Научный журнал
Фундаментальные исследования
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

ПРОЕКТИРОВАНИЕ ИНДИКАТОРОВ ИНТЕГРАЛЬНЫХ ПОКАЗАТЕЛЕЙ ОЦЕНКИ ЭФФЕКТИВНОСТИ ИННОВАЦИОННОГО ВЗАИМОДЕЙСТВИЯ НАУКИ, БИЗНЕСА И ГОСУДАРСТВА

Гусарова О.М. 1 Кузьменкова В.Д. 2
1 ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации» филиал
2 ФГБОУ ВО «Гжельский государственный университет»
Создание благоприятного инновационного климата, расширение влияния науки на бизнес, активизация научно-исследовательских разработок по созданию инновационных продуктов и прорывных технологий, укрепление позиций России на мировом рынке являются приоритетными направлениями политики государства и отражены в государственной Программе научно-технологического развития Российской Федерации на период до 2030 г. Координирующая роль в комплексной триаде наука – бизнес – государство принадлежит государству, которое за счет формирования условий инновационной привлекательности научных разработок будет способствовать созданию эффективной системы инновационных взаимоотношений, привлечению к финансированию частного бизнеса, иностранных инвестиций, созданию государственно-частного партнерства. Данная научная работа посвящена исследованию возможности оценки эффективности инновационного взаимодействия наука – бизнес – государство. В качестве информационной базы были использованы статистические данные о результатах научно-исследовательских работ и результатах их внедрения в практическую деятельность бизнес-сообществ. Разработана комплексная система индикаторов эффективности инновационного взаимодействия; предложена методология определения интегральных показателей; осуществлены обоснование и расчет интегральных показателей для оценки эффективности инновационного взаимодействия в контексте рассматриваемой проблемы. Выполнен трендовый анализ динамики интегральных показателей с построением линейных и нелинейных полиномиальных моделей. Практическая значимость исследования заключается в разработке методологии и методики определения интегральных показателей для оценки эффективности инновационного взаимодействия наука – бизнес – государство и возможности использования результатов исследования для оценки эффективности инновационного взаимодействия в различных отраслях экономики и бизнеса.
инновационное взаимодействие
интегральные показатели
трендовый анализ
1. Государственная программа «Научно-технологическое развитие Российской Федерации на период 2019–2030 годы» (утв. постановлением Правительства РФ от 29 марта 2019 г. № 337). [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_LAW_322380/ (дата обращения 21.10.2020).
2. Прогноз долгосрочного социально–экономического развития Российской Федерации на период до 2030 года. [Электронный ресурс]. URL: http://old.economy.gov.ru/minec/activity/sections/macro/prognoz/doc2013032506 (дата обращения 20.10.2020).
3. Гусарова О.М., Кузьменкова В.Д. Исследование диагностических индикаторов эффективности малого бизнеса // Фундаментальные исследования. 2019. № 12. С. 50–52.
4. Гусарова О.М., Денисов Д.Э. Моделирование эффективности инновационных проектов развития малого бизнеса // Фундаментальные исследования. 2019. № 11. С. 66–71.
5. Гусарова О.М., Кондрашов В.М., Ганичева Е.В. Мультифакторная модель оценки эффективности государственных затрат на инновационные проекты // Фундаментальные исследования. 2019. № 7. С. 47–52.
6. Официальный сайт Федеральной службы государственной статистики. [Электронный ресурс]. URL: http://www.gks.ru (дата обращения 10.10.2020).
7. Индикаторы науки. Статистический сборник. 2019. [Электронный ресурс]. URL: https://www.hse.ru/primarydata/in2019 (дата обращения 14.10.2020).
8. Прохоренков П.А., Регер Т.В. Инновации как главный фактор конкурентоспособности // Фундаментальные исследования. 2020. № 7. С. 96–101.
9. Маркова О.В. Инновационная форма партнерства на основе совместного управления нематериальными активами // Международный научно-исследовательский журнал. 2018. № 10 (52). С. 52–55.
10. Орлова И.В. Анализ диагностических индикаторов общей и индивидуальной коллинеарности регрессоров // Фундаментальные исследования. 2019. № 2. С. 16–20.

В современных условиях глобализации и совместного решения мировых общезначимых проблем основными трендами развития современной российской экономики являются такие приоритетные направления, как развитие науки, инноваций и технологий [1]. Научно-исследовательские и опытно-конструкторские работы являются фундаментальной основой для дальнейшего развития прорывных технологий и внедрения их в практику современной экономики и всех сфер деятельности (медицину, строительство, геодезию, разработку и добычу полезных ископаемых и т.д.) [2]. В контексте инновационных преобразований всех сфер экономики и бизнеса актуальной темой является исследование эффективности инновационного взаимодействия научно-исследовательского сектора, бизнес-сообществ и государства.

Целью исследования является проектирование индикаторов интегральных показателей оценки эффективности инновационного взаимодействия научно-исследовательского сектора, бизнес-сообществ и государства, а также разработка методологии и методики их определения.

Материалы и методы исследования

В качестве информационной базы для осуществления исследования использовались официальные статистические данные за 2010–2017 гг. по ряду показателей, характеризующих осуществление научно-инновационных исследований и их результаты.

При проведении исследований использовались научные методы комплексного системного анализа, методы качественного и количественного анализа макроэкономических показателей, выборочный метод, метод трендового анализа, метод эконометрического моделирования с использованием инструментария корреляционно-регрессионного анализа.

Результаты исследования и их обсуждение

В ранее опубликованных научных работах коллектив авторов предлагал для оценки эффективности инновационного взаимодействия научно-исследовательского сектора, бизнес-сообществ и государства использовать онтологическую модель, в которой в качестве факторных признаков принимались показатели, характеризующие ряд аспектов осуществления инновационной деятельности. Авторами была предложена комплексная система индикаторов, характеризующих качественное и количественное влияние обозначенных факторов на интегральную оценку эффективности инновационного взаимодействия научных структур и бизнес-сектора экономики при государственном стимулировании и поддержке развития инноваций:

Индикатор 1. Степень вовлеченности бизнеса в создание инноваций. Величину данного индикатора предлагалось с некоторой долей вероятности характеризовать отношением величины внутренних затрат к величине создаваемого валового внутреннего продукта. По результатам осуществленных исследований было установлено, что средняя величина внутренних затрат на научные исследования и разработки за 2010–2017 гг. составила 1,07 % от величины валового внутреннего продукта, что значительно ниже показателей ведущих стран мира, что свидетельствует о необходимости увеличения финансирования сектора научных исследований и создания передовых инновационных разработок.

Результаты научных исследований авторов в контексте данной проблематики изложены в публикациях [3–5].

Также ранее авторами предложен индикатор 2, характеризующий степень активности научно-исследовательского сектора создания инноваций, однако методология и методика его исчисления была определена не в полной мере, что и стало целью настоящего исследования.

Степень активности научно-исследовательского сектора создания инноваций может быть оценена следующей системой показателей:

- отношение затрат на инновационные разработки и исследования к индексу производительности труда (ВЗ/ИПТ);

- число патентов на 1000 исследований (Ч пат/Ч иссл);

- отношение внутренних затрат на финансирование научных исследований и инновационных разработок к величине созданного валового внутреннего продукта (ВЗ/ВВП);

- отношение числа полученных патентов к величине внутренних затрат на НИОКР (Чпат/ВЗ);

- отношение поступлений от экспорта передовых технологий и инновационных разработок к величине внутренних затрат на исследования и разработки (ПЭ/ВЗ);

- отношение числа используемых передовых технологий и инновационных разработок к величине внутренних затрат на их осуществление (ЧИПТ/ВЗ).

Для исследования степени активности научно-исследовательского сектора наряду с первичными статистическими данными целесообразно использовать производные, интегральные показатели, характеризующие отношения различных первичных характеристик (таблица).

На основании осуществленных расчетов получен график динамики отношения внутренних затрат на научные исследования и разработки к величине индекса производительности труда (рис. 1).

Статистические данные интегральных показателей, характеризующих проведение инновационных научных исследований и их результаты

Годы

ВЗ/ИПТ

Ч пат/ Ч иссл

ВЗ/ВВП

Ч пат/ВЗ

ПЭ/ВЗ

ЧИПТ/ВЗ

2010

5,07148

82,19572

1,130

57,93527

1,19968

388,49610

2011

5,89232

83,19038

1,014

52,01242

1,05103

324,42529

2012

6,74248

88,24477

1,026

46,98017

0,98371

273,43943

2013

7,34376

85,73984

1,025

42,19539

1,02772

258,50976

2014

8,40801

90,79968

1,070

40,05772

1,50935

241,34452

2015

9,26716

91,47601

1,100

37,94378

1,80910

238,35724

2016

9,42872

90,53996

1,090

35,53238

1,35304

246,22193

2017

9,98190

95,20289

1,106

33,61028

1,15899

235,54279

Источник: получено авторами по [6, 7].

gusar1.wmf

Рис. 1. Динамика зависимости отношения внутренних затрат на исследования и разработки к величине индекса производительности труда. Источник: получено авторами

Анализ графика позволяет утверждать, что динамика показателя, характеризующего отношение величины внутренних затрат на научные исследования и разработки к величине индекса производительности труда имеет устойчивую положительную динамику и варьирует в пределах от 5,0715 до 9,9819 в интервале 2010–2017 гг. Данный показатель свидетельствует о том, что увеличение объемов финансирования научных исследований и разработок способствует увеличению производительности труда, при этом наблюдается устойчивый положительный тренд в динамике данного показателя [8]. Для данного показателя получена модель линейного тренда с положительной динамикой:

y = 0,7225x + 4,5156. (1)

Динамика показателя, характеризующего отношение величины поступлений от экспорта передовых технологий и разработок к величине внутренних затрат на исследования и разработки, представлена на рис. 2.

Анализируя полученные результаты, можно утверждать, что показатель, характеризующий отношение величины поступлений от экспорта передовых технологий и разработок к величине внутренних затрат на исследования и разработки, имеет колебательную тенденцию. Для данного показателя построены два вида трендовых моделей:

линейный тренд

y = 0,0498x + 1,0375, (2)

полиномиальный тренд 3-го порядка

y = – 0,0228x3 + 0,2946x2 – 1,0078x + 1,9728. (3)

При положительной тенденции, присущей каждому из показателей, таких как величина внутренних затрат на НИОКР, так и поступления от экспорта передовых технологий и разработок, их отношение в некотором периоде анализа 2011–2013 гг. имеет некоторое снижение интегрированного показателя. Значение данного показателя, в среднем превышающее значение 1, свидетельствует, на каждую 1 денежную единицу затрат на научные исследования и разработки величина поступлений от экспорта данных разработок составляет немногим больше 1 денежной единицы, что свидетельствует о недостаточной эффективности вложений в научные исследования и разработки. Некоторым корректирующим моментом в данном анализе является то, что при расчете использовались данные по гражданскому сектору экономики, и тот факт, что инновационные разработки идут не только на экспорт, но и на внутреннее использование во всех сферах экономики и промышленности страны [9, 10].

Показатель, характеризующий отношение величины поступлений от экспорта передовых технологий и разработок к величине внутренних затрат на исследования и разработки, имеет колебательную тенденцию, что является свидетельством недостаточного продвижения инновационных разработок на мировом рынке.

График динамики показателя, характеризующего отношение числа полученных патентов к величине внутренних затрат на НИОКР, представлен на рис. 3.

Анализ полученных результатов расчетов позволяет сделать вывод о том, что при положительной динамике числа выданных патентов и величины затрат на научные исследования и разработки показатель, характеризующий их отношение, имеет отрицательную тенденцию, что объясняется тем, что темп роста числа выданных патентов ниже темпа роста величины затрат на научные исследования. Данный факт свидетельствует о неэффективном использовании финансовых средств, используемых для разработки инновационных технологий. Для данного показателя построен линейный тренд, имеющий отрицательную динамику:

y = – 3,3562x + 58,386. (4)

Показатель, характеризующий отношение числа используемых передовых технологий и разработок к величине внутренних затрат на их осуществление, имеет отрицательную тенденцию, что свидетельствует о недостаточном внедрении во все сферы бизнеса результатов инновационных разработок и исследований.

График динамики показателя, характеризующего число выданных патентов, приходящихся на 1000 исследований, представлен на рис. 4.

gusar2.wmf

Рис. 2. Динамика отношения поступлений от экспорта передовых технологий и разработок к величине внутренних затрат на исследования и разработки. Источник: получено авторами

gusar3.wmf

Рис. 3. Динамика отношения числа выданных патентов к величине затрат на НИОКР. Источник: получено авторами

gusar4.wmf

Рис. 4. Динамика показателя, характеризующего число выданных патентов, приходящихся на 1000 исследований. Источник: получено авторами

Анализ результатов расчетов позволяет сделать вывод о наличии колебательной тенденции в отношении числа выданных патентов на 1000 исследований. Для данного показателя построены следующие виды моделей:

линейный тренд

y = 1,697x + 80,787, (5)

полиномиальный тренд 3-го порядка

y = 0,0417x3 – 0,6004x2 + 4,183x + 78,158. (6)

Колебательная тенденция в динамике отношения числа выданных патентов на 1000 исследований объясняется тем, что общее число исследований в целом имеет отрицательную тенденцию. Данные расчеты подтверждают отток квалифицированных научных кадров за границу и недостаточное финансирование как научных исследований, так и заработной платы научных работников и персонала.

Выводы

По результатам исследования сделаны следующие выводы:

- осуществлена методологическая проработка методики расчета комплексной системы индикаторов оценки эффективности инновационного взаимодействия науки, бизнеса и государства;

- осуществлен статистический расчет ряда интегральных показателей комплексной системы индикаторов оценки эффективности инновационного взаимодействия научного сектора, бизнес-структур и государства;

- осуществлено построение линейных и нелинейных трендовых моделей для каждого интегрального показателя из предложенной системы индикаторов;

- выявлены тенденции, присущие интегральным показателям оценки эффективности инновационного взаимодействия;

- осуществлена содержательная характеристика индикаторов эффективности инновационного взаимодействия научно-исследовательских структур, бизнес-сообществ и государства.

Статья подготовлена по результатам исследований, выполненных за счет бюджетных средств по государственному заданию Финуниверситету по теме «Разработка механизмов развития инновационного взаимодействия и форм обмена нематериальными активами как факторы экономического роста в условиях трансформации экономики».


Библиографическая ссылка

Гусарова О.М., Кузьменкова В.Д. ПРОЕКТИРОВАНИЕ ИНДИКАТОРОВ ИНТЕГРАЛЬНЫХ ПОКАЗАТЕЛЕЙ ОЦЕНКИ ЭФФЕКТИВНОСТИ ИННОВАЦИОННОГО ВЗАИМОДЕЙСТВИЯ НАУКИ, БИЗНЕСА И ГОСУДАРСТВА // Фундаментальные исследования. – 2020. – № 12. – С. 52-56;
URL: https://fundamental-research.ru/ru/article/view?id=42908 (дата обращения: 28.03.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674