Саукова О.А.

Исследование инновационной активности регионов России методом
стохастической границы
Саукова О.А.1
бакалавр
Национальный исследовательский университет Высшая школа экономики,
экономический факультет, Нижний Новгород, Россия
E-mail: olga565ncl3@gmail.com
В современном мире экономический рост страны во многом определяется
инновационной деятельностью. Различия между странами в их экономическом
положении также во многом зависят от уровня инновационного развития. В настоящее
время разработано достаточное количество методик, позволяющих оценить
экономический потенциал страны или отдельных регионов. Однако в большинстве
случаев оценивается возможность региона производить товары и услуги, которые не
являются инновационными.
В данной работе исследуется инновационная активность регионов России с точки
зрения оценки эффективности использования ими своего инновационного потенциала.
Это позволяет проранжировать регионы в соответствии с их предрасположенностью к
разработке и внедрению инноваций, оценить уровень привлекательности регионов
России в инновационной сфере.
Для оценки инновационного потенциала регионов России в данном исследовании
используется метод стохастической границы (Farrell, 1957).
Оцениваемая модель представляется в следующем виде (Макаров, 2014):
,
где
- зависимая переменная; i - номер региона;
– значения регрессоров в i-
том регионе; β – вектор коэффициентов параметров регрессии;
– случайная величина;
моделирующая шумовую составляющую в регрессии. Считаем, что случайная величина
распределена по нормальному закону с математическим ожиданием равным 0 и
дисперсией
(сокращенно
~ N (0,
));
- случайная величина, характеризующая
факторы неэффективности – показатели, влияющие на эффективность внедрения
инноваций. Данная случайная величина распределена по усеченному в 0 нормальному
распределению
(Battese, 1989), где
=
(Афанасьев,
2006). В данном случае
– значения m факторов неэффективности региона,
– оценки коэффициентов соответствующих факторов неэффективности. В
качестве факторов неэффективности в данной модели выступают уровень
благосостояния населения региона и уровень доходов.
Объясняемой переменной
является объем инновационных товаров и услуг в
регионе, выраженный в млрд. рублей. Что касается регрессоров
в данной модели, то
их можно подразделить на 3 группы, характеризующие основные факторы
производства: физический капитал, трудовые ресурсы и интеллектуальный капитал.
Данные для анализа взяты с сайта Федеральной службы государственной статистики
России. Данные об индикаторах доходов и уровня жизни населения взяты из
исследования РИА-группы «Рейтинг качества жизни и доходов населения».
1
Автор выражает признательность профессору Максимову А. Г. за помощь в проведении исследования.
***
Результатом моделирования является возможность просчитать технологическую
эффективность
инновационного
производства
региона
(Макаров,
2014).
Технологическая эффективность показывает уровень организации разработки
инновационных товаров и услуг, при котором из имеющихся ресурсов производится
максимальное количество инноваций. Другими словами это способность региона вести
разработку инноваций с максимальной эффективностью. В соответствии с
технологической эффективностью все регионы России проранжированы в зависимости
от их предрасположенности к разработке и внедрению инноваций. Такое ранжирование
дает возможность выявить наиболее привлекательные для инвестирования в
инновационную сферу регионы.
Литература:
1. Афанасьев М. Ю. Модель производственного потенциала с управляемыми
факторами неэффективности// Прикладная эконометрика. 2006, №4, 74-89
2. Макаров В. Л., Айвазян С. А.,Афанасьев М. Ю., Бахтизин А. Р., Нанавян А. М.
Модели производственного потенциала и оценки эффективности регионов РФ с
учетом интеллектуального капитала, характеристик готовности к инновациям,
уровня благосостояния и качества жизни населения// Экономика региона. 2014,
№4, 9-30
3. Battese, G.E., Coelli, T.J. and Colby, T.C. Estimation of Frontier Production Functions
and the Efficiencies of Indian Farms Using Panel Data From ICRISAT Village Level
Studies// Journal of Quantitative Economics.1989, № 5. p.327-348.
4. Farrell, M.J. The Measurement of Productive Efficiency//Journal of the Royal
Statistical Society. 1957, №120, p. 253-281.
5. www.gks.ru (Федеральная служба государственной статистики России).
6. http://www.riarating.ru/ (РИА –Рейтинг)