Обзор методических подходов к оценке уровня научно

ISSN 2073-5537. Âåñòíèê ÀÃÒÓ. Ñåð.: Ýêîíîìèêà. 2015. № 3
УДК 330.341.1
Т. Ю. Ковалёва
ÎÁÇÎÐ ÌÅÒÎÄÈ×ÅÑÊÈÕ ÏÎÄÕÎÄÎÂ
Ê ÎÖÅÍÊÅ ÓÐÎÂÍß ÍÀÓ×ÍÎ-ÒÅÕÍÈ×ÅÑÊÎÃÎ ÏÐÎÃÐÅÑÑÀ:
ÑÒÐÀÍÎÂÎÉ È ÐÅÃÈÎÍÀËÜÍÛÉ ÀÑÏÅÊÒÛ1
Представлен обзор фундаментальных зарубежных и отечественных макро- и мезоэкономических моделей экономического роста, предлагающих методический инструментарий для оценки
уровня научно-технического прогресса. Цель исследования – выявление таких подходов к анализу научно-технического прогресса, в рамках которых технологический прогресс рассматривается
как эндогенный фактор экономического роста, что позволяет понять природу и динамику инновационного и технологического развития современной экономики. Доказано, что комплексная
оценка научно-технического прогресса в рамках функционального подхода может быть проведена на основе балансовых моделей, моделей общего экономического равновесия, агенториентированных методик. Установлено, что анализ научно-технического прогресса осуществляется через призму следующих основных показателей: количество патентов на изобретения,
выпуск высококвалифицированных специалистов и другие показатели эффективности обучения,
прирост новых знаний в секторе исследований и разработок, затраты на образование и науку,
финансирование исследований и разработок. Определено, что специфика российской статистической базы не позволяет использовать в расчетах многие показатели, применяемые за рубежом
для оценки уровня научно-технического прогресса. Перечислены показатели оценки научнотехнического прогресса, используемые в российских исследованиях. В качестве вывода предложена обобщающая система частных показателей оценки уровня и эффективности научнотехнического прогресса на макро-, мезо- и микроуровнях экономической системы.
Ключевые слова: научно-технический прогресс, методика оценки, макроэкономическая
модель, показатели оценки, показатели эффективности, иерархия уровней экономики.
Введение
Фундаментальной задачей современной экономической науки является исследование особенностей и закономерностей социально-экономического развития общества с целью определения ключевых источников роста и факторов конкурентоспособности национальной экономики.
Поэтому в научной литературе продолжается активная дискуссия о характере, типах и моделях
экономического роста.
Согласно общепринятому представлению, экономический рост как макроэкономическая
категория рассчитывается исходя из роста объема реального внутреннего валового продукта
(ВВП) или из роста реального ВВП на душу населения. При этом возможности увеличения реального объема производства зависят от прямых факторов экономического роста (факторов
предложения), включая количество и качество трудовых ресурсов, природные ресурсы, научнотехнический прогресс (далее – НТП), технологию и организацию производства, объем инвестиций и др. Вместе с тем для экономического роста имеют значение и косвенные факторы,
влияющие на изменение спроса. К ним относят государственное регулирование экономики, динамичный рост доходов и улучшение системы распределения доходов, налоговый климат, уровень развития финансового рынка, снижение степени монополизации экономики и т. д.
Экономический рост может осуществляться экстенсивно, т. е. за счет вовлечения большего объема ресурсов в производство, либо интенсивно, за счет повышения эффективности использования имеющихся ресурсов и внедрения в производство результатов и достижений НТП.
Расширенное воспроизводство на базе НТП является более прогрессивным способом
обеспечения экономического роста, т. к. все более решающая роль в росте национальной экономики отводится достижениям науки и техники, воплощенным в инновациях.
Именно инновации, как определяющий результат НТП, стимулируют рост производительности и эффективности использования факторов производства, повышение качества и конкурентоспособности продукции страны. Поэтому в середине ХХ в. правительства США, Япо1
Статья подготовлена в рамках постановления Правительства РФ № 218 от 09.04.2010 г. «О мерах государственной поддержки развития кооперации российских высших учебных заведений и организаций, реализующих комплексные проекты по созданию высокотехнологичного производства» при финансовой поддержке Министерства образования и науки Российской Федерации.
20
Òåîðåòè÷åñêèå îñíîâû ðàçâèòèÿ ýêîíîìè÷åñêèõ ñèñòåì â ñîâðåìåííûõ óñëîâèÿõ
нии, Финляндии, Германии и других стран, в настоящее время относимых к числу развитых государств, взяли открытый курс на инновации, сочетая интенсификацию НТП с институциональными преобразованиями в экономике и секторе государственного управления, направленными
на повышение качества организации и управления экономической системой.
Научно-технический прогресс как непрерывный и системный процесс внедрения в хозяйственную практику результатов развития науки и техники, а также новых методов организации
производства и труда влияет на экономический рост и развитие несколькими способами:
− во-первых, улучшение технологий позволяет увеличить валовый выпуск продукции без
изменения совокупных затрат;
− во-вторых, технологические преобразования производства приводят к изменению
структуры выпускаемой продукции в пользу высококачественных товаров и услуг с высокой
добавленной стоимостью;
− в-третьих, НТП обусловливает большие изменения в предметах и средствах труда;
− наконец, НТП вносит существенный вклад в повышение благосостояния общества
и качества жизни населения страны [1].
Обзор подходов к моделированию и оценке НТП
Сегодня в научной среде сложился достаточно обширный спектр теорий и концепций,
в которых определяется значение НТП для развития экономики. Среди них особо следует выделить теорию длинных волн Н. Д. Кондратьева, на базе которой исследовались закономерности
НТП («эмпирические правильности») [2], и теорию эволюционной экономической динамики
Й. Шумпетера, основу которой составили инновации или «новые комбинации» [3].
Идеи Н. Д. Кондратьева и Й. Шумпетера легли в основу многих зарубежных
и отечественных исследований, анализирующих взаимосвязи между уровнем развития технологий и темпами экономического роста стран мира [4–8].
Огромное влияние на формирование фундаментального представления о характере и структуре экономического роста оказали работы Р. Солоу [9] и его последователей [10]. Вместе с тем
неоклассическая модель роста Солоу относит НТП к экзогенным факторам, что не позволяет объяснить природу роста производительности (или эффективности) труда на базе данной концепции.
Осмысление НТП как фактора роста и развития экономики характерно и для основателей
«новой теории экономического роста» П. Ромера и Р. Лукаса [11, 12]. Так, в эндогенных концепциях экономического роста повышение эффективности труда связывают с ростом инвестиций в исследования и разработки, увеличением числа исследователей и ученых, а также вложений в человеческий капитал. Данные концепции, в том числе их современные интерпретации,
о которых речь пойдет ниже, позволяют прогнозировать уровень НТП и определять его влияние
на экономический рост в среднесрочной и долгосрочной перспективе.
Таким образом, существующие методы учета НТП в макромоделях можно условно разделить на два класса: эндогенный и экзогенный. Ключевое отличие эндогенных концепций от экзогенных заключается в том, что в первых уровень технического прогресса определяется внутри
модели, а во вторых он является заданным извне параметром (рис.).
Методы учета НТП в экономических моделях
Методы, относящие НТП
к экзогенным параметрам
Преимущество: относительная простота
калибрации модели
Недостаток: задача количественной оценки
НТП решается отдельно (вне модели)
Методы, относящие НТП
к эндогенным параметрам
Преимущество: учет обратных связей между сектором науки и технологией и остальными секторами
экономики
Недостаток: сложность калибрации модели из-за
нехватки данных для оценки НТП
Два класса методов учета НТП в макроэкономических моделях
(схемы добавления эндогенного и экзогенного фактора НТП в экономические модели показаны в [13])
21
ISSN 2073-5537. Âåñòíèê ÀÃÒÓ. Ñåð.: Ýêîíîìèêà. 2015. № 3
В случае отнесения НТП к экзогенным факторам, технологический прогресс учитывается
в виде параметра, влияющего на фактор труда, либо фактор капитала, либо на объем выпуска.
При последнем из названных подходов, чаще всего применяемом на практике, уровень НТП
оценивают через экспоненциально возрастающую функцию времени с постоянным темпом
прироста НТП и включением его в производственную функцию Кобба – Дугласа:
Y = eλt K α Lβ ,
где Y – объем национального дохода или выпуска; e – основание логарифма; K – капитал (например, объем производственных фондов, в определенных случаях, инвестиции в основной капитал); L – труд (численность занятых); t – время; λ – темп НТП; α, β – показатели эластичности
по капиталу и труду.
Такая модель, например, используется для социально-экономического прогнозирования
развития Республики Казахстан [13].
Далее перейдем к рассмотрению основных эндогенных подходов к анализу экономического роста. Они представляют для нас больший интерес, поскольку содержат методический
инструментарий оценки уровня НТП (табл. 1).
Таблица 1
Подходы к оценке научно-технологического прогресса:
ключевые аспекты макроэкономических теорий
Название теории/концепции
(авторы)
Теория обучения на практике (К. Эрроу,
1962; П. Ромер, 1986; Ч. Джонс, 1998;
С. Ребело, 1991)
Теории, основанные на инвестициях в
человеческий капитал (Э. Денисон, 1965;
Х. Узава, 1965; Р. Лукас, 1988;
Г. Менкью, Д. Ромер, Д. Уэйл, 1998;
А. Н. Моисеев, 2004)
Теория, основанная на значимости исследований и разработок (Reseach &
Development) в обеспечении экономического роста (теория R&D) (П. Ромер,
1990)
Теория вычислимой экономики знаний
без отраслевой детализации
(В. Л. Макаров, А. Р. Бахтизин,
Н. В. Бахтизина, 2009)
Теория экономики знаний с учетом отраслевой детализации (B. Bye,
T.-R. Heggedal, T. Fæhn и B. Strøm, 2006)
Отличительная особенность
макромодели экономического роста
Экономический рост достигается за
счет технического прогресса, являющегося следствием обучения работников
без отрыва от производства
Темпы экономического роста определяются темпами накопления человеческого капитала
Экономический рост зависит от накопленного человеческого капитала
и эффективности применения новых
знаний в производстве промежуточных
и конечных благ
Объем произведенного конечного продукта зависит от деятельности трех
секторов экономики: сектора науки
и образования; инновационного сектора
и сектора прочих агентовпроизводителей
Модель показывает, как правительство
может активизировать экономический
рост в малой открытой экономике посредством инструментов инновационной
политики (например, за счет инвестиционного налогового кредита)
Подход к оценке НТП
НТП зависит от приобретенных на практике знаний, опыта и квалификации и
измеряется параметром эффективности
обучения
НТП в виде новых знаний и инноваций,
применяемых в производстве, базируется на воспроизводстве высококачественного человеческого капитала в национальной экономике
НТП зависит от продуктивности исследовательского сектора экономики. Его
уровень определяется через прирост
новых знаний в секторе R&D
НТП измеряется через затраты на знания,
обучение и инновационный продукт
НТП зависит от накопленного запаса
знаний, измеренного количеством патентов по отраслям, производительности отечественных знаний и знаний,
приобретенных у иностранных агентов
Дадим краткую характеристику методик оценки НТП, представленных в табл. 1.
Уровень технического прогресса, по мнению К. Эрроу и П. Ромера, можно оценить путем
определения объема знаний и опыта, которые приобрели работники в процессе работы. В свою
очередь, объем этих знаний и навыков зависит от имеющегося у фирмы капитала, оснащённости
рабочего места, либо от совокупного объема капитала, накопленного в экономике в целом. Кроме
того, в моделях К. Эрроу и П. Ромера делается предположение, что знания могут свободно передаваться и распространяться между работниками, а результат роста производительности, достигнутый через обучение на практике, присваивается фирмами в качестве внешнего эффекта.
С точки зрения математического описания модель долгосрочного роста К. Эрроу базируется на исходных предпосылках экзогенных теорий роста, использующих производственную
функцию Кобба – Дугласа с включением нейтрального по Харроду технического прогресса:
Yt = Ktα(AtLt)1-α.
22
Òåîðåòè÷åñêèå îñíîâû ðàçâèòèÿ ýêîíîìè÷åñêèõ ñèñòåì â ñîâðåìåííûõ óñëîâèÿõ
Научно-технический прогресс в модели есть функция обучения работников, которая может быть представлена в двух вариантах:
− как зависимость от общего объема капитала: A = Kf, где f – эластичность запаса знаний
по капиталу (отражает эффективность обучения).
− как зависимость от уровня капиталовооруженности: A = kf = (K/L)f.
В первом варианте темп прироста капиталовооруженности и выпуск на душу населения
1
n
положительно зависят от эффективности обучения и темпа прироста населения g y = g k =
1− f
(n – темп прироста населения). Во втором варианте устойчивый темп прироста выпуска на душу
населения при постоянной отдаче от масштаба равен разнице нормы сбережений, темпа прироста населения и нормы выбытия капитала. При убывающей отдаче устойчивое состояние достигается при нулевом темпе прироста интенсивных переменных в производственной функα + f (1− α )
ции yt = kt
.
В другой эндогенной модели роста П. Ромера технологические изменения выступают важнейшим фактором экономического развития страны. Под технологическими изменениями П. Ромер
понимает более совершенные инструкции, позволяющие использовать различные сочетания имеющихся в экономике ресурсов [12] (т. е. фактически новые производственные технологии).
П. Ромер разделяет экономику на три сектора.
Исследовательский сектор (сектор R&D) на базе имеющегося в стране человеческого капитала и существующего запаса знаний производит новое знание. В этом секторе и развивается
НТП, оценить который можно параметром прироста нового знания (Аʹ):
A ' = δH A A ,
(1)
где HA – человеческий капитал (исследователи, производящие новые знания); А – запас знаний
(технологии, знания, идеи); δ – коэффициент научной продуктивности или производительность
труда в производстве знаний.
Уравнение (1), показывающее, что производство новых знаний зависит от количества исследователей и существующего объема знаний, составлено П. Ромером для производственной
функции знаний с постоянным эффектом масштаба.
Модель П. Ромера была развита Ч. Джонсом, который, в частности, снял положение
о постоянстве эффекта масштаба производства. В модели Ч. Джонса темп НТП положительно
зависит от темпа роста исследователей, также дополнительно учитывается уровень технологического развития страны [14–16].
Преобразование уравнения (1) в уравнение темпа роста знаний в стационарном состоянии
(2) позволяет увидеть, что в долгосрочном периоде производство новых знаний (или темп НТП)
увеличивает темп экономического роста на душу населения:
A'
= gY = g A = δH A .
A
(2)
Второй сектор экономики (промежуточный) приобретает полученные в исследовательском секторе знания для производства оборудования (средств производства). В третьем секторе
изготавливается конечная продукция.
П. Ромер показывает, что достигнутому уровню запаса знаний соответствует определенный уровень развития науки и технологий. Следовательно, показателями НТП могут служить
количество используемых технологий, количество изобретений, уровень затрат на исследования
и разработки, численность исследователей.
Подход П. Ромера свидетельствует о том, что темп экономического роста напрямую зависит от величины человеческого капитала, сосредоточенного в сфере научно-исследовательских
и опытно-конструкторских разработок (НИОКР). А сами R&D, являясь необходимым условием
экономического роста, способствуют накоплению человеческого капитала.
23
ISSN 2073-5537. Âåñòíèê ÀÃÒÓ. Ñåð.: Ýêîíîìèêà. 2015. № 3
Вместе с тем выводы П. Ромера не раз подвергались критике. Например, экономистами
отмечен тот факт, что увеличение численности работников сферы НИОКР в США в пять раз
с 1950 по 1990 гг. не привело к существенному ускорению темпов экономического роста [17].
Согласно эмпирическим результатам, полученным как зарубежными, так и отечественными исследователями, важнейшим фактором экономического роста и благосостояния населения страны является её человеческий капитал. Так, исследование Э. Денисона показывает, что
рост производительности труда на 28 % обеспечен внедрением в производство результатов НТП
(инноваций) и на 14 % – обучением и повышением квалификации работников [18]. Согласно
эндогенным моделям Узава – Лукаса и Мэнкью – Ромера – Уэйла, накопление человеческого
капитала оказывает положительное влияние на ВВП и среднедушевые доходы. В свою очередь,
количественные оценки значения накопленных знаний и человеческого капитала как факторов
регионального экономического роста получены А. В. Комаровой и О. В. Павшок на базе модели
Мэнкью – Ромера – Уэйла [19].
В производственной функции моделей параметр, отвечающий за технологии, зависит от
доли человеческого капитала в росте объема производства [12]. При этом для обеспечения стабильных темпов роста необходимы устойчивые инвестиции в человеческий капитал [20, 21],
качество которого определяет уровень инновационной активности в стране. Этот вывод подтверждается результатами корреляционно-регрессионного анализа, согласно которым:
− повышение индекса развития человеческого потенциала (ИРЧП) на 1 % ведет к увеличению доли инновационно активных предприятий на 5,5 % (выборка по 19 странам Европейского союза) [22];
− наблюдается прямая связь между ИРЧП и числом научных статей (коэффициент корреляции превышает 0,7; выборка по 30 странам ОЭСР). При этом для 12 менее развитых в технологическом отношении стран, входящих в ОЭСР, коэффициент корреляции между числом
опубликованных статей и ИРЧП составляет 0,931 против 0,309 для оставшихся 18 наиболее развитых стран [22].
Подробное описание более сложных неоклассических моделей, анализирующих вклад человеческого капитала в экономический рост и учитывающих фактор запаздывания, можно посмотреть в статье [23].
Одной из заслуживающих внимания односекторных эндогенных моделей учета НТП является модель А. Н. Моисеева [24]. В модели рассматриваются производственный сектор, сектор НИОКР и сектор образования.
Производственные функции этих секторов являются мультипликативно-степенными:
α1
− Y ( t ) = AΨ ( t ) (1 − akR& D (t ) ) K (t )  [ L ( t )]α 2 – выпуск в производственном секторе;
˙
− φ ( t ) = J  φ ( t )]γ1  aξR& D ( t ) ξ ( t )]γ2 [akR& D ( t ) K ( t )]γ3 − δφ φ ( t ) – производственная функция
сектора НИОКР;
− ξɺ ( t ) = D φ ( t )]η1  aξed ( t ) ξ ( t )]η2 − δξ ξ ( t ) – производственная функция сектора образования.
В модели А. Н. Моисеева объем национального дохода (выпуска) складывается из валового потребления и инвестиций, население растет с темпом n, темп выбытия физического капитала равен δ K . Валовый выпуск также зависит от следующих параметров:
− индекс НТП, увеличивающий эффективность использования капитала и труда в производственном секторе ( Ψ ( t ) );
− доля физического капитала, идущая в сектор НИОКР ( akR &D );
− показатель запаса знаний в стране ( φ ( t ) );
− доля человеческого капитала, поступающего в сектор образования aξed ( t ) ;
− темпы выбытия знаний, человеческого капитала ( δ φ , δ ξ ).
Особый интерес представляет оценка индекса НТП:
24
Òåîðåòè÷åñêèå îñíîâû ðàçâèòèÿ ýêîíîìè÷åñêèõ ñèñòåì â ñîâðåìåííûõ óñëîâèÿõ
.
.
Ψ(t ) = B[ϕ(t ) + δϕϕ(t )]β1 [ξ(t ) + δξξ(t )]β2 − δ Ψ Ψ (t ),
где Ψ ( t ) – индекс НТП, который интерпретируется в методике А. Н. Моисеева как число овеществленных в производстве технологий.
Модель предполагает, что новые технологии, используемые в производстве, должны быть
обеспечены соответствующим ростом квалификации рабочей силы.
Подход, предложенный А. Н. Моисеевым, показывает существование сбалансированного
эндогенного роста. При различных значениях степенных параметров из производственной
функции Моисеева можно получить как частный случай модель Р. Солоу, П. Ромера, Р. Лукаса.
Анализ литературных источников показал, что оценка уровня НТП возможна не только
в рамках эндогенных теорий роста, но и на базе принципов теории общего экономического равновесия. Экономико-математические модели общего экономического равновесия можно кратко
описать при помощи трех ключевых аспектов:
− эти модели включают в себя экономических агентов, результаты деятельности которых находят отражение во всей экономической системе (именно поэтому такие модели называют общими);
− модели общего экономического равновесия включают в себя систему уравнений, посредством решения которой достигается равновесие на рынке каждого товара, услуги и фактора
производства (отсюда их называют равновесными);
− данные модели выдают численные результаты, что позволяет называть их вычислимыми.
Так, В. Л. Макаровым, А. Р. Бахтизиным и Н. В. Бахтизиной разработана «вычислимая
модель экономики знаний» [25], представленная семью экономическими агентами и соответствующими секторами. Отметим, что к агентам-производителям конечного продукта (добавленной стоимости) в модели причислены:
− экономический агент № 1 – сектор науки и образования;
− экономический агент № 2 – инновационный сектор, представляющий собой совокупность
инновационно активных предприятий и организаций, которые генерируют новые технологии;
− экономический агент № 3 – прочие отрасли экономики.
Производственные возможности этих трех агентов-производителей описываются модифицированной производственной функцией Кобба – Дугласа:
k
l
Yi ( t ) = Air (0,5( K i ( t −1) + K i ( t ) )) Ai ( Dilp(1t ) + Dilp(3t ) ) Ai ×
  t −1 p1 
 t −1 p1 
 t −1 p1  
  ∑ Diz ( λ ) 
 ∑ Dir ( λ ) 
 ∑ Din ( λ )   ,
 + βi  λ=1
 + γ i  λ=1

× exp  αi  λ =1
t
−
1
  t −1 


 t −1 





 





 
(3)
где I = 1, 2, 3 – номер экономического агента; компонентами производственной функции являются: основные фонды (берется среднее значение стоимости основных фондов на начало и конец года – Ki(t-1) и Ki(t), соответственно); спрос на рабочую силу, оплачиваемую по государственной (P3l) и рыночной (P1l) цене; Air – коэффициент, относящийся к регулированию размерности;
Aik – коэффициент, относящийся к основным фондам; Ail – коэффициент, относящийся к труду;
αi – коэффициент, относящийся к затратам сектора на новые знания (в первую очередь результаты НИОКР); βi – коэффициент, относящийся к затратам сектора на образовательные услуги;
γi – коэффициент, относящийся к затратам сектора на инновационные товары [25].
Авторы вычислимой модели знаний поясняют, что НТП, представленный в уравнении (3) как
экспоненциальный множитель, является эндогенным фактором и учитывает все затраты на производство знаний (затраты на сами знания, на обучение и на создание инновационных продуктов), что
является отличительной чертой подхода В. Л. Макарова, А. Р. Бахтизина и Н. В. Бахтизиной.
К достоинствам вычислимой модели знаний следует отнести:
− возможность численной оценки мультипликативного эффекта, возникающего в экономике, например, в результате интенсификации вложений в инновационную сферу;
25
ISSN 2073-5537. Âåñòíèê ÀÃÒÓ. Ñåð.: Ýêîíîìèêà. 2015. № 3
− представление экономики как модели динамической системы большой размерности,
рассматривающей сектора «экономики знаний» (или новой экономики) в отдельности и учитывающей их взаимосвязь с остальной экономической системой [26].
Однако её недостатком, по мнению М. С. Перлова, Р. А. Файзрахманова и Е. В. Долгова, является отсутствие детализации по отраслям реального сектора национальной экономики [13]. Следовательно, модель Макарова – Бахтизина – Бахтизиной позволяет делать только макроэкономические прогнозы. В частности, её авторы оценивают эффективность финансовых вложений в инновационную составляющую российской экономики, в сектор науки и образования. По их оценкам,
вложения в сектора, производящие знания, приводят к дополнительному росту ВВП РФ почти на
5 %; при этом финансирование экономики знаний, согласно вычислимой модели, следует признать
более эффективным по сравнению с субсидированием прочих отраслей экономики [25].
Отметим, что отечественными учеными разработана и вычислимая модель для модернизируемых отраслей, включающая компьютерный инструментарий моделирования инновационной, операционной и финансовой деятельности предприятий [27].
Среди зарубежных методик, относящихся к теории общего равновесия, можно выделить модель
ученых из Норвегии B. Bye, T.-R. Heggedal, T. Fæhn и B. Strøm [28], которая как и модель Макарова –
Бахтизина – Бахтизиной, учитывает фактор НТП через инновации (новые идеи, которые оформляются
патентами) в секторе R&D. Производство новых идей представлено в их модели функцией:
X RH = [ R ]s1 [ A]s2 [ f ( Lτ L K τ K )]s ,
где R – накопленный запас знаний (патентов), который оценивается по формуле (4); s1 – эластичность по накопленному запасу отечественных знаний (патентов); A – фактор производительности знаний, приобретаемых у иностранных агентов (заграницы); s2 – эластичность по накопленному запасу иностранных знаний (патентов) [28].
R = R−1 + X RH .
(4)
Отметим, что норвежская модель лишена отмеченного для вычислимой модели экономики знаний недостатка, поскольку реальный сектор экономики представлен в ней в разрезе
16 отраслей, однако для оценки НТП сбор статистики о количестве патентов по отраслям экономики России и её регионов затруднителен.
Оригинальным направлением учета достижений НТП в экономическом росте является подход, основанный на так называемых функциях НТП, построенных на базе относительных показателей (модель Калдора – Мирлиса, функция Байзакова). Так, в модели Калдора – Мирлиса функция
НТП определяется зависимостью прироста производительности труда от прироста капиталовооруженности. В модели С. Б. Байзакова, разработанной в Институте экономических исследований Республики Казахстан, НТП есть зависимость прироста фондоотдачи в расчете на единицу овеществленного труда от степени опережения капиталовооруженности над затратами на его оплату [29].
Региональные исследования, в которых ставятся и реализуются задачи оценки уровня НТП,
производятся на основе модификации методик, проанализированных выше. В них, как правило,
используется функция Кобба – Дугласа, что объясняется доступностью статистических данных,
а также принимается предпосылка об экзогенном или эндогенном характере технологического
прогресса. Например, в работе М. В. Мельничук проведено исследование факторов экономического роста в разрезе всех субъектов РФ на основе неоклассической концепции экономического
роста, результатом которого стала классификация регионов по уровню эффективности.
Научно-технический прогресс в моделях М. В. Мельничук определяется через «инновационность» экономики региона как величина удельных затрат на НИОКР с учетом эластичности
производительности труда по инновациям, эластичности производительности труда по инвестициям и нормы замены инвестиций инновациями. Это позволило установить восприимчивость регионов к инновациям (т. е. инновационная активность в регионе может быть высокой,
а восприимчивость экономической системы к инновациям – низкой, и наоборот) [30].
В исследовании Х. Н. Гизатуллина предложена методика оценки вклада знаний в экономический рост регионов на основе моделирования функции:
26
Òåîðåòè÷åñêèå îñíîâû ðàçâèòèÿ ýêîíîìè÷åñêèõ ñèñòåì â ñîâðåìåííûõ óñëîâèÿõ
Y = AK α Lβ M γ R µ e rt ,
где M – оборотные фонды; R – затраты на образование, в том числе на переподготовку кадров;
α, β, γ, µ – параметры эластичности; e – основание натурального логарифма; r – показатель технического прогресса (темпы роста за счет НТП); t – время.
Предложенная Х. Н. Гизатуллиным методика относится к экзогенному классу подходов
к оценке НТП. Она позволяет определить относительную степень влияния таких факторов, как
затраты на образование, численность занятых в экономике на изменение валового регионального продукта ВРП [31].
Б. Л. Лавровским предложен подход к измерению инновационной компоненты регионального экономического роста, в основе которого лежит сопоставление результатов, достигаемых разными регионами за счет инноваций и затрат, связанных с инновациями. Результаты апробации методики на статистике федеральных округов РФ не противоречат сложившимся представлениям о характере технологического прогресса в масштабе национальной экономики [32].
Новым средством для получения знаний о характере и влиянии НТП на экономику страны
и регионов является так называемое агент-ориентированное моделирование, относящееся к классу
инструментов, в основе реализации которых лежит анализ поведения экономических агентов при
помощи технологий компьютерной симуляции (специального программного обеспечения).
Основная идея, лежащая в основе агент-ориентированных моделей, заключается в построении вычислительного инструментария, представляющего собой совокупность агентов
с определенным набором свойств и позволяющего проводить симуляции реальных явлений.
Большое количество разработанных агент-ориентированных моделей представлено в специализированном зарубежном он-лайн журнале Journal of Artificial Societies and Social Simulation [33]
и российском ежеквартальном интернет-журнале «Искусственные общества» [34].
В рамках агент-ориентированного моделирования, на наш взгляд, интерес представляет
разработанная в 2009 г. в Центральном экономико-математическом институте Российской академии наук на базе геоинформационной системы (ГИС1) агент-ориентированная модель научного
потенциала России и её регионов. В модели рассматривается поведение трех агентов: обычный
работник, ученый, «прикладник». Ученые непосредственно не участвуют в создании валового
продукта, но в то же время они производят знание, потребляемое «прикладниками», которые участвуют в процессе производства ВВП, и формируют среду, оказывающую влияние на количество
«прикладников». Подробное концептуальное описание модели приведено в монографии
В. Л. Макарова «Горизонты инновационной экономики в России: Право, институты, модели» [26].
С помощью данной агент-ориентированной модели можно рассчитать последствия следующих действий: увеличения зарплаты всем типам работников, организации инновационных
центров, направления дополнительных инвестиций в науку. Модель, например, позволяет прогнозировать ВВП и ВРП на душу населения в зависимости от уровня зарплат ученых и «прикладников» относительно средней зарплаты в регионе.
Иерархическая система частных показателей оценки уровня и эффективности НТП
Проведенный обзор литературных источников показал, что для оценки НТП и его эффективности в основном используется так называемый функциональный подход, в соответствии с которым
предлагается характеризовать НТП через параметры, отражающие результаты воздействия технологического прогресса на ключевые показатели развития национальной и региональной экономики
(в первую очередь, темпы роста ВВП и ВРП на душу населения). Вместе с тем сущность НТП можно представить через систему частных показателей патентной статистики, численности научных
кадров, количества изобретений и открытий, количества новых видов продукции, показателей рационализаторской работы и т. д. Такой способ оценки, относящийся к пифагорейской трактовке
технологического прогресса, характеризует НТП по более чем 100 показателям [35, 36].
Принимая во внимание расширенное представление критериев оценки НТП и основываясь
на результатах проведенного исследования, предлагаем использовать следующую систему частных показателей, учитывающую уровни иерархии экономической системы: макро-, мезо- и микроуровень (табл. 2).
1
ГИС – это системы сбора, хранения, анализа и графической визуализации пространственных (географических) данных
и связанной с ними информации о необходимых объектах, обеспечивающие возможность представления данных и результатов их
обработки в наиболее привычной для пользователя форме (в виде графиков, диаграмм, таблиц, карт и т. д.).
27
ISSN 2073-5537. Âåñòíèê ÀÃÒÓ. Ñåð.: Ýêîíîìèêà. 2015. № 3
Таблица 2
Система основных показателей оценки уровня НТП и его эффективности: иерархический подход*
Уровень
экономики
Макроуровень
Мезоуровень
Микроуровень
*
Показатели оценки уровня НТП
Показатели оценки эффективности НТП
Доля расходов на НИОКР в ВВП страны.
Объем финансирования исследований и разработок по
видам работ и источникам финансирования.
Доля организаций, выполняющих исследования и разработки.
Доля организаций, осуществляющих технологические инновации.
Уровень инновационной активности организаций.
Численность научных работников на 10 тыс. занятых.
Выпуск специалистов с высшим профессиональным образованием.
Основные средства сектора R&D.
Нематериальные активы сектора R&D
Доля расходов на НИОКР в ВРП.
Объем регионального финансирования исследований и разработок по видам работ и источникам финансирования.
Доля организаций, выполняющих исследования и разработки в регионе.
Доля организаций, осуществляющих технологические
инновации в регионе.
Уровень инновационной активности организаций региона.
Численность научных работников на 10 тыс. Занятых в регионе.
Выпуск специалистов с высшим профессиональным образованием в регионе.
Основные средства сектора R&D региона.
Нематериальные активы сектора R&D региона.
Доля расходов на НИОКР в общих затратах фирмы.
Расходы фирмы на исследования и разработки, создание и внедрение инноваций по видам и источникам финансирования.
Доля работников фирмы, занятых исследованиями и разработками.
Создание и использование передовых производственных технологий.
Объем высокотехнологичного экспорта и его
доля в товарном экспорте.
Поступление и выдача патентов на изобретения.
Публикации отечественных авторов, индексируемых в международных базах цитируемости,
их доля в общемировом числе публикаций.
Выпуск аспирантуры и докторантуры с защитой
диссертационных работ.
Создание и использование передовых производственных технологий в регионе.
Объем высокотехнологичного экспорта и его
доля в товарном экспорте региона.
Поступление и выдача патентов на изобретения
в регионе.
Публикации отечественных авторов региона,
индексируемых в международных базах цитируемости, их доля в общемировом числе публикаций.
Выпуск аспирантуры и докторантуры с защитой
диссертационных работ в регионе.
Внедрение инноваций.
Рост производительности труда.
Экономия ресурсов.
Рост технологической оснащенности производства.
Составлено на основе аналитического литературного обзора.
Разработанная система показателей может быть использована в экономико-математическом
моделировании НТП стран, регионов, отраслей и предприятий.
Заключение
Обзор литературных источников позволяет утверждать, что экономический рост в новой
экономике базируется не на накоплении факторов производства, а на производстве знаний, инноваций, технологии и развитии человеческого капитала страны и регионов. НТП, прямо пропорционально влияющий на эффективность имеющихся в распоряжении у экономики факторов
производства, выступает необходимым условием роста производительности в долгосрочном
периоде. Из этого следует, что повышение темпов НТП является приоритетным направлением
экономического развития передовых государств.
СПИСОК ЛИТЕРАТУРЫ
1. Ляхно Н. И. Научно-методические подходы и оценка влияния научно-технологических процессов
(НТП) на социально-экономическое развитие / Н. И. Ляхно. Азимут научных исследований: экономика
и управление. 2014. № 1. С. 66–69.
2. Кондратьев Н. Д. Большие циклы конъюнктуры и теория предвидения. Избр. тр. / Н. Д. Кондратьев.
М.: Экономика, 2002. 767 с.
3. Шумпетер Й. Теория экономического развития / Й. Шумпетер. М.: Прогресс, 1983. 454 с.
4. Fagerberg J. Technological Dynamics and Social Capability: US States and European Nations /
J. Fagerberg, M. Feldman, M. Srholec // Journal of Economic Geography. 2014 // URL:
http://www.janfagerberg.org/wp-content/uploads/2013/04/Technological-dynamics-and-social-capability-in-theUS-and-Europe.pdf (дата обращения: 31.03.2015).
5. Fagerberg J. Innovation: A Guide to the Literature / J. Fagerberg. Centre for Technology, Innovation
and Culture, University of Oslo // URL: http://in3.dem.ist.utl.pt/mscdesign/03ed/files/lec_1_01.pdf (дата обращения: 09.02.2015).
6. Théophile A. Introduction to the special issue on "Innovation, inclusive growth and sustainable development" /
A. Théophile, M. Goedhuys, B. Verspagen // Structural Change and Economic Dynamics. 2012. № 23. Р. 403–405.
7. Sukharev O. S. Theory of Economic Changes. Problems and Decisions / O. S. Sukharev.
M.: КРАСАНД, 2013. 368 p.
28
Òåîðåòè÷åñêèå îñíîâû ðàçâèòèÿ ýêîíîìè÷åñêèõ ñèñòåì â ñîâðåìåííûõ óñëîâèÿõ
8. Сухарев О. С. Структурные изменения, экономический рост и технологическое развитие / О. С. Сухарев // Вестн. Южно-Рос. гос. техн. ун-та (Новочерк. политехн. ин-т.). 2013. № 5. С. 10–28.
9. Солоу Р. М. Теория роста // Панорама экономической мысли конца XX столетия; под ред. Д. Гринауэя, М. Блини, И. Стюарта. Т. 1. СПб.: Экон. шк., 2002. С. 479–506.
10. Schlicht E. Directed Technical Change and Capital Deepening: A Reconsideration of Kaldor’s Technical
Progress Function / E. Schlicht. Munich Discussion Paper No. 2015. // URL: http://epub.ub.unimuenchen.de/20959/8/schlicht_2013_directed_TC_v2.pdf (дата обращения: 10.02.2015).
11. Lucas R. E. On the mechanics of economic development / R. E. Lucas // Journal of Monetary Economics. 1988. № 22. P. 3–42.
12. Romer P. M. Endogenous technological change / P. M. Romer // Journal of Political Economy. 1990.
Vol. 98, № 5. P. 71–102.
13. Перлов М. С. Моделирование показателей национальной экономики в условиях влияния фактора
инновационного развития / М. С. Перлов, Р. А. Файзрахманов, Е. В. Долгова // Управление экономическими системами: электронный научный журнал. 2012. № 6 // URL: http://uecs.ru/instrumentalnii-metodyekonomiki/item/1379-2012-06-04-06-46-38 (дата обращения: 16.02.2015).
14. Jonec C. Introduction to the economic growth / C. Jonec. N. Y.: W. W. Norton & Company, 1998. 2000 p.
15. Jonec C. R&D-based models of economic growth / C. Jonec // Journal of Political Economy. 1995.
Vol. 103. № 4. P. 759–784.
16. Jonec C. Growth and ideas / C. Jonec // URL: http://web.stanford.edu/~chadj/JonesHandbook2005.pdf
(дата обращения: 02.02.2015).
17. Лайтман М. Обещание счастья. Как стать счастливым в глобальном мире / М. Лайтман. Харьков:
ООО «БЭТ», 2012. 448 с.
18. Денисон Э. Исследование различий в темпах экономического роста / Э. Денисон. М.: Прогресс, 1971. 645 с.
19. Комарова А. В. Оценка вклада человеческого капитала в экономический рост регионов России (на
основе модели Мэнкью – Ромера – Уэйла) / А. В. Комарова, О. В. Павшок // Вестн. Новосиб. гос. ун-та.
Сер.: Социально-экономические науки. 2007. Т. 7, вып. 3. С. 191–201.
20. Steger T. Uzawa – Lucas model (complete) / T. Steger // URL: http://www.wifa.unileipzig.de/fileadmin/user_upload/itvwl-vwl/makro/Lehre/ws/bgpe/Uzawa_Lucas_complete.pdf (дата обращения: 01.03.2015).
21. Лиман И. А. Новые эндогенные теории экономического роста / И. А. Лиман, А. К. Егине,
Е. Е. Науменко // Управление экономическими системами. 2014. № 12 (72) // URL: http://uecs.ru/uecs-72722014/item/3269-2014-12-25-08-32-14 (дата обращения: 01.03.2015).
22. Инновационная ориентация российских экономических институтов / под ред. В. Е. Дементьева.
М.: Книжный дом «ЛИБРОКОМ», 2009. 368 с.
23. Симонов П. М. Об одном методе исследования динамических моделей макроэкономики /
П. М. Симонов // Вестн. Перм. ун-та. Сер.: Экономика. 2014. № 1 (20). С. 14–27.
24. Моисеев А. Н. Оптимальные и сбалансированные траектории в моделях экономического роста
с эндогенной формой НТП // Актуальные вопросы экономико-математического моделирования; под общ.
ред. М. В. Грачёвой. М.: ТЕИС, 2004. С. 178–190.
25. Макаров В. Л. Вычислимая модель экономики знаний / В. Л. Макаров, А. Р. Бахтизин, Н. В. Бахтизина // Экономика и математические методы. 2009. Т. 45, № 1. С. 70–82.
26. Горизонты инновационной экономики в России: Право, институты, модели / общ. ред.
В. Л. Макарова. М.: ЛЕНАНД, 2010. 240 с.
27. Плещинский А. С. Вычислимая модель модернизируемой отрасли / А. С. Плещинский,
Е. С. Жильцова // Экономика и математические методы. 2013. Т. 49, вып. 3. С. 69–83.
28. Bye B. A CGE model of induced technological change: A detailed model description / B. Bye, T.-R. Heggedal, T. Fæhn, B. Strøm // Statistics Norway. 2006. No. 11 // URL: https://www.ssb.no/a/english/publikasjoner/
pdf/doc_200611_en/doc_200611_en.pdf (дата обращения: 02.02.2015).
29. Байзаков С. Б. Научно-технологический прогресс и оценка его вклада в развитие производительных сил Казахстана / С. Б. Байзаков // Современные производительные силы. 2014. № 1. С. 120–131.
30. Мельничук М. В. Социально-экономическое развитие российских регионов: основные направления
и проблемы / М. В. Мельничук // Региональные проблемы и преобразования экономики. 2011. № 1. С. 17–33.
31. Гизатуллин Х. Н. Проблемы комплексной оценки регионального развития / Х. Н. Гизатуллин //
Современные производительные силы. 2014. № 1. С. 154–161.
32. Лавровский Б. Л. К вопросу об измерении инновационного фактора: региональный аспект / Б. Л. Лавровский // Регион: экономика и социология. 2012. № 4. С. 171–182.
33. Journal of Artificial Societies and Social Simulation // URL: http://jasss.soc.surrey.ac.uk/JASSS.html
(дата обращения: 14.03.2015).
34. Научный интернет-журнал «Искусственные общества» // URL: http://www.artsoc.ru/magazine/ (дата обращения: 14.03.2015).
29
ISSN 2073-5537. Âåñòíèê ÀÃÒÓ. Ñåð.: Ýêîíîìèêà. 2015. № 3
35. Сахал Д. Технический прогресс: концепции, модели, оценки / Д. Сахал. М.: Финансы и статистика, 1985. 368 с.
36. Магомедов А. Г. Теоретические основы стратегии управления развитием производства на базе НТП /
А. Г. Магомедов, Р. А. Кадыров // Региональные проблемы преобразования экономики. 2010. № 3. С. 1–12.
Статья поступила в редакцию 05.05.2015
ÈÍÔÎÐÌÀÖÈß ÎÁ ÀÂÒÎÐÅ
Êîâàë¸âà Òàòüÿíà Þðüåâíà – Ðîññèÿ, 614990, Ïåðìü; Ïåðìñêèé ãîñóäàðñòâåííûé íàöèîíàëüíûé èññëåäîâàòåëüñêèé óíèâåðñèòåò; êàíä. ýêîí. íàóê, äîöåíò; äîöåíò êàôåäðû
«Ìèðîâàÿ è ðåãèîíàëüíàÿ ýêîíîìèêà, ýêîíîìè÷åñêàÿ òåîðèÿ»; kovalevatu@yandex.ru.
Т. Yu. Kovaleva
REVIEW OF METHODOLOGICAL APPROACHES TO EVALUATION
OF THE LEVEL OF SCIENTIFIC AND TECHNICAL PROGRESS:
COUNTRY AND REGIONAL ASPECTS
Abstract. The article gives a review of fundamental foreign and national macro – and mesoeconomic models of economic growth, containing methodological instruments to evaluate the level
of scientific and technical progress. The research is focused on identification of such approaches to
scientific and technical progress analysis, which consider the technological progress as an endogen
factor of economic growth, that allows to understand nature and dynamics of innovative and technological development of the modern economy. It has been identified that complex evaluation
of scientific and technical progress in the frames of the functional approach can be performed on
the basis of the balance models, general economic equilibrium models, agent-oriented methods. It
has been established that the analysis of scientific and technical progress is made through the prism
of the following main indicators: number of patents for inventions, highly qualified specialists
graduation and other indicators of training efficiency, growth of new knowledge in the sector of research and development, expenses on education, financing research and development. It was defined that specifics of the Russian statistical database do not allow using in calculations many
of the indicators that are used abroad for scientific and technical progress evaluation (indicators
of patent statistics). Therefore, the indicators of evaluation of scientific and technical progress used
in the Russian studies are listed. In conclusion, an integrating system of particular indicators for
evaluating scientific and technical progress level and efficiency on macro-, meso- and micro-levels
of the economic system is proposed.
Key words: scientific and technological progress, evaluation methods, macroeconomic model,
efficiency indicators, economic levels hierarchy.
REFERENCES
1. Liakhno N. I. Nauchno-metodicheskie podkhody i otsenka vliianiia nauchno-tekhnologicheskikh protsessov (NTP) na sotsial'no-ekonomicheskoe razvitie [Scientific and technological approaches and evaluation
of the influence of the scientific and technological processes on social and economic development]. Azimut
nauchnykh issledovanii: ekonomika i upravlenie, 2014, no. 1, pp. 66–69.
2. Kondrat'ev N. D. Bol'shie tsikly kon"iunktury i teoriia predvideniia. Izbrannye trudy [Large cycles
of conjuncture and theory of forecast]. Moscow, Ekonomika Publ., 2002. 767 p.
3. Schumpeter J. Teorija jekonomicheskogo razvitija [Theory of economic development]. Мoscow, Progress Publ., 1983. 454 p.
4. Fagerberg J., Feldman M., Srholec M. Technological Dynamics and Social Capability: US States and
European Nations. Journal of Economic Geography, 2014. Available at: http://www.janfagerberg.org/wpcontent/uploads/2013/04/Technological-dynamics-and-social-capability-in-the-US-and-Europe.pdf
(accessed:
31.03.2015).
30
Òåîðåòè÷åñêèå îñíîâû ðàçâèòèÿ ýêîíîìè÷åñêèõ ñèñòåì â ñîâðåìåííûõ óñëîâèÿõ
5. Fagerberg J. Innovation: A Guide to the Literature. Centre for Technology, Innovation and Culture,
University of Oslo. Avaiable at: http://in3.dem.ist.utl.pt/mscdesign/03ed/files/lec_1_01.pdf (accessed:
09.02.2015).
6. Théophile A., Goedhuys M., Verspagen B. Introduction to the special issue on “Innovation, inclusive
growth and sustainable development”. Structural Change and Economic Dynamics, 2012, no. 23, pp. 403–405.
7. Sukharev O. S. Theory of Economic Changes. Problems and Decisions. Moscow, KRASAND Publ. 368 p.
8. Suharev O. S. Strukturnye izmenenija, jekonomicheskij rost i tehnologicheskoe razvitie [Structural
changes, economic growth and technological development]. Vestnik Juzhno-Rossijskogo gosudarstvennogo
tehnicheskogo universiteta (Novocherkasskogo politehnicheskogo instituta). 2013, no. 5, pp. 10–28.
9. Solow R. M. Teoriia rosta [The theory of growth]. Panorama ekonomicheskoi mysli kontsa XX stoletiia. Pod
red. D. Grinaueia, M. Blini, I. Stiuarta. Vol. 1. Saint-Petersburg, Ekonomicheskaia shkola Publ., 2002, pp. 479–506.
10. Schlicht E. Directed Technical Change and Capital Deepening: A Reconsideration of Kaldor’s Technical Progress Function. Munich Discussion Paper No. 2015. Available at: http://epub.ub.unimuenchen.de/20959/8/schlicht_2013_directed_TC_v2.pdf (accessed: 10.02.2015).
11. Lucas R. E. On the mechanics of economic development. Journal of Monetary Economics, 1988, no. 22, pp. 3–42.
12. Romer P. M. Endogenous technological change. Journal of Political Economy, 1990, vol. 98, no. 5, pp. 71–102.
13. Perlov M. S. Modelirovanie pokazatelei natsional'noi ekonomiki v usloviiakh vliianiia faktora innovatsionnogo razvitiia [Modeling the parameters of national economy influenced by the factor of innovative development]. Upravlenie ekonomicheskimi sistemami: elektronnyi nauchnyi zhurnal, 2012, no. 6. Available at:
http://uecs.ru/instrumentalnii-metody-ekonomiki/item/1379-2012-06-04-06-46-38 (accessed: 16.02.2015).
14. Jonec C. Introduction to the economic growth. New York, W.W. Norton & Company, 1998. 2000 p.
15. Jonec C. R&D–based models of economic growth. Journal of Political Economy, 1995, vol. 103, no. 4,
pp. 759–784.
16. Jonec C. Growth and ideas. Department of Economics, University of California, Berkeley and NBER.
Available at: http://web.stanford.edu/~chadj/JonesHandbook2005.pdf (accessed: 02.02.2015).
17. Laitman М. Obeshchanie schast'ia. Kak stat' schastlivym v global'nom mire [A promise of happiness.
How to become happy in the global world]. Kharkov, ООО «BET» Publ., 2012. 448 p.
18. Denison E. Issledovanie razlichii v tempakh ekonomicheskogo rosta [Why growth rates differ]. Moscow,
Progress Publ., 1971. 645 p.
19. Komarova A. V., Pavshok O. V. Otsenka vklada chelovecheskogo kapitala v ekonomicheskii rost regionov Rossii (na osnove modeli Menk'iu – Romera – Ueila) [Evaluation of human capital contribution into the
economic growth of the Russian regions (based on Mankiw – Romer – Weil model]. Vestnik Novosibirskogo gosudarstvennogo universiteta. Seriia: Sotsial'no-ekonomicheskie nauki, 2007, vol. 7, iss. 3, pp. 191–201.
20. Steger T. Uzawa–Lucas model (complete). Available at: http://www.wifa.uni-leipzig.de/fileadmin/
user_upload/itvwl-vwl/makro/Lehre/ws/bgpe/Uzawa_Lucas_complete.pdf (accessed: 01.03.2015).
21. Liman I. A., Egine A.K., Naumenko E. E. Novye endogennye teorii ekonomicheskogo rosta [New endogen theories of economic growth]. Upravlenie ekonomicheskimi sistemami : elektronnyi nauchnyi zhurnal, 2014,
no. 12 (72). Available at: http://uecs.ru/uecs-72-722014/item/3269-2014-12-25-08-32-14 (accessed: 01.03.2015).
22. Innovatsionnaia orientatsiia rossiiskikh ekonomicheskikh institutov [Innovative orientation of the Russian
economic institutions]. Pod redaktsiei V. E. Dement'eva. Moscow: Knizhnyi dom "LIBROKOM", 2009. 368 p.
23. Simonov P. M. Ob odnom metode issledovaniia dinamicheskikh modelei makroekonomiki [On
a method of study of the dynamic models of macroeconomics]. Vestnik Permskogo universiteta. Seriia: Ekonomika, 2014, no. 1 (20), pp. 14–27.
24. Moiseev A. N. Optimal'nye i sbalansirovannye traektorii v modeliakh ekonomicheskogo rosta s endogennoi formoi NTP [Optimal and balanced trajectors in the models of economic growth with endogen form
of scientific and technological progress]. Aktual'nye voprosy ekonomiko-matematicheskogo modelirovaniia; pod
obshch. red. M. V. Grachevoi. Moscow, TEIS, 2004. P. 178–190.
25. Makarov V. L., Bakhtizin A. R., Bakhtizina N. V. Vychislimaia model' ekonomiki znanii [Calculated
model of economy of knowledge]. Ekonomika i matematicheskie metody, 2009, vol. 45, no. 1, pp. 70–82.
26. Gorizonty innovatsionnoi ekonomiki v Rossii: Pravo, instituty, modeli [Horizons of innovative economy
in Russia: Law, institutions and models]. Obshch. red. V. L. Makarova. Мoscow, LENAND Publ., 2010. 240 p.
27. Pleshchinskii A. S., Zhil'tsova E. S. Vychislimaia model' moderniziruemoi otrasli [Calculated model
of modernized sector]. Ekonomika i matematicheskie metody, 2013, vol. 49, iss. 3, pp. 69–83.
28. Bye B., Heggedal T.-R., Fæhn T., Strøm B. A CGE model of induced technological change: A detailed
model description. Statistics, Norway, 2006, no. 11. Available at: https://www.ssb.no/a/english/
publikasjoner/pdf/doc_200611_en/doc_200611_en.pdf (accessed: 02.02.2015).
29. Baizakov S. B. Nauchno-tekhnologicheskii progress i otsenka ego vklada v razvitie proizvoditel'nykh sil
Kazakhstana [Scientific and technological progress and evaluation of its contribution into the development
of productive forces in Kazakhstan]. Sovremennye proizvoditel'nye sily, 2014, no. 1, pp. 120–131.
31
ISSN 2073-5537. Âåñòíèê ÀÃÒÓ. Ñåð.: Ýêîíîìèêà. 2015. № 3
30. Mel'nichuk M. V. Sotsial'no-ekonomicheskoe razvitie rossiiskikh regionov: osnovnye napravleniia
i problemy [Social and economic development of the Russian regions: main directions and problems].
Regional'nye problemy i preobrazovaniia ekonomiki, 2011, no. 1, pp. 17–33.
31. Gizatullin Kh. N. Problemy kompleksnoi otsenki regional'nogo razvitiia [Problems of complex evaluation of the regional development]. Sovremennye proizvoditel'nye sily, 2014, no. 1, pp. 154–161.
32. Lavrovskii B. L. K voprosu ob izmerenii innovatsionnogo faktora: regional'nyi aspekt [To the issue
of measuring innovative factor: regional aspect]. Region: ekonomika i sotsiologiia, 2012, no. 4, pp. 171–182.
33. Journal of Artificial Societies and Social Simulation. Available at: http://jasss.soc.surrey.ac.uk/
JASSS.html (accessed: 14.03.2015).
34. Nauchnyi internet-zhurnal «Iskusstvennye obshchestva». Available at: http://www.artsoc.ru/magazine/
(accessed: 14.03.2015).
35. Sakhal D. Tekhnicheskii progress: kontseptsii, modeli, otsenki [Technical progress: concepts, models,
evaluations]. Moscow, Finansy i statistika Publ., 1985. 368 p.
36. Magomedov A. G. Kadyrov R. A. Teoreticheskie osnovy strategii upravleniia razvitiem proizvodstva na
baze NTP [Theoretical bases of the strategy of control of the production development based on the scientific and
technological progress]. Regional'nye problemy preobrazovaniia ekonomiki, 2010, no. 3, pp. 1–12.
The article submitted to the editors 05.05.2015
INFORMATION ABOUT THE AUTHOR
Kovaleva Tatyana Yurievna – Russia, 614990, Perm; Perm State University; Candidate
of Economics; Assistant Professor of the Department "World and Regional Economy, Economic Theory"; kovalevatu@yandex.ru.
32