Взаимосвязь динамики ВРП и факторов инновационного индекса

Волкова Н.Н.
к.э.н., в.н.с. Института экономики РАН
Романюк Э.И.
Фонд содействия внедрению научных разработок «СОНАР»
ВЗАИМОСВЯЗЬ ДИНАМИКИ ВРП И ФАКТОРОВ ИННОВАЦИОННОГО
ИНДЕКСА1
Авторами предлагается система показателей для оценки инновационной
деятельности в регионах (рис.1). В эту систему включены как показатели
инновационной
деятельности,
которые
в
настоящее
время
разрабатываются
официальной статистической отчетностью, так и данные мониторинга инновационной
структуры, проводимого Национальным центром по мониторингу инновационной
инфраструктуры2.
Показатели, используемые для анализа, были разбиты на группы, отражающие
различные
стороны
инновационного
процесса:
инновационный
потенциал,
инновационная инфраструктура и инновационный климат, а также результативность
инновационной деятельности. В свою очередь каждая группа также была разбита на
подгруппы, включающие ряд показателей.
Показатели, характеризующие инновационный потенциал региона, описывают
внешние условия, сложившиеся в регионе, и ресурсы для его инновационного развития.
В эту группу входят факторы, отражающие возможности региона произвести и/или
воспринять инновации. В свою очередь эта подгруппа была разделена на 2
составляющих, состоящих из ряда показателей: Образовательный потенциал и
Затраты на инновации.
Вторая
группа
объединяет
показатели,
отражающие
уровень
развития
инновационной инфраструктуры как среды распространения новых технологий. Она
также состоит из двух подгрупп: Инфраструктура и Источники инвестиций.
Как видно из названия третьей группы, в ней собраны показатели, которые так
или иначе свидетельствуют об эффективности затрат на инновации. В свою очередь,
подгруппа также была разбита на 2: Выход на внешние рынки, объединяющая признаки,
характеризующие
обмен
технологиями,
и
Результативность
инновационной
деятельности.
1
2
Работа выполнена при финансовой поддержке РФФИ, проект №12-06-00267-а.
www.miiris.ru.
1
SII - интегральный индекс
Инновационный
потенциал
Образовательный
потенциал:
- Численность
персонала, занятого
исследованиями
и
разработками на 10
тыс. зан. в экономике
- Доля лиц, имеющих
послевузовское
и
высшее
профессиональное
образование
в
среднем за год; в
процентах к итогу
- Доля лиц, имеющих
среднее
профессиональное
образование
в
среднем за год; в
процентах к итогу
- Доля занятых на
МСП
в
сфере
предоставления услуг
–
научные
исследования
и
разработки на 10 тыс.
зан.
- Совокупная
доля
занятых
в
видах
деятельности
обрабатывающие
производства, связь,
Затраты
на в общей
образование
инновации:
численности занятых
- Внутренние
текущие затраты на
исследования
и
разработки, в % к
ВРП
- Затраты
на
технологические
инновации, в % к ВРП
- Степень
износа
основных фондов
Инновационная
инфраструктура и
инвестиционный климат
Результативность
инновационной
деятельности
Инфраструктура:
- Число
организаций
инновационной
инфраструктуры на 1000
организаций в регионе
- Затраты на ИКТ, в % к
ВРП
- Доля
организаций,
имеющих
кооперационные
связи
при
разработке
технологических,
маркетинговых
организационных
инноваций в общем числе
инновационных
предприятий в процентах
к общему числу организаций.
Источники инвестиций:
- Объем инвестиций в
основной капитал на 1000
занятых
- Отношение
объема
инвестиций в основной
капитал к ВРП региона, в
%.
- Прямые иностранные
инвестиции, в % к общим
инвестициям.
- Объем финансирования
внутренних затрат на
научные исследования и
разработки
за
счет
бюджетов субъектов РФ
и местных бюджетов в %
от ВРП
Выход на внешние
рынки:
- Отношение
числа
соглашений по экспорту
технологий
и
услуг
технического характера к
общему
количеству
организаций.
- Отношение
числа
соглашений по импорту
технологий
и
услуг
технического характера к
общему
количеству
организаций.
- Отношение количества
используемых передовых
производственных
технологий
к
общему
количеству организаций,
осуществлявших
технологические
инновации
- Отношение количества
выданных
патентных
заявок
к
количеству
работников,
занятых
исследованиями
и
разработками
Результаты
Рис. 1 Показатели, характеризующие
инновационный процесс в регионе
2
инновационной
деятельности:
- Отношение
количества
созданных
передовых
производственных
технологий
к
общему
количеству
организаций,
осуществлявших
технологические инновации
- Объем
инновационных
товаров (работ, услуг) в
процентах
от
общего
объема
отгруженных
товаров (работ, услуг)
- Доля
инновационноактивных
предприятий в
общей
численности
предприятий.
Для каждой из вышеупомянутых трех групп инновационных показателей были
построены интегральные индексы, а также общий интегральный индекс для всех
выбранных показателей1. При этом была разработана методика, состоящая из
нескольких этапов.
На первом этапе для всех выбранных показателей и всех регионов России была
построена матрица данных по всем годам из временного периода 2005 -2011.
Наполненность матрицы данных по годам была почти 100%, однако часть
недостающих значений пришлось вводить искусственно.
По ряду показателей, для которых не существует данных во всех регионах,
например, наличие инновационной инфраструктуры или обмен инновационными
технологиями, пропущенные значения были заменены минимальными числами по
показателю.
Для возможности сравнения интегральных индексов инновационного развития
регионов
было
использованием
проведено
минимальных
предварительное
и
максимальных
нормирование
значений
показателей,
показателей
с
среди
Российских регионов.
Для данной работы рассчитывался невзвешенный интегральный индекс2 для
нормированных исходных показателей по следующей формуле
22
SII ct    i  Pict , где Pict - i-ый нормированный показатель из 22 показателей,
i 1
взятых для вычисления интегрального индекса с-го региона в t –ом году,  i 
1
22
Затем были построены динамические индексы инновационного роста регионов
РФ за расчетный период (2005-2011 гг.), которые вычислялись по нижеследующей
методике. На первом этапе определялся темп инновационного роста для c-го региона по
i-ому показателю (признаку) в t-ом году по следующей формуле:
Она описана подробно в работе авторов: Волкова Н.Н., Романюк Э.И. Методика рейтингования
регионов России по уровню инновационного развития // Перспективы инновационного развития
российских регионов / Отв. ред. Е.Б. Ленчук. - М.: Институт экономики РАН, 2012. Здесь необходимо
отметить, что по сравнению с описанной в указанных выше работах методика претерпела некоторые
изменения. В частности, были исключены выбросы, т.е. значения, которые выходят за границы
интервала [0.5,2.0] от среднего значения. Они были заменены на граничные значения интервала.
2
В работе Френкель А.А., Волкова Н.Н., Романюк Э.И. Влияние весовых коэффициентов на
рейтинг регионов по уровню инновационного потенциала // Регион: экономика и социология. 2013. - №1
(77). - С. 144 - 172, рассматривались разные варианты построения индекса, в частности взвешенный.
Однако авторы пришли к выводу, что наибольшее влияние на рейтинг региона с учетом весов оказывают
финансовые показатели, что ставит крупные финансовые центры, и без того имеющие инвестиционные
ресурсы, в привилегированное положение. Применение невзвешенных индексов выводит на первый план
как раз показатели, ответственные за отражение инновационной составляющей индекса.
1
3
Dict 
Pict
, где Pict - i-ый нормированный показатель из 22 показателей для с-го
Pict 1
региона в t –ом году,
Pict 1 - i-ый нормированный показатель из 22 показателей для с-го региона в t-1 –
ом году,
Чтобы
минимизировать
эффект
увеличения
выбросов в
общем темпе
инновационного роста, это отношение ограничивалось максимумом 2 (т.е. рост по
отдельному показателю ограничен 100 %) и минимумом 0,5 (т.е. уменьшение по
показателю ограничено 50 %).
Далее вычислялся среднегодовой инновационный темп роста c-го региона в t-ом
году как среднее геометрическое темпов роста по всем показателям:
1
t 22
ic
22
1  D  ( D ) , где Dict - вышеприведенный темп инновационного роста по i-ому
t
c
i 1
показателю c-го региона в t-ом году
Для оценки влияния инновационной деятельности в регионе на объем и
динамику ВРП были рассчитаны коэффициенты корреляции между ВРП и
интегральными индексами на матрице данных за 2005-2011 гг. Так как расчет обычного
коэффициента корреляции Пирсона требует выполнения целого ряда предпосылок, в
первую очередь нормальности распределения, в работе использовался коэффициент
ранговой корреляции Спирмена, требующий лишь возможности введения порядковой
(ранговой) шкалы для показателей.
Ранговый коэффициент корреляции Спирмена при наличии связанных рангов
вычисляется по формуле:
n
  1
 (r  s )
i 1
i
2
i
1 3
(n  n)  (Tr  Ts )
6
, где Tr 
1 mr 3
1 ms
(t r  t r ) , Ts   (t s3  t s ) , где

12 i 1
12 i 1
mr , ms - число групп совпадающих рангов у переменных X и Y;
t r , t s - число рангов, входящих в группу совпадающих рангов переменных X и
Y.
При расчетах использовался статистический пакет SPSS, в соответствующих
выходных таблицах корреляционного анализа которого выводятся: коэффициенты
корреляции, а также вероятности значений t – критерия, используемого для проверки
значимости коэффициентов корреляции. Данные вероятности в пакете именуются
уровнями значимости. Если значения этих вероятностей малы, т.е. меньше порогового
4
значения (традиционно берется пороговое значение вероятности равное 0,05), то
исходная нулевая
гипотеза (H0) о незначимости
коэффициентов корреляции
отвергается. Эти значения и присутствует в таблицах статьи.
Результаты корреляционного анализа зависимостей интегрального индекса и
ВРП приведены в табл. 1. Значимые значения в таблице выделены жирным шрифтом
Таблица 1
Результаты корреляционного анализа интегрального индекса и ВРП по
годам
2005
R α
Интегральный
индекс
0,47 0,00
Инновационный
потенциал
0,28 0,01
Образовательный
потенциал
0,25 0,03
Затраты
на
инновации
0,26 0,03
Инновационная
инфраструктура
и
инновационный
климат
0,14 0,24
Инфраструктура 0,09 0,45
Источники
инвестиций
0,21 0,07
Результативность
инновационной
деятельности
0,54 0,00
Выход
на
внешние рынки 0,52 0,00
Результаты
инновационной
деятельности
0,25 0,03
2006
R α
2007
R α
2008
R α
2009
R α
2010
R α
2011
R α
0,35 0,00 0,30 0,01 0,37 0,00 0,43 0,00 0,39 0,00 0,30 0,01
0,14 0,22 0,25 0,03 0,18 0,11 0,29 0,01 0,29 0,01 0,23 0,05
0,11 0,34 0,19 0,11 0,19 0,10 0,23 0,05 0,25 0,03 0,22 0,06
0,17 0,15 0,24 0,04 0,18 0,11 0,22 0,05 0,23 0,05 0,20 0,08
0,24 0,03 0,26 0,02 0,23 0,05 0,30 0,01 0,42 0,00 0,34 0,00
0,14 0,24 0,17 0,15 0,08 0,50 0,14 0,24 0,13 0,27 0,11 0,35
0,20 0,08 0,11 0,36 0,19 0,09 0,21 0,07 0,32 0,01 0,35 0,00
0,28 0,01 0,14 0,23 0,40 0,00 0,41 0,00 0,26 0,02 0,03 0,79
0,32 0,00 0,13 0,25 0,53 0,00 0,52 0,00 0,41 0,00 0,18 0,11
0,11 0,37 0,15 0,18 0,07 0,54 0,10 0,38 0,02 0,86 0,12 0,32
Интегральный индекс инновационной деятельности в регионах, имеет значимые
коэффициенты корреляции с ВРП во всех годах периода, однако коэффициенты
корреляции колеблются в диапазоне от 0,3 до 0,47. Таким образом, можно сделать
вывод, что интегральный индекс инновационной деятельности в регионах в некоторой
степени соответствует величине ВРП, однако связь между этими показателями слабая.
Таким образом, проведенный анализ показывает, что характер российской экономики
далек от инновационного.
5
Применительно к факторам интегрального индекса можно констатировать
наличие значимых коэффициентов корреляции для Результативности инновационной
деятельности, а внутри этого агрегата для такого показателя как Выход на внешние
рынки. Коэффициент корреляции значим почти для всех лет исследуемого периода, он
достигает значений 0,52-0,53 для последнего показателя, отвечающего за отражение
кооперационных связей на внешних рынках, что может свидетельствовать о
преимущественном заимствовании инноваций.
Обращает на себя внимание и отсутствие значимой связи между Результатами
инновационной деятельности, Источниками инвестиций и интегральным индексом
инновационной деятельности. Последнее может свидетельствовать о нецелевом
использовании средств, выделяемых на инвестиции. В качестве примера можно
привести работу по оценке финансового состояния судостроительной отрасли1, в
которой исследуются финансовые потоки в отрасли на основе балансов 50 крупнейших
компаний (табл.2). Как видно из таблицы в 2011 году «прочие финансовые вложения»
превзошли инвестиции в основной капитал и составили 96,3 млрд. рублей, что
составляет более половины использованных финансовых ресурсов. При этом стоит
заметить, что доля данной строки повысилась с 14% в 2009 году до 57% в 2011 году.
Это говорит о том, что средства финансирования отрасли расходуются неэффективно.
Также в работе отмечается рост величины нераспределенной прибыли. В работе
делается вывод, что судостроительная отрасль пока не в состоянии «усваивать» столь
серьезные объемы финансирования, и весомая часть денежных потоков используется
неэффективно.
При этом неэффективное использование финансовых средств не означает
прямое воровство. Так, авторам известны примеры, когда в одной организации,
выпускающей банковское оборудовании и входящей в разветвленную систему крупной
корпорации, начальством верхнего уровня выделялись средства для закупки
оборудования для производства новой линии техники в то время, когда предприятием
были не освоены еще предыдущие образцы. В результате оборудование было
закуплено и стояло на складе около 2 лет и ожидало своей очереди на подключение,
проедая средства предприятия, уходившие на выплату налога на имущество, занимая
складские площади и устаревая. Кроме того, через два года от предполагаемого к
внедрению образца отказались. И оборудование пришлось приспосабливать под
текущие нужды предприятия.
1
Круглов Д., Жорняк М., Скроботов А., Фокина Т., Хрусталев И., Шапошник Н. под научным
руководством к.э.н., с.н.с. ИЭ РАН Мальцевой И. Г. Оценка финансового состояния судостроительной
отрасли. - М.: РАНХиГС, 2013.
6
Таблица 2
Финансовые потоки в судостроении
Млрд. рублей
2009
2010
2011
1. Источники финансовых ресурсов
81,99 97,03
Собственные средства
29,99 45,24
Нераспределенная прибыль (чистая прибыль за минусом
23,77 37,50
выплаченных дивидендов)
Прямые иностранные инвестиции
0,3
4,0
Эмиссия акций
5,9
3,8
Привлеченные средства
52,0 51,8
Расходы расширенного бюджета
42,2 46,7
- расходы федерального бюджета
38,6 42,7
166,33
47,72
- расходы консолидированных бюджетов субъектов
0
0
4,0
-6,8
-6,7
-0,01
8,4
48,5
48,5
-0,0046
0
- внебюджетные фонды
3,6
Кредиты банков - прирост за год
3,8
кредиты российских банков
4,1
кредиты иностранных банков
-0,3
Долговые ценные бумаги - векселя, облигации. Прирост за
5,98
год
Прочие источники
0
52,74
0,1
-5,1
118,6
57,2
48,8
11,88 12,90
0
0
2. Направления использования финансовых ресурсов
81,99 97,03 166,33
Прирост материальных оборотных средств
Инвестиции в основной капитал
Прирост средств на расчетных и текущих счетах
Прирост депозитов в банках
Прирост финансовых вложений в акции, облигации, векселя
банков
прирост краткосрочных финансовых вложений
прирост долгосрочных финансовых вложений
Прочие финансовые вложения
3. Дефицит "-", профицит "+" финансовых ресурсов: 3. =
2. - 1.
22,68
37,6
-0,2
1,0
16,68
44,2
5,7
1,4
-15,02
75,9
10,0
1,5
9,20
-6,29
-2,43
11,5
-2,3
11,7
-5,3
-0,9
35,3
-2,6
0,1
96,3
0,00
0,00
0,00
Для более детального анализа нами была проведена кластеризация регионов
первоначально на массиве данных для 22 показателей за период с 2005 по 2010 гг.
Кластеризация была проведена для 2005, 2008 и 2010 гг. В табл. 3 приведены
результаты кластерного анализа в 2005, 2008 и 2010 гг.
7
Таблица 3
Итоги кластерного анализа по ранжированным показателям за 2005, 2008 и
2010 гг.
Кластер
РЕГИОНЫ
2005
Кластер 1 по кластеризации 2008
Владимирская область
1
Калужская область
1
Московская область
1
Рязанская область
2
Тамбовская область
3
Тверская область
1
Тульская область
1
Ярославская область
1
г. Москва
1
Калининградская область 1
Ленинградская область
1
Новгородская область
1
г. Санкт-Петербург
1
Ростовская область
1
Нижегородская область
1
Челябинская область
1
Омская область
1
Кластер 2 по кластеризации 2008
Брянская область
3
Воронежская область
1
Республика Башкортостан 1
Республика Мордовия
1
Республика Татарстан
1
Удмуртская Республика
3
Чувашская Республика
3
Пермский край
1
Кировская область
3
Пензенская область
1
Самарская область
1
Саратовская область
1
Ульяновская область
1
Свердловская область
1
Красноярский край
2
Новосибирская область
1
Томская область
1
Камчатский край
4
Приморский край
3
Хабаровский край
3
Магаданская область
4
Кластер 3 по кластеризации 2008
8
2008
2010
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
2
1
1
1
1
2
1
1
1
3
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
3
1
1
3
1
3
3
1
3
1
1
1
1
1
2
1
1
4
2
2
3
Кластер
РЕГИОНЫ
2005
Липецкая область
2
Республика Карелия
2
Республика Коми
2
Архангельская область
2
Мурманская область
1
Краснодарский край
2
Волгоградская область
1
Оренбургская область
2
Тюменская область
2
Ханты-Мансийский
автономный округ - Югра 2
Ямало-Ненецкий
автономный округ
2
Иркутская область
1
Кемеровская область
2
Республика Саха (Якутия) 2
Сахалинская область
4
Кластер 4 по кластеризации 2008
Белгородская область
2
Ивановская область
3
Костромская область
2
Курская область
1
Орловская область
3
Смоленская область
3
Вологодская область
2
Псковская область
3
Республика Адыгея
4
Республика Дагестан
4
Кабардино-Балкарская
Республика
3
Карачаево-Черкесская
Республика
4
Республика
Северная
Осетия - Алания
3
Ставропольский край
3
Астраханская область
3
Республика Марий Эл
3
Курганская область
3
Республика Алтай
4
Республика Бурятия
3
Алтайский край
3
Забайкальский край
3
Амурская область
4
Еврейская
автономная
область
4
9
2008
3
3
3
3
3
3
3
3
3
2010
2
4
4
4
1
2
1
3
2
3
2
3
3
3
3
3
2
1
2
4
4
4
4
4
4
4
4
4
4
4
4
3
3
3
3
3
2
3
3
3
2
4
3
4
3
4
4
4
4
4
4
4
4
4
4
3
3
2
3
3
4
3
3
3
4
4
4
Кластер
РЕГИОНЫ
2005
2008
2010
Ненецкий
автономный
округ1
Республика Ингушетия
Республика Калмыкия
Чеченская Республика
Республика Тыва
Республика Хакасия
Чукотский автономный
округ
4
4
3
4
-
4
4
4
3
4
4
-
4
За основу нами были взяты результаты кластеризации 2008 года, поскольку на
развитии экономики в этом году еще не сказались в полной мере последствия кризиса.
Так, например, темп роста ВРП в 2008 г. составлял еще 105,7%, а в 2009 г. лишь 92,4%;
динамика инвестиций в основной капитал в сопоставимых ценах за те же годы
соответственно - 109,5 и 86,5%%
Как видно из таблицы, полученные в разные годы кластеры2 регионов
сохраняют ядро.
Первый тип, названный нами Инновационные регионы образуют семнадцать
регионов преимущественно европейской части РФ, располагающие достаточно
развитым инновационным потенциалом и возможностями для активизации его
использования. Регионы данной группы могут служить полигоном для наиболее
эффективного вложения государственных инвестиционных ресурсов в развитие
инновационного
потенциала
и
других
методов
государственной
поддержки
инновационной деятельности.
Во втором типе, названном нами Инновационные регионы Поволжья и Сибири;
объединены субъекты Российской Федерации, развитие инновационного потенциала
которых можно считать соответствующим среднему для России уровню. В него вошли
1
Так как по ряду регионов в исходных данных было много пропусков, при проведении
кластеризации они не попали ни в одну из групп, поэтому в таблице стоит прочерк. Эти регионы были
исключены из дальнейшего анализа.
2
Здесь необходимо сделать следующее уточнение. Термин «кластер» здесь используется в его
математическом смысле слова, т.е. «кластеры» - это подгруппы исходного множества объектов, на
которые данное множество разбивается в результате многомерной классификации объектов на
некотором массиве признаков (показателей). Чтобы избежать путаницы с экономическим понятием
кластеров, в дальнейшем для обозначения кластеров, полученных на этапе кластерного анализа, мы
использовали термин типы регионов. В экономическом понимании кластер — это сконцентрированная
на некоторой территории группа взаимосвязанных экономических агентов взаимодополняющих друг
друга и усиливающих конкурентные преимущества отдельных компаний и кластера в целом.
10
старопромышленные центры, расположенные преимущественно в Поволжье и Сибири,
которые
располагали
достаточно
высоким
инновационным
потенциалом
в
доперестроечный период (Свердловская, Челябинская, Томская области, Республика
Татарстан и т.д.), но частично утратили его в течение 90-х годов. Реализация
инновационного потенциала этих регионов требует значительно больших затрат
финансовых ресурсов, может быть осуществлена в более длительные сроки и требует
разработки особых мер государственной поддержки инновационной деятельности.
Особого внимания федерального Центра в этой группе требуют регионы, в которых
потенциал
инновационного
экономического
роста
формируется
в
отраслях
машиностроительного комплекса, выпускающих конкурентоспособную продукцию для
внутреннего потребления и экспорта.
Третий тип, получивший обозначение Добывающие регионы, объединяет
территории с преимущественно добывающей специализацией. В него вошли регионы,
имеющие высокий финансовый потенциал для инновационного развития, но
«однобокую»
его
результативность,
обусловленную
моносырьевой
отраслевой
специализацией (Тюменская область, Республика Саха (Якутия) и т.д.).
В четвертый тип - Отстающие - выделены регионы, у которых развитие
инновационного потенциала ниже среднероссийского уровня.
Наконец, необходимо сказать о группе регионов, которые не вошли ни в один
тип при проведении кластерного анализа. Она объединяет наиболее отсталые регионы
России, не имеющие развитой промышленной и научной базы и практически не
располагающие ресурсами для инновационного развития. В настоящее время
реализация стратегии инновационного экономического роста в этих регионах
практически бесперспективна.
Нами было выдвинуто предположение, что объединение регионов в одну группу
вызвано объективными экономическими причинами, в частности, их сложившейся
специализацией.
Для исследования этого положения была проанализирована отраслевая
специализация, полученных типов регионов на основе сложившейся структуры ВРП.
На рисунках 1 и 2 представлены доли в ВРП добычи полезных ископаемых и
обрабатывающих отраслей.
Как видно на графиках, у регионов типа 3 доля добывающих отраслей
существенно превышает эту долю в других типах субъектов Федерации. Доля
обрабатывающих производств в регионах типов 1 и 2 также превышает эту долю в
остальных регионах. Можно заключить, что выделенные типы существенно
11
различаются между собой по структуре ВРП, что свидетельствует о правомерности
деления на типы.
Добыча полезных ископаемых
Рис. 3. Доля добычи полезных ископаемых в ВРП по типам регионов
60
50
%
40
30
20
10
0
2004
РФ
2005
2006
2007
Тип 1
2008
Тип 2
2009
2010
2011
Тип 3
Тип 4
Рис. 1. Доля добывающих производств в ВРП по типам регионов
Обрабатывающие производства
30
25
%
20
15
10
5
0
2004 2005 2006 2007 2008 2009 2010 2011
РФ
Тип 1
Тип 2
Тип 3
Рис. 2. Доля обрабатывающих производств в ВРП по типам регионов
Тип 4
Таблица 4
Результаты корреляционного анализа интегрального индекса и ВРП по
типам регионов
2005
R
α
2006
R
α
2007
R
Тип 1
12
α
2008
R
α
2009
R
α
2010
R
α
2011
R
α
Интегральный
индекс
Инновационный
потенциал
Образовательный
потенциал
Затраты
на
инновации
Инновационная
инфраструктура
и
инновационный
климат
Инфраструктура
Источники
инвестиций
Результативность
инновационной
деятельности
Выход
на
внешние рынки
Результаты
инновационной
деятельности
Тип 2
Интегральный
индекс
Инновационный
потенциал
Образовательный
потенциал
Затраты
на
инновации
Инновационная
инфраструктура
и
инновационный
климат
Инфраструктура
Источники
инвестиций
Результативность
инновационной
деятельности
Выход
на
внешние рынки
Результаты
инновационной
деятельности
Тип 3
Интегральный
индекс
Инновационный
потенциал
Образовательный
потенциал
Затраты
на
инновации
Инновационная
0,58
0,02
0,40
0,11
0,37
0,15
0,35
0,17
0,39
0,12
0,43
0,08
0,44
0,07
0,62
0,01
0,53
0,03
0,57
0,02
0,50
0,04
0,65
0,00
0,73
0,00
0,76
0,00
0,71
0,00
0,56
0,02
0,54
0,03
0,47
0,06
0,56
0,02
0,61
0,01
0,66
0,00
0,49
0,05
0,40
0,11
0,43
0,09
0,42
0,09
0,62
0,01
0,63
0,01
0,71
0,00
0,65
0,14
0,58
0,93
0,34
0,43
0,08
0,28
0,01
0,28
0,34
0,17
0,44
0,52
0,87
0,16
0,20
0,54
0,04
0,13
0,25
0,63
0,80
0,02
0,25
0,12
0,64
0,18
0,49
0,17
0,50
0,23
0,37
0,23
0,37
0,27
0,29
0,41
0,10
0,35
0,17
0,12
0,65
0,04
0,87
0,08
0,76
0,29
0,26
0,31
0,22
0,36
0,16
0,14
0,60
0,07
0,78
0,16
0,55
0,24
0,36
0,24
0,35
0,40
0,53
0,22
0,40
0,10
0,72
0,14
0,59
0,04
0,87
0,25
0,34
0,36
0,15
0,48
0,05
0,42
0,05
0,32
0,15
0,16
0,48
0,39
0,08
0,36
0,11
0,32
0,15
0,17
0,45
0,42
0,06
0,07
0,77
0,45
0,04
0,21
0,36
0,53
0,01
0,50
0,02
0,29
0,19
0,39
0,08
0,05
0,84
0,41
0,06
0,28
0,21
0,41
0,07
0,48
0,03
0,52
0,02
0,33
0,14
0,16
0,49
0,40
0,08
0,06
0,79
0,29
0,21
0,26
0,25
0,03
0,90
0,16
0,49
0,07
0,76
0,16
0,50
0,95
0,07
0,76
0,64
0,19
0,40
0,31
0,17
0,62
0,88
0,02
0,92
0,80
0,59
0,56
0,02
0,94
0,74
0,39
0,02
0,08
0,12
0,11
0,19
0,11
0,06
0,08
0,61
0,00
0,38
0,12
0,07
0,98
0,11
0,03
0,83
0,41
0,05
0,25
0,27
0,02
0,04
0,14
0,40
0,07
0,12
0,60
0,39
0,08
0,26
0,26
0,21
0,36
0,08
0,73
0,09
0,25
0,28
0,02
0,95
0,50
0,02
0,54
0,01
0,48
0,03
0,17
0,45
0,48
0,03
0,34
0,14
0,21
0,37
0,12
0,60
0,03
0,91
0,06
0,78
0,34
0,13
0,30
0,31
0,24
0,39
0,16
0,28
0,06
0,36
0,06
0,60
0,17
0,82
0,27
0,38
0,15
0,58
0,19
0,84
0,02
0,54
0,46
0,40
0,19
0,50
0,03
13
0,09
0,14
0,49
0,06
0,92
0,40
0,44
0,30
0,37
0,04
0,14
0,10
0,28
0,17
0,90
0,41
0,55
0,23
0,63
-
0,13
0,04
0,41
0,01
0,72
0,34
0,49
0,27
0,59
0,17
0,22
0,06
0,33
0,02
0,55
0,32
0,52
0,17
0,67
0,13
0,94
0,24
0,04
0,53
0,01
0,65
инфраструктура
и
инновационный
климат
Инфраструктура
Источники
инвестиций
Результативность
инновационной
деятельности
Выход
на
внешние рынки
Результаты
инновационной
деятельности
Тип 4
Интегральный
индекс
Инновационный
потенциал
Образовательный
потенциал
Затраты
на
инновации
Инновационная
инфраструктура
и
инновационный
климат
Инфраструктура
Источники
инвестиций
Результативность
инновационной
деятельности
Выход
на
внешние рынки
Результаты
инновационной
деятельности
0,10
0,36
0,18
0,24
0,38
0,20
0,48
0,44
0,10
0,44
0,10
0,51
0,05
0,39
0,16
0,26
0,35
0,30
0,28
0,36
0,18
0,25
0,36
0,13
0,64
0,40
0,14
0,36
0,18
0,38
0,17
0,30
0,28
0,27
0,33
0,17
0,53
0,11
0,14
0,13
0,64
0,34
0,21
0,37
0,08
0,41
0,00
0,02
0,99
0,16
0,61
0,14
0,16
0,58
0,05
0,10
0,15
0,59
0,09
0,74
0,05
0,36
0,09
0,71
0,21
0,08
0,15
0,22
0,96
0,47
0,00
0,27
0,99
0,93
0,01
0,16
0,46
0,11
0,62
0,22
0,31
0,04
0,39
0,13
0,54
0,32
0,13
0,13
0,38
0,04
0,85
0,13
0,89
0,19
0,39
0,32
0,11
0,03
0,64
0,00
0,52
0,01
0,64
0,00
0,55
0,40
0,06
0,27
0,19
0,19
0,72
0,17
0,14
0,62
0,11
0,18
0,02
0,95
0,04
0,90
0,06
0,82
0,86
0,26
0,06
0,08
0,07
0,22
0,34
0,11
0,68
0,78
0,86
0,73
0,04
0,04
0,75
0,03
0,89
0,09
0,25
0,25
0,09
0,56
0,02
0,92
0,44
0,03
0,16
0,45
0,28
0,62
0,23
0,34
0,22
0,38
0,08
0,29
0,18
0,11
0,27
0,27
0,22
0,01
0,95
0,03
0,88
0,35
0,10
0,55
0,01
0,48
0,02
0,08
0,73
0,14
0,52
0,01
0,17
0,44
0,60
0,00
0,49
0,02
0,31
0,14
0,31
0,16
0,21
0,49
0,02
0,41
0,05
0,12
0,60
0,20
0,37
0,11
0,61
0,69
0,63
0,49
0,31
0,86
0,54
0,84
Проанализируем взаимосвязь ВРП с рассчитанным агрегированным индексом в
разрезе выявленных типов регионов (табл. 4).
В регионах типа 1 в целом имеется взаимосвязь между ВРП и интегральным
индексом в 2005 г., в остальные годы периода уровни значимости незначительно
превышают пороговые значения. Однако и случае наличия зависимостей значения
коэффициентов корреляции малы. Внутри интегрального индекса можно говорить, что
существует корреляционная связь для подиндекса Инновационный потенциал, в
основном за счет подиндекса Образовательный потенциал. В последние годы (начиная
с 2009 г.) наблюдались высокие коэффициенты корреляции между ВРП и таким
показателем, как Затраты на инновации.
14
0,69
0,52
0,25
0,25
0,69
Для регионов типа 2 значимых коэффициентов корреляции получилось мало.
Лишь в отдельные годы можно говорить о наличии некоторой связи между ВРП и
интегральным индексом, а также подиндексом Образовательный потенциал. Это
может
быть
следствием
неоднородности
второго
типа
регионов
и
требует
дополнительного исследования. Кроме того, наблюдается зависимость между ВРП и
агрегатом Выходы на внешние рынки, что может свидетельствовать о заимствовании
инноваций в регионах этого типа. На определенном этапе развития экономики региона
такой путь можно считать вполне приемлемым.
Обращает на себя внимание значимый, большой по абсолютной величине, но
отрицательный коэффициент корреляции между ВРП и подиндексом Инновационный
потенциал для регионов третьего типа. Внутри этого подиндекса аналогичная картина
складывается с показателем Затраты на инновации. Это еще раз подчеркивает
неинновационный и ресурсный характер экономики России.
Внутри четвертой группы картина достаточно пестрая и сложно сделать
однозначные выводы о зависимости ВРП и интегрального индекса. По подиндексам так
же как во втором типе регионов, наблюдаются значимые коэффициенты корреляции
для подиндекса Выходы на внешние рынки.
Таким образом, основные выводы, которые можно сделать из анализа таблиц,
следующие:
В целом предложенный агрегированный индекс отражает как уровень, так и
динамику валового регионального продукта.
Проведенная кластеризация регионов Российской Федерации позволила выявить
типы регионов со сходными характеристиками.
При проведении кластеризации по данным за 2005, 2008 и 2010 гг. типы
регионов
сохранили
ядро
территорий,
принадлежащих
данному
типу,
что
свидетельствует о том, что выявленные типы могут обладать сходными социальноэкономическими характеристиками, отвечающими за потенциал инновационного
развития.
Внутри типов регионов прослеживаются различные взаимосвязи между
динамическим агрегированным индексом и динамикой ВРП и производительности
труда.
Сопоставляя результаты корреляционного анализа в целом и по типам регионов
можно сделать вывод, что регионы, входящие в Тип 1, объединяющий субъекты
Федерации расположенные преимущественно в Европейской части России, во многом
определяют взаимосвязь исследуемых показателей и по России в целом.
15
Основной характер инноваций, который осуществляется в регионах России, –
заимствующий.
Регионы,
относящиеся
к
добывающему
типу,
имеют
отрицательные
коэффициенты корреляции, что говорит о сырьевой направленности нашей экономики.
Основной вывод - даже в наиболее «продвинутых» с точки зрения инноваций
регионах экономика имеет неинновационный характер, и связь между уровнем
инновационной деятельности и динамикой ВРП выражена крайне слабо.
16