Темы диссертаций по экономике » Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда

Методические аспекты анализа и развития научного потенциала инновационных систем тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Немцева, Юлия Владимировна
Место защиты Москва
Год 2011
Шифр ВАК РФ 08.00.05
Диссертация

Автореферат диссертации по теме "Методические аспекты анализа и развития научного потенциала инновационных систем"

На правах рукописи

НЕМЦЕВА ЮЛИЯ ВЛАДИМИРОВНА

МЕТОДИЧЕСКИЕ АСПЕКТЫ АНАЛИЗА И РАЗВИТИЯ НАУЧНОГО ПОТЕНЦИАЛА ИННОВАЦИОННЫХ СИСТЕМ

08.00.05 - Экономика и управление народным хозяйством (управление инновациями)

Автореферат диссертации на соискание ученой степени кандидата экономических наук

1 2 МАЙ 2011

Москва-2011

4845284

Работа выпонена в ФАОУ ДПО Государственная академия профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы (ФАОУ ДПО ГАСИС)

Научный руководитель: доктор экономических наук, профессор

Сафронова Анастасия Анатольевна

Официальные оппоненты: доктор экономических наук, профессор

Сидунова Галина Ивановна

доктор экономических паук, профессор Шуметов Вадим Георгиевич

Ведущая организация: Государственная академия инноваций

Защита состоится л13 мая 2011 года в 14:00 часов на заседании Диссертационного Совета Д 212.043.01 по присуждению ученой степени доктора экономических наук при ФАОУ ДПО Государственная академия профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы (ФАОУ ДПО ГАСИС) по адресу: 129272, г. Москва, ул. Трифоновская, д. 57, ауд. 208.

С диссертацией можно ознакомиться в библиотеке и на официальном интернет-сайте ФАОУ ДПО ГАСИС (www.gasis.ru).

Автореферат разослан "13" апреля 2011 г.

Ученый секретарь Диссертационного совета Д 212.043.01, к.э.н., доцент

Семенов С.Ю.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. В современных условиях инновации и инновационная деятельность приобретают все большее значение, становятся важным инструментом конкурентной борьбы и одной из основных составляющих стратеги развития экономических систем. Уровень развития инновационной сферы - науки, новых технологий, наукоемких отраслей, инновационной активности компаний, - все это формирует основу устойчивого экономического роста, определяет перспективы и влияет на темп развития экономики.

Выступая источником развития экономических систем, инновации, в свою очередь, являются конечным результатом эволюционного, интерактивного процесса создания, распространения и применения научных знаний. При этом взаимодействие между различными экономическими агентами - производителями и потребителями знаний Ч представляется как система сложных прямых и обратных связей, что получило отражение в общепринятой ныне интегральной (цепной) модели инноваций, предложенной С. Клайном и Н. Розенбергом. Инновации предстают здесь как результат множества взаимодействий между сообществом экономических агентов (организаций), которые в совокупности описываются понятием национальной инновационной системы.

Эффективность инновационного развития экономики зависит не только от того, насколько эффективна деятельность самих экономических агентов (фирм, научных организаций, вузов и др.) в отдельности, но и от того, как они взаимодействуют друг с другом в качестве элементов колективной системы создания и использования знаний, а также с общественными институтами. Здесь важно правильно оценить уровень и тенденции развития инновационного потенциала российских территориальных образований, который большинство ученых представляют как совокупность факторов и условий, необходимых для осуществления инновационного процесса. Особо следует отметить, что инновационный потенциал включает не только достигнутый результат (уровень внедрения достижений научно-технического прогресса), но и потенциальные ресурсы и возможности для повышения эффективности инновационной системы в рамках страны в целом, так и в ее федеральных округах и крупных научных центрах.

Несмотря на достигнутый прогресс в области исследования эволюции технологических и экономических систем и существенное повышение роли территориальных инновационных систем в модернизации экономики, в методологии развития инновационных систем остается ряд проблем, затрудняющих как оценку научно-инновационной деятельности и ее влияния на социально-экономическую эффективность и конкурентоспособность страны в целом, так и регулирование этой сферы на национальном и межрегиональном уровнях.

Исходя из изложенного, актуальной является задача совершенствования методов анализа и развития научного потенциала инновационных систем, как на национальном уровне, так и на уровне федеральных округов и крупных научных центров.

Степень разработанности проблемы. В исследование теоретико-

методологических основ инноватики крупный вклад внесли Л.И. Абакин, А.И. Анчишкин, A.B. Бачурин, С.Ю. Глазьев, А. Иларионов, С.Д. Ильенкова, Е. Попов, А.Г. Поршнев, В. Ханжина, М. Хучек, A.B. Черезов, Ю.В. Яременко и другие российские ученые, которые исследовали инновационный потенциал как стратегический фактор, определяющий условия и перспективы устойчивого развития социально-экономических систем. Из зарубежных авторов значительный вклад в развитие инноватики внесли Й. Шумпетер, П.Ф. Друкер, Ф. Хайек, Э. Мэнсфид, А. Хостинг, Й.М. Пин-нингс, Б. Санто и другие.

Среди работ отечественных и зарубежных ученых, изучавших закономерности научно-технического прогресса, инновационных процессов, проблем экономики и организации науки, следует указать научные труды Дж. Бернала, А.Е. Варшавского, JIM. Гохберга, Г.М. Доброва, A.A. Дын-кина, П. Дэвида, АЛО. Егорова, В.А. Жамина, А.К. Казанцева, С. Клайна,

A.C. Кулагина, В.И. Кушлина, Г.А. Лахтина, В.П. Логинова, Д.С. Львова,

B.Л. Макарова, В.И. Масленникова, Л.Э. Миндели, Р. Нельсона, H.A. Новицкого, C.B. Пирогова, Н. Розенберга, Б.Г. Сатыкова, A.A. Сафроновой, A.B. Сельскова, Г.И. Сидуновой, А.Г. Фонотова, К. Фримена, Ю.В. Шле-нова, В.Г. Шуметова, Ю.В. Яковца и др.

Наряду с указанными теоретическими и методологическими разработками, существует потребность в разработке методических аспектов анализа и развития научного потенциала инновационных систем территориальных образований Российской Федерации, учитывающих специфику национальной инновационной системы. Особого внимания при этом заслуживает разработка методики расчета обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ, позволяющей проводить мониторинг состояния научного потенциала, разрабатывать предложения по его развитию.

Недостаточность научной проработанности указанных задач предопределили выбор темы, объекта и предмета исследования, а также его цели и задачи.

Объектом исследования являются национальная инновационная система и инновационные системы территориальных образований в части анализа и планирования развития их научного потенциала.

Предметом исследования являются экономические и организационно-управленческие отношения, складывающиеся в процессе анализа и развития научного потенциала инновационных систем на макро- и мезо-уровне.

Цель исследования состоит в разработке рекомендаций по совершенствованию методов анализа и развития научного потенциала инновационных систем.

Достижение поставленной цели осуществлялось постановкой и решением следующих основных задач исследования:

- рассмотреть теоретико-методологические основы анализа научного потенциала российской инновационной системы и ее подсистем на уровне федеральных округов и крупных научных центров;

- рассмотреть методические аспекты анализа показателей развития научного потенциала территориальных образований Российской Федера-

- выпонить анализ состояния и тенденций развития научного потенциала инновационной системы Российской Федерации и ее территориальных образований;

- выявить проблемы воспроизводства кадрового научного потенциала российской инновационной системы;

- установить структуру и рассчитать значения обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ;

- разработать предложения и методические рекомендации по развитию научного потенциала инновационных систем.

Теоретической н методологической основой диссертационного исследования послужили теоретические положения и методологические принципы, содержащиеся в исследованиях отечественных и зарубежных авторов по проблемам инновационного менеджмента, вопросам оценки научного потенциала инновационных систем. В процессе исследования применяся методологический аппарат инновационного анализа, методы системного исследования, методы психофизического шкалирования, статистические методы одномерного и многомерного анализа данных, экономико-математические методы моделирования.

Фактологическая база диссертации построена на материалах анализа отечественных и зарубежных публикаций по проблематике исследования, статистических данных.

Научная новизна проведенного исследования заключается в совершенствовании методов анализа и развития научного потенциала инновационных систем территориальных образований Российской Федерации и российской инновационной системы в целом.

Научная новизна подтверждается следующими научными выводами и результатами, выносимыми на защиту.

1. Обосновано, что система информативных показателей, характеризующих потенциал российской инновационной системы на первой стадии создания инноваций, помимо числа организаций и численности персонала, выпонявших исследования и разработки (в том числе по категориям и квалификации), дожна включать также показатели воспроизводства кадров высшей квалификации - кандидатов и докторов наук, а также показатели патентной деятельности, при этом перечисленные показатели дожны быть рассмотрены в пространственном и временном аспектах, что в комплексе позволяет оценить состояние и тенденции развития научного потенциала российской инновационной системы.

2. Выявлена цикличность динамики показателей научного потенциала российской инновационной системы в период 1995-2009 гг., получены эконометрические модели, отражающие тенденции последних циклов, выпонен прогноз удельного веса категорий персонала на ближайшую перспективу. Обосновано, что в 2012 г. следует ожидать некоторого роста доли исследователей - до 50,9% и снижения доли вспомогательного персонала - до 23,8%, при сохранении удельного веса техников и прочего персонала на уровне 8,2% и 17,1% соответственно, а также повышения доли кандидатов наук среди исследователей до 21,4%, докторов наук - до 7,5%.

3. Выпонена оценка концентрации научных организаций и научного персонала российской инновационной системы, выявлено некоторое снижение концентрации исследователей с учеными степенями в 1995-2009 гг., при значительной дифференциации этого снижения по федеральным округам и крупным научным центрам. Предложено качественный анализ территориального распределения категорий персонала проводить путем построения их пространственных профилей для разных интервалов времени, а количественную оценку их дифференциации - путем расчета нормированного индекса концентрации Герфиндаля-Хиршманна. Доказано, что концентрация высококвалифицированных исследователей в период 19952009 гг. снизилась, что свидетельствует о некотором выравнивании научного потенциала российской инновационной системы в качественном отношении.

4. Обосновано, что в качестве информативных показателей патентной деятельности, как индикатора результативности первой стадии создания инноваций, целесообразно принять число выданных патентов на изобретения и полезные модели в расчете на 100 тыс. населения. Эти показатели, наряду с удельными показателями кадрового состава исследователей, могут быть основой обобщенного индикатора научного потенциала инновационных систем федеральных округов и крупных научных центров -Москвы и Санкт-Петербурга.

5. Установлено, что в качестве составляющих обобщенного индикатора научного потенциала инновационных систем федеральных округов и крупных научных центров - Москвы и Санкт-Петербурга целесообразно принять частные функции желательности удельных показателей численности исследователей, в том числе кандидатов и докторов наук, а также функции желательности интенсивности патентной деятельности, рассчитываемые по числу выданных патентов на изобретения и полезные модели на 100 тыс. населения. Выпонено ранжирование территориальных образований РФ по величине обобщенного индикатора научного потенциала, разработаны предложения по индикативному планированию развития научного потенциала территориальных образований РФ и российской инновационной системы в целом.

Теоретическая значимость работы заключается в том, что основные теоретические положения и выводы, содержащиеся в диссертации, вносят определенный вклад в теорию управления инновациями и могут быть использованы при дальнейшем совершенствовании методов анализа научного потенциала инновационных систем.

Практическая значимость исследования заключается в том, что полученные результаты позволяют научно обоснованно оценивать научный потенциал инновационных систем, проводить мониторинг его уровня, что позволит разрабатывать мероприятия по его развитию.

Апробация и реализация результатов исследования. Основные результаты диссертационного исследования обсуждались и были одобрены на конференциях и семинарах различного уровня. Среди них: научно-практические семинары профессорско-преподавательского состава Государственной академии профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной

сферы (ГАСИС), II Международная научно-практическая конференция Моделирование и прогнозирование в управлении: методы и технологии (Орел, Орловская региональная академия государственной службы, 2009), VI Международная научно-практическая конференция Экономическое прогнозирование: модели и методы (Воронеж, Воронежский государственный университет, 2010).

Методика расчета обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ внедрена в учебный процесс ФАОУ ДПО ГАСИС.

Публикации. По результатам выпоненного исследования опубликовано 7 работ. Общий объем публикаций 3,23 п.л., из них авторские - 2,53 п.л.

Объем и структура диссертации. Диссертация содержит 172 страницы основного текста, в том числе 84 рисунка и 28 таблиц, список использованных источников из 164 наименований. Ниже приводится структура работы.

Введение.

Глава 1. Теоретико-методические основы анализа инновационного потенциала экономических систем.

1.1. Понятие и сущность инновационного потенциала экономических систем.

1.2. Методологические аспекты оценки инновационного потенциала на различных уровнях.

1.3. Методический инструментарий анализа показателей инновационного потенциала в территориальных образованиях РФ.

Глава 2. Анализ состояния и тенденций развития научного потенциала инновационной системы Российской Федерации и ее территориальных образований.

2.1. Структура и динамика научного потенциала российской инновационной системы.

2.2. Динамика и территориальная дифференциация показателей инновационных систем федеральных округов Российской Федерации.

2.3. Проблемы воспроизводства кадрового научного потенциала российской инновационной системы.

Глава 3. Индикативное планирование развития научного потенциала инновационных систем территориальных образований Российской Федерации.

3.1. Анализ территориального распределения и динамики результативных показателей научного потенциала российской инновационной системы.

3.2. Структура обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ.

3.3. Разработка предложений и методических рекомендаций по развитию научного потенциала инновационных систем.

Заключение.

Список использованных источников.

ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ РАБОТЫ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Обосновано, что система информативных показателей, характеризующих потенциал российской инновационной системы на первой стадии создания инноваций, помимо числа организаций и численности персонала, выпонявших исследования и разработки (в том числе по категориям и квалификации), дожна включать также показатели воспроизводства кадров высшей квалификации Ч кандидатов и докторов наук, а также показатели патентной деятельности, при этом перечисленные показатели дожны быть рассмотрены в пространственном и временном аспектах, что в комплексе позволяет оценить состояние и тенденции развития научного потенциала российской инновационной системы.

В современных условиях перехода к постиндустриальному обществу темпы общественного прогресса во многом определяются эффективностью организации и согласования различных сфер человеческой деятельности, взаимозависимостью и взаимодействием социально-экономических и социальных институтов. Общецивилизационный контекст общественного развития все более связывается с повышением роли науки, научного знания, информационных процессов, инноваций в жизни современного общества. Прогресс в данной сфере неразрывно связан с интеграционными процессами, предполагающими закономерное сближение и взаимопроникновение фундаментальных сторон научного знания и отражающих единство природы, общества и мышления.

Мировой исторический опыт неопровержимо доказывает, что эффективное и устойчивое развитие субъектов хозяйственной деятельности в различных сферах бизнеса достигается за счет оперативного использования инноваций, обеспечивающих стратегические конкурентные преимущества на рынке.

Традиционно инновационная деятельность связывается с функционированием научных и опытно-конструкторских организаций. В этой связи широко используется понятие территориальное размещение науки, как размещение по территории экономического района или иного территориального образования ресурсов сферы исследований и разработок.

В работе дается такое определение: научно-инновационная система-это совокупность и взаимодействие академических, вузовских, научно-исследовательских, опытно-конструкторских, технологических, внедренческих, информационных учреждений, научно-внедренческих подразделений крупных корпораций, а также государственных управленческих структур, которое обеспечивается их функционированием в режиме достижения согласованных стратегических целей развития.

Сложившаяся в настоящее время в российской экономике ситуация позволяет говорить о центробежной тенденции в развитии научно-инновационного потенциала, вызванной влиянием современного научно-технологического развития, необходимостью территориальной интеграции науки, инновационных систем и их инфраструктуры. Современный рос-

сийский регионализм существенно демократизирует и диверсифицирует условия и сам процесс научно-техногенного и инновационного развития, поскольку вносит в него начала самостоятельной инициативы, конкуренции за перспективы своего развития. В то же время, следует учитывать, что процессы деконцентрации исследовательского потенциала, обусловленные центробежными тенденциями территориальной деконцентрации исследований и ярко выраженные на государственном и межрегиональном уровне, на следующем уровне - региональном - сопровождаются не менее ярко выраженными процессами концентрации исследовательского потенциала в крупных городах, административных центрах, выступающих генераторами научно-технологического развития на прилегающих к ним территориям.

Несмотря на достигнутый прогресс в области исследования технологической эволюции и роли инновационных систем в трансформации территориальной структуры хозяйства, в методологии научно-инновационных систем остается ряд проблем, затрудняющих как оценку научно-инновационной деятельности и ее влияния на экономическую эволюцию, так и регулирование этой сферы на национальном и межрегиональном уровнях.

К числу таких проблем относится, прежде всего, проблема измерения индикаторов научно-инновационной деятельности. В настоящее время существуют четыре группы статистических показателей, отражающих некоторые аспекты научно-инновационной деятельности: 1) статистические показатели развития сферы исследований и разработок (затраты на исследования и разработки, численность исследовательского персонала и т.д.); 2) патентная статистика; 3) библиометрические данные о научных публикациях и цитируемости; 4) технологический баланс платежей, характеризующий международный трансфер технологий.

При определенной ограниченности Ч статистика науки охватывает первую фазу инновационного цикла, а именно, процесс производства новых знаний, - эти показатели позволяют оценить интенсивность инновационных процессов, проводить сравнительный анализ во временном и пространственном разрезах.

Особый интерес представляет группа показателей, отражающих научно-инновационный потенциал регионов. К ним относятся следующие показатели, приводимые в официальных статистических сборниках:

- число организаций, выпонявших исследования и разработки;

- число организаций, ведущих подготовку аспирантов;

- численность аспирантов, прием и выпуск из аспирантуры;

- выпуск из аспирантуры с защитой диссертации;

- основные показатели деятельности докторантуры;

- данные по персоналу, занятому исследованиями и разработками, дифференцированные по категориям (исследователи, техники, вспомогательный и прочий персонал);

- данные по исследователям - докторам и кандидатам наук.

Помимо перечисленных показателей, необходимо также выпонить

анализ показателей патентной деятельности, отражающей результативность научного потенциала российской инновационной системы в целом и

ее подсистем. Главными из показателей этой группы являются: число заявок на изобретения и полезные модели; число выданных патентов на изобретения и полезные модели.

По всем перечисленным показателям данные официальной статистики приведены как в территориальном, так и во временном разрезах, что позволяет проводить глубокий анализ динамики развития и территориальных особенностей первой стадии инновационных процессов. В то же время, подобные исследования требуют разработки соответствующей методологической базы, которая позволила бы формализовать процесс лизвлечения знаний из данных. Исследования территориальных особенностей первой стадии инновационных процессов методологически связаны с таким подходом и дожны основываться, прежде всего, на статистических методах анализа показателей научного потенциала российской инновационной системы в целом и ее подсистем на уровне федеральных округов и крупных научных центров. При этом основное внимание дожно быть уделено развитию и территориальным особенностям инновационных процессов, протекающих на рассматриваемых территориях.

2. Выявлена цикличность динамики показателей научного потенциала российской инновационной системы в период 1995-2009 гг., получены эконометрические модели, отражающие тенденции последних циклов, выпонен прогноз удельного веса категорий персонала на ближайшую перспективу. Обосновано, что в 2012 г. следует ожидать некоторого роста доли исследователей - до 50,9% и снижения доли вспомогательного персонала - до 23,8%, при сохранении удельного веса техников и прочего персонала на уровне 8,2% и 17,1% соответственно, а также повышения доли кандидатов наук среди исследователей до 21,4%, докторов наук - до 7,5%.

В работе рассмотрена динамика изменения показателей научного потенциала российской инновационной системы в период 1995-2009 гг.

Помимо указанных выше показателей научного потенциала, рассматривали такие аналитические показатели, как численность персонала, выпонявшего исследования и разработки, на одну организацию, в целом и по категориям; численность докторов и кандидатов наук на одну организацию и на 10 тыс. населения; доля исследователей с ученой степенью; соотношение кандидатов и докторов наук. Эти показатели, как и показатели первой группы, рассмотрены во временном и территориальном аспектах.

Основными элементами научного потенциала инновационной системы в официальной статистике считаются организации, выпоняющие научные исследования и разработки, а также занятый исследованиями и разработками персонал. При этом отечественная статистика различает следующие сектора научной деятельности: 1) государственный сектор; 2) предпринимательский сектор; 3) сектор высшего профессионального образования; 4) сектор некоммерческих организаций.

Представление о масштабах каждого из секторов деятельности дает численность исследователей, в том числе докторов и кандидатов наук, занятых исследованиями и разработками - табл. 1.

Таблица 1

Численность исследователей, докторов и кандидатов наук по секторам научной деятельности

Год Всего Сектор деятельности

государственный предпринимательский высшего профессионального образования некоммерческих организаций

Исследователи

2007 392849 138169 219632 34162 886

2008 375804 132261 209579 33160 804

Доктора наук

2007 25213 17415 4446 3252 100

2008 25140 17326 4284 3439 91

Кандидаты наук

2007 78512 44292 21811 12078 331

2008 75909 43043 20560 12040 266

Из этой таблицы видно, что по данным на 2007-2008 гг. наибольшей численностью исследователей характеризовася предпринимательский сектор, в котором было занято около 56% от общей численности, тогда как в государственном секторе занято исследователей значительно меньше Ч около 35%. Но по качественному составу государственный сектор - на первом месте; здесь занято около 69% всех докторов наук и более 56% кандидатов наук, тогда как в предпринимательском секторе - около 17% докторов наук и 27% кандидатов наук. Отметим слабость сектора высшего профессионального образования: в нем занято меньше 9% всех исследователей.

В табл. 1 обращает на себя внимание, что доля докторов наук среди исследователей в 2007-2008 гг. была больше всего в государственном секторе, меньше всего - в предпринимательском секторе. Доля кандидатов наук среди исследователей в 2007-2008 гг. была больше всего в секторе высшего профессионального образования, меньше всего, как и докторов наук, в предпринимательском секторе.

Представление о динамике числа научных организаций в 19952009 гг. и численности персонала, выпонявшего исследования и разработки в этот же период, дает рис. 1. Видно, что в динамике общего числа организаций РФ, выпонявших исследования, проявляются следующие циклы: 1) цикл стабильности числа организаций - с 1995 по 2000 гг.; 2) первый цикл спада числа организаций - с 2000 по 2005 гг.; 3) цикл восстановления числа организаций - с 2005 по 2007 гг.; 4) второй цикл спада числа организаций - с 2007 г. по настоящее время.

Временной ряд численности персонала, выпонявшего исследования и разработки в этих организациях (рис. 1 6), также носит явно выраженный циклический характер, но циклы на нем уже иные: 1) первый цикл спада

численности персонала - с 1995 по 1998 гг.; 2) цикл некоторого восстановления численности персонала - с 1998 по 2000 гг.; 3) второй цикл спада численности персонала Ч с 2000 по 2007 гг.; 4) третий цикл спада численности персонала - с 2000 по с 2007 г. по настоящее время.

2001 2003 2005 2007 2003 2000 2002 2004 2006 2008

1995 1997 1999 2001 2003 2005 2007 2009 1996 1998 2000 2002 2004 2006 2008

ГОД Год

Рис. 1. Динамика общего числа научных организаций РФ (а) и численности персонала, выпонявшего исследования и разработки (б)

Из сопоставления циклов динамики численности персонала с циклами динамики общего числа научных организаций РФ следует, что в цикле стабильности числа организаций (1995-2000 гг.) наблюдаются два периода: в начале рассматриваемого временного периода, с 1995 по 1998 гг., российская инновационная система претерпевала спад за счет вымывания научных кадров, а в последующие два года - с 1998 по 2000 гг. - этот спад сменися некоторым ростом обоих показателей.

Во втором цикле спада численности персонала (2000-2007 гг.) также проявляют себя два периода: в 2000-2005 гг. новый цикл спада численности персонала сопровождася уменьшением общего числа научных организаций РФ, а в последующие два года - с 2005 по 2007 гг. - спад численности персонала несколько снизася, причем этот спад сопровождася некоторым ростом числа организаций.

Кризисные явления в мировой и российской экономике, однако, в последующие годы выразились как в снижении числа организаций, выпонявших исследования и разработки, так и в уменьшении численности работающего в них персонала.

В работе выпонен анализ динамики показателя, отражающего мощность научных организаций - численности персонала, приходящегося на одну организацию. При значительном снижении этого показателя Ч с 72 человек на организацию в 1995 г. до 52 в 2009 г., выделены следующие циклы: 1) первый цикл быстрого спада показателя Ч с 1995 по 1998 гг.; 2) цикл некоторого восстановления численности персонала на одну организацию - с 1998 по 2001 гг.; 3) второй цикл медленного спада показателя

- с 2001 по 2007 гг.; 4) третий цикл ускоренного спада численности персонала на одну организацию - с 2007 г. по настоящее время.

Важным показателем научного потенциала российской инновационной системы является состав научного персонала по четырем категориям: исследователи, техники, вспомогательный и прочий персонал. Анализ показал, что характер динамики численности персонала по категориям близок к характеру динамики численности персонала в целом, однако в структурном плане имеются существенные различия Ч рис. 2.

1995 1997 1999 2001 2003 2005 2007 2009 1996 1998 2000 2002 2004 2006 2008

1999 2001 2003 2005 2007 2009 98 2000 2002 2004 2006 2008

Год Г ОД

Рис. 2. Динамика доли численности категорий персонала, выпонявшего исследования и разработки в 1995-2009 гг.: а - исследователей; б - техников

Так, на графике динамики доли исследователей (рис. 2 а) выделяется цикл стабильности данного показателя структуры персонала в период с 1995 по 1998 гг., с 1998 по 2002 гг. происходило снижение доли исследователей, после чего наблюдася вначале медленный, затем более быстрый рост доли исследователей. Напротив, динамика удельного веса техников в общей численности персонала, выпонявшего исследования и разработки, иная - в период 1995-1998 гг. наблюдалось быстрое снижение доли этой категории персонала, а затем спад доли техников происходил значительно медленнее (рис. 2 б).

Эконометрическое моделирование динамики доли исследователей в персонале, выпонявшем исследования и разработки в 2004-2009 гг., показало, что фактические данные могут быть описаны линейной и экспоненциальной моделями: линейная модель

^Дссл = 47,69 + 0,41 ь, (1)

экспоненциальная модель

Кссл = 47,70 ехр (0,0012 и). (2)

Здесь - временная переменная, определяемая соотношением

П= год -2004. (3)

Характеристики качества моделей (1) и (2) достаточно высокие (коэффициент детерминации 0,955 и 0,956 соответственно, критерий Фишера 85,7 и 86,4 статистически значим на высоком уровне 0,0008 и 0,0007 соответственно), и это позволяет интерпретировать их параметры следующим образом: расчетный уровень 2004 года доли исследователей в общей численности персонала, выпонявшего исследования и разработки, составил 47,7%; среднегодовой прирост удельного веса исследователей в период 2004-2009 гг. составлял 0,41%; среднегодовой темп прироста их доли в общей численности персонала в этот период составлял 0,12%.

Аналогично, получены две конкурирующие модели динамики доли техников в общей численности научного персонала - логарифмическая и гиперболическая, из которых в дальнейшем анализе использована гиперболическая модель

^техн= 8,11 + 1,52//2, (4)

где 2 - временная переменная, определяемая соотношением

Н = год -1994. (5)

Параметры модели (4) интерпретируются следующим образом: расчетный уровень 1995 года удельного веса техников в общей численности персонала, выпонявшего исследования и разработки, составил 9,63% (фактически 9,55%); прогнозный предельный (на перспективу) уровень удельного веса техников в общей численности персонала составляет 8,11%; предельная величина снижения удельного веса техников в общей численности персонала составляет 1,52%.

Сумма долей категорий персонала, выпонявшего исследования и разработки, равна 100%, и для разработки прогноза структуры достаточно располагать моделями динамики трех категорий из четырех, при этом в качестве третьей категории персонала выбрана категория прочие. Для прогнозирования здесь принята гиперболическая модель

Крон- 17,17- 1,75 /?2, (6)

где ?2 - временная переменная, определяемая соотношением (6).

Параметры этой модели интерпретируются следующим образом: расчетный уровень 1995 года удельного веса персонала категории прочие составил 15,42% (фактически 16,0%); прогнозный предельный (на перспективу) уровень удельного веса персонала категории прочие составляет 17,17%; предельная величина увеличения доли персонала категории прочие составляет 1,75%.

Судя по результатам прогноза удельного веса категорий персонала, в 2012 г. следует ожидать некоторого роста доли исследователей Ч до 50,9% и снижения доли вспомогательного персонала - до 23,8%, при сохранении долей техников и прочего персонала на уровне 8,2% и 17,1% соответственно (табл. 2).

Таблица 2

Прогноз удельного веса категорий персонала

Год Категория персонала

исследователи (линейная модель) техники (гиперболическая модель) вспомогательный персонал (расчет по сумме компонент структуры) прочие (гиперболическая модель)

2010 50,13 8,20 24,61 17,06

2011 50,53 8,20 24,21 17,06

2012 50,94 8,19 23,80 17,07

В диссертационном исследовании выпонен также анализ динамики численности исследователей с учеными степенями кандидатов и докторов наук - рис. 3. Как следует из приведенных на этом рисунке графиков временных рядов, численность кандидатов наук в период 1995-2006 гг. монотонно убывала, а численность докторов наук, напротив, монотонно возрастала на протяжении всего этого периода.

1995 1997 1999 2001 2003 2005 2007 2009 1996 1999 2000 2002 2004 2006 2008

1995 1997 1999 200 1 2003 2005 2007 2009 1996 1998 2000 2002 2004 2006 2008

Рис. 3. Динамика численности исследователей: имеющих ученые степени: а -кандидатов наук; б - докторов наук

Если динамика численности исследователей: имеющих ученые степени, носит монотонный характер, то динамика удельного веса докторов и кандидатов наук в общем числе исследователей - циклический (рис. 4).

Год Год

Рис. 4. Динамика удельного веса исследователей, имеющих ученые степени: а - кандидатов наук; б - докторов наук

В динамике удельного веса докторов присутствуют два цикла: 1) первый цикл роста доли докторов наук - с 1995 по 1998 гг. и 2) второй цикл роста доли докторов наук - с 1998 г. по настоящее время, тогда как динамика удельного веса кандидатов наук имеет три цикла: 1) первый цикл роста доли кандидатов наук - с 1995 по 1998 гг.; 2) цикл спада доли кандидатов наук - с 1998 по 2004 гг.; 3) второй цикл роста доли кандидатов наук Ч с 2004 г. по настоящее время.

Наибольший интерес представляет динамика роста доли кандидатов наук в третьем цикле и доли докторов наук во втором цикле, и в этой связи в работе получены эконометрические модели для указанных циклов: для кандидатов наук

^ляши = 20,42 ехр (0,0196 Ц), (7)

для докторов наук

^иссл_докт = 4,84 ехр (0,0308 *3). (8)

Здесь ц - временная переменная, определяемая соотношением (3), а ^ -соотношением

*з = год - 1998. (9)

Параметры моделей (7) и (8) интерпретируются так: расчетный уровень доли кандидатов наук в начале третьего цикла (2004 г.) равен 20,4% (при фактическом значении 19,1%), расчетный уровень доли докторов наук в начале второго цикла (1998 г.) равен 4,8% (при фактическом значении 4,9%), средний темп прироста доли кандидатов наук в третьем цикле составил 1,96% в год, а средний темп прироста доли докторов наук во втором цикле составил значительно большую величину - 3,08% в год.

Если выявленные тенденции сохранятся, к 2012 году следует ожидать повышения удельного веса исследователей-кандидатов наук до 21,4% с 90%-м доверительным интервалом 21,0% ... 21,9%, исследователей-докторов наук 7,5% с 90%-м доверительным интервалом 7,3% ... 7,6%.

3. Выпонена оценка концентрации научных организаций и научного персонала в федеральных округах, выявлено некоторое снижение концентрации исследователей с учеными степенями в 1995-2009 гг., при различии степени этого снижения по федеральным округам н крупным научным центрам. Предложено качественный анализ территориального распределения категорий персонала проводить путем построения их пространственных профилей для разных интервалов времени, а количественную оценку их дифференциации - путем расчета нормированного индекса концентрации Герфиндаля-Хиршманна. Доказано, что концентрация высококвалифицированных исследователей в период 1995-2009 гг. снизилась, что свидетельствует о некотором выравнивании научного потенциала российской инновационной системы в качественном отношении.

В работе эмпирически обосновано, что в наиболее крупной инновационной системе макрорегионов РФ - системе Центрального федерального округа - характер динамики большинства рассмотренных выше показателей идентичен их изменению в России в целом, но в ЦФО больше доля исследователей, при меньшей доле вспомогательного и прочего персонала. В Центральном федеральном округе находятся наиболее крупные научные организации, на его долю приходится половина научного персонала, качественный состав которого отличается от РФ в лучшую сторону.

В результате анализа территориальных различий показателей научного потенциала российской инновационной системы показано, что на долю четырех округов-лидеров - ЦФО, СЗФО, ПФО и СФО - и в 1995 г., и в 2009 г. приходилось 80% организаций от общего их числа в Российской Федерации, а на долю остальных аутсайдеров - Южного, Уральского и Дальневосточного федеральных округов - остальные 20% научных организаций.

Поскольку численность населения территориальных образований сильно варьирует по федеральным округам и крупным научным центрам (Москва, Санкт-Петербург), наряду с объемными показателями в работе рассмотрены также удельные показатели - в расчете на 100 и 10 тыс. населения. По числу научных организаций на 100 тыс. населения первые два места и в 1995, и в 2009 гг. занимали города Москва и Санкт-Петербург, в которых превышение среднего по России уровня составило 3,6 и 3,5 крат в 1995 году, а в 2009 году - 3,1 и 2,9 крат соответственно. По численности персонала научных организаций на 10 тыс. населения по данным на 1995 и 2009 гг., первые два места по данному удельному показателю также занимают города Москва и Санкт-Петербург, в которых превышение среднего по России уровня составило 5,1 и 4,1 крат в 1995 году, а в 2009 году - 4,3 и 3,3 крат соответственно.

По доле персонала организаций, выпонявших исследования и разработки в РФ, и в 1995 г., и в 2009 г. на первом месте находилась Москва с показателями 31,8% и 32,3% соответственно, тогда как Санкт-Петербург занимал в эти годы пятое место с показателями 13,3% и 11,0% соответственно.

Важным индикатором мощности организаций, выпоняющих исследования и разработки, является численность персонала, приходящегося

на одну организацию. Наиболее мощным кадровым потенциалом располагают научные организации г. Москвы, именно за счет этого субъекта РФ Центральный федеральный округ занимает второе место по данному удельному показателю. Третье место занимает г. Санкт-Петербург, но это не позволило Северо-Западному федеральному округу занять четвертое место, на котором и в 1995, и в 2009 гг. оказася Привожский федеральный округ. Безусловными аутсайдерами по этому показателю оказались Сибирский, Южный и Дальневосточный федеральные округа.

Временные изменения в структуре персонала организаций, выпонявших исследования и разработки, наглядно проявляют себя путем сравнения пространственных профилей показателей, особенность которых в том, что перед построением графиков последовательностей территориальные образования ранжируются в порядке уменьшения анализируемого показателя. Тем самым достигается наглядность представления пространственно-временных данных. Так, сравнивая пространственные профили структуры на рис. 5 а, бросается в глаза, что в ДФО, СФО и ЮФО, в отличие от остальных территориальных образований, доля кандидатов наук среди исследователей повысилась в значительной мере, тогда как в Москве удельный вес кандидатов наук даже снизися, а в других территориальных образованиях практически не изменися. Аналогично, сравнивая пространственные профили на рис. 5 б, можно отметить, что наибольший рост доли докторов наук в 2009 году по сравнению с 1995 годом наблюдася в Дальневосточном, Сибирском и Южном округах.

Территориальное образование Территориальное образование

Рис. 5. Пространственные профили доли исследователей научных организаций в 1995 и 2009 гг.: а - кандидаты наук; б - доктора наук

Значительное внимание в работе уделено анализу концентрации научных организаций и научного персонала в федеральных округах. Наряду с оценками этой характеристики путем построения кумулятивной диаграммы Парето, в этих целях предложено рассчитывать нормированные значения индекса Герфинделя-Хиршманна, определяемые по формуле

шттм = {нны - ннмшш)/( 1 оооо - штшшух 1 оо, %. (Ю)

где ННЫ - ненормированный индекс концентрации, рассчитываемый как сумма квадратов территориальных индексов федеральных округов:

ННЫ = (Итерр(11) а ННЫмт Ч минимальное значение индекса концентрации Герфиндаля-Хиршманна, отвечающее равномерному распределению показателей по округам и определяемое по формуле

ННЫмт=\т№, (12)

где к - число округов. Удобство этой меры концентрации в том, что нормированный индекс изменяется в пределах от 0 до 100% и тем самым представляет собой относительную меру уровня концентрации.

Расчеты показывают, что если значения нормированного индекса концентрации в 1995 г. составляли 28,8% и 35,2% соответственно для кандидатов и докторов наук, то в 2009 г. этот индикатор снизися на 2,3% и 10,7%, т.е. в 1,18 и 1,33 раза соответственно.

Для оценки масштаба концентрации кадров высшей квалификации обратимся к опыту применения индекса Герфиндаля-Хиршманна в международной антимонопольной практике. Так, принято считать, что безопасный с точки зрения монополизации рынок предполагает, что величина ненормированного индекса Герфиндаля-Хиршманна будет меньше 1000. Если значение индекса превышает 1800, то рынок считается высококонцентрированным, и на нем не допускается слияния фирм. Если же значение индекса находится в диапазоне от 1000 до 1800, то слияние фирм допускается только тогда, когда в результате слияния индекс не вырастет более чем на 100 пунктов, не выходя при этом за границу 1800.

В определенной мере можно полагать, что научные результаты являются продуктом рынка интелектуального труда. Согласно расчетам, в российской инновационной системе в 2009 г. ненормированный индекс Герфиндаля-Хиршманна принимал значения 3526 для кандидатов и 3695 для докторов наук, что намного превышает пороговое значение 1800 для высококонцентрированного рынка. Если исходить из рыночной точки зрения, то столь высокая концентрация кандидатов и, тем более, докторов наук в российской инновационной системе приводит к монополизации исследований и разработок учеными организаций Центрального и СевероЗападного федеральных округов.

В работе рассмотрены также состояние и проблемы воспроизводства кадрового научного потенциала российской инновационной системы, которые во многом связаны со слабостью вузовской науки. В то же время, именно высшие учебные заведения выступают в качестве основы подготовки квалифицированных кадров для всех отраслей народного хозяйства, а вузовская наука является необходимым условием научно-технического прогресса, предпосыкой развития современных наукоемких производств и передовых технологий.

Являясь одним из приоритетных направлений государственной политики, вузовская наука нуждается в соответствующем финансовом обеспечении. Однако статистика свидетельствует о кризисе недофинансирования науки в России вообще и вузовской - в особенности. Так, если к середине 1990-х годов расходы на научные исследования и разработки состав-

ляли (по отношению к ВВП) в США - 4,5 %, в Израиле - 3,5 %, в Японии -2,9 %, в ФРГ - 2,7 %, во Франции - 2,4 %, в Великобритании - 2,2 %, то в России этот показатель составил 0,54 % (для сравнения: в Чили расходы на научные исследования и разработки составляли по отношению к ВВП 0,56 %). Состояние финансирования вузовской науки еще более тревожное, поскольку НИОКР в системе образования финансируется, как правило, за счет средств, выделяемых бюджетом на нужды образования.

Важность вузовской науки состоит еще и в том, что она является необходимым условием поддержания профессионального уровня преподавателей и повышения квалификации специалистов, поскольку большая часть кандидатов и докторов наук проходят послевузовскую подготовку именно в системе высшего профессионального образования.

В диссертационной работе выпонено сравнение результативности аспирантуры и докторантуры, измеряемой долей лиц, закончивших обучение защитой диссертации на соискание ученой степени кандидата и доктора наук. На первый взгляд, следовало бы ожидать, что эффективность подготовки аспирантов в образовательных учреждениях ВПО ниже, чем в НИИ. Однако расчеты, основанные на официальных статистических данных, не подтверждают это предположение - табл. 3.

Из этой таблицы следует, что в среднем за период 2000-2009 гг. результативность аспирантуры образовательных учреждений ВПО была значительно выше: 31,0% против 19,1% в НИИ, при этом различаются не только средние, но и 90%-е доверительные интервалы. Результативность докторантуры образовательных учреждений ВПО в среднем также больше: 33,1% против 28,5% в НИИ, причем 90%-е доверительные интервалы здесь также не перекрываются.

Таблица 3

Статистический анализ средних показателей результативности подготовки аспирантов и докторантов в образовательных учреждениях ВПО и НИИ в период

2000-2009 гг.

Показатель Г-тест Число степеней свободы Значимость (двусто-роняя) Разность средних Стандартная ошибка разности средних 90%-й доверительный интервал разности средних

нижний верхний

Результативность аспирантуры, % -8,934 18 0,000 -11,899 1,3319 -14,2085 -9,5894

Результативность докторантуры, % -1,957 18 0,066 -4,6761 2,3897 -8,8820 -0,5324

В работе выпонен анализ еще одного показателя подготовки кадров высшей квалификации - доли аспирантов и докторантов, заканчивающих аспирантуру и докторантуру, в численности приема на послевузовское обучение в образовательные учреждения ВПО и НИИ. В предположении, что средний срок подготовки составляет три года, отслежена динамика этого показателя на протяжении семи лет - с 2003 по 2009 гг. Выявлено, что в среднем доля закончивших подготовку в аспирантуре НИИ превы-

шает этот показатель для образовательных учреждений ВПО - 74,2% против 71,7%, тогда как доля закончивших подготовку в докторантуре НИИ, напротив, меньше этого показателя для образовательных учреждений ВПО - 78,6% против 87,2%. Статистический анализ, результаты которого приведены в табл. 4, показывает значимость разности средних только для доли закончивших подготовку в докторантуре, а разность средних для доли закончивших подготовку в аспирантуре следует признать незначимой.

Таблица 4

Статистический анализ средних доли закончивших подготовку в аспирантуре и докторантуре образовательных учреждений ВПО и НИИ в период 2003-2009 гг.

Показатель (-тест Число степеней свободы Значимость (двусто-роняя) Разность средних Стандартная ошибка разности средних 90%-й доверительный интервал разности средних

нижний верхний

Закончившие подготовку в аспирантуре, % к приему 1,488 12 0,167 2,494 1,6764 -0,4940 5,4816

Закончившие подготовку в докторантуре, % к приему -4,461 12 0,001 -8,608 1,9295 -12,0472 -5,1692

Из полученных результатов не следует вывод, что вузовская наука эффективнее научной деятельности НИИ, можно лишь говорить о большей результативности вузовской аспирантуры. По-видимому, не в последнюю очередь это связано с масштабным фактором: если в НИИ в среднем на одну организацию в 2000-2009 гг. приходилось 22,6 аспиранта, то в образовательных учреждениях ВПО почти на порядок больше - 189,3 аспиранта. Но то, что результативность докторантуры НИИ выше, чем в образовательных учреждениях ВПО, говорит в пользу большей эффективности научной деятельности НИИ.

4. Обосновано, что в качестве информативных показателен патентной деятельности, как индикатора результативности первой стадии создания инноваций, целесообразно принять число выданных патентов на изобретения и полезные модели в расчете на 100 тыс. населения. Эти показатели, наряду с удельными показателями кадрового состава персонала научных организации, могут быть основой обобщенного индикатора научного потенциала инновационных систем федеральных округов и крупных научных центров - Москвы и Санкт-Петербурга.

Помимо показателей кадрового состава персонала научных организаций, в работе рассмотрены показатели, отражающие результативность научного потенциала российской инновационной системы. Если говорить о первой стадии исследований и разработок, это, прежде всего, показатели патентной деятельности, приводимые в официальных статистических

сборниках: число поданных заявок на изобретения и полезные модели; число выданных патентов на изобретения и полезные модели. По этим показателям в официальных статистических изданиях данные приведены в территориальном и временном разрезах, что позволяет проводить анализ динамики развития и территориальных особенностей первой стадии создания инноваций.

Наряду с первичными показателями, во временном и территориальном аспектах рассмотрены удельные и аналитические показатели: число патентов на изобретения и полезные модели на 100 тыс. населения; число патентов на изобретения и полезные модели на 1000 исследователей; результативность заявок на изобретения; результативность заявок на полезные модели.

Анализ пространственных профилей числа выданных патентов на изобретения и полезные модели в расчете на 100 тыс. населения показал, что оба показателя очень сильно варьирует по территориальным образованиям, причем в период 2005-209 гг. наблюдается тенденция их роста - рис. 6. Лидерами здесь являются Москва и Санкт-Петербург, а также Центральный федеральный округ, аутсайдером - Дальневосточный федеральный округ. Лидером по двум другим удельным показателям патентной деятельности - числу выданных патентов на изобретения и полезные модели в расчете на 1000 исследователей выступает - Южный федеральный округ, а последнее место в ранжированной линейке рассматриваемых территориальных образований занимают Санкт-Петербург и Северо-Западный федеральный округ.

2005 2009

Территориальное образование Территориальное образование

Рис. 6. Ранжирование территориальных образований по числу выданных патентов на изобретения (а) и полезные модели (б) на 100 тыс. населения

Поскольку на нарастающий тренд динамики числа выданных патентов на изобретения и полезные модели в расчете на 1000 исследователей накладывается значительная по величине стохастическая составляющая,

что не позволяет построить адекватные эконометрические модели, в работе рассчитаны средние показателей рядов, принятые в теории статистики -средний уровень и средний абсолютный прирост. Результаты расчета этих показателей приведены в наглядной графической форме на рис. 7.

Патенты на изобретения на 10ОО исследоват.

1 СФО ЮФО

Москва! Х Х

цао Хфэ

Санхт-Оедузбург .

Ч 1 .1

Патёнты на полез, модели на 1000 исследоват.

Средний уровень

Средний уровень

Рис. 7. Распределение параметров динамики числа выданных патентов на изобретения (а) и полезные модели (б) в расчете на 1000 исследователей по территориальным образованиям РФ. Штрихпунктирные линии - уровень РФ

Такое представление результатов расчета рассеяния позволило выявить следующие группы территориальные образования РФ с близкими параметрами временных рядов:

- по динамике числа выданных патентов на изобретения в расчете на 1000 исследователей: (1) СЗФО и Санкт-Петербург; (2) ПФО и ДФО; (3) Москва, ЦФО, УФО и СФО; (4) ЮФО;

- по динамике числа выданных патентов на полезные модели в расчете на 1000 исследователей: (1) СЗФО, Санкт-Петербург, Москва, ЦФО и ДФО; (2) СФО и ПФО; (4) ЮФО и УФО.

Иерархический кластерный анализ, выпоненный по методу Уорда с евклидовой квадратичной метрикой на г-преобразованных параметрах динамики числа выданных патентов на изобретения и полезные модели в расчете на 1000 исследователей, показал устойчивость приведенной классификации.

Расчеты показали, что коэффициент корреляции между средними уровнями временных рядов числа выданных патентов на изобретения и полезные модели в расчете на 1000 исследователей и среднегодовыми приростами показателя статистически незначим, и эти два индикатора необходимо рассматривать как независимые друг от друга. В отличие от этого, коэффициент корреляции между средними уровнями временных рядов числа выданных патентов на изобретения и полезные модели в расчете на 100 тыс. населения и среднегодовыми приростами данного показателя статистически значим, эти два индикатора в большей степени варьируют по федеральным

округам и крупным научным центрам, что и определяет их включение в множество составляющих обобщенного индикатора научного потенциала рассматриваемых территориальных образований.

5. Установлено, что в качестве составляющих обобщенного индикатора научного потенциала инновационных систем федеральных округов и крупных научных центров - Москвы и Санкт-Петербурга целесообразно принять частные функции желательности удельных показателей численности исследователей, в том числе кандидатов и докторов наук, а также функции желательности интенсивности патентной деятельности, рассчитываемые по числу выданных патентов на изобретения и полезные модели на 100 тыс. населения. Выпонено ранжирование территориальных образований РФ по величине обобщенного индикатора научного потенциала, разработаны предложения по индикативному планированию развития научного потенциала территориальных образований РФ и российской инновационной системы в целом.

Для формирования обобщенного индикатора научного потенциала инновационных систем федеральных округов и крупных научных центров -Москвы и Санкт-Петербурга в диссертационной работе предлагается использовать нелинейное преобразование Харрингтона, иначе называемое функцией желательности, с помощью которого информативные показатели нормируются на интервал (0, 1). Особенность этой функции в том, что для ее построения достаточно указать интервал показателя, внутри которого соответствующее свойство можно считать удовлетворительным. Поскольку выбранные нами частные индикаторы характеризуются распределением, отличным от нормального, этот интервал предложено устанавливать по следующему агоритму: в качестве верхней границы зоны лудовлетворительно использовать медиану частного индикатора, а в качестве интервала зоны лудовлетворительно - треть междуквартильного размаха.

-1,5 -1,0 -,5

очень хорошо

очень плохо

1,0 1,2 1.4 1.6 1.8

Кодированная переменная

Число докторов наук на 10 тыс. населения

Рис. 8. Функция желательности числа докторов наук на 10 тыс. населения: а -принцип построения; б - зоны желательности

Агоритм построения частных функций желательности и назначения зон желательности показан на рис. 8 на примере числа докторов наук на 10 тыс. населения.

Аналогично, построены функции желательности других частных индикаторов: числа исследователей и кандидатов наук на 10 тыс. населения, числа выданных патентов и полезных моделей на 100 тыс. населения. Значения частных функций желательности для-федеральных округов, Москвы и Санкт-Петербурга приведены в табл. 5.

Поскольку между частными функциями желательности по данным за 2005-2009 гг. наблюдаются сильные положительные корреляционные связи, в качестве значений обобщенной функции желательности приняты арифметические средние (по данным за 2009 г. эти значения представлены в последней графе табл. 5).

Из табл. 5 следует, что по данным за 2009 г. только Москву, Центральный федеральный округ, Санкт-Петербург и Северо-Западный федеральный округ, научный потенциал которых характеризуется значениями обобщенной функции желательности 0,99; 0,97; 0,92 и 0,75 соответственно, можно отнести к зонам желательности лочень хорошо и хорошо, тогда как Сибирский, Уральский и Привожский федеральные округа (значения обобщенной функции желательности 0,33; 0,30 и 0,29 соответственно) относятся к зоне плохо, а Дальневосточный и Южный федеральные округа (значения обобщенной функции желательности 0,16 и 0,11 соответственно) - к зоне лочень плохо.

Таблица 5

Значения функций желательности индикаторов научного потенциала инновационных систем федеральных округов, Москвы и Санкт-Петербурга по данным за

2009 г.

Территориальное образование Функция желательности

исследователей кандидатов наук докторов наук изобретений полезных моделей обобщенная функция

ЦФО 0,98 0,98 0,99 0,94 0,77 0,92

Москва 1,00 1,00 1,00 0,99 0,96 0,99

СЗФО 0,90 0,89 0,90 0,64 0,54 0,75

Санкт-Петербург 1,00 1,00 1,00 0,95 0,94 0,97

ЮФО 0,07 ^ 0,06 0,07 0,31 0,00 0,11

ПФО 0,36 0,10 0,09 0,44 0,3 6 0,29

УФО 0,36 0,11 0,13 0,36 0,44 0,30

СФО 0,28 0,42 0,58 0,41 0,07 0,33

ДФО 0,14 0,38 0,40 0,03 0,00 0,16

В диссертационной работе рассчитаны значения частных и обобщенных функций желательности индикаторов научного потенциала инновационных систем федеральных округов, Москвы и Санкт-Петербурга во временном разрезе, сформулированы предложения по индикативному планированию их развития.

ОСНОВНЫЕ ВЫВОДЫ И ПРЕДЛОЖЕНИЯ

1. На первой стадии создания инноваций важная роль принадлежит научному потенциалу российской инновационной системы, оцениваемого такими показателями, как число организаций и численность персонала, выпонявших исследования и разработки (в том числе по категориям и квалификации), показатели воспроизводства кадров высшей квалификации - кандидатов и докторов наук, показатели патентной деятельности. В диссертации изучена динамика и территориальное распределение показателей научного потенциала российской инновационной системы, выпонен прогноз удельного веса категорий научного персонала на ближайшую перспективу.

2. Развитие научного потенциала российской инновационной системы связано с территориальной деконцентрацией исследований, сопровождаемой процессами концентрации исследовательского потенциала в крупных городах, выступающих генераторами научно-технологического развития на прилегающих к ним территориям. В этой связи в диссертации дана оценка концентрации научных организаций и научного персонала российской инновационной системы. В методическом плане предложено качественный анализ территориального распределения различных категорий персонала проводить путем построения их пространственных профилей для разных интервалов времени, а количественную оценку их дифференциации - путем расчета нормированного индекса концентрации Герфиндаля-Хиршманна. В частности, показано, что концентрация высококвалифицированных исследователей в период 1995-2009 гг. снизилась, что свидетельствует о некотором выравнивании научного потенциала российской инновационной системы в качественном отношении.

3. В результате анализа процессов воспроизводства кадрового научного потенциала российской инновационной системы выявлена более высокая результативность вузовской аспирантуры в сравнении с аспирантурой НИИ, что объясняется масштабным фактором. В то же время, результативность докторантуры НИИ выше, чем в образовательных учреждениях ВПО, что свидетельствует о большей эффективности подготовки докторов наук в НИИ.

4. В анализе развития научного потенциала важна оценка не только кадрового потенциала, но и результативных показателей. В этой связи в диссертации предложено в качестве составляющих обобщенного индикатора научного потенциала инновационных систем федеральных округов и крупных научных центров - Москвы и Санкт-Петербурга принять частные функции желательности удельных показателей численности исследователей, в том числе кандидатов и докторов наук, а также функции желательности интенсивности патентной деятельности, рассчитываемые по числу выданных патентов на изобретения и полезные модели на 100 тыс. населения.

Такой подход позволил выпонить ранжирование территориальных образований РФ по величине обобщенного индикатора научного потенциала, а также разработать предложения по индикативному планированию развития научного потенциала территориальных образований РФ и российской инновационной системы в целом.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ИССЛЕДОВАНИЙ

а) публикации в ведущих рецензируемых научных журналах и изданиях, определенных ВАК Минобрнауки России

1. Немцева, Ю.В. Структура обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ [Текст] / Ю.В. Немцева // Транспортное дело России. 2010, №10 (0,55 пл.) -авт. вкл. 0,55 п.л.

2. Немцева, Ю.В. Научно-инновационный потенциал Центральной России: статистический анализ [Текст] / Ю.В. Немцева, A.C. Потапов // Транспортное дело России. 2010, №9 (0,5 п.л.) - авт. вкл. 0,25 п.л.

б) другие публикации

3. Немцева, Ю.В. Методические аспекты анализа и прогнозирования научно-инновационного потенциала российских территориальных образований [Текст] / Ю.В. Немцева // Экономическое прогнозирование: модели и методы. М-лы VI международ, н.-практ. конф. Воронеж: ВГУ, 2010 (0,15 п.л.) - авт. вкл. 0,15 п.л.

4. Немцева, Ю.В. Модели динамики кадрового научно-инновационного потенциала России [Текст] 1 Ю.В. Немцева, A.C. Потапов // Моделирование и прогнозирование в управлении: методы и технологии. М-лы II Международ, н.-практ. конф. Орел: ОРАГС, 2009 (0,3 п.л.) - авт. вкл. 0,15 п.л.

5. Немцева, Ю.В. Методические вопросы оценки научно-инновационного потенциала России [Текст] / Ю.В. Немцева // Вестник научно-исследовательского института профессионального образования. Серия Экономика и управление. Вып. 2. М: НИИРПО, 2009 (0,6 п.л.) - авт. вкл. 0,6 п.л.

6. Немцева, Ю.В. Методический инструментарий анализа показателей инновационного потенциала в территориальных образованиях РФ [Текст] / Ю.В. Немцева //Сборник научных трудов Управление инновациями и инвестиционной деятельностью. Вып. 9. М.: ГАСИС, 2009 (0,53 п.л.) - авт. вкл. 0,53 п.л.

7. Немцева, Ю.В. Концептуальные подходы к оценке научно-инновационного потенциала регионов [Текст] / Ю.В. Немцева, А.С.Потапов // Вестник научно-исследовательского института профессионального образования. Серия Экономика и управление. Вып.2. М: НИИРПО, 2008 (0,6 п.л.) - авт. вкл. 0,3 п.л.

Подписано в печать 05.04.2011. Сдано в производство 08.04.2011.

Формат бумаги 60x90/16. Усл. печ. л. 1,0.

Тираж 100 экз. Заказ № ДС-10/11

Издательство ФАОУ ДПО ГАСИС, Москва, ул. Трифоновская, 57.

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Немцева, Юлия Владимировна

ВВЕДЕНИЕ.

Глава 1 ТЕОРЕТИКО-МЕТОДИЧЕСКИЕ ОСНОВЫ АНАЛИЗА ИННОВАЦИОННОГО ПОТЕНЦИАЛА ЭКОНОМИЧЕСКИХ СИСТЕМ.

1.1 Понятие и сущность инновационного потенциала экономических систем.

1.2 Методологические аспекты оценки инновационного потенциала на различных уровнях.

1.3 Методический инструментарий анализа показателей инновационного потенциала в территориальных образованиях РФ.

Глава 2 АНАЛИЗ СОСТОЯНИЯ И ТЕНДЕНЦИЙ РАЗВИТИЯ НАУЧНОГО ПОТЕНЦИАЛА ИННОВАЦИОННОЙ СИСТЕМЫ РОССИЙСКОЙ ФЕДЕРАЦИИ И ЕЕ ТЕРРИТОРИАЛЬНЫХ ОБРАЗОВАНИЙ.

2.1 Структура и динамика научного потенциала российской инновационной системы.

2.2 Динамика и территориальная дифференциация показателей инновационных систем федеральных округов Российской Федера- 82 ции.

2.3 Проблемы воспроизводства кадрового научного потенциала российской инновационной системы

Глава 3 ИНДИКАТИВНОЕ ПЛАНИРОВАНИЕ РАЗВИТИЯ НАУЧНОГО ПОТЕНЦИАЛА ИННОВАЦИОННЫХ СИСТЕМ ТЕРРИТОРИАЛЬНЫХ ОБРАЗОВАНИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ.

3.1 Анализ территориального распределения и динамики результативных показателей научного потенциала российской инновационной системы.

3.2 Структура обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ.

3.3 Разработка предложений и методических рекомендаций по развитию научного потенциала инновационных систем.

Диссертация: введение по экономике, на тему "Методические аспекты анализа и развития научного потенциала инновационных систем"

Актуальность темы исследования. В современных условиях инновации и инновационная деятельность приобретают все большее значение, становятся важным инструментом конкурентной борьбы и одной из основных составляющих эффективной стратегии. Уровень развития инновационной сферы - науки, новых технологий, наукоемких отраслей, инновационная активность компаний, - все это формирует основу устойчивого экономического роста, определяет перспективы и влияет на темп развития экономики.

Выступая источником технологического развития, инновации, в свою очередь, являются конечным результатом эволюционного, интерактивного процесса создания, распространения и применения научных знаний. При этом взаимодействие между различными экономическими агентами - производителями и потребителями знаний - представляется как система сложных прямых и обратных связей, что получило отражение в общепринятой ныне интегральной (цепной) модели инноваций, предложенной С. Клайном и Н. Розенбергом. Инновации предстают здесь как результат множества взаимодействий между сообществом экономических агентов (организаций), которые в совокупности описываются понятием национальной инновационной системы.

Эффективность инновационного развития экономики зависит не только от того, насколько эффективна деятельность самих экономических агентов (фирм, научных организаций, вузов и др.) в отдельности, но и от того, как они взаимодействуют друг с другом в качестве элементов колективной системы создания и использования знаний, а также с общественными институтами. Здесь важно правильно оценить уровень и тенденции развития инновационного потенциала российских территориальных образований, который большинство ученых представляют как совокупность факторов и условий, необходимых для осуществления инновационного процесса. Особо следует отметить, что инновационный потенциал включает не только достигнутый результат (уровень внедрения достижений научно-технического прогресса), но и потенциальные ресурсы и возможности для повышения эффективности инновационной системы в рамках страны в целом, так и в ее федеральных округах и крупных научных центрах.

Несмотря на достигнутый прогресс в области исследования технологической эволюции и роли территориальных инновационных систем в трансформации экономики, в методологии инновационных систем остается ряд проблем, затрудняющих как оценку научно-инновационной деятельности и ее влияния на экономическую эволюцию и конкурентоспособность страны в целом, так и регулирование этой сферы на национальном и межрегиональном уровнях.

Исходя из изложенного, актуальной является задача разработки методических основ анализа и развития научного потенциала инновационных систем территориальных образований Российской Федерации.

Степень разработанности проблемы. В исследование теоретико-методологических основ инноватики крупный вклад внесли Л.И. Абакин, А.И. Анчишкин, A.B. Бачурин, С.Ю. Глазьев, А. Иларионов, С.Д. Ильенкова, Е. Попов, А.Г. Поршнев, В. Ханжина, М. Хучек, A.B. Черезов, Ю.В. Яременко и другие российские ученые, которые исследовали инновационный потенциал как стратегический фактор, определяющий условия и перспективы устойчивого развития социально-экономических систем. Из зарубежных авторов значительный вклад в развитие инноватики внесли Й. Шумпетер, П.Ф. Друкер, Ф. Хайек, Э. Мэнсфид, А. Хостинг, Й.М. Пиннингс, Б. Санто и другие.

Среди работ отечественных и зарубежных ученых, изучавших закономерности научно-технического прогресса, инновационных процессов, проблем экономики и организации науки, следует указать научные труды Дж. Бернала, А.Е. Варшавского, JI.M. Гохберга, Г.М. Доброва, A.A. Дынкина,

П. Дэвида, В.А. Жамина, А.К. Казанцева, С. Клайна, A.C. Кулагина, В.И. Кушлина, Г.А. Лахтина, В.П. Логинова, Д.С. Львова, В.Л. Макарова, В.И. Масленникова, Л.Э. Миндели, Р. Нельсона, H.A. Новицкого, C.B. Пирогова, Н. Розенберга, Б.Г. Сатыкова, А.Г. Фонотова, К. Фримена, Ю.В. Шленова, Ю.В. Яковца и др.

Наряду с указанными теоретическими и методологическими разработками, существует потребность в разработке научно-методических основ управления развитием научного потенциала инновационных систем территориальных образований Российской Федерации, учитывающих специфику национальной инновационной системы. Особого внимания при этом заслуживает разработка методики расчета обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ, позволяющей проводить мониторинг состояния научного потенциала, разрабатывать предложения по его развитию.

Недостаточность научной проработанности указанных задач предопределили выбор темы, объекта и предмета исследования, а также его цели и задачи.

Объектом исследования являются экономические системы на уровне территориальных образований Российской Федерации, рассматриваемые в аспекте развития научного потенциала национальной инновационной системы.

Предметом исследования являются экономические и организационно-управленческие отношения, складывающиеся в процессе формирования и развития научного потенциала российской инновационной системы.

Цель исследования состоит в разработке методических основ анализа и развития научного потенциала инновационных систем территориальных образований Российской Федерации.

Достижение поставленной цели осуществлялось постановкой и решением следующих основных задач исследования:

- рассмотреть теоретико-методологические основы анализа научного потенциала российской инновационной системы и ее подсистем на уровне федеральных округов и крупных научных центров;

- рассмотреть методические аспекты анализа показателей научного потенциала территориальных образований Российской Федерации;

- выпонить анализ состояния и тенденций развития научного потенциала инновационной системы Российской Федерации и ее территориальных образований;

- выявить проблемы воспроизводства кадрового научного потенциала российской инновационной системы;

- установить структуру и рассчитать значения обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ;

- разработать предложения по развитию научного потенциала российской инновационной системы.

Теоретической и методологической основой диссертационного исследования послужили теоретические положения и методологические принципы, содержащиеся в исследованиях отечественных и зарубежных авторов по проблемам инновационного менеджмента, вопросам оценки научного потенциала инновационных систем. В процессе исследования применяся методологический аппарат инновационного анализа, методы системного исследования, методы психофизического шкалирования, статистические методы одномерного и многомерного анализа данных, экономико-математические методы моделирования.

Фактологическая база диссертации построена на материалах анализа отечественных и зарубежных публикаций по проблематике исследования, статистических данных.

Научная новизна проведенного исследования заключается в разработке методических основ анализа и развития научного потенциала инновационных систем территориальных образований Российской Федерации и российской инновационной системы в целом.

Научная новизна подтверждается следующими научными выводами и результатами, выносимыми на защиту.

1. Обосновано, что система информативных показателей, характеризующих научный потенциал российской инновационной системы на первой стадии создания инноваций, помимо числа организаций и численности персонала, выпонявших исследования и разработки (в том числе по категориям и квалификации), дожна включать также показатели воспроизводства кадров высшей квалификации - кандидатов и докторов наук, а также показатели патентной деятельности, при этом перечисленные показатели дожны быть рассмотрены в пространственном и временном аспектах, что в комплексе позволяет оценить состояние и тенденции развития научного потенциала российской инновационной системы.

2. Выявлена цикличность динамики показателей научного потенциала российской инновационной системы в период 1995-2009 гг., получены эко-нометрические модели, отражающие тенденции последних циклов, выпонен прогноз удельного веса категорий персонала на ближайшую перспективу. Обосновано, что в 2012 г. следует ожидать некоторого роста доли исследователей - до 50,9% и снижения доли вспомогательного персонала - до 23,8%, при сохранении удельного веса техников и прочего персонала на уровне 8,2% и 17,1% соответственно, а также повышения доли кандидатов наук среди исследователей до 21,4%, докторов наук - до 7,5%.

3. Выпонена оценка концентрации научных организаций и научного персонала российской инновационной системы, выявлено некоторое снижение концентрации исследователей с учеными степенями в 1995-2009 гг., при значительной дифференциации этого снижения по федеральным округам и крупным научным центрам. Предложено качественный анализ территориального распределения категорий персонала проводить путем построения их пространственных профилей для разных интервалов времени, а количественную оценку их дифференциации Ч путем расчета нормированного индекса концентрации Герфиндаля-Хиршманна. Доказано, что концентрация высококвалифицированных исследователей в период 1995-2009 гг. снизилась, что свидетельствует о некотором выравнивании научного потенциала российской инновационной системы в качественном отношении.

4. Обосновано, что в качестве информативных показателей патентной деятельности, как индикатора результативности первой стадии создания инноваций, целесообразно принять число выданных патентов на изобретения и полезные модели в расчете на 100 тыс. населения. Эти показатели, наряду с удельными показателями кадрового состава исследователей, могут быть основой обобщенного индикатора научного потенциала инновационных систем федеральных округов и крупных научных центров Ч Москвы и Санкт-Петербурга. 5~. Установлено, что в качестве составляющих обобщенного индикатора научного потенциала инновационных систем федеральных округов и крупных научных центров - Москвы и Санкт-Петербурга целесообразно принять частные функции желательности удельных показателей численности исследователей, в том числе кандидатов и докторов наук, а также функции желательности интенсивности патентной деятельности, рассчитываемые по числу выданных патентов на изобретения и полезные модели на 100 тыс. населения. Выпонено ранжирование территориальных образований РФ по величине обобщенного индикатора научного потенциала, разработаны предложения по индикативному планированию развития научного потенциала территориальных образований РФ и российской инновационной системы в целом.

Теоретическая значимость исследования заключается в том, что полученные результаты могут служить научной базой для развития методов анализа научного потенциала инновационных систем.

Практическая значимость исследования заключается в том, что полученные результаты позволяют научно обоснованно оценивать научный потенциал инновационных систем, проводить мониторинг его уровня, что позволит разрабатывать мероприятия по его развитию.

Апробация и реализация результатов исследования. Основные результаты диссертационного исследования обсуждались и были одобрены на конференциях и семинарах различного уровня. Среди них: научно-практические семинары профессорско-преподавательского состава Государственной академии профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы (ГАСИС), II Международная научно-практическая конференция Моделирование и прогнозирование в управлении: методы и технологии (Орел, Орловская региональная академия государственной службы, 2009), VI Международная научно-практическая конференция Экономическое прогнозирование: модели и методы (Воронеж, Воронежский государственный университет, 2010).

Методика расчета обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ внедрена в учебный процесс ФАОУ ДПО ГАСИС.

Публикации. По результатам выпоненного исследования опубликовано 7 работ. Общий объем публикаций 3,23 п.л., из них авторские - 2,53 п.л.

Объем и структура диссертации. Диссертация содержит 172 страницы основного текста, в том числе 84 рисунка и 28 таблиц, список использованных источников из 164 наименований. Ниже приводится структура работы.

В первой главе Теоретико-методические основы анализа инновационного потенциала экономических систем рассматривается сущность инновационного потенциала экономических систем, методологические аспекты оценки инновационного потенциала на различных уровнях, а также методический инструментарий анализа показателей инновационного потенциала в территориальных образованиях РФ.

Вторая глава содержит анализ состояния и тенденций развития научного потенциала инновационной системы Российской Федерации и ее территориальных образований. Рассматривается структура и динамика научного потенциала российской инновационной системы, динамика и территориальная дифференциация показателей инновационных систем федеральных округов Российской Федерации, проблемы воспроизводства кадрового научного потенциала российской инновационной системы.

Третья глава посвящена индикативному планированию развития научного потенциала инновационных систем территориальных образований Российской Федерации. Проводится анализ территориального распределения и динамики результативных показателей научного потенциала российской инновационной системы, устанавливается структура обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ, даются предложения по развитию научного потенциала российской инновационной системы.

Диссертация: заключение по теме "Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда", Немцева, Юлия Владимировна

ЗАКЛЮЧЕНИЕ

Результаты выпоненных исследований, направленных на разработку методических основ анализа и развития научного потенциала инновационных систем территориальных образований Российской Федерации, позволяют сделать следующие выводы.

1. На первой стадии создания инноваций важная роль принадлежит научному потенциалу российской инновационной системы, оцениваемого такими показателями, как число организаций и численность персонала, выпонявших исследования и разработки (в том числе по категориям и квалификации), показатели воспроизводства кадров высшей квалификации - кандидатов и докторов наук, показатели патентной деятельности. При этом перечисленные показатели дожны быть рассмотрены в пространственном и временном аспектах, что в комплексе позволяет оценить состояние и тенденции развития научного потенциала российской инновационной системы. В диссертации выявлена цикличность динамики показателей научного потенциала российской инновационной системы в период 1995-2009 гг., получены эко-нометрические модели, отражающие тенденции последних циклов, выпонен прогноз удельного веса категорий персонала на ближайшую перспективу. Обосновано, что в 2012 г. следует ожидать некоторого роста доли исследователей Ч до 50,9% и снижения доли вспомогательного персонала - до 23,8%, при сохранении удельного веса техников и прочего персонала на уровне 8,2% и 17,1% соответственно, а также повышения доли кандидатов наук среди исследователей до 21,4%, докторов наук - до 7,5%.

2. Развитие научного потенциала российской инновационной системы связано с территориальной деконцентрацией исследований, сопровождаемой процессами концентрации исследовательского потенциала в крупных городах, выступающих генераторами научно-технологического развития на прилегающих к ним территориям. В этой связи в диссертации дана оценка концентрации научных организаций и научного персонала российской инновационной системы. В методическом плане предложено качественный анализ территориального распределения различных категорий персонала проводить путем построения их пространственных профилей для разных интервалов времени, а количественную оценку их дифференциации - путем расчета нормированного индекса концентрации Герфиндаля-Хиршманна. В частности, показано, что концентрация высококвалифицированных исследователей в период 1995-2009 гг. снизилась, что свидетельствует о некотором выравнивании научного потенциала российской инновационной системы в качественном отношении.

3. В результате анализа процессов воспроизводства кадрового научного потенциала российской инновационной системы выявлена более высокая результативность вузовской аспирантуры в сравнении с аспирантурой НИИ, что объясняется масштабным фактором. В то же время, результативность докторантуры НИИ выше, чем в образовательных учреждениях ВПО, что свидетельствует о большей эффективности подготовки докторов наук в НИИ.

4. В анализе развития научного потенциала важна оценка не только кадрового потенциала, но и результативных показателей. В этой связи в диссертации предложено в качестве составляющих обобщенного индикатора научного потенциала инновационных систем федеральных округов и крупных научных центров - Москвы и Санкт-Петербурга принять частные функции желательности удельных показателей численности исследователей, в том числе кандидатов и докторов наук, а также функции желательности интенсивности патентной деятельности, рассчитываемые по числу выданных патентов на изобретения и полезные модели на 100 тыс. населения. Такой подход позволил выпонить ранжирование территориальных образований РФ по величине обобщенного индикатора научного потенциала, а также разработать предложения по индикативному планированию развития научного потенциала территориальных образований РФ и российской инновационной системы в целом.

Теоретическая значимость исследования заключается в том, что полученные результаты могут служить научной базой для развития методов анализа научного потенциала инновационных систем.

Практическая значимость исследования заключается в том, что полученные результаты позволяют научно обоснованно оценивать научный потенциал инновационных систем, проводить мониторинг его уровня, что позволит разрабатывать мероприятия по его развитию.

Диссертация: библиография по экономике, кандидат экономических наук , Немцева, Юлия Владимировна, Москва

1. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.

2. Ананченко В.Н., Гофман Л.А. Теория измерений: учеб. пособие. Ростов н/Д.: Издательский центр ДГТУ, 2002.

3. Андрианов Д.С. Сущность и структура инновационного потенциала организации. Электронный ресурс. Режим доступа: Ссыка на домен более не работаетp>

4. Афонин И.В. Инновационный менеджмент: Учеб. пособие. М.: Гардарики, 2005.

5. Баутин В. Новизна или повторение пройденного? // АПК: экономика, управление. 2006. №7.

6. Бахтизин А.Р., Акинфеева Е.В. Сравнительные оценки инновационного потенциала регионов РФ. Электронный ресурс. Режим доступа: Ссыка на домен более не работаетp>

7. Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ООО ДиаСофтЮП, 2002.

8. Валиулин Х.Х., Шакирова Э.Р. Неоднородность инвестиционного пространства России: региональный аспект // Проблемы прогнозирования. 2004. №1.

9. Венецкий И.Г., Венецкая В.И. Основные математико-статистические понятия и формулы в экономическом анализе: Справочник. 2-е изд., перераб. и доп. М.: Статистика, 1979.

10. Воронкова А.Е. Стратегическое управление конкурентоспособным потенциалом предприятия: диагностика и организация. Луганск: Изд-во Восточноукраинского национального ун-та, 2000.

11. Гамидов Г.С., Колосов В.Г., Османов Н.О. Основы иннова-тики и инновационной деятельности. СПб.: Политехника, 2000.

12. Гохберг Л.М. Методологические проблемы статистического исследования науки. Дис. д-ра экон. наук. М., 2003.

13. Гохберг Л.М. Национальная инновационная система России в условиях новой экономики // Вопросы экономики. 2003. №3.

14. Гохберг Л.М. Статистика науки и инноваций // Курс социально-экономической статистики. Учебник для вузов. М.: Омега-Л, 2007.

15. Гохберг Л.М. Кузнецова И.А. Анализ и перспективы статистического исследования инновационной деятельности в экономике России // Вопросы статистики. 2004. № 9.

16. Гохберг Л.М., Кузнецова И.А. Инновации как фактор модернизации экономики // Структурные изменения в российской промышленности / Под ред. Е.Г. Ясина. М.: ГУ-ВШЭ, 2004.

17. Гохберг Л., Кузнецова И. Инновационные процессы: тенденции и проблемы // Экономист. 2002. №2.

18. Гохберг Л.М., Кузнецова И.А. Технологические инновации в промышленности и сфере услуг. М.: ЦИСН, 2001.

19. Гранберг А.Г. Основы региональной экономики. 2-е изд. М.: ГУ ВШЭ, 2001.

20. Гранберг А.Г. Проблемы и принципы стратегии территориального развития России. М.: СОПС. 2001.

21. Гранберг А.Г. Экономическое пространство России: трансформация на рубеже веков и альтернативы будущего // Общество и экономика. 1999. №3-5.

22. Гэбрейт Дж. Экономические теории и цели общества. М.: Прогресс, 1979.

23. Доугерти К. Введение в эконометрику. М.: ИНФРА-М,1997.

24. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы: Учебник. М.: Финансы и статистика, 1998.

25. Егоров Е.Г., Бекетов Н.В. Научно-информационная система региона: структура, функции, перспективы развития. М.: Academia, 2002.

26. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

27. Зуб А.Т. Стратегический менеджмент: Теория и практика. М.: Аспект Пресс, 2002.

28. Иванченко В. К новым социальным императивам России // Вопросы экономики. 2008. №2.

29. Индикаторы инновационной деятельности: Статистический сборник. М.: Минобрнауки России, Росстат, ГУ-ВШЭ, 2007.

30. Инновационный менеджмент: учеб. пособие для вузов/ Под ред. С.Д. Ильенковой. М.: Банки и биржи, ЮНИТИ, 1997.

31. Инновационный менеджмент: учеб. пособие для вузов по экон. и управлен. специальностям / Л.Н. Оголева и др.; под ред. Л.Н. Оголевой. М.: Инфра-М, 2008.

32. Инновационный потенциал: современное состояние и перспективы развития / В.Г. Матвейкин, С.И. Дворецкий, Л.В. Минько и др. Монография. М.: Изд-во Машиностроение-1, 2007.

33. История экономических учений / Под ред. В. Автономова, О. Ананьина, Н. Макашевой. М.: ИНФРА-М, 2006.

34. Кадочников С., Есин П. Продуктовые инновации и рыночное поведение российских компаний: сегментированность рынков и специализация. 2007. www.nisse.ru.

35. Кейнс Дж.М. Общая теория занятости, процента и денег. М.: Прогресс, 1978.

36. Кларк Дж.Б. Распределение богатства. М.: Гелиос АРВ,2000.

37. Кокурин Д.И. Инновационная деятельность. М.: Экзамен,2001.

38. Колемаев В.А., Староверов О.В., Турундаевский В.Б. Теория вероятностей и математическая статистика: Учеб. пособие для экон. спец. вузов; Под ред. В.А. Колемаева. М.: Высш. шк., 1991.

39. Колеников С.О. Прикладной эконометрический анализ в статистическом пакете 81а1а: В 2 ч. М.: Российская экономическая школа, 2001 // Электронный ресурс. Режим доступа: Ссыка на домен более не работаетdb/msg/9830.html.

40. Коломиец Т.И. Взаимосвязи общенациональной и региональной систем. Авторсф. дис. д-ра экон. наук. Томск, 1994.

41. Конов Ю.П., Фатькина Л.П. Экономическая оценка использования изобретений. М., ВНИИПИ, 2005.

42. Кондратьев Н.Д. Проблемы экономической динамики. М.: Экономика, 1989.

43. Кондратьев Н.Д. Большие циклы конъюнктуры и теория предвидения. М. Экономика, 2002.

44. Коуз Р. Фирма, рынок и право. М.: Дело, 1993.

45. Кремер Н.Ш. Теория вероятностей и математическая статистика: Учебник для вузов. М.: ЮНИТИ-ДАНА, 2000.

46. Кузнецова И.А., Гостева С.Ю., Грачева Г.А. Методология и практика статистического измерения инновационной деятельности в экономике России: современные тенденции. Вопросы статистики. 2008. №5.

47. Курс экономической теории: учебник / Под общ. ред. М.И. Чепурина и Е.А. Кисилевой. 5-е доп. и перераб. изд. Киров: АСА, 2003.

48. Леонтьев В. Экономические эссе. Теории, исследования, факты и политика. М.: Политиздат, 1990.

49. Лисин Б., Фридлянов Б. Инновационный потенциал как фактор развития (Межгосударственное социально-экономическое исследование). Электронный ресурс. Режим доступа: Ссыка на домен более не работаетp>

50. Макконнел K.P., Брю С.Л. Экономикс: принципы, проблемы и политика. В 2-х томах. М.: ИНФРА-М, 2000.

51. Мартынов А.Ф., Шуметов В.Г. Информатика для менеджеров. Курс лекций. М.: Открытый институт МГУДТ, 2002.

52. Маршал А. Принципы экономической науки. Т.1. М.: Прогресс, 1993.

53. May В. Экономическая политика 2006 года: на пути к инвестиционному росту // Вопросы экономики. 2007. №2.

54. Мельников P.M. Проблемы теории и практики государственного регулирования экономического развития регионов: Монография. М.: Изд-во РАГС, 2006.

55. Методика комплексной оценки уровня социально-экономического развития субъектов Российской Федерации. М.: Минэкономразвития, 2001.

56. Методы оценки степени рыночной концентрации // Электронный ресурс. Режим доступа: Ссыка на домен более не работаетmicro/57-metody-ocenki-stepeni-rynochnojj .html.

57. Мильнер Б. Управление интелектуальными ресурсами // Вопросы экономики. 2008. № 7.

58. Многомерный статистический анализ в экономике: Учеб. пособие для вузов / Л.А. Сошникова, В.Н. Тамашевич, Г. Уебе, М. Шефер. М.: ЮНИТИ-ДАНА, 1999.

59. Мэнкыо Н.Г. Макроэкономика / Пер. с англ. М.: Изд-во МГУ, 1994.

60. Наука России в цифрах: 1996. Статистический сборник. М.: ЦИСН, 1996.

61. Наука России в цифрах: 2004. Статистический сборник. М.: ЦИСН, 2004.

62. Наука России в цифрах: 2005. Статистический сборник. М.: ЦИСН, 2005.

63. Наука России в цифрах: 2006. Статистический сборник. М.: ЦИСН, 2006.

64. Наука России в цифрах 2008. Электронный ресурс. Режим доступа: Ссыка на домен более не работаетp>

65. Наука, технологии и инновации: 2007. Краткий статистический сборник. М.: Центр исследований проблем развития науки РАН, 2007.

66. Национальная инновационная система и государственная инновационная политика Российской Федерации. Базовый доклад к обзору ОЭСР национальной инновационной системы РФ. М. 2009. Электронный ресурс. Режим доступа: Ссыка на домен более не работаетp>

67. Нейронные сети. STATISTICA Neural Networks. М.: Горячая линия Телеком, 2001.

68. Неверова О.И. Инновационный климат как фактор повышения инвестиционной привлекательности экономических систем. Автореф. дис. к-та экон. наук. М.: ГАСИС, 2011.

69. Немцева Ю.В. Методические аспекты анализа и прогнозирования научно-инновационного потенциала российских территориальных образований // Экономическое прогнозирование: модели и методы. М-лы VI международ, н.-практ. конф. Воронеж: ВГУ, 2010.

70. Немцева Ю.В. Методические вопросы оценки научно-инновационного потенциала России // Вестник научно-исследовательского института профессионального образования. Серия Экономика и управление. Вып.2. М: НИИРПО, 2009.

71. Немцева Ю.В. Структура обобщенного индикатора научного потенциала инновационных систем территориальных образований РФ // Транспортное дело России. 2010.

72. Немцева Ю.В., Потапов A.C. Модели динамики кадрового научно-инновационного потенциала России // Моделирование и прогнозирование в управлении: методы и технологии. М-лы II Международ, н.-практ. конф. Орел: ОРАГС, 2009.

73. Немцева Ю.В., Потапов A.C. Научно-инновационный потенциал Центральной России: статистический анализ // Транспортное дело России. 2010. №9.

74. Немцева Ю.В., Потапов A.C., Шуметов В.Г. Концептуальные подходы к оценке научно-инновационного потенциала регионов // Вестник научно-исследовательского института профессионального образования. Серия Экономика и управление. Вып.2. М: НИИРПО, 2008.

75. Николаев А. Инновационное развитие и инновационная культура // Проблемы теории и практики управления. 2001. №2.

76. Ойкен В. Основы национальной экономики. М.: Экономика, 1996.

77. Одендерфер М.С., Блэшфид Р.К. Кластерный анализ // Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989. С.139-215.

78. Оптимизация качества. Сложные продукты и процессы / Э.В. Калинина, А.Г. Лапига, В.В. Поляков и др. М.: Химия, 1989.

79. Организация и финансирование инноваций: учебное пособие /В.В. Быковский, Л.В. Минько, О.В. Коробова, Е.В. Быковская, Г.М. Золотарева. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2006.

80. Ослунд А. Россия: рождение рыночной экономики. Пер. с англ. М.: Республика, 1996.

81. Официальный сайт Министерства экономического развития и торговли РФ. Режим доступа: Ссыка на домен более не работаетp>

82. Пажес Ж.-П. Конфликты и общественное мнение. Новая попытка объединить социологов и математиков // Социологические исследования. 1991. №7, 10.

83. Переходов В.Н. Основы управления инновационной деятельностью. М.: ИНФРА-М, 2005.

84. Полынев А.О. Межрегиональная экономическая дифференциация: методология анализа и государственного регулирования. М.: Едито-риал УРСС, 2003.

85. Портер М.Е. Конкуренция. М.; СПб.; Киев: Вильяме, 2003.

86. Путь в XXI век (стратегические проблемы и перспективы российской экономики) / Под ред. Д.С. Львова. М.: Экономика, 1999.

87. Растворцева С.Н. Сущность социально-экономической эффективности развития региона на основе совершенствования организации производства и повышения его эффективности // Регионология. 2008. №4. Электронный ресурс. Режим доступа: Ссыка на домен более не работаетp>

88. Региональная экономика: учебник / Т.Г. Морозова и др.; Под ред. Т.Г. Морозовой. 4-е изд., перераб. и доп. М.: ЮНИТИ-ДАНА, 2006.

89. Регионы России. Социально-экономические показатели.2008. Стат. сб. / Росстат. М., 2008. N

90. Регионы России. Социально-экономические показатели.2009. Стат. сб. / Росстат. М., 2009.

91. Регионы России. Социально-экономические показатели.2010. Стат. сб. / Росстат. М., 2010.

92. Рейтинг инновационной активности регионов 2009. Электронный ресурс. Режим доступа: Ссыка на домен более не работаетp>

93. Россия в цифрах. 2010: Крат. стат. сб. М.: Ростат, 2010.

94. Румянцева Е.Е. Новая экономическая энциклопедия. М.: ИНФРА-М, 2005.

95. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.

96. Сажина М.А., Чибриков Г.Г. Экономическая теория: Учебник для вузов. 2-е изд., перераб. и доп. М.: Норма, 2005.

97. Сидоренко В.И. Управление инновационно-инвестиционной деятельностью в народном хозяйстве России: Автореф. дис. . д-ра экон. наук. М.: РЭА, 2000.

98. Симагина О. Вопросы качества экономического развития // Экономист. 2007. №2.

99. Словарь современной экономической теории. М.: Инфра-М, 1997.

100. Советский энциклопедический словарь. М.: Сов. энциклопедия, 1981.

101. Современная экономическая мысль / Под ред. С. Вайнтрау-ба. М.: Прогресс, 1981.

102. Солоу Р. Перспективы теории роста // Мировая экономика и международные отношения. 1996. №8.

103. Статистика. Учебник / Под ред. И.И. Елисеевой. М.: ООО ВИТРЭМ, 2002.

104. Статистика науки и инноваций: Краткий терминологический словарь. М.: ЦИСН, 1998.

105. Татарова Г.Г. Типологический анализ в социологии. М.,1993.

106. Теоретические основы инновационного анализа хозяйствующего субъекта // Справочник экономиста. 2008. №9. Электронный ресурс. Режим доступа: Ссыка на домен более не работаетp>

107. Теория статистики: Учебник / Под ред. P.A. Шмойловой. М.: Финансы и статистика, 1999.

108. Теслин В.Г. Развитие методов оценки асимметрии инвестиционных процессов на региональном уровне. Автореф. дис. . к-та экон. наук. М.: ГАСИС, 2009.

109. Тихонова С.А. Сравнительный анализ уровней использования инновационных потенциалов субъектов Российской федерации. www.riep.ru.

110. Титов В.А., Шуметов В.Г. Графический метод прогнозирования структурных трансформаций инвестиционных процессов // Экономическое прогнозирование: модели и методы. М-лы VI Международ, н.-практ. конф. Воронеж: ВГУ, 2010.

111. Трифилова A.A. Анализ инновационного потенциала предприятия. Электронный ресурс. Режим доступа: Ссыка на домен более не работаетp>

112. Управление инновациями: 17-модульная программа для менеджеров Управление развитием организации. Модуль 7 / В.Н. Гунин, В.П. Баранчеев, В.А. Устинов, С.Ю. Ляпина. М.: ЮНИТИ, 1999.

113. Управление организацией: учебник / Под ред. А.Г. Порш-нева и др. М., 2001.

114. Факторный, дискриминантный и кластерный анализ / Дж.-О. Ким, Ч.И. Мьюлер, У.Р. Клекка и др.; Под ред. И.С. Енюкова. М.: Финансы и статистика, 1989.

115. Фатхулина JI.3., Жаркова М.А. Оценка уровня развития инновационной деятельности в регионе. Электронный ресурс. Режим доступа: Ссыка на домен более не работаетp>

116. Финансово-экономический словарь / Под ред. М.Г. Назарова. М.: Финстатинформ, 1995.

117. Хамханова Д.Н. Общая теория измерений: учеб. пособие. Улан-Удэ: Изд-во ВСГТУ.

118. Чернова O.A. Содержание инновационных процессов в контексте регионального развития. Экономика 2008.www.sun.tsu.ru.

119. Шарп У., Александер Г., Бейли Дж. Инвестиции: Пер. с англ. М.: Инфра-М., 1997.

120. Шевченко И.В. Оценка инновационного потенциала национальной экономики // Финансы и кредит. 2005. №33.

121. Шуметов В.Г. Анализ данных в управлении. Курс лекций. Том 1: Введение в анализ данных. Орел: ОРАГС, 2004.

122. Шуметов В.Г. Кластерный анализ в региональном управлении: учебное пособие. Орел: ОРАГС, 2001.

123. Шуметов В.Г. Управление инновационным процессом в хозяйственной системе на основе современных информационных технологий. Монография / Под общ. ред. А.Ю. Егорова. М.: Изд-во Палеотип, 2004.

124. Шумпетер И.А. Теория экономического развития (исследование предпринимательской прибыли, капитала, процента и циклы конъюнктуры). М.: Прогресс, 1982.

125. Экономическая география России: Учеб. пособие для вузов / Под ред. Т.Г. Морозовой. М.: ЮНИТИ-ДАНА, 2001.

126. Экономическая статистика: Учебник / Под ред. Ю.Н. Иванова. М.: ИНФРА-М, 1998.

127. Электронный ресурс. Режим доступа: Ссыка на домен более не работаетmodules/innova/section 1 .html

128. Электронный ресурс рейтингового агентства Эксперт РА. Режим доступа: Ссыка на домен более не работаетp>

129. Электронный ресурс Федеральной службы государственной статистики РФ. Режим доступа: Ссыка на домен более не работаетp>

130. Яковец Ю. Стратегия научно-инновационного прорыва // Экономист. 2002. №5.

131. Comparative Analysis of Innovation Performance. European Commission, February 2008.

132. Crow M., Boseman B. R&D laboratories in the USA: Structure, capacity and context // Science and Public Policy, 1991. Vol.18. №3.

133. Dine M., Haynes K.E. Sources of regional inefficiency: an integrated shift-share, data envelopment analysis and input-output approach // The annals of regional science. 1999. Vol.33. №4.

134. Domar E. Capital Expansion, Rate of Growth, and Employment // Econometrica. 1946. Vol.14 Apr.

135. Domar E. Expansion and Employment // Amer. Econ. Rev. 1947. Vol.37 Mar.

136. Easterly W., Fishers. The Soviets Economic Decline: Historical and Republican Date // Policy Research Working Paper, 1284. World Bank. 1994.

137. Foster J., Wild P. Deteching self-organisational change in economic processes exhibiting logistic growth // Journal of Evolutionary Economics. 1999. №9.

138. Galbrath D. American Capitalism, rev. ed. Boston: Houghton Miffin Company, 1956.

139. Galbraith J.K. History of Economics. The Past as the Present. L., 1987.

140. Gokhberg L., M.J. Peck, and J. Gacs (eds.). Russian Applied R&D: Its Problems and Its Promise. Laxenburg (Austria): IIASA, 1997.

141. Harrod R. An Essay in Dynamic Theory // Econ. J. 1939. Vol.49. Mar.

142. Harrington E.C. The desirable function // Industrial Quality Control. 1965. V.21.№10.

143. Hodgson G. The evolutionary and non-Darwinian economics of Joseph Schumpeter // Journal of Evolutionary Economics. 1997. №7.

144. International Monetary Fund. World Economic Outlook Database. 2008. April.

145. Kaldor N.A. Model of Economic Growth // Econ. J. 1957. Vol.67. Dec.

146. Kline S., Rosenberg N. An Overview of Innovation // The Positive Sum Strategy: Harnessing Technology for Economic Growth. Washington: National Academy Press, 1986.

147. Kuznets S. Economic Growth and Income Inequality // American Economic Review. 1955. XLV.

148. Leibenstein H. Economic Backwardness and Economic Growth. Studies in the Theory of Economic Development. N.Y., 1957.

149. Lall S.V., Yilmaz S. Regional economic convergence: Do policy instruments make a difference? // The annals of regional science. 2001 Vol.35 №1.

150. Meadows D.H., Meadows D.L., Randers J., Behrens W.W. The Limits to Growth. N.Y., 1972.

151. Metcalfe J. Evolutionary economics and creative destruction. Routledge, London, 1998.

152. Methodology Report on European Innovation Scoreboard 2005. European Commission Enterprise Directorate-General, Brussels, 2005.

153. Neural Connection 2.0 Application Guide. Chicago, SPPS Inc. and Recognition Systems Inc., 1997.

154. OECD, Main Science and Technology Indicators, April 2008.

155. Porter М.Е., Schwab К., Sala-I-Martin X. The Competitiveness Report 2007-2008. World Economic Forum, Geneva, 2007.

156. Proposed Guidelines for Collecting and Interpreting Innovation Data: Oslo Manual. Paris: OECD, Eurostat, 2005.

157. Proposed Guidelines for Collecting and Interpreting Technological Innovation Data: Oslo Manual. Paris: OECD, Eurostat, 1997.

158. Proposed Standard Practice for Surveys on Research and Experimental Development. OECD, Eurostat. Paris, 2005.

159. Schumpeter J. The Theory of Economic Development. Cambridge, Harvard, 1934.

160. Solow R. A Contribution to the Theory of Economic Growth // Quarterly Journal of Economics. 1956. Vol.70. Febr.

161. SPSS Base 8.0 для Windows. Руководство по применению. Перевод-Copyright 1998 СПСС Русь.

162. StatSoft, Inc. (2000). Электронный учебник по статистике. М.: StatSoft. Режим доступа: Ссыка на домен более не работаетhome/textbook/ default.htm.

163. Theil Н. Economics and information theory. Amsterdam:1967.

Похожие диссертации