Лукьянова Ирина СергеевнаНесмотря на имеющиеся государственные программы, направленные на инновационное развитие, наша страна до сих пор сталкивается с проблемой межрегиональной дифференциации. В прошлом номере мы рассказали об основных элементах инновационной экономики, показателях инновационного развития, дали соответствующий рейтинг регионов и их сегментацию на группы со схожими характеристиками. В данной статье представлен анализ инновационной активности регионов ПФО.
Светлана Сергеевна Михайлова, Финансовый университет при Правительстве РФ, профессор, доктор экономических наук, доцент
Ирина Сергеевна Лукьянова, ЗАО «КРОК Инкорпорейтед», бизнес-аналитик, бакалавр
Инновационная активность регионов ПФО
Для оценки уровня инновационной активности всех 14 регионов ПФО была проведена типологическая группировка территорий по объему инновационной деятельности, а также удельному весу научных кадров. Были сформированы три группы по попаданию в соответствующий интервал (таблица 1). В таблице видим, что регионы с переменным успехом попадают в первую и вторую группы, в третью группу за все года попали лишь Саратовская и Оренбургская области, по два раза каждая.
Таблица 1. Типологическая группировка по инновационной деятельности
|
2012 |
2013 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
2022 |
|
|
1 |
9 |
7 |
8 |
8 |
6 |
7 |
8 |
9 |
11 |
9 |
5 |
|
2 |
5 |
7 |
6 |
6 |
7 |
7 |
5 |
4 |
3 |
5 |
8 |
|
3 |
0 |
0 |
0 |
0 |
1 |
0 |
1 |
1 |
0 |
0 |
1 |
Типологическая группировка по научным кадрам дала более негативные результаты, можно с уверенностью говорить об отрицательной динамике по данному показателю (таблица 2). По таблице мы можем видеть значительную дифференциацию среди регионов по удельному весу научных кадров, в первую группу попадает с существенным разрывом Нижегородская область, остальные регионы с каждым годом теряют позиции.
Таблица 2. Типологическая группировка по удельному весу научных кадров
|
2012 |
2013 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
2022 |
|
|
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
|
2 |
3 |
4 |
4 |
3 |
1 |
1 |
1 |
1 |
1 |
0 |
0 |
|
3 |
10 |
9 |
9 |
10 |
12 |
12 |
12 |
12 |
12 |
13 |
13 |
Отрицательная динамика научных кадров в регионе может быть вызвана несколькими факторами. Во-первых, это утечка мозгов: квалифицированные специалисты уезжают в поиске лучших возможностей в других местах, что ведет к потере талантов. Во-вторых, недостаточное финансирование науки отражается на бюджетах под исследования и зарплаты, заставляя специалистов уходить из сферы.
Для выявления возможных дисбалансов между затратами на инновационную деятельность и объемом инновационной продукции в разных регионах построена таблица асимметрии по регионам за каждый год между показателями «Затраты на инновационную деятельность организаций» и «Объем инновационных товаров, работ и услуг» (таблица 3).
Таблица 3. Таблица асимметрии по регионам за каждый год между показателями «Затраты на инновационную деятельность организаций» и «Объем инновационных товаров, работ и услуг»
|
Регион/год |
2012 |
2013 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
2022 |
|
Кировская область |
—5,0 |
—4,7 |
—5,3 |
—2,9 |
—5,0 |
—3,1 |
—6,9 |
—7,7 |
—6,2 |
4.2 |
—4,9 |
|
Нижегородская область |
—10,4 |
—11,7 |
—16,8 |
—11,1 |
—12,5 |
—8,7 |
—9,6 |
—5,7 |
—5,0 |
—2,3 |
—3,5 |
|
Оренбургская область |
—0,7 |
—0,7 |
—0,3 |
—0,5 |
—2,1 |
0,0 |
—1,3 |
—2,4 |
—2,2 |
—5,0 |
—6,3 |
|
Пензенская область |
—7,7 |
—3,0 |
—1,5 |
—3,1 |
—5,5 |
—6,0 |
—4,4 |
—6,3 |
—5,6 |
—5,4 |
—1,9 |
|
Пермский край |
—5,6 |
—13,3 |
—4,3 |
—4,0 |
—12,7 |
—13,6 |
—16,2 |
—10,5 |
—8,9 |
—1,7 |
—2,0 |
|
Республика Башкортостан |
—4,8 |
—4,7 |
—6,0 |
—8,7 |
—6,4 |
—5,1 |
—5,0 |
—5,3 |
—6,5 |
—7,2 |
—4,1 |
|
Республика Марий Эл |
0,2 |
—1,0 |
—9,4 |
—8,5 |
—7,3 |
—13,1 |
—2,2 |
—10,1 |
—5,4 |
—5,4 |
—5,8 |
|
Республика Мордовия |
—19,9 |
—21,2 |
—21,1 |
—22,8 |
—24,1 |
—25,5 |
—23,1 |
—20,1 |
—18,4 |
—23,1 |
—20,1 |
|
Республика Татарстан |
—15,8 |
—16,9 |
—14,7 |
—17,5 |
—16,7 |
—16,1 |
—16,4 |
—14,8 |
—13,1 |
—13,6 |
—13,9 |
|
Чувашская Республика |
—17,0 |
—16,6 |
—16,2 |
—14,1 |
—14,8 |
—13,3 |
—10,7 |
—6,4 |
—5,4 |
—5,8 |
—6,6 |
|
Самарская область |
—0,5 |
—1,9 |
—1,1 |
—2,1 |
—1,9 |
—0,6 |
—1,2 |
—0,8 |
—0,9 |
—1,6 |
—1,0 |
|
Саратовская область |
—5,1 |
—3,3 |
—9,0 |
—2,6 |
—15,2 |
—9,6 |
—11,1 |
—9,7 |
—9,5 |
—7,2 |
—8,2 |
|
Удмуртская Республика |
—7,3 |
—13,6 |
—10,3 |
—11,7 |
—10,9 |
—10,5 |
—10,3 |
—8,7 |
—10,8 |
—10,4 |
—5,7 |
|
Ульяновская область |
—18,6 |
—8,0 |
—8,5 |
—8,3 |
—10,7 |
—9,7 |
—8,2 |
—5,8 |
—7,4 |
—6,5 |
—3,2 |
В данном случае все регионы ПФО имеют отрицательные значения оценок асимметрии, что свидетельствует о том, что затраты на инновации превышают производство инновационных товаров во всех регионах и за все годы, что может считаться негативным фактором. Это может быть связано с различными причинами, такими как неэффективное использование ресурсов на инновационную деятельность, недостаточное развитие инфраструктуры для коммерциализации инноваций или низкая эффективность инновационных процессов.
Исходя из выявленного отрицательного значения асимметрии в инновационной активности всех регионов ПФО можно предложить следующие стратегические меры:
1) провести анализ затрат на инновационные проекты в каждом регионе с целью выявления излишков и неэффективного использования ресурсов;
2) разработать план оптимизации расходов для более эффективного использования доступных средств;
3) создать условия для успешного внедрения инноваций на рынок, включая поддержку стартапов, развитие технопарков и инновационных кластеров. В том числе организовать механизмы финансирования для малых и средних предприятий и сосредоточить усилия на повышении эффективности инновационных процессов, включая улучшение системы управления инновациями, сокращение времени принятия решений и улучшение координации между научными и бизнес-структурами.
Субъекты РФ должны активно работать над улучшением своих инновационных процессов и организовать обмен опытом с успешными инновационными регионами. Поддержка инновационного предпринимательства также является важным аспектом в стимулировании развития инновационного потенциала регионов.
Прогнозирование для Удмуртской Республики
Удмуртская Республика вошла в топ пять худших регионов по среднему значению показателей «Удельный вес затрат на инновационную деятельность организаций», «Удельный вес затрат на инновационную деятельность в общем объеме отгруженных товаров, выполненных работ, услуг», «Уровень инновационной активности организаций». При этом республика занимает восьмое место среди регионов России по количеству грантов от Фонда содействия инновациям. За два года республика получила свыше 1,1 миллиарда рублей на развитие инноваций. Прогнозные значения на
Таблица 4. Прогнозные значения на
|
Год |
Удельный вес организаций, осуществлявших технологические инновации, в общем числе обследованных организаций, по субъектам РФ |
Уровень инновационной активности организаций, по субъектам РФ |
Удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг |
Удельный вес затрат на инновационную деятельность в общем объеме отгруженных товаров, выполненных работ, услуг, по субъектам РФ |
Удельный вес затрат на инновационную деятельность организаций по субъектам РФ |
Удельный вес персонала, занятого научными исследованиями и разработками |
Удельный вес исследователей, имеющих ученую степень |
|
2022 (факт) |
24,10 |
13,40 |
8,80 |
0,60 |
0,52482 |
0,12216 |
0,016289 |
|
2023 |
25,14 |
13,57 |
12,13 |
0,70 |
0,65991 |
0,13494 |
0,017095 |
|
2024 |
26,25 |
13,71 |
12,64 |
0,60 |
0,60403 |
0,137192 |
0,017087 |
|
2025 |
27,36 |
13,86 |
13,15 |
0,60 |
0,548147 |
0,139446 |
0,017079 |
Рисунок. Результаты прогнозирования ВРП Удмуртской Республики на душу населения С помощью машинного обучения была построена и обучена на исторических данных модель линейной регрессии с применением метода главных компонент и использованием лаговых значений. На рисунке представлен график, который отображает фактические значения ВРП на душу населения для Удмуртской Республики за период с 2015 по 2022 год и спрогнозированные значения ВРП на душу населения с 2023 по 2025 год, полученные с помощью модели линейной регрессии с применением метода главных компонент. Ниже графика вынесены спрогнозированные значения. Результаты прогнозирования показали отрицательную тенденцию. Прогнозные значения ВРП на душу населения составили на 2023 год — 651 601 рубль, на 2024 год — 639 295 рублей, на 2025 год — 638 556 рублей.
Подводя итог вышесказанному, можно сделать выводы, что эффективное управление инновационными процессами является ключевым фактором для устойчивого экономического развития регионов. Для повышения эффективности государственной политики необходимо учитывать специфические особенности каждого региона и разрабатывать меры, направленные на стимулирование инновационной активности и укрепление научного потенциала.
