Различия в экономическом развитии регионов под влиянием инноваций

Типологизация регионов России, анализ их дифференциации по различным показателям социально-экономического развития стали одним из ключевых направлений исследований в быстро развивающейся российской региональной экономике. Одним и тем же термином "регион" описываются совершенно несопоставимые по масштабам деятельности, направлению развития и политической ориентации социально-экономические системы, поэтому построение типологии служит исходным пунктом, условием для анализа региональных экономических систем

Отличительной особенностью России является существенная неоднородность в развитии регионов. Несмотря на то, что по валовому региональному продукту (ВРП) коэффициент дифференциации между 10 самыми богатыми и 10 самыми бедными регионами снизился с 3,8 раза в 2000 году до 3 раз в 2009 году, разрыв в развитии разных регионов за последние 10 лет остается по-прежнему высоким (рис.1-2).

Рис.1. Динамика ВРП в федеральных округах России.

В настоящее время в России актуальным является вопрос перевода экономики страны на инновационный путь развития. Наряду с этапами исследования инновационный механизм включает в себя получение результатов и их внедрение. Процесс внедрения с экономической точки зрения наиболее важен, так как во время него инновации из категории объектов инвестиционной деятельности переходят в категорию материальных ресурсов.

Рис.2. Уровень экономической активности населения в 2009 году (в %).

Для оценки инвестиционной привлекательности регионов была проведена стратификация регионов. Для анализа был выбран показатель внутренних затрат на научные исследования и разработки, так как он охватывает сразу две интересующие сферы изучения: инвестиции и инновации.

Предварительно нами был проведен содержательный анализ изучаемого признака, диаграмма распределения которого позволила предположить наличие 3-х однородных групп, распределение которых носит характер логарифмически нормального распределения. Наблюдается значительная дифференциация между регионами, особенно при рассмотрении Москвы в сравнении с остальными территориями. Также можно отметить, что наблюдается нечеткое разделение регионов на 3 группы.

Для проведения классификации была использована методика расщепления смеси вероятностных распределений. По характеру распределения было определено число групп с различной интенсивностью развития результативной переменной. Таким образом, после проведения анализа были выявлены 3 страты: регионы с низкой, средней и высокой инвестиционной привлекательностью в инновационные разработки. Получение оценки параметров страт методом максимального правдоподобия позволило охарактеризовать каждую из них.

По данным табл.1 видно, что в 2009 году наибольшее количество регионов вошло во вторую страту, которая характеризуется средней привлекательностью для инвестирования, а в 2010, наоборот, в первую, однако общие показатели по стратам возросли, что говорит о развитии страны в целом.

На основании проведенного анализа была построена территориальная карта распределения регионов по кластерам (рис.3).

Рис.3. Территориальная карта региональных кластеров.

Для того чтобы более подробно изучить характеристики самих страт необходимо провести анализ значений факторов внутри полученных групп (кластеров).

Рис.4. Анализ средних показателей на душу населения в % при данном распределении регионов.

Распределение регионов позволяет выявить наиболее благоприятную среду для инвестирования. Для анализа характеристик страт были выбраны следующие показатели, являющиеся значимыми для оценки инвестиционной привлекательности инновационных предприятий в региональном разрезе: потребительские расходы, инвестиции в основной капитал, число организаций, выполнявших научные исследования и разработки, число созданных передовых производственных технологий, затраты на технологические инновации.

Для анализа степени взаимосвязи между рассматриваемыми экзогенными переменными был использован корреляционный анализ. После проведения анализа были выявлены достаточно сильные взаимосвязи между признаками, которые, однако, не превышают допустимых норм (парный коэффициент корреляции не превышает 0,8).

Показатели можно разделить на 2 группы: отвечающие за инновационную активность и характеризующие финансовые затраты региона. При рассмотрении группы показателей, отвечающих за инновационное развитие регионов, распределение по стратам подтверждается и характер линейно возрастающих показателей от первой к третьей страте очевиден. Однако при рассмотрении группы показателей, отвечающих за финансовые затраты регионов, прослеживаются некоторые аномалии, так как при рассмотрении показателя инвестиций в основной капитал видно обратное соотношение между 2-ой и 3-ей стратой. Это связано с тем, что численность населения регионов, которые находятся в третьей страте, намного превышают остальные (рис.4). Также стоит отметить, что среднемесячная номинальная начисленная заработанная плата у регионов, относящихся ко второй страте, больше чем на 2% превышает данный показатель по третьей страте.

Характерными признаками наиболее инновационно развитых регионов являются большое число предприятий, занимающихся научными исследованиями и разработками (практически на 30% превышает средний показатель по второй страте), а также число созданных передовых производственных технологий (почти на 40% превышает средний уровень по второй страте). Этот фактор также следует учитывать при определении инвестиционной привлекательности, так как большое количество предприятий, специализирующихся на инновациях, требует достаточно большого количество затрат, ввиду долгосрочной перспективы окупаемости полученных продуктов, поэтому для достижения наибольшего развития необходимо уже сейчас вкладываться в эти регионы.

Для оценивания степени зависимости между инвестициями и инновациями использовался регрессионный анализ. Анализ был проведен на основе показателей 3-ей группы (инновационно развитые и инвестиционно привлекательные регионы). Для рассмотрения в данном регрессионном анализе использованы показатели, отнесенные ко 2-му блоку (инновационное развитие регионов). После анализа были отобраны наиболее значимые коэффициенты и получено следующее уравнение:

В период 2015-2025 гг. станет актуальной задача формирования социально-научного сообщества. В перспективе возможны всеобщее высшее образование для всех слоев населения, а также создание предпосылок для повышения квалификации и получения научных степеней и званий высококвалифицированным специалистам, что дает основание характеризовать будущий социум как социально-научное сообщество. Это позволит встать на новую ступень развития, однако для этого необходимы структурные преобразования на различных уровнях, в том числе и подготовка регионов к появлению молодых научных специалистов, что делает необходимым и создание новых рабочих мест в краткосрочной перспективе.

В анализе прослеживается очень сильная дифференциация между регионами. Чтобы сгладить эти риски хотя бы частично, необходимы разработка и осуществление специальной государственной политики в области поддержки научно-технической деятельности, инновационного предпринимательства. Создание различного рода Федеральных целевых программ на поддержку развития инновационной деятельности в регионах (комплекс программ «Развитие высоких технологий») или просто на формирование устойчивого развития экономики (комплекс программ «Дальний Восток») помогают снизить дифференциацию регионов.

Главным инструментом технологического прорыва является поворот инвестиций к инновациям, инновационному предпринимательству, на что следует направить имеющиеся в руках государства силы и средства.

Литература

1. Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы и основы эконометрики/ Учебное пособие. Московский государственный университет экономики, статистики и информатики. М.: МЭСИ, 2002.
2. Мхитарян В.С., Архипова М.Ю., Сиротин В.П. и др Эконометрика. М.: Проспект. 2010.
3. Федеральная служба государственной статистики РФ: www.gks.ru