация о кооперационной активности предприятий и ее эффективности, средствах, выделяемых на эти цели.
- Не нашли адекватного отражения показатели, позволяющие судить о состоянии и развитии партнерских отношений между государством и бизнесом при проведении исследований и разработок, совместной исследовательской деятельности и другом техническом сотрудничестве.
- Недостаточно освещены масштабы международного сотрудничества в науке, научная продуктивность труда российских ученых и его признание мировым сообществом.
- Затруднено проведение комплексного исследования развития передовых производственных и информационных технологий в России, так как информация собирается только о числе созданных технологий без учета их стоимости.
Усовершенствованная в работе система показателей инновационно-технологической деятельности в России позволит проводить комплексный анализ состояния национальной инновационной системы, исследовать взаимоотношения между наукой, промышленностью и обществом, проводить международные сопоставления.
При измерении потоков знаний, в том числе между государственным и частным сектором, по нашему мнению, могут применяться следующие показатели: индикаторы совместной исследовательской деятельности; число совместных патентов и публикаций; индикаторы связи патентной и научно-исследовательской деятельности; индекс цитирования статей в наиболее значимых для стран международного сообщества журналах; выделение основных тенденций публикационной активности в различных направлениях и отраслях знаний.
Данные о технологиях могут быть получены от потребителей, поставщиков и государственных учреждений. Распространение технологий особенно важно для традиционных производственных отраслей и сферы услуг, которые сами могут не выполнять научно-исследовательских и опытно-конструкторских работ (НИОКР) и не создавать инновации. По этой причине в странах ОЭСР внедряется значительное количество государственных программ, направленных на передачу технологий в промышленность. При проведении эмпирических исследований в этой области наиболее часто используются обследования фирм и измерение межфирменных потоков НИОКР через приобретение машин и оборудования.
Во второй главе «Анализ инновационно-технологического развития России на макроуровне» выявлены условия функционирования, современные тенденции и закономерности развития основных составляющих инновационно-технологической деятельности, проведены международные сопоставления.
Процесс создания нового (инновационного) продукта проходит несколько стадий, начиная от фундаментальных научных исследований, выдвижения идеи и разработки прототипа продукта (НИОКР) к серийному выпуску продукции и продаже его потребителю (рыночной реализации). Весь этот путь, именуемый “инновационным коридором”, основан на использовании целого комплекса ресурсов. Для того чтобы заниматься своей деятельностью, то есть проводить исследования или выпускать продукцию, предприятия должны обладать набором ресурсов, к основным из которых относятся производственные мощности и помещения, исследовательская база, кадры, обладающие необходимой квалификацией, научный задел, производственные технологии, финансы для осуществления разработок или производства, информационные ресурсы, а также сбытовые сети, обеспечивающие продвижение продукции на рынки.
Эффективность инновационной деятельности зависит от наличия и состояния этих ресурсов, от возможностей предприятий их использовать.
Научно-техническая деятельность является первичным источником знаний в национальной инновационной системе. Поддерживаемые государством исследования и разработки не только формируют основу фундаментальных знаний для промышленности, но также являются источником основополагающих исследований, новых методов и направлений.
Важной особенностью всего периода, начиная с 1990 г., является снижение числа исследователей. Так, в 2005 г. их число составило около 391,1 тыс. чел., или 39,4% от уровня 1990 г. (табл.1).
Таблица 1
Численность работников, занятых научными исследованиями
и разработками
| Категория работников | 1990 | 1994 | 2000 | 2001 | 2004 | 2005 | 2005 к 1990 в % |
| Работники, занятые научными исследованиями и разработками (тыс. чел.) | 1943,4 | 1105,9 | 887,7 | 885,6 | 839,4 | 813,2 | 41,8 |
| Исследователи (тыс. чел) | 992,6 | 525,3 | 426,0 | 422,2 | 401,4 | 391,1 | 39,4 |
| Доля исследователей в общей численности работников, занятых научными исследованиями и разработками ( % ) | 51,1 | 47,5 | 47,9 | 47,7 | 47,8 | 48,1 | - |
Сохранение имеющейся тенденции может привести к снижению эффективности деятельности научных организаций и к увеличению уже существующего, но еще незначительного отставания России от США и Японии, лидирующих по числу исследователей, приходящихся на 1000 человек экономически активного населения и на 1000 занятых в экономике.
Тревогу внушает возрастная структура исследователей (рис.2). Около 49,8% исследователей перешагнули пятидесятилетний рубеж, при этом 32,6% кандидатов и 56,2% докторов наук старше 60 лет. В результате может быть полностью разрушена преемственность поколений.
Рис.2. Динамика возрастной структуры исследователей в России, %
Надежда на некоторую стабилизацию и улучшение сложившейся ситуации связана с наметившимися в последние годы благоприятными тенденциями. Так, доля исследователей в возрасте до 29 лет в общей численности работников выросла с 7,7% в 1998 г. до 15,4% в 2004 г., число докторов наук за этот же период увеличилось с 20,6 тыс. чел. до 23,5 тыс. чел.
Динамика структуры внутренних текущих затрат на фундаментальные, прикладные исследования и разработки характеризуется резким ростом доли разработок – 69,5% (одна из самых высоких в мире) и падением доли прикладных исследований c 33,4% в 1991 г. до 16,5% в 2005 г. На фундаментальные исследования в 2005 г. приходилось 14% всего финансирования (рис.3). Приведенные цифры свидетельствуют об ориентации организаций на достижение “быстрых результатов» в цепочке фундаментальные исследования - разработки. Для сравнения отметим, что в США в 2002 г. на фундаментальные исследования приходилось 17,9%, на прикладные исследования – 23,5%, на разработки - 58,6% внутренних затрат на исследования и разработки.
Рис.3. Структура исследовательского цикла в США (2002 г.) и России (2005 г.), %
Фундаментальные исследования в России традиционно проводятся в основном в институтах Российской академии наук (РАН) и, как правило, не ориентированы специально на рынок или на коммерциализацию получаемых результатов. Доля фундаментальных исследований во внутренних затратах на исследования и разработки в РАН составила в 2005 г. 81,6%, прикладных исследований - 10,3% и разработок – 8,1%. Сравнительно высокая доля затрат на фундаментальные исследования сохраняется за счет целенаправленной государственной политики.
Россия значительно отстает от развитых стран мира по доле затрат на исследования и разработки в ВВП. В период с 1991 по 1996 гг. расходы сократились более чем в 2 раза и, несмотря на их некоторое увеличение с 2000 г., остаются еще крайне низкими. Так, если в 2004 г. доля затрат на научные исследования и разработки в ВВП составила в США 2,7%, в Японии - 3,1%, в Германии - 2,5%, Финляндии – 3,5%, то в России в 2005 г. - 1,0%.
По данным официальной статистики и многочисленным экспертным оценкам отечественная экономика не стимулирует предприятия внедрять инновации и новые технологии, что является одним из ключевых факторов, препятствующих росту конкурентоспособности российской продукции. В 2005 г. разработку и внедрение инноваций осуществляли 9,7% организаций, доля инновационной продукции в общем объеме отгруженной продукции составила 12,2% (рис.4), доля высокотехнологичной продукции - 3-5%.
Рис.4. Динамика основных показателей инновационной активности организаций России, %
Анализируя структуру отгруженной инновационной продукции, усредненную для сглаживания всплесков (выбросов), можно сделать вывод о том, что наибольший удельный вес имеет значительно измененная или вновь внедренная продукция. Однако ее доля постепенно снижается, доля же усовершенствованной продукции растет (рис.5).
Низкая востребованность научно-технических достижений в значительной мере объясняется их неподготовленностью к практическому внедрению. Значительная часть изобретений направлена на поддержание или незначительное усовершенствование существующих видов техники и технологий. Основная часть образцов новых типов машин и оборудования не отвечает современным требованиям качества. В связи с этим инновационно-активные организации отдают предпочтение приобретению готового оборудования, прежде всего импортного.
Рис.5. Усредненная структура отгруженных инновационных товаров
инновационно-активных организаций РФ, %
Основную долю в структуре затрат на технологические инновации составляют затраты на приобретение машин и оборудования, связанные с технологическими инновациями. Доля затрат на исследования и разработки новой продукции, услуг и методов производства после некоторого роста в 2004 г, упала до уровня 1999 г. и составила в 2005 г. 14,5%. По сравнению с 1999 г. более чем в 3 раза уменьшились затраты на приобретение новых технологий. Доля затрат на приобретение прав на патенты и лицензии на использование изобретений в общей сумме затрат на приобретение новых технологий за период с 1998 г. по 2005 г. сократилась с 23% до 4,2%.
Отмеченные изменения сигнализируют о неблагоприятных тенденциях в распределении затрат на технологические инновации, высоком износе основных фондов в промышленности и крайне низком технико-технологическом уровне производства, которые могут привести к снижению инновационной активности российских организаций в сфере освоения и выпуска принципиально новой конкурентоспособной продукции.
Основным источником затрат на инновации являются собственные средства организаций, доля которых за анализируемый период колебалась незначительно и составляла около 80%. Доля внебюджетных фондов, бюджетов субъектов федерации и местных бюджетов не превосходила 0,6%.
Показатель числа созданных новых технологий в России имеет сложную динамику. Некоторый рост в 2000-2003 гг. сменился падением в 2004-2005 гг. до уровня 2001 г. Больше всего новых технологий было создано в группе «Производство, обработка и сборка», что можно объяснить стремлением российских предпринимателей к освоению «чужих» технологий, высококачественные комплектующие для которых поставляются из-за рубежа. Такими, в частности, являются технологии «сборочного» этапа производства продукции.
На втором месте - группа технологий «Проектирование и инжиниринг», на третьем - «Связь и управление», что обусловлено значительным интересом к развитию информационных и связанных непосредственно с ними технологий, а также технологий, позволяющих автоматизировать производственные процессы.
Среди созданных в 2005 г. передовых производственных технологий (ППТ) 84,5% были новыми в стране, 6,1% не имели аналогов за рубежом и 9,4% – принципиально новыми (рис.6).
Рис.6. Динамика числа созданных в России передовых производственных технологий с учетом уровня новизны (единиц)
Указанный факт свидетельствует о неготовности российских производителей завоевывать зарубежные конкурентные рынки и стремлении получать «быстрые результаты» любой ценой.
За рассматриваемый период значительно увеличилось число используемых технологий российскими организациями (рис.7), улучшилась их структура: технологии, созданные в период с 2000 г. по 2004 г. и внедренные в 2005 г., составили 63,5%, что характеризует достаточно высокий уровень новизны используемых в России передовых производственных технологий. Доля используемых старых технологий за рассматриваемый период имела тенденцию к снижению.
Рис. 7. Динамика числа использованных передовых производственных технологий в России (тыс. единиц)
Результаты исследования процесса разработки и распространения передовых производственных технологий в России позволяют утверждать, что спрос на передовые производственные технологии и их предложение развиваются особенно быстро в группах, связанных с информационными и компьютерными технологиями. Хорошую динамику спроса и предложения показывают также технологии группы «Производство, обработка и сборка», которые обеспечивают условия имитации и восприятия «чужих» производственных технологий.
Переход российской экономики на новые принципы хозяйствования требует формулирования новых стратегических задач, одной из которых является ориентация страны на повышение конкурентоспособности отечественного высокотехнологичного комплекса на основе использования передовых научно-технических достижений. Решение этих задач невозможно без современных информационных и коммуникационных технологий (ИКТ) с широким использованием локальных и глобальных сетей, в том числе Интернет, технологий хранения, обработки и передачи информации, автоматизации всех процессов.
Проведенный анализ показывает, что в последние годы в России наблюдается рост использования ИКТ. Так, число компьютеров на 1000 чел. населения увеличилось с 18 в 1995 г. до 159 в 2005 г. (рис. 8), количество пользователей Интернет - с 52 чел. до 165 чел. на 1000 чел. населения. Однако, наблюдаемый рост недостаточен для того, чтобы Россия догнала развитые страны мира и заняла достойные позиции в международных рейтингах.
Рис. 8. Динамика числа компьютеров, приходящихся на 1000 чел.
в различных странах мира (единиц)
Исследование оснащенности работников российских организаций персональными компьютерами (ПК) показало, что в среднем по России в 2005 г. на 100 работников приходилось 22 ПК. И хотя на всем анализируемом интервале прослеживалась устойчивая тенденция к росту, оснащенность работников ПК еще остается на достаточно низком уровне и не соответствует современным требованиям.
Только в трех видах деятельности анализируемый показатель близок к аналогичным значениям для развитых стран мира: «Финансовая деятельность» – 97 ПК на 100 работников, «Высшее профессиональное образование» – 64 ПК на 100 работников и «Государственное управление» – 51 ПК на 100 работников.
Среди основных факторов, сдерживающих применение ИКТ в России, организации выделили нехватку денежных средств и квалифицированных специалистов.
В третьей главе «Исследование особенностей инновационных процессов с учетом размеров и форм собственности предприятий» проанализирована роль малых и средних предприятий в технологическом развитии страны, обобщен опыт развития малого бизнеса в развитых странах мира, исследованы особенности инновационных процессов в зависимости от размеров предприятий и форм собственности в России.
К настоящему времени вопросы организации устойчивого взаимодействия малых и крупных промышленных предприятий, малых предприятий между собой, развития предпринимательства внутри крупных частных или государственных компаний, успешности функционирования малых многопрофильных предпринимательских структур, влияния форм собственности российских предприятий на инновационную деятельность остаются актуальными как в теоретическом, так и в прикладном аспектах. Общепринятым является мнение о более высоком инновационном потенциале частного и иностранного секторов по сравнению с государственным.
Малые предприятия являются основным источником инноваций в экономике, основанной на знаниях. Правительства разных стран создают благоприятные условия в области защиты прав интеллектуальной собственности, стимулирования взаимодействия между государственными исследовательскими институтами и промышленностью с тем, чтобы стимулировать инновационную деятельность и адаптацию новых технологий малыми предприятиями.
Малый бизнес и предпринимательство рассматриваются во всем мире как решающие факторы успешности экономического развития. Благодаря им происходит постоянная смена участников рынка: возникают новые компании, виды бизнеса, происходит замещение фирм, завершивших цикл своего развития.
Малые предприятия действуют в зоне высокого риска, берутся за новые направления технологического развития, успех в которых дает возможность быстрого роста и развития новых технологических областей, выхода на конкурентные рынки. Также важна роль малых предприятий в воспитании нового слоя предпринимателей не только склонных к риску, но и обладающих большими адаптивными способностями, склонностью к поиску и экономической реализации новых идей. В этом смысле именно малый бизнес является организационной формой реализации нововведений и технологического прогресса, позволяет поддерживать необходимый уровень конкуренции и придает импульс изменениям в рыночной структуре экономики.
По данным ОЭСР 1/3 всех малых предприятий в Европе разрабатывает свои собственные инновации. Инновационно-активными являются в Швеции - 55%, в Германии – 48%, Финляндии – 40% малых предприятий.
Значительную долю средств малые и средние предприятия (до 250 чел.) направляют на проведение исследований и разработок (ИиР). Так в Италии доля затрат на проведение ИиР в общем объеме затрат составляет 65%, в Греции – 50%, Норвегии – 48%. В России доля затрат на проведение ИиР находится на уровне 15-20%.
Анализ основных тенденций развития малого предпринимательства в России показал, что удельный вес малых предприятий в экономике страны за период с 2000 по 2005 гг. несколько вырос: средний темп роста среднесписочной численности работников малых предприятий (без совместителей) составил 105%, а инвестиций в основной капитал – 130%.
Инновационные малые предприятия в России, занимающиеся разработкой новых технологий и внедрением достижений научно-технического прогресса, составляют пока незначительную часть действующих малых структур и либо образованы на базе крупных заводов и опытных производств, либо отпочковались от научно-исследовательских организаций. В настоящее время идет процесс накопления и осмысления опыта в области формирования правовых и экономических основ, необходимого для выполнения малым бизнесом своей роли в становлении и развитии национальной инновационной системы. Малые российские инновационные предприятия, выходя на наукоемкие секторы мирового рынка даже с небольшими объемами товаров или услуг, приобретают опыт работы, изучают правила игры, аккумулируют информацию о потребителях и конкурентах. Тем самым малые инновационные предприятия формируют основу для сглаживания диспропорций в российской экономике, которые обусловлены сырьевой направленностью российского экспорта.
Исследование инновационной активности на предприятиях РФ с различным числом работников (рис.9), показало, что наибольшая доля инновационно-активных предприятий сосредоточена в двух классах: с численностью работников от 1000 до 4999 чел. (24%) и от 200 до 499 чел. (23%). На предприятия с численностью от 500 до 999 чел. и от 100 до 199 чел. приходится соответственно 16% и 15% инновационно-активных предприятий, на малые предприятия с численностью работников от 50 до 99 чел. и до 49 чел. – 8% и 7%. Такая структура нетипична для развитых стран, где на малые предприятия приходится существенно большая доля инновационно-активных предприятий. Последнее свидетельствует о незавершенности процесса перестройки рыночных отношений в России.
Рис.9. Доля инновационно-активных предприятий в общем числе предприятий с учетом числа работающих, 2005 г. (%)
Отметим, что наибольший удельный вес объема отгруженной инновационной продукции приходился в 2005 г. на малые предприятия с численностью работников до 49 чел. – 25,6% и средние предприятия от 200 до 499 чел. – 20,5%, что значительно превосходит средний для России уровень (12,2%). Минимальное значение рассматриваемого показателя отмечалось на крупных предприятиях с численностью работников от 5000 до 9999 чел. – 7,4%.
В период с 1997 по 2005 гг. наблюдались устойчивые сдвиги в структуре инновационной активности предприятий. Они были вызваны, с одной стороны, ростом инновационной активности средних предприятий и близких к ним по числу занятых крупных предприятий с численностью работников от 500 до 999 чел., а с другой стороны, снижением активности среди очень крупных предприятий. Так, в структуре отгруженной инновационной продукции (рис.10) предприятий с численностью работников от 200 до 499 чел. и от 500 до 999 чел. преобладает значительно измененная или вновь внедренная продукция, доля которой значительно превосходит средний для России уровень, составляющий 48%. На малых предприятиях с численностью работников до 49 человек и предприятиях – гигантах с численностью работников от 5000 до 9999 чел. и более 10000 чел. основное внимание уделяется усовершенствованию уже существующей продукции.
Рис. 10. Структура отгруженной инновационной продукции по группам предприятий в 2005 г. (%)
Увеличение доли исследований и разработок в затратах на технологические инновации на крупных предприятиях и предприятиях-гигантах (рис. 11) позволяет надеяться на увеличение их инновационной активности в будущем.
Рис.11. Доля исследований и разработок в затратах на
технологические инновации на предприятиях с различной
численностью работников (%)
Таким образом, повышение конкурентоспособности российской экономики лежит в преодолении инновационной пассивности крупных предприятий и повышении удельного веса малых и средних инновационно-активных предприятий.
Важнейшей задачей современной государственной экономической политики России должна стать разработка комплексной системы мер по поддержке инновационной активности малого сектора промышленности по
разным направлениям - от патентования до выхода на новые рынки. Все это позволит малым инновационным предприятиям снизить издержки и риски, повысить конкурентоспособность и сыграть достойную роль в становлении национальной инновационной системы.
В ходе исследования было установлено, что частная форма собственности не является лидером предпринимательской активности в инновационной деятельности. Предприятия этой формы собственности уступают по активности предприятиям смешанной российской и федеральной собственности (рис.12). Среди предприятий указанных форм собственности, осуществлявших инновационную деятельность, 43% и 45% предприятий соответственно наиболее важным рынком сбыта считали зарубежный рынок при среднем для России уровне 28%.
Рис.12. Доля организаций, занимавшихся инновационной
деятельностью, по формам собственности, 2005 г. (%)
Следует отметить, что «вливание» иностранной собственности в российскую, значительно увеличивая эффективность собственника. Высокая инновационная активность предприятий смешанной российской и совместной российской и иностранной собственности подтверждается при исследовании удельного веса отгруженной инновационной продукции в общем объеме отгруженной продукции. Значение анализируемого показателя для предприятий выделенных форм собственности составляет, соответственно, 16,9% и 15,9%, что значительно превышает уровень частной формы собственности (7,7%) и средний для России уровень (12,2%). При этом продукция предприятий смешанной российской и совместной российской и иностранной собственности обладает высокой экспортной составляющей: доля отгруженной продукции собственного производства за пределы РФ составила в 2005 г. 27,1% и 34,6% соответственно (при среднем уровне 20%). Предприятия смешанной формы собственности, несмотря на достаточно высокие показатели инновационной деятельности, уделяют значительное внимание проведению исследований и разработок: на эти цели в 2005 г. было выделено 26,4% затрат на технологические инновации, что превышает средний уровень по России почти в 2 раза.
Последнее обстоятельство еще раз подтверждает возможность увеличения инновационной активности предприятий путем повышения качества собственника и качества менеджмента предприятий.
Лишним подтверждением факта отсутствия в России активной рыночной среды является инновационная пассивность предприятий иностранной формы собственности: уровень предпринимательской активности на этих предприятиях значительно ниже общероссийского.
У предприятий, находящихся в собственности субъектов РФ, несмотря на низкие показатели инновационной активности, просматриваются и позитивные моменты: увеличение доли значительно измененной или вновь внедренной продукции в структуре отгруженной продукции и рост затрат на исследования и разработки в затратах на технологические инновации.
Таким образом, каждая из рассматриваемых форм собственности имеет свои преимущества и недостатки. Все это означает, что без качественного изменения деятельности организаций нельзя добиться одновременно выигрыша в масштабах и эффективности инновационного производства только за счет структурных сдвигов в пользу тех или иных форм собственности.
В четвертой главе «Методология сравнительного анализа инвестиционной привлекательности и инновационно-технологической активности регионов России» исследованы методологические подходы к определению понятия региональных инновационных систем, обобщены современные подходы к количественной оценке дифференциации регионов России по уровню инновационно-технологического развития, рассмотрены интенсивность и направленность структурных изменений, произошедших в регионах за период реформирования, предложена эконометрическая модель распределения регионов России по инновационно-технологической активности, выявлены основные факторы, определяющие результативность инновационной деятельности и уровень инновационной активности регионов.
Россия переживает болезненный процесс трансформации социальных и хозяйственных отношений. Резкое снижение роли государства в регулировании экономических процессов, противостояние между федеральным центром и отдельными субъектами Федерации, ослабление внутрироссийских экономических связей – отрицательно сказываются на экономике отдельных регионов. Будучи федеративным государством, Россия до недавнего времени не имела опыта разработки и реализации региональной политики. Примерно четверть всех субъектов федерации имеют монопрофильную экономику, основным донором их бюджета выступают крупные вертикально-интегрированные компании.
Реализация политической стратегии государства по гармонизации развития регионов диктует необходимость создания методической основы количественного измерения региональной и отраслевой дифференциации экономики.
Средства, которыми пользуются центральные, региональные и местные власти разных стран для устранения региональных различий, весьма многообразны, выбор их обусловлен рядом таких факторов, как социально-экономическое положение страны, тип государственного устройства, особенности экономического потенциала.
Чтобы четко поставить задачи региональной политики и выбрать подходящие средства их решения, необходимо, в первую очередь, выявить причины пространственного неравенства и факторы, ее определяющие.
Проведенный анализ показал, что наиболее ярко межрегиональные различия проявляются в высокой степени концентрации научного потенциала в отдельных регионах страны. Более половины расходов на исследования и разработки приходится на Центральный федеральный округ, в котором сосредоточены регионы с высоким научным потенциалом, наименьшая доля - на Дальневосточный федеральный округ. Так, около 52% работников, выполняющих исследования и разработки в научно-технической сфере, приходится на Москву, Санкт-Петербург и Московскую область.
Экономически развитые районы в большей степени ориентированы на инновационные технологии. Ранжирование регионов РФ по объему финансирования технологических инноваций позволило выявить лидеров, которыми являются: Москва, Санкт-Петербург, Челябинская, Свердловская, Самарская, Тюменская, Московская области, республика Татарстан. В число регионов-аутсайдеров попали в основном регионы Южного федерального округа: Республика Дагестан, Кабардино-Балкарская, Карачаево-Черкесская Республики, а также Псковская (0,024%), Астраханская (0,013%), Магаданская (0,012%) и Сахалинская (0,034%) области.
Межрегиональная дифференциация проявляется и в распределении малых предприятий по территории страны. Так, в 2005 г. 20,5% малых предприятий было расположено в Москве (что превышает уровень всех федеральных округов), 11,7% - в Санкт-Петербурге, 4,5% - в Московской области. Доля малых предприятий в остальных субъектах федерации не превышала 3%.
Анализ структурных изменений инновационной деятельности на мезоуровне позволил распределить федеральные округа по уровню инновационной активности. Лидерами являются Центральный и Приволжский федеральные округа, Дальневосточный округ характеризуется наименьшей инновационной активностью.
Наиболее подвержен структурным изменениям Уральский федеральный округ, весьма низкий уровень различий наблюдается в Северо-западном округе.
Исследование пространственной структуры инновационной деятельности проводилось с целью выделения однородных групп регионов, имеющих общие черты и закономерности развития научных и инновационных процессов с использованием следующих показателей:
- общие затраты (капитальные и текущие) на продуктовые и процессные инновации, тыс. руб.;
- инвестиции в основной капитал, тыс. руб.;
- число совместных проектов по выполнению исследований и разработок, ед.;
- доля организаций, приобретавших новые технологии, в общем числе организаций;
- среднесписочная численность сотрудников организаций, осуществляющих инновационную деятельность, чел.
Классификация осуществлялась за период с 1997 по 2005 гг. на основе нормированных значений указанных показателей (
, где j=1,2,3,4,5).
Реализация агломеративного иерархического метода кластерного анализа с помощью различных метрик и правил объединения кластеров по критерию максимума межгрупповой и минимума внутригрупповой дисперсий по всем выделенным признакам позволила сделать вывод о целесообразности разбиения регионов РФ на три кластера. По данным 2005 г. к первому кластеру (n1=15) относятся регионы-лидеры, отличающиеся высоким уровнем инновационного развития (рис.13); ко второму – стабильно развивающиеся регионы (n2=34), представители третьей группы - отстающие регионы (n3=30).
Рис.13. Средние значения нормированных показателей
по кластерам, 2005 г.
В состав первого кластера вошли, например, г. Москва, Московская область, г.Санкт-Петербург, республика Татарстан, Нижегородская, Пермская, Самарская, Свердловская, Тюменская области.
Этот кластер характеризуется наибольшими значениями общих затрат на продуктовые и процессные инновации, инвестиций в основной капитал и среднесписочной численности работников, осуществлявших инновационную деятельность.
Высокая концентрация научных ресурсов в первом кластере объясняется, прежде всего, особенностями распределения научно-исследовательских и опытно-конструкторских организаций в советский период. Основные научные базы располагались в регионах с развитой отраслевой инфраструктурой.
Регионы третьего кластера характеризуются самыми низкими значениями практически всех анализируемых показателей, за исключением 
- «число совместных проектов по выполнению исследований и разработок». Представители третьего кластера достаточно разнообразны, нет четкой привязанности к конкретному федеральному округу. Прежде всего, кластер отличается наличием «проблемных» регионов (Республика Ингушетия, Кабардино-Балкарская Республика, Удмуртская Республика, Республики Тыва и Хакасия). Под «проблемным» подразумевается регион, который самостоятельно не в состоянии решить свои социально-экономические проблемы или реализовать свой потенциал и нуждается в активной поддержке со стороны государства. В таких регионах происходит деградация ресурсного, хозяйственного, социального и экологического потенциалов.
Помимо «проблемных» регионов в кластер попали субъекты РФ, характеризующиеся неразвитым промышленным сектором. В структуре производства указанных субъектов преобладает сельское хозяйство, животноводство, развит сектор туризма (Ставропольский край, Ростовская, Курская, Ярославская области). Историческое отраслевое распределение научно-исследовательских организаций объясняет отсутствие в этих регионах полноценной научной базы.
Следует отметить, что разница между значениями рассматриваемых показателей во втором и третьем кластерах несущественна. Таким образом, относительно благополучными являются лишь 15 регионов РФ – представители первого кластера. Субъекты, входящие во второй кластер, являются перспективными регионами для развития инновационной деятельности при условии достаточного финансирования научного сектора.
Сопоставление классификаций за 1997-2005 гг. свидетельствует о росте дифференциации регионов РФ. В число постоянных инновационно- активных регионов вошло 8 субъектов РФ. Причем очевидными лидерами являются либо экономически развитые регионы, связанные с экспортом технологической продукции (г. Москва, Московская область, г. Санкт-Петербург, Свердловская, Самарская и Нижегородская области), либо регионы, богатые нефтяными ресурсами (Республика Татарстан, Тюменская область). За рассматриваемый период увеличилось число регионов со средней степенью инновационной активности (с 14 в 1997 г. до 34 в 2005 г.) и снизилось число инновационно-отсталых регионов.
Сделанные выводы подтверждены с помощью параметрической структурной модели инновационной деятельности регионов России. Рассматривалась функция плотности распределения показателя «объем отгруженной инновационной продукции, приходящейся на 1000 жителей региона» (рис.14). В результате применения алгоритма расщепления смеси вероятностных распределений регионы разделились на три страты (лидирующие, средние и отстающие).
Исследование аналогичных разбиений за период с 2000 по 2004 гг. свидетельствует об усилении дифференциации наиболее инновационно - активных регионов, которые образуют третью компоненту в исходном и модельном распределениях.
Рис. 14. Распределение регионов России по выпуску
инновационной продукции и его декомпозиция, 2005 г.
О достаточно высоком качестве аппроксимации результатов наблюдений свидетельствует соответствие теоретических распределений эмпирическим. Линейная ошибка аппроксимации составила в 2005 г. 
. Предположение о виде теоретического распределения согласуется с имеющимися данными на уровне значимости 0,1.
За рассматриваемый период уменьшилось число инновационно-отсталых регионов (с 19 в 2001 г. до 13 в 2005 г.) и увеличилось число регионов со средней степенью инновационной активности (долей инновационной продукции, приходящейся на 1000 чел.).
Полученная региональная стратификация подтверждает сделанные ранее выводы о существенной дифференциации регионов и увеличении группы регионов со средним уровнем инновационно-технологического развития.
Средние значения показателей инновационной активности групп лидирующих, средних и депрессивных регионов представлены на рис. 15. Регионы, входящие в состав третьей страты, занимают лидирующие позиции по всем рассматриваемым показателям.
Рис. 15. Инновационная активность регионов по стратам, 2005 г.
В выделенных однородных группах регионов построены регрессионные уравнения, позволяющие установить факторы и численно оценить степень их влияния на результативность инновационной деятельности.
На предварительном этапе отбор объясняющих переменных для регрессионной модели показателя (y) - «доля инновационной продукции в общем объеме отгруженной продукции» производился из 50 показателей, характеризующих научную, инновационную и технологическую деятельность в России.
После устранения мультиколлинеарности в явном виде и исключения недостаточно информативных показателей для анализа было оставлено 10 переменных:
x1 - доля организаций, имевших готовые инновации в течение последних трех лет, в общем числе обследованных организаций;
x2- доля затрат на процессные инновации в общем объеме затрат на технологические инновации;
x3 – доля исследователей в общей численности работников, выполнявших ИиР;
x4 - количество приобретенных новых технологий (технических достижений), программных средств (ед.);
x5 - количество переданных новых технологий (технических достижений), программных средств (ед.);
x6 - число совместных проектов по выполнению исследований и разработок (ед.);
x7 - доля затрат на прикладные исследования и разработки во внутренних текущих затратах на ИиР;
x8 - активность освоения зарубежных технологий;
x9 - доля собственных средств организаций в затратах на технологические инновации;
x10 - доля привлеченных кредитов и займов в затратах на технологические инновации;
В первом (лидирующем) кластере для уменьшения признакового пространства и перехода к ортогональной системе координат был реализован метод главных компонент с последующим вращением Varimax, позволивший получить матрицу факторных нагрузок простой структуры. В результате удалось выделить три главных компоненты, на которые пришлось 85,6% суммарной дисперсии.
Анализ матрицы факторных нагрузок показал, что первая главная компонента (f1) выражает ресурсную составляющую инновационной деятельности, вторая (f2) - технологическую составляющую инновационной деятельности, третья (f3) – активность освоения зарубежных технологий.
Для группы лидирующих регионов в регрессионную модель инновационной активности вошли первые две главные компоненты (табл.2).
Учитывая низкую степень финансирования инновационной деятельности из средств федерального бюджета, уровень инновационной активности в настоящее время всецело зависит от самих организаций. Поэтому наиболее инновационно-активными являются, прежде всего, экономически развитые регионы, имеющие возможность свободного финансирования инновационной деятельности из собственных средств и обладающие высоким научным потенциалом.
Влияние показателя «доля организаций, имевших готовые инновации в течение последних трех лет», на объем отгруженной инновационной продукции объясняется тем, что в настоящее время наиболее важным конкурентным преимуществом организаций является создание новой инновационной продукции, стимулирующей развитие новых связей между наукой и производством. Лишь значительно укрепив рейтинговые позиции за счет эффективной региональной инновационной деятельности, активного освоения новых технологий можно претендовать на интерес со стороны российских и зарубежных инвесторов.
Таблица 2
Регрессионные модели и характеристики их адекватности
для выделенных кластеров (групп регионов России)
| № кластера | Регрессионная модель |
| К 1 |  R2=0,823, Fнабл. = 20,12,  =0,92,  |
| К 2 |  (-4,12) (4,46) (2,36) (2,76) R2=0,855, Fнабл. = 40,67,  =0,73,  |
| К 3 |  (-2,15) (4,36) (3,98) (2,76) (3,05) R2=0,902, Fнабл. = 35,96,  =0,524,  |
Инновационная политика регионов второго кластера заключается в поддержании и дальнейшем увеличении инновационного потенциала за счет использования прикладных исследований и разработок. Несмотря на высокий уровень инновационного развития крупнейших российских городов (Москва, Санкт-Петербург и другие), не менее привлекательными являются регионы со стабильно развивающейся экономикой. Именно в такие регионы в настоящее время инвестируют денежные средства российские и иностранные инвесторы.
Исследование коэффициентов эластичности модели инновационной активности регионов третьего (отстающего) кластера показало, что наибольшее влияние на результативный показатель y оказывают доля собственных средств предприятий в затратах на технологические инновации (x9) и доля организаций, имевших готовые инновации в течение последних трех лет, в общем числе обследованных организаций (x1). Далее следует доля привлеченных кредитов и займов в затратах на технологические инновации (x10), что свидетельствует о стремлении депрессивных регионов использовать заемные средства для поддержания инновационной активности. Отметим существенный рост привлеченных средств в финансировании инновационной деятельности российских организаций. Так, в целом по России значение исследуемого показателя за период с 2000 по 2005 г. выросло с 7,2% до 17,1%.
Стремление выжить в конкурентной борьбе стимулирует организации регионов третьего кластера к проведению совместных исследований и разработок, что значительно повышает их инновационный потенциал.
Для моделирования инновационно-технологической деятельности регионов второго и третьего кластера использованы степенные модели, обладающие более высокими показателями точности и адекватности по сравнению с линейными.
Для проверки качества регрессионных моделей использован тест Рамсея, который подтвердил справедливость предположений об отсутствии ошибок спецификации.
Сопоставление регрессионных моделей позволило сделать вывод, что положительное влияние на долю отгруженной инновационной продукции во всех выделенных кластерах оказывают собственные средства организаций, влияние которых на объем отгруженной инновационной продукции просматривается на всем анализируемом интервале с 1997 по 2005 гг., а также доля организаций, имевших инновации в течение последних трех лет. Доля затрат на прикладные исследования и разработки оказывает положительное воздействие на объем отгруженной инновационной продукции в регионах второго кластера. Депрессивные регионы, испытывающие недостаток собственных средств, пытаются поддержать инновационную активность за счет привлечения кредитов и займов и выполнения совместных научных исследований.
В пятой главе «Методология статистического анализа инновационно-технологической деятельности в промышленности России» разработана методология комплексной оценки инновационного потенциала отраслей промышленности РФ, основанная на анализе структурных различий, многомерных статистических и рейтинговых методах, непараметрической структурной модели инновационной активности.
Опыт наиболее развитых стран показывает, что технологическая конкурентоспособность обеспечивается накопленным научно-техническим потенциалом, наличием крупных наукоемких корпораций, эффективностью управления технологическим прогрессом.
В работе рассчитаны структурные изменения в отраслях промышленности и видах деятельности промышленных производств по следующим показателям: выполненный объем научно-технических работ; объем отгруженной инновационной продукции; число созданных и использованных передовых технологий.
В процессе анализа было выявлено, что направления структурных изменений по всем изучаемым показателям различны как по отраслям промышленности, так и по видам деятельности.
К отраслям промышленности, которые наиболее активно развиваются, используют в производстве передовые технологии и отгружают инновационную продукцию, относятся: топливная, пищевая, медицинская, химическая и полиграфическая промышленности.
Самым ярким лидером по положительным структурным изменениям является топливная промышленность, в которой инновационная модель формируется фактически заново, в основном, усилиями частных компаний, испытывающих острейшие потребности в повышении технического уровня производства. Ряд компаний нефтегазовой и металлургической промышленности начал выполнять новые для них функции структурообразующих элементов отраслевых инновационных систем или технологических кластеров нового типа.
Ухудшение показателей инновационной активности наблюдалось в отрасли тяжелого, энергетического и транспортного машиностроения, что свидетельствует о наметившейся тенденции снижения ее конкурентоспособности и необходимости серьезных структурных преобразований.
Среди видов деятельности, которые успешно развиваются, активно используют и создают новые передовые технологии, реализуют инновационную продукцию можно выделить добычу топливно-энергетических полезных ископаемых, производство пищевых продуктов, включая напитки и табак, производство изделий медицинской техники, целлюлозно-бумажное производство, издательскую и полиграфическую деятельность, химическое производство.
Негативные структурные изменения наблюдались в производстве прочих неметаллических минеральных продуктов, в котором наметилась тенденция снижения объёма выполненных научно-технических работ, использования передовых технологий и, как следствие, снижение объёма отгруженной инновационной продукции.
Для выявления наиболее конкурентоспособных отраслей промышленности РФ использовалась методика построения рейтингов отраслей промышленности при помощи непараметрических приемов «сжатия информации», включающая в себя различные методы построения обобщенного показателя (метод суммы мест, суммы баллов, таксиметрический и другие методы), а также многомерные методы классификации.
Классификация n= 44 отраслей промышленности осуществлялась по следующим показателям: z1- доля отгруженной инновационной продукции в общем объёме отгруженной продукции; z2-.доля организаций, выпускавших инновационную продукцию; z3- доля работников с высшим образованием; z4- объём инвестиций в основной капитал, приходящийся на одного работника основной деятельности.
В результате было выделено три группы отраслей промышленности с высокой (n1=14), средней (n2=18) и низкой (n3=12) степенью участия в инновационно-технологической деятельности.
Полученные результаты были проверены с помощью модифицированной процедуры кластерного анализа с использованием аппарата теории нечетких множеств. Отрасли промышленности разделились на три однородные группы: конкурентоспособные инвестиционно-привлекательные (К1), технологически активные (К2) и отстающие (К3). Рассчитана матрица принадлежности отраслей промышленности к выделенным кластерам. Средние значения показателей в кластерах представлены в табл.3.
Таблица 3
Характеристики кластеров отраслей промышленности
по инновационной активности
| Показатели | 2001 год | 2004 год | ||||
| К 1 | К 2 | К 3 | К 1 | К 2 | К 3 | |
| z1 | 0,11 | 0,25 | 0,14 | 0,14 | 0,22 | 0,15 |
| z 2 | 0,18 | 0,27 | 0,09 | 0,27 | 0,23 | 0,12 |
| z 3 | 0,52 | 0,48 | 0,34 | 0,57 | 0,43 | 0,35 |
| z 4 | 0,39 | 0,03 | 0,05 | 0,82 | 0,04 | 0,07 |
| Удельный вес кластера, % | 22,7 | 36,4 | 40,9 | 22,7 | 43,2 | 34,1 |
Доля инвестиционно - привлекательных отраслей составляет 22,7%. Ядро кластера образуют наиболее прибыльные отрасли топливной промышленности. Отрасли первого кластера характеризуются высокими инвестициями в основной капитал, высокой квалификацией кадров, но сравнительно низкой долей объёма отгруженной инновационной продукции в общем объёме отгруженной продукции. За рассматриваемый период число объектов кластера оставалось стабильным.
Доля отстающих отраслей за рассматриваемый период уменьшилась с 40,9% в 2001 г. до 34,1% в 2004 г. Этот кластер характеризуется низким уровнем инвестиций в основной капитал, наименьшей долей организаций, выпускающих инновационную продукцию, низким уровнем образования персонала. В ядро кластера на протяжении рассматриваемого периода входили черная металлургия, угольная, станкостроительная и инструментальная, подшипниковая, лесная, деревообрабатывающая и целлюлозно-бумажная, мукомольно-крупяная и комбикормовая, легкая, стекольная и фарфорофаянсовая промышленности.
Для технологически активных отраслей второго кластера, доля которых выросла за период с 2001 – 2004 гг. с 36,4% до 43,2%, характерен низкий уровень инвестиций в основной капитал и относительно высокая квалификация персонала. Доля объёма инновационной продукции в общем объёме отгруженной промышленной продукции самая высокая среди рассматриваемых кластеров. Его основу составляют наукоёмкие отрасли, требующие высокой квалификации персонала и больших капиталовложений. Ядро кластера образуют следующие отрасли промышленности: средств связи, приборостроение, судостроительная, электронная, авиационная, оборонная.
При анализе динамики перемещения центров кластеров заметен рост среднего объёма инвестиций в основной капитал отраслей первого кластера. При этом инвестирование отраслей двух других групп существенно не изменилось. Для предприятий средней группы характерно некоторое снижение доли объёма отгруженной инновационной продукции в общем объёме отгруженной продукции и доли организаций, выпускавших инновационную продукцию.
В выделенных типологических группах отраслей промышленности, построены регрессионные модели результативного показателя (y) - «доля отгруженной инновационной продукции в общем объеме отгруженной продукции», определяющие его зависимость от факторов, оказывающих существенное воздействие на инновационно-технологическую деятельность (табл.4).
В построенные модели вошли следующие показатели: x1 - доля совместных проектов по проведению исследований и разработок (ИиР) с организациями России и СНГ в общем числе совместных проектов; x2 - доля исследователей в общей численности работников, выполнявших ИиР; x4 - доля организаций, занимавшихся инновационной деятельностью в общем числе обследованных организаций; x5 -доля иностранных инвестиций в общем объеме затрат на технологические инновации; x6 – доля принципиально новых созданных технологий в общем числе созданных технологий; x7 – доля собственных средств организаций в затратах на технологические инновации.
Таблица 4
Типологические регрессионные модели и характеристики
их адекватности для выделенных кластеров
(групп отраслей промышленности РФ)
| № кластера | Регрессионная модель |
| 1 кластер |  (3,27) (3,73) (8,79) R2=0,924, Fнабл. = 15,09,  =1,12,  |
| 2 кластер |  (3,27) (2,84) (2,57) R2=0,896, Fнабл. = 12,85,  =0,97,  |
| 3 кластер |  (2,65) (2,58) (2,89) R2=0,889, Fнабл. = 14,96,  =1,24,  |
Сопоставление коэффициентов регрессионных моделей показало, что существенное положительное влияние на долю отгруженной инновационной продукции оказывает доля собственных средств предприятий в затратах на технологические инновации. Ее влияние сказывается на результативном показателе во всех выделенных кластерах. Доля принципиально новых созданных технологий в общем числе созданных технологий оказывает положительное воздействие на объем отгруженной инновационной продукции в отраслях первого и третьего кластеров. Средства иностранных источников увеличивают объем отгруженной инновационной продукции в первом (лидирующем) кластере. Отраслям второго кластера держаться «на плаву» помогает сотрудничество и кооперация, которые становятся основным средством для разделения растущих издержек и риска нововведений, а также высокий потенциал знаний и квалификация сотрудников, необходимые в процессе разработки и внедрения новой продукции.
Проведенный анализ инновационной деятельности в отраслях промышленности РФ и видах деятельности промышленных производств свидетельствует о том, что назрела острая необходимость в активной государственной поддержке научно-исследовательских работ посредством разработки комплекса мер стимулирования наукоемких производств, всесторонне охватывающих все вопросы их инновационной политики, предусматривающих льготное налогообложение инновационной сферы при контроле качественной стороны нововведений.
Хотя в значительной мере правовая база рыночной экономики сформирована, необходимы дальнейшие реформы, направленные на обеспечение предсказуемости среды, правовой защищенности, системы партнерских отношений, учета объективных интересов основных сторон по выработке и принятию государственных решений, касающихся предпринимательской среды и инвестиционного климата.
Структурные модели в современных условиях имеют устойчивую стратификацию. На основе полученных оценок и дополнительных исследований возможно прогнозирование развития инновационной активности как для отдельных отраслей и видов экономической деятельности, так и для экономики страны в целом.
В шестой главе «Эконометрическое моделирование инновационной и кооперационной активности в России» разработана и апробирована методика исследования кооперационной активности в исследованиях и разработках обрабатывающих производств в зависимости от степени технологичности, проведен сравнительный анализ развития кооперации в России и развитых странах мира, разработан алгоритм оценки влияния инновационно-технологических факторов на кооперационную активность российских производств, построена эконометрическая модель в виде системы одновременных уравнений, позволяющая исследовать взаимосвязь фундаментальной науки с прикладными исследованиями и разработками, а также внедрение их результатов в производство.
Общепринятым является мнение, что масштабы и интенсивность кооперационных процессов в инновационной деятельности напрямую связаны с необходимостью уменьшения риска при проведении научных исследований и разработок для получения новой технологии или технологически нового продукта. Справедливость этой гипотезы, в частности, означает, что склонность к кооперации и ее масштабы должны значительно различаться для групп высоко- и низкотехнологичных производств.
В работе проведено исследование развития кооперационных процессов в России за период с 2000 по 2004 гг. в двух направлениях: проанализированы масштабы и склонность к кооперации, где за склонность к кооперации принято отношение числа кооперационных проектов, приходящихся в среднем на одну организацию. Также выделены различные уровни иерархии: экономики в целом (макроуровень), обрабатывающих производств (мезоуровень), который в соответствии с международной классификацией подразделялся на четыре подуровня - высокотехнологичных (high-technology industries), средне-высокотехнологичных (medium-high-technology industries), средне-низкотехнологичных (medium-low-technology industries) и низкотехнологичных (low-technology industries) производств. Каждому из них в соответствие ставились определенные виды деятельности обрабатывающих производств.
Специальное внимание уделялось участию иностранных партнеров, особенно партнеров из промышленно развитых стран, в кооперации. Это объясняется тем обстоятельством, что в силу открытости международных рынков иностранное присутствие в российских кооперационных проектах во многом определяет среднесрочную перспективу участия России в процессах международного разделения труда.
Проведенное исследование показало, что в последние годы в России наблюдалось снижение кооперационной активности в ИиР. Достаточно сказать, что в 2004 г. количество всех кооперационных проектов в стране составило лишь 48% от уровня 2000 г., а склонность к кооперации сократилась с 11,7 до 6,8 проекта на организацию.
Значительное место в кооперационных процессах занимают обрабатывающие производства, доля которых за рассматриваемый период выросла на восемь процентных пунктов и составила в 2004 г. 73% от общероссийского уровня. Это обусловлено тем, что масштабы и склонность к кооперации в обрабатывающих производствах за рассматриваемый период упали не столь значительно, как по России в целом. Так, интерес к кооперации иностранных участников снизился до 60% от уровня 2000 г.
Дезагрегация обрабатывающих производств на группы технологичности позволила сделать вывод, что основным фактором, определяющим масштабы падения кооперационной деятельности в России, явилась ситуация в группе средне-высокотехнологичных производств. Такое влияние группы объясняется высокими масштабами кооперационных процессов, которые в 2000 г. значительно превышали масштабы участия в кооперации всех остальных групп технологичности (в 5 раз превышали уровень средне-низкотехнологичных производств, почти в 6 раз - высокотехнологичных и в 11 раз - низкотехнологичных производств). Падение с 60% от общей доли кооперационных процессов обрабатывающих производств в 2000 г. до 40% в 2004 г. было столь значительным, что даже рост кооперации в группах высоко- и низкотехнологичных производств не смог повлиять на общую ситуацию в стране (рис.16).
Отметим, что, несмотря на общую тенденцию падения масштабов кооперационной активности в средне-высокотехнологичных производствах, склонность к кооперации здесь оставалась достаточно высокой. Так, в видах деятельности «Производство железнодорожных, трамвайных локомотивов» и «Продукция химического синтеза» склонность к кооперации значительно превышала средний уровень, как для обрабатывающих производств, так и для экономики в целом (9,5 и 9,2 проекта на организацию соответственно).
Рис.16. Динамика числа кооперационных проектов в группах
технологичности обрабатывающих производств (ед.)
Склонность к кооперации иностранных партнеров и партнеров из промышленно развитых стран в виде деятельности «Продукция химического синтеза» составила 4,6 проекта на организацию против среднего уровня для иностранных партнеров 2,1 проекта на организацию. Более высокий уровень склонности к кооперации был зафиксирован только в виде деятельности «Производство текстильных изделий» (группа низкотехнологичных производств), в котором он составил 5,7 проекта на организацию.
Анализ видов деятельности, входящих в группу средне-высокотехнологичных производств позволил сделать вывод, что структурные сдвиги в кооперационных процессах на уровне обрабатывающих производств, произошедшие за рассматриваемый период, были связаны с падением интереса как российских, так и зарубежных партнеров к кооперации в виде деятельности «Производство автомобилей, прицепов и полуприцепов». Доля этого вида деятельности в кооперационных процессов обрабатывающих производств сократилась почти в 4 раза при снижении склонности к кооперации в 2 раза. Столь существенное падение интереса к кооперации является индикатором неблагополучия в автомобильной промышленности России, в основе которого лежит неспособность российских производителей конкурировать с недорогими и качественными зарубежными аналогами, экспортируемыми из-за рубежа и собираемыми внутри страны.
На фоне общего падения интереса к кооперации в России, образовались точки роста, позволившие несколько выровнять ситуацию и не допустить обвального падения кооперационной активности. Их можно условно разделить на две категории: повышающие общую конкурентоспособность (если произошло увеличение масштабов и склонности к кооперации как российских, так и иностранных партнеров) и локальные (если имело место увеличение кооперационной активности или российских, или иностранных партнеров).
К глобальным точкам роста можно отнести следующие виды деятельности: «Производство медицинских приборов, точных и оптических инструментов», «Продукция химического синтеза» и «Коксохимическое производство», в которых наблюдался рост масштабов и склонности к кооперации российских и иностранных партнеров, что свидетельствует о высокой конкурентоспособности указанных производств на мировых рынках.
К локальным точкам роста относятся виды деятельности: «Производство пищевых продуктов и табачных изделий», повысивший свой удельный вес (для российских партнеров) и склонность к кооперации; «Производство текстильных изделий», в котором значительно повысилась активность иностранных партнеров; «Производство металлургическое», лидировавшее по масштабам кооперационных процессов и интенсивности (11 проектов на организацию, что превышает уровень всех остальных видов деятельности).
На следующем этапе исследования с помощью логит-анализа решалась задача построении модели, позволяющей предсказывать вероятность высокой кооперационной активности в исследованиях и разработках по значениям переменных, которые можно получить относительно видов деятельности промышленных производств.
В качестве зависимой переменной была выбрана бинарная переменная y – кооперационная активность в инновационных проектах:
В качестве независимых переменных на этапе априорного анализа рассматривалась возможность включения в модель 26 показателей, по которым имелась достаточно полная информация об изучаемом объекте.
Для исследования взаимосвязи между качественными и количественными признаками построена матрица непараметрических коэффициентов корреляции Кендэлла, позволившая исключить мультиколлинеарные переменные. В результате для анализа оставлено 10 наиболее информативных показателей, имеющих достаточно существенную связь с результативным порядковым признаком y:
x1 – степень новизны созданных технологий (отношение числа принципиально новых созданных технологий к числу созданных передовых технологий);
x 2 – число использованных технологий (ед.);
x 3 – число приобретенных новых технологий (ед.);
x 4 – количество поданных заявок на патенты на изобретения (ед.);
x5 – доля специалистов с высшим профессиональным образованием в общей численности работников, выполнявших ИиР;
x6 – доля затрат на прикладные исследования и разработки во внутренних текущих затратах на ИиР;
x 7 – доля инновационной продукции в отгруженной;
x8 – доля организаций, имевших готовые инновации в течение последних трех лет;
x9 – доля собственных средств организаций в затратах на технологические инновации;
x10 – доля организаций, для которых наиболее важным является российский рынок.
После оценки коэффициентов была получена следующая модель:
R2(McFadden)=0,874; LR statistic =137,87; 
.
В модель вошли три статистически значимых показателя, характеризующих новизну созданных передовых производственных технологий, патентную и инновационную активность организаций. Статистические критерии показали значимость построенной модели и всех коэффициентов. Об адекватности модели также свидетельствует нормальность распределения признаков, включенных в модель и близость ковариационных матриц признаков в разных группах.
Модель обладает достаточно высокими прогностическими свойствами. Результаты применения модели к элементам выборки показывают, что правильно классифицировано 86,9% видов деятельности промышленных производств.
Построенная логистическая регрессионная модель показала, что вероятность кооперационной активности, например, в виде деятельности «Сбор и вторичная переработка отходов и лома» составляет 0,324 (или 32,4%), в виде деятельности «Производство медицинских приборов, точных и оптических инструментов» - 0,978 (или 97,8%).
Основываясь на этих оценках, можно ожидать, что в производстве медицинских приборов, точных и оптических инструментов вероятность кооперационной активности в инновационных проектах высокая. Организации этого вида деятельности активно развиваются, кооперируясь для проведения исследований и разработок с российскими и зарубежными партнерами с целью повышения конкурентоспособности выпускаемой продукции и завоевания новых российских и зарубежных рынков.
В сборе и вторичной переработке отходов и лома вероятность кооперационной активности низкая, что может в дальнейшем сказаться на снижении конкурентоспособности продукции этого вида деятельности.
Для оценки робастности модели был использован метод «скользящего экзамена», позволивший сделать вывод о том, что построенная модель обладает приемлемой чувствительностью и достаточной устойчивостью.
Таким образом, для повышения инновационно-технологической деятельности в России целесообразно активизировать работу по более полному использованию возможностей, которые открывает производственная кооперация и научно-техническое сотрудничество с фирмами зарубежных стран. Это сотрудничество способно помочь решить задачи наращивания экспортного потенциала и импортозамещения в более сжатые сроки, обеспечить экономию финансовых средств.
В последнее время интерес мирового сообщества направлен на исследование проблемы экономического роста и реальных механизмов, вызывающих этот рост. Для выявления основных факторов, оказывающих непосредственное влияние на инновационно-технологическую деятельность в России, использовались панельные данные в региональном разрезе по 63 показателям, характеризующим научную, технологическую, кооперационную и инновационную деятельность в России за период с 1997 по 2005 гг.
В качестве эндогенных были использованы следующие переменные: 
- выполненный объём научно-технических работ, приходящийся на одного работника; 
- доля созданных в регионе передовых производственных технологий в общем числе созданных технологий; 
- доля отгруженной инновационной продукции в общем объеме отгруженной продукции.
Рекурсивная система одновременных уравнений строилась исходя из причинно-следственных связей эндогенных переменных. Выполненный объем научно-технических работ, включающий в себя проведение фундаментальных, прикладных исследований и разработок, определяет развитие и создание новых передовых технологий, использование которых повышает конкурентоспособность продукции и стимулирует инновационную активность. Появляются новые конструктивные идеи, которые дают импульс новым продуктовым и процессным инновациям, ложатся в основу создания новых передовых технологий. Использование новых технологий, продуктовых и процессных инноваций, в свою очередь, приводит к увеличению доли инновационной продукции в отгруженной. Кроме того, на каждый эндогенный показатель в отдельности влияет множество других факторов, выделенных в качестве экзогенных переменных.
При построении модели переменной 
- «доля отгруженной инновационной продукции в общем объеме отгруженной продукции» был выявлен значительный разброс (коэффициент вариации Kвар=34,87), что подтвердил тест Чоу. В связи с этим в уравнение регрессии 
введена фиктивная переменная:
Система уравнений инновационно-технологической деятельности в России имеет вид:
Построенные уравнения и все вошедшие в них коэффициенты регрессии значимы на уровне 
. Коэффициенты детерминации находятся в интервале от 0,82 до 0,88.
Экзогенные переменные, вошедшие в модель: x7 - доля затрат на прикладные исследования и разработки во внутренних затратах на ИиР; x8– доля исследователей в общей численности работников, выполняющих ИиР; x9 – доля собственных средств организаций во внутренних затратах на ИиР; x15 – число совместных проектов по выполнению ИиР (ед.); x19 – число патентов на изобретения, свидетельств на полезную модель и патентов на промышленный образец, обладающих охранными документами (ед.); x27– доля затрат на процессные инновации в общем объеме затрат на технологические инновации; x40 – уровень технологической новизны инновационной продукции; x45 – доля организаций, для которых наиболее важным рынком является местный региональный рынок.
Следует отметить, что если в 1999-2003 гг. выполненный объем научно технических работ не оказывал существенного влияния на объем отгруженной инновационной продукции, то, начиная с 2004 г., связь между показателями была установлена (оказалась значимой на уровне
). Последнее указывает на то, что возникли стимулы сотрудничества науки и производства в области инноваций.
Установка правильного баланса между различными этапами инновационного цикла: идея - технология - производство продукции, имеющей платёжный спрос, - занятие определенной ниши рынка, - даст возможность качественно изменить масштаб реализуемых программ и проектов, сделав их соразмерными задачам, стоящим перед экономикой России.
Решение этих задач должно способствовать созданию и обеспечению эффективного функционирования в России целостной, способной к воспроизводству и саморазвитию национальной инновационной системы, ориентированной на производственно-технологическую сферу с высокой добавленной стоимостью, сферу высококвалифицированных услуг, т.е. на экономику, основанную на знаниях, рост на мировом рынке конкурентоспособной высокотехнологичной продукции и достойное место в международной кооперации и разделении труда.
В заключении сформулированы выводы и основные результаты проведенного исследования по совершенствованию методологии статистического анализа уровня инновационно-технологической деятельности в России.
Основные положения диссертации изложены в следующих публикациях:
Монографии
- Архипова М.Ю. Анализ инновационно-технологической активности в России. – М.: РУДН, 2007. – 16,54 п.л.
- Архипова М.Ю. Инновационная деятельность в России: основные тенденции и перспективы развития. – М.: МЭСИ, 2007. – 9,6 п.л.
Публикации в ведущих рецензируемых научных журналах и изданиях, рекомендованных ВАК
- Архипова М.Ю. Статистический анализ основных тенденций создания и использования передовых технологий в России // Вопросы статистики. – 2007. №7. с.67-72. - 0,85 п.л.
- Архипова М.Ю. Голиченко О.Г. Развитие кооперации в инновационных процессах обрабатывающей промышленности России. // Экономические науки. - 2007. - №1 (36). с. 44-56. - 0,95 п.л. (авт. 0,5 п.л.).
- Архипова М.Ю. Анализ состояния и развития информационных технологий в России // Вестник СГЭУ, №4, 2007. – 1,0 п.л.
- Архипова М.Ю. Дифференциация регионов России по инновационной активности // МАН ВШ №4 (38), 2006, с.107-116. – 0,7 п.л.
- Архипова М.Ю. Моделирование инновационной активности обрабатывающих производств // Прикладная эконометрика №3, 2006. с.9-16. - 0,85 п.л.
- Мхитарян В.С., Архипова М.Ю., Сиротин В.П. Место, назначение и развитие курса «Многомерные статистические методы» // Вопросы статистики. – №6, 2006. с.35-37. - 0,6 п.л. (авт. 0,2 п.л.).
- Архипова М.Ю., Архипов В.Ю. Моделирование деятельности компании с использованием эконометрических методов // Прикладная эконометрика №1, 2006. с.63-68. – 0,85 п.л.. (авт. 0,5 п.л.).
Учебники и учебные пособия
- Дуброва Т.А., Архипова М.Ю., Стрелкова П.М. Кластерный анализ с использованием ППП «SPSS». Учебное пособие, М., МЭСИ, 2001. – 3,37 (авт. 1,15 п.л.).
- Архипова М.Ю. «ЭКОНОМЕТРИКА». Учебное пособие, М., МЭСИ, 2001. - 2,81 п.л.
- Дуброва Т.А., Архипова М.Ю. Статистические методы прогнозирования в экономике. Учебное пособие, М., МЭСИ, 2001. - 3,68 п.л. (авт. 1,8 п.л.).
- Мхитарян В.С., Архипова М.Ю. Эконометрика. Учебное пособие, М., МЭСИ, 2002. - 4,5 п.л. (авт. 2,25 п.л.).
- Архипова М.Ю., Дахнова Т.В., Сенектутов А.М. Эконометрическое моделирование финансовых показателей при межстрановых сопоставлениях. Учебное пособие, М., МЭСИ, 2003. - 3,0 п.л. (авт. 1,0 п.л.).
- Архипова М.Ю., Сиротин В.П. Эконометрика. Методические указания для студентов заочников. Учебное пособие, М., МЭСИ, 2003. - 4,3 п.л. (авт.2,15 п.л.).
- Корнилов И.А., Трошин Л.И., Архипова М.Ю., Скорик М.В. Практикум по теории вероятностей. Учебное пособие. М., МЭСИ, 2003. - 9,06 п.л. (авт. 2,2 п.л.)
- Архипова М.Ю., Скорик М.А., Растокин Е.В. Дискриминантный анализ в социально-экономических исследованиях на основе ППП «SPSS». Учебное пособие. – М., МЭСИ, 2004. - 3,3 п.л. (авт. 1,1 п.л.).
- Архипова М.Ю. Основные приемы работы с данными в MS Excel. Учебное пособие. – М., МЭСИ, 2004. - 3,5 п.л.
- Мхитарян В.С., Архипова М.Ю., Сиротин В.П. ЭКОНОМЕТРИКА: Учебное пособие, руководство по изучению дисциплины, методические указания и задания для контрольных работ для студентов заочников, тесты по дисциплине.– М., МЭСИ, 2004. - 18,25 п.л. (авт. 6,1 п.л.).
- Мхитарян В.С., Архипова М.Ю., Архипов В.Ю. Нелинейный регрессионный анализ в системе Statistica и SPSS. Учебное пособие. Международный консорциум «Электронный университет», МЭСИ, Евразийский открытый институт. - М: 2006. – 5,8 п.л. (авт. 2,0 п.л.).
- Дуброва Т.А., Архипова М.Ю. Статистические методы прогнозирования в экономике. Учебное пособие, М., МЭСИ, 2007. - 15,5 п.л. (авт. 1,5 п.л.).
- Мастяева И.Н., Корнилов И.А., Архипова М.Ю. и др. Сборник экзаменационных заданий для государственного экзамена по специальности 061800 «Математические методы в экономике». М.: МЭСИ, 2007. – 8,75 п.л. (авт. 1 п.л.).
Статьи в сборниках трудов и тезисы докладов на конференциях
- Архипова М.Ю., Кузнецова Е.П. Факторный анализ составляющих показателя материалоемкости продукции региона // Математико-статистические исследования в экономике: Сб.науч. тр. – М.: МЭСИ, 1986 - 0,3 п.л. (авт.0,15 п.л.).
- Моор М.И., Архипова М.Ю. Проблемы сокращения объемов обрабатываемой информации. // Методология статистического моделирования и прогнозирования социально-экономического потенциала: Сб.науч. тр. – М.: МЭСИ, 1987. - 0,25 п.л. (авт.0,12 п.л.).
- Архипова М.Ю. Методологические вопросы анализа научно-технического потенциала. // Социально-экономические исследования методами математической статистики: Сб.науч. тр. – М.: МЭСИ, 1991 - 0,25 п.л.
- Архипова М.Ю. Статистический анализ кадрового потенциала академического сектора науки. // Социально-экономические исследования методами математической статистики: Сб.научн.тр. – М.: МЭСИ, 1992. - 0,4 п.л.
- Архипова М.Ю. Проблемы оценки и развития кадрового потенциала науки. // Применения методов математической статистики в экономике: Сб.научн.тр. – М.: МЭСИ, 1993. - 0,25 п.л.
- Архипова М.Ю. Статистический анализ демографической структуры академического сектора науки. // Применения методов математической статистики в экономике: Сб.научн.тр. – М.: МЭСИ, 1993. - 0,3 п.л.
- Архипова М.Ю., Калинина В.Н. Факторный анализ научно-технической деятельности регионов. // Эконометрический и статистический анализ финансовой и банковской деятельности: Сб.науч. тр. – М.: МЭСИ, 1998 - 0,25 п.л. (авт.0,15 п.л.).
- Архипова М.Ю. Направления математико-статистического анализа научно-технической деятельности регионов. // Реформы в России и проблемы управления. Сб.науч.тр. - М.,ГАУ, 1998. - 0,3 п.л.
- Архипова М.Ю. Оценка эффективности использования инновационного потенциала в регионах РФ. // Сб. науч. тр. - М.: МЭСИ, 1999. - 0,2 п.л.
- Архипова М.Ю. Изучение влияния экономических показателей региона на основные характеристики инновационной деятельности. // Сб. науч. тр. - М.: МЭСИ, 1999. - 0,2 п.л.
- Архипова М.Ю. Классификация отраслей промышленности РФ по уровню технологического развития. // Математико-статистические методы в страховании и бизнесе: Сб. науч. тр. - М.: МЭСИ, 2000. - 0,2 п.л.
- Архипова М.Ю., Голиченко О.Г. Экономико-статистический анализ инновационной и научной деятельности в России (региональный разрез): Сб. науч. тр. - М.: МГУ, 2000. - 2,1 п.л. (авт. 1,1 п.л.).
- Архипова М.Ю. Возможен ли инновационный рост в России? // Сб. науч. тр. - М.: МЭСИ, 2001. - 0,25 п.л.
- Архипова М.Ю., Кузнецова Е.П., Архипов В.Ю. Применение многомерного статистического анализа для изучения развития передовых технологий в России. // VII Международная конференция «Применение статистического анализа в экономике и оценке качества», М., МЭСИ, 2001.- 0,2 п.л.
- Архипова М.Ю., Деткин Д.В., Архипов В.Ю. Идентификация стохастических нелинейных процессов в курсе «ЭКОНОМЕТРИКА» // Методология преподавания статистики, эконометрики и математической экономики в ВУЗАХ: II Международная научно-методическая конференция. М., МЭСИ, 2002. - 0,2 п.л. (авт. 0,1 п.л.).
- Архипова М.Ю., Голиченко О.Г., Лотош Я.М. Новые передовые производственные технологии в России (экономико-статистический анализ) // в кн.: Информация и экономика: теория, модели, технологии. Барнаул: 2002. - 2,7 п.л. (авт. 1,0 п.л.).
- Архипова М.Ю., Архипов В.Ю. Региональный анализ возрастной структуры передовых производственных технологий // Сб. н. трудов, М., МЭСИ, 2002.- 0,2 п.л. (авт. 0,1 п.л.).
- Архипова М.Ю., Голиченко О.Г., Лотош Я.М. Роль малого бизнеса в динамизации предпринимательской среды // IV Всероссийский симпозиум. М. ЦЭМИ, 2003. - 0,25 п.л. (авт. 0,1 п.л.).
- Архипова М.Ю. Статистическое оценивание // Социологическая энциклопедия: в 2 т., т.1. Мысль, 2003. – 0,15 п.л.
- Архипова М.Ю., Лотош Я.М. Малый бизнес в России: состояние, потенциал, инновационная активность. // Сб. науч. тр. Региональная экономика в информационном измерении: модели, оценки, прогнозы. Москва-Барнаул. Изд-во «Бизнес-Юнитек», 2003. - 2,0 п.л. (авт. 1,0 п.л.).
- Архипова М.Ю., Архипов В.Ю. Анализ инновационной активности российских предприятий // Межв. сб. науч. тр. М. МЭСИ, 2003. - 0,25 п.л. (авт. 0,12 п.л.).
- Архипова М.Ю. Оценка наукоемкости продукции российских предприятий. // Сб. науч. тр. – М.: МЭСИ, 2004. - 0,2 п.л.
- Архипова М.Ю. Технологическая активность предпринимательской среды. // Проблемы статистического анализа социально-демографической ситуации: Сб. науч. тр. – М.: МЭСИ, 2004. - 0,55 п.л.
- Архипова М.Ю. Трансфер технологий в России и США. // Проблемы статистического анализа социально-демографической ситуации: Сб. науч. тр. – М.: МЭСИ, 2004. - 0,5 п.л.
- Архипова М.Ю., Сиротин В.П. Об особенностях оценивания параметров нелинейной модели. // Труды 6-й Международной школы-семинара «Многомерный статистический анализ и эконометрика», Цехкадзор, Армения, 2004. - 0,2 п.л. (авт. 0,1 п.л.).
- Архипова М.Ю., Сиротин В.П. Об использовании нелинейных регрессионных уравнений в эконометрических исследованиях. // Межв. сб. научн. тр. Вып.2. - М., МЭСИ, 2004. - 0,25 п.л. (авт. 0,15 п.л.).
- Архипова М.Ю. Некоторые вопросы моделирования инновационно-технологических процессов. // Вопросы статистического исследования социально-демографической ситуации: Сб. н.тр. М., МЭСИ, 2005. - 0,35 п.л.
- Архипова М.Ю., Голиченко О.Г., Лотош Я.М. Формирование системы индикаторов национальной инновационной системы. // VI Всероссийский симпозиум «Стратегическое планирование и развитие предприятий». М.:ЦЭМИ РАН, 2005. - 0,25 п.л. (авт. 0,1 п.л.).
- Архипова М.Ю. Инновационная активность российских предприятий по размерным классам // Всероссийская научная конференция молодых ученых, аспирантов и студентов. - М.: МЭСИ, 2005 – 0,25 п.л.
- Архипова М.Ю., Голиченко О.Г., Лотош Я.М. Система оценки эффективности научно-технической и инновационной деятельности. // Всероссийская научная конференция Цивилизация знаний: будущее и современность. М.: РОСНОУ, 2005 г. - 0,30 п.л. (авт. 0,1 п.л.).
- Архипова М.Ю. Анализ основных финансовых источников инновационной деятельности малых предприятий. // Сб. науч. ст. III международного научно-практического семинара – М.: ИНИОН РАН, 2005. - 0,35 п.л.
- Архипова М.Ю. Инновационная активность малых предприятий. // Сб. трудов III Международного научно-практического семинара.- М.: ИНИОН РАН, 2005- 0,25 п.л.
- Архипова М.Ю., Демченко Р.А. Инвестиции в российскую экономику: тенденции и структурные сдвиги. // Инвестиции – главный фактор экономического развития России: Сб. трудов Всероссийской научно-практической конференции. - М.: ИНИОН, 2005 г. - 0,3 п.л. (авт. 0,2 п.л.).
- Мхитарян В.С., Архипова М.Ю., Сиротин В.П. Статистический анализ инновационной активности регионов России // Управления в социальных и экономических процессах. Материалы XIV Международной научно-практической конференции. МИУ. – Минск, 2005. - 0,3 п.л. (авт. 0,12 п.л.).
- Архипова М.Ю. Результативность инновационной деятельности в зависимости от степени технологичности обрабатывающих производств // Актуальные вопросы социально-демографической статистики: Сб. н. трудов / МЭСИ. – М., 2005. – 0,3 п.л.
- Архипова М.Ю., Сиротин В.П. Склонность российских организаций к кооперации // Материалы IV международного научно-практического семинара «Проблемы трансформации современной российской экономики: теория и практика организации и обеспечения управления». ИНИОН РАН, 2005. - 0,35 п.л. (авт. 0,2 п.л.).
- Архипова М.Ю. Разработка и использование передовых производственных технологий в России // Актуальные проблемы статистики и эконометрики: Межкаф. сб. н. трудов / МЭСИ. – М., 2005. – 0,25 п.л.
- Архипова М.Ю., Сиротин В.П. Использование логистических регрессионных моделей для анализа перспектив развития бизнеса // Актуальные проблемы статистики и эконометрики: Межкаф. сб. н. трудов / МЭСИ. – М., 2005. – 0,3 п.л. (авт. 0,15 п.л.).
- Архипова М.Ю. Некоторые вопросы моделирования инновационно-технологических процессов // Вопросы статистического исследования социально-демографической ситуации: Сб. науч. тр. – М.: МЭСИ, 2005. - 0,3 п.л.
- Arkhipova M., Mkhitarian V., Sirotin V. Innovations in Russia: structural analysis. // Коллективная монография «Information systems and computation methods in management». Cracow. 2005.- 11,45 п.л. (авт. 0,15 п.л.).
- Arkhipova M., Sirotin V. Econometric simulation of inovative and technological activity in Russia. // Коллективная монография «Information systems and computation methods in management». Cracow. 2005.- 11,45 п.л. (авт. 0,2 п.л.).
- Архипова М.Ю. Развитие кооперации в инновационных процессах обрабатывающей промышленности России в зависимости от степени технологичности производств. // Стратегическое планирование и развитие предприятий: VII Всероссийский симпозиум. М.:ЦЭМИ РАН, 2006. – 0,2 п.л. (авт. 0,1 п.л.).
- Архипова М.Ю. Моделирование инновационно- технологической активности в России с помощью нелинейных функций // Цивилизация знаний: российские реалии. Труды VII Всероссийской научной конференции, ч.1. М.: РосНОУ, 2006. – 0,7 п.л.
- Архипова М.Ю., Сиротин В.П. Развитие кооперации в инновационных процессах обрабатывающей промышленности - основа национальной конкурентоспособности страны // Стратегия качества в промышленности и образовании: II Международная конференция. - Варна, Болгария, 2006. – 0,6 п.л. (авт. 0,35 п.л.).
- Архипова М.Ю., Сиротин В.П. Инновационная и социальная составляющие конкурентоспособности отраслей российской промышленности // Стратегия качества в промышленности и образовании: II Международная конференция. - Варна, Болгария, 2006. – 0,6 п.л. (авт. 0,3 п.л.).
- Архипова М.Ю. Основные тенденции кооперации в инновационных проектах обрабатывающей промышленности России // Проблемы трансформации современной российской экономики: Сб. трудов IV Международного научно-практического семинара. М.: ИНИОН РАН, 2006. - 0,3 п.л.
- Архипова М.Ю., Глазнев А. В. Исследование делового оптимизма участников бизнеса с помощью диффузионных индексов // Математико-статистический анализ социально-экономических процессов: Межв. сб. н. тр. Вып.3. М., МЭСИ, 2006. - 0,25 п.л. (авт. 0,15 п.л.).
- Архипова М.Ю., Самерханов Т.Н. Сравнительный анализ инновационно-технологической активности в России // Математико-статистический анализ социально-экономических процессов: Межв. сб. н. тр. Вып.3. М., МЭСИ, 2006. - 0,2 п.л. (авт. 0,1 п.л.).
- Архипова М.Ю. Моделирование кооперационной активности обрабатывающих производств // Система бизнеса: Сб. н. трудов. М.: Маркет ДС, 2006, - 0,5 п.л.
- Архипова М.Ю. Использование многомерного статистического анализа для моделирования кооперационной активности обрабатывающих производств // Применение многомерного статистического анализа в экономике и оценке качества: VII Международная конференция. – М., МЭСИ, 2006. – 0,3 п.л.
- Архипова М.Ю. Анализ основных тенденций инновационной активности в России // Байкальские экономические чтения: Матер. научно-практической конференции. - Улан-Уде: Изд-во ВСГТУ, 2006. – 0,3 п.л.
- Архипова М.Ю. Использование параметрических структурных моделей при анализе инновационной деятельности регионов в курсе МСМ // Совершенствование подготовки экономистов-аналитиков по направлению «Статистика» на основе инновационных технологий: II Всероссийская научно-методическая конференция. М.: МЭСИ, 2006. – 0,25 п.л.
- Архипова М.Ю., Голиченко О.Г. Новые тенденции в инновационном развитии России // Национальные инновационные системы: проблемы становления и развития. Проблемы информационной экономики. Сб.н.тр. Вып.5. М.: Ленанд, 2006. – 2,65 п.л. (авт. 1,12 п.л.).
- Архипова М.Ю. Оценка инновационного потенциала России / Экономика, статистика и информатика. Вестник УМО №1, МЭСИ, 2007. – 0,45 п.л.
- Архипова М.Ю. Анализ основных тенденций развития государственно-частного партнерства. // Математико-статистический анализ социально-экономических процессов: Межв. сб. н. тр., вып.4. М., МЭСИ, 2007 – 0,2 п.л.
- Архипова М.Ю. Национальные инновационные системы: подходы к исследованию. // Математико-статистический анализ социально-экономических процессов: Межв. сб. н. тр., вып.4. М., МЭСИ, 2007. – 0,2 п.л.
- Архипова М.Ю. Влияние форм собственности российских предприятий на инновационную деятельность // Стратегическое планирование и развитие предприятий: Материалы Восьмого всероссийского симпозиума. М, ЦЭМИ РАН, 10-11 апреля 2007. – 0,2 п.л.
- Архипова М.Ю., Сиротин В.П. Дифференциация работников профессиональной группы по уровню заработной платы // Сб. материалов III Международной конференции «Стратегия качества в промышленности и образовании». Болгария. Варна, 2007. – 0,4 п.л. (в соавт., авт. 0,2 п.л.).
- Архипова М.Ю., Сиротин В.П. Статистический мониторинг развития информационных технологий в России // Сб. материалов III Международной конференции «Стратегия качества в промышленности и образовании». Болгария. Варна, 2007. – 0,5 п.л. (авт. 0,25 п.л.).
