Инновационный потенциал регионов России

Земцов, Степан Петрович

Бесплатный автореферат и диссертация по наукам о земле на тему
Инновационный потенциал регионов России
ВАК РФ 25.00.24, Экономическая, социальная и политическая география

Автореферат диссертации по теме "Инновационный потенциал регионов России"

московский государственный университет

имени М.В.ЛОМОІІОСОВЛ ГЕОГРАФИЧЕСКИЙ ФАКУЛЬТЕТ

На правах рукописи УДК911.3:330.322 (470+571)

005535428

ЗЕМЦОВ Степан Петрович ИННОВАЦИОННЫЙ ПОТЕНЦИАЛ РЕГИОНОВ РОССИИ

Специальность 25.00.24 - Экономическая, социальная, политическая и рекреационная география

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата географических наук

г 4 ОКТ 2013

У л

• .

С X

Москва-2013

005535428

Работа выполнена на кафедре экономической и социальной географии России географического факультета Московского государственного университета имени М.В.Ломоносова

Научный руководитель - Бабурин Вячеслав Леоиидович,

доктор географических наук, профессор

Официальные оппоненты - Трейвиш Андрей Ильич,

доктор географических наук, главный научный сотрудник отдела социально-экономической географии Института географии РАН (г. Москва)

Росич Юрий Юрьевич,

кандидат географических наук, президент Международной общественной организации содействия развитию инновационных технологий «Развитие» (г. Москва)

Ведущая организация - Тихоокеанский институт географии

ДВО РАН (г. Владивосток)

Защита диссертации состоится 14 ноября 2013 г. в 15® на заседании диссертационного совета Д 501.001.36 при Московском государственном университете имени М.В.Ломоносова по адресу: 119991, г. Москва, ГСП-1, Ленинские горы, МГУ, географический факультет, ауд. 1806.

Е-таИ: agir@mail.ru

С диссертацией можно ознакомиться в отделе диссертаций научной библиотеки МГУ имени М.В.Ломоносова (Ломоносовский просп., д. 27).

Автореферат разослан 14 октября 2013 г.

Ученый секретарь диссертационного совета, кандидат географических наук, старший научный сотрудник

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы исследования определяется снижением конкурентоспособности России в системе мирового хозяйства. Компании наиболее развитых стран перешли к конкуренции на основе инноваций, обладая лучшими условиями по разработке и внедрению новых технологий. Компании быстро развивающихся экономик (Китай, Индия, Бразилия), обладая низкой стоимостью квалифицированной рабочей силы, преимущественно заимствуют технологии и концентрируют стадии сборки и производства высокотехнологичной продукции. Все это вынуждает искать пути усиления конкурентоспособности российских компаний, в том числе путем создания и заимствования новых технологий, новых способов производства и т.д.

Анализ зарубежных теоретических и прикладных исследований инновационных процессов показывает, что одним из эффективных элементов поддержки инновационной активности является формирование и развитие региональных инновационных систем и инновационных кластеров. В развивающихся странах инновационные центры зачастую создаются с целью трансферта технологий из-за рубежа. При этом инновационная политика государств направлена на выявление и поддержку территорий, обладающих наибольшим потенциалом к созданию и внедрению инноваций.

В России разработан ряд методик оценки потенциала регионов в инновационной сфере (Независимый институт социальной политики, Ассоциация инновационных регионов России, Высшая школа экономики и др.). Ряд работ посвящен разработке интегральных индексов, оценивающих ресурсы и уровень развития инновационной системы. Методика построения индексов обладает существенными недостатками, в частности отсутствием должной верификации данных, громоздкостью построения и сложностью интерпретации результатов. Из содержательных недостатков выделяется отсутствие оценки способности региональных сообществ к восприятию и распространению инноваций.

Основываясь на предпосылке о зависимости инновационной активности от степени концентрации, разнообразия и взаимодействия субъектов инновационной деятельности, большое значение в исследованиях должна иметь экономико-географическая составляющая. Изучение инновационного потенциала значимо для современной социально-экономической географии, так как исследуются новые факторы территориальной организации общества и хозяйства в рамках стадий инноваци-

онного цикла. В современной отечественной экономико-географической литературе данному научному направлению уделяется недостаточное внимание.

Объектом исследования являются инновационные процессы, происходящие на общероссийском, региональном и внутрирегиональном уровнях.

Предмет исследования - территориальная структура инновационного потенциала регионов России.

Цель - установить факторы, закономерности формирования и развития современной территориальной структуры инновационного потенциала регионов России.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Проанализировать существующие теоретические подходы и выявить факторы пространственного развития инновационных процессов.

2. Изучить методы оценки инновационного потенциала регионов и обосновать необходимость разработки комплексной методики.

3. Разработать комплексную экономико-географическую методику и оценить инновационный потенциал регионов России.

4. Классифицировать регионы России по типу диффузии инноваций, способности внедрять новые технологии и структуре регионального сообщества.

5. Выявить внутренние закономерности и сетевые структуры территориальных инновационных систем.

Методологическая основа и источники данных. Методологической основой является инновационный подход к исследованию процессов развития социально-экономических систем, изложенный в работах И. Шумпетера, П. Ромера, М. Фельдман, А. Родригес-Поуза, Р. Бошмы и Я. Фагерберга. В б. СССР и России значение научно-технического прогресса изучено в цитируемых автором публикациях Н.Д. Кондратьева, Ю.В. Яковца, В.М. Полтеровича и С.Ю. Глазьева.

Роль территориальной близости и процессов кластеризации обосновывается в исследованиях М. Портера, М. Энрайта, Р. Бошмы, М. Фельдман и Ч. Карлссона. Представления о значимой роли творческих профессий в постиндустриальной экономике основаны на работах Р. Флориды, Д. Хокинса и Ж. Коткина. При изучении факторов формирования территориальных инновационных систем автор опирается на труды Б.-А. Люндваля, Б. Асхайма, К. Фримена, Р. Нельсона и Ф. Кука. Использованы работы, посвященные процессу диффузии нововведений: Г. Тарде и Э. Роджерса в

рамках социологии; Ц. Грилихеса, Э. Янча, В. Махаяна и Ф. Басса в технологической и экономической сферах; Т. Хегерстранда в пространственных науках.

Проанализированы современные прикладные исследования инновационного потенциала регионов России JI.M. Гохберга, А.А. Дынкина, Н.И. Ивановой и Г.А. Ун-туры. При исследовании пространственных закономерностей инновационных процессов автор использовал методы и результаты работ экономико-географов В.Л. Бабурина, А.П. Горкина, Н.В. Зубаревич и А.Н. Пилясова.

Информационными источниками служат данные Федеральной службы государственной статистики (Росстат), Федеральной службы по интеллектуальной собственности (Роспатент), доклады международных организаций, экспертные интервью, результаты научно-исследовательских работ и экспедиционные данные.

Широко использованы сравнительно-географический и картографические методы исследований. Для оценки инновационного потенциала применялись факторный и кластерный анализы, а также методы построения индексов. Анализ процесса распространения новых технологий проведен с помощью моделей диффузии инноваций. Для выявления инновационных кластеров использована методика «Форсайт».

Представленные в работе картосхемы построены с помощью пакетов ESRI ArcGIS v. 9.1-10 и Corel Draw 12.0. Статистическая обработка проводилась с помощью пакетов StatSoft Statistica v. 6.0 и MS Excel 2010. Для анализа сетевых структур использовались программы USINET и ArcGIS v. 9.1.

Научная новизна работы. Для выявления территориальной структуры инновационного потенциала используются редко применяемые в данной сфере экономико-географические методы, в частности расчет и построение поля потенциала, расчет уровня территориального разнообразия инновационных процессов, построение псевдоизолиний, карт-анаморфоз и линий движения.

Предложен вариант концептуальной модели региональной инновационной системы, основанный на предпосылке о частичной локализации инновационных циклов на региональном уровне. В модель включены описание стадий инновационного цикла и представленных в регионе элементов инновационной инфраструктуры.

Разработан новый интегральный индекс инновационного потенциала регионов. При его построении предложена концептуальная экономико-географическая модель, учитывающая условия пространства региона, факторы развития территориальной со-

циально-экономической системы и компоненты региональной инновационной системы. Особенность построения индекса заключается в применении статистических методов верификации данных, позволяющих повысить достоверность результатов.

Впервые проведена классификация регионов России по типам диффузии инноваций и их способности к восприятию инноваций на основе модели логистической кривой. Получены коэффициенты для оценки доли новаторов в структуре сообществ.

Выявлены сетевые структуры взаимодействия вузов с центрами фундаментальной, прикладной науки и предприятиями в рамках инновационного цикла. Выявленные структуры, служащие основой для формирования инновационных кластеров в рамках перспективного направления «Рациональное природопользование», обнаружены впервые. Разработана методика оценки их потенциала. Предложен подход к верификации результатов на основе оценки патентной и публикационной активности организаций и разнообразия стадий инновационного цикла внутри кластеров.

Практическая значимость. Индекс инновационного потенциала регионов и индекс развития региональной инновационной системы могут быть использованы для определения региональных приоритетов инновационной политики. Выявление регионов с высоким инновационным потенциалом может быть использовано при выборе мест локализации научно-исследовательских подразделений крупных компаний.

Результаты исследования диффузии инноваций могут быть использованы для маркетинговых исследований инновационной продукции, в частности для оценки максимальных объемов рынка и динамики продаж в конкретных регионах. Расчеты уровня и скорости проникновения сотовой связи и сети интернет, проведенные автором, служат для оценки потенциала распространения онлайн-услуг в регионах.

Разработанный вариант модели региональной инновационной системы использован автором для анализа внутренних закономерностей и лимитирующих факторов развития инновационной системы Тамбовской области в рамках научно-исследовательской работы (НИР) «Доработка Стратегии социально-экономического развития Тамбовской области на период до 2020 г., включая инновационный раздел Стратегии, а также План реализации ключевых направлений развития Тамбовской области до 2020 г.» (Фонд «Центр стратегических разработок - регион», государственный контракт № 418 от 27.09.2012 г.). Модель может быть применена для исследований инновационных процессов в других регионах России.

Методики выявления сетевых структур и оценки инновационного потенциала кластеров, использованные в работе «Формирование сети отраслевых центров прогнозирования научно-технологического развития на базе ведущих российских вузов по приоритетному направлению «Рациональное природопользование» (географический факультет МГУ имени М.В. Ломоносова, государственный контракт № 13.521 Л 1.1013 от 10.06.2011 г.), могут быть применены в схожих исследованиях.

Апробация работы и публикации. По теме диссертации автором опубликовано 5 научных статей, в том числе 2 статьи в изданиях перечня ВАК РФ, а также 5 тезисов докладов общим объемом 4 п. л.

Положения диссертации были доложены на школе-семинаре молодых ученых «Методология и методика региональных исследований: из прошлого в будущее» (Смоленск, 2010), на общероссийской конференции «Социально-экономическая география: история, теория, методы, практика» (Смоленск, 2011), на Международных научных конференциях «Ломоносов» (Москва, 2010, 2013), «Ломоносовских чтениях» (Москва, 2013), а также на «II Российском экономическом конгрессе» (Суздаль, 2013). Итоговые результаты доложены на летней школе (Карлскрона, 2013) и Конгрессе Европейской Ассоциации Региональной Науки (Палермо, 2013).

Материалы работы использовались диссертантом при чтении лекций в курсе «Экономическое районирование», а также на семинарах «Введение в географию».

Структура и объем работы. Диссертация состоит из введения, трех глав основного текста, заключения, списка литературы и приложения. Основное содержание работы изложено на 160 с. и содержит 59 рис. и 22 табл. Список использованных источников включает 187 наименований на русском и иностранных языках.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ

1. Сочетание естественнонсторичсских условии и социально-экономических факторов, способствующих ускорению инновационных процессов, составляет инновационный потенциал региона. К важнейшим факторам генерации инноваций относятся концентрации, разнообразие и взаимодействие субъектов инновационной деятельности, к факторам диффузии инновации - высокая доля новаторов и интенсивность связен между ними н остальным сообществом.

Термин «инновация» определен в работе в широком и узком значениях: как воспринятое системой новшество (новация) и как результат интеллектуальной деятельности, внедренный в практику. Человек-инноватор и/или сформированные им организационные формы взаимодействия, принимающие участие в создании инновации, являются субъектами инновационной деятельности. Объектами инновационной деятельности в работе выступают технологические инновации. Основное внимание уделено процессам их создания и распространения. Под «инновационным потенциалом» автор подразумевает сложившееся сочетание условий, факторов и ресурсов, которые могут быть использованы для поддержания и ускорения инновационных процессов. Термин взаимосвязан с понятием «инновационность», включающей в себя две составляющие: креативность - способность создавать инновации, и инновативность -способность внедрять и распространять инновации раньше других. Высокий инновационный потенциал повышает вероятность генерации и диффузии новой технологии.

Для структуризации представлений о составляющих инновационного потенциала региона предложена концептуальная модель, описывающая три уровня взаимодействия региона с инновационными процессами: общие условия социально-экономического пространства региона, факторы развития территориальной социально-экономической системы и компоненты региональной инновационной системы.

Социально-экономическое пространство представляет собой совокупность первичных условий, в первую очередь экономико-географическое положение (ЭГП). Инновации зарождаются в наиболее плотном, концентрированном и связанном пространстве, способствуя ускоренному развитию территориальных социально-экономических систем, к которым относятся пространственно атрибутивные системы взаимодействия людей: страны, регионы, кластеры и города. Эволюция территориальных социально-экономических систем идет путем создания и распространения инноваций в каждой из сфер общественной жизни человека. Структурным ядром процессов на современном этапе выступает инновационный цикл, включающий стадии обучения, зарождения новации (идеи), разработки инновации (опытный продукт), ее производства (конечный продукт) и распространения (массовое потребление).

Способность региона ускорять инновационный цикл зависит от степени институционального развития каждой из стадий цикла, их взаимодействия и инфраструктурной обеспеченности. Локализованным институциональным и инфраструктурным

воплощением цикла на региональном уровне являются региональные инновационные системы (рис. 1). В современных условиях развития сетевых структур они в значительной мере ориентированы на интенсификацию горизонтального взаимодействия.

Рис. 1. Концептуальная модель региональной инновационной системы

По результатам анализа существующих исследований выявлено, что на стадиях генерации нового знания основными факторами выступают высокая концентрация, разнообразие и интенсивность взаимодействия субъектов инновационной деятельности. Территориальными индикаторами могут служить концентрация стадий инновационного цикла в регионе, наличие инновационных кластеров и сложившаяся региональная инновационная система, а также концентрация представителей творческих профессий. На стадии диффузии ведущими факторами следует считать высокую долю новаторов, плотность каналов коммуникации и интенсивность связей между новаторами и остальным сообществом.

2. Применение комплексной процедуры оценки инновационного потенциала обусловлено многофакторностью исследуемых процессов и необходимостью верификации данных. Сочетание экономико-географических моделей позволило выявить стабильную центро-периферийную структуру инновационного потенциала регионов России, идущие с 1989 г. процессы концентрации и снижения инновационной активности регионов. Устойчивыми креативными центрами России в постсоветский период являются: Москва, Санкт-Петербург, Казань, Ростов-на-Дону, Новосибирск, Воронеж, Самара и Томск.

Результаты оценок инновационного потенциала, полученные статистическими методами, не всегда могут быть признаны удовлетворительными в виду отсутствия

качественной статистической информации и сложности интерпретации результатов. Многие зарубежные и отечественные подходы основаны на разработке индексов. Автором подробно изучены методики индексов инновативности (Н.В. Зубаревич) и креативности (А.Н. Пилясов). Существенным недостатком работ является использование неверифицированных данных Росстата. Сама процедура составления интегральных индексов без соответствующей трансформации данных искажает и усредняет инновационное пространство, не позволяя оценить срединные регионы. Редко учитывается дифференциация на внутрирегиональном уровне. В условиях неполной информационной обеспеченности построение индексов является одним из операционных методов, хотя и требует применения процедуры многократной верификации результатов.

Территориальная структура инновационного потенциала исследована с помощью методик, предложенных В.Л. Бабуриным (рис. 2 и 3). Была использована модель поля потенциала, основанная на зависимости процесса зарождения инноваций от количества и концентрации субъектов инновационной деятельности:

где V; - потенциал поля в региональном центре у; Pj и Р, - число выданных патентов на 100 тыс. жителей в центрах у и г, О,, - расстояние от центра у до центракм.

Оценка степени территориальной дифференциации и разнообразия инновационной активности проведена с помощью индекса энтропии Шеннона (£):

£ = Е5,1.х1оё(1/51), (2),

где - доля патентов в регионе I от общего числа выданных патентов в России.

Наблюдается концентрация патентной активности (более 450 патентов в 2010 г.) в крупнейших агломерациях: Московской, Санкт-Петербургской, Казанской, Ростовской, Екатеринбургской, Новосибирской, Уфимской, Самарской и Пермской (рис. 2). В постсоветский период с 1989 по 1999 г. активность для Московского ядра снизилась с 230 до 30 патентов на 100 тыс. городских жителей. В 2000-е гг. наблюдался рост, но и в 2010 г. показатели Москвы (62 патента / 100 тыс. чел.) оставались ниже среднерегионального уровня б. СССР в 1989 г. (92,3 патента / 100 тыс. чел.). Наибольшее снижение активности характерно для Санкт-Петербурга, Самарской, Воронежской и Ростовской областей, что, в первую очередь, связано с деградацией отраслей машиностроения и военно-промышленного комплекса. Растет концентрация

поля. В 2002 г. на 4 крупнейших региона (Москва, Санкт-Петербург, Московская область и Республика Татарстан) приходилось 40% всех патентов, в 2010 г. - уже 50%. Индекс разнообразия (£) упал с 1,47 в 2002 г. до 1,29 в 2011 г.

Рис. 2. Сравнение потенциалов патентного поля России (Ту) в 1989 и 2010 гг.

Примечание. На врезке изображена динамика (с 1994 по 2012 гг.) и индекс разнообразия (индекс энтропии Шеннона (£)) (с 1998 по 2012 гг.) патентной активности в России.

Регионы можно разделить на создающие новые технологии (креативные) и их потребляющие (акцепторные). Осуществлена типология регионов на основе кластерного анализа по соотношению инновационной активности (число выданных патентов на 100 тыс. городских жителей) с уровнем инновационного потребления (отношение числа использованных патентов к выданным). Кластеризация проведена с помощью задания пороговых значений; ограничением метода является сравнение со среднероссийскими значениями. Выделены (рис. 3) креативные (патентная активность выше среднероссийского показателя 20 патентов на 100 тыс. гор. жителей, использовано менее 100%), субкреативные (плотность изобретений выше среднего арифметического значения по регионам России 12 патентов на 100 тыс. гор. жителей, использовано менее 100%), акцепторно-креативные (средняя плотность, использовано более 100%),

сильноакцепторные (низкая генерация, но использовано более 100%), слабоакцепторные (низкая генерация, использовано менее 100%) регионы и инновационная периферия. Использованы данные Росстата с 2007 по 2012 гг. для уменьшения волатильно-сти показателя. Расчет среднего арифметического производился для данных, коэффициент вариации которых был ниже 0,3, в остальных случаях использовалась медиана.

АрхандащШ

Сэнкт-ПетербурЗ

Сыктывкар

Москва

[йижний Новгород

Пермь ЩЯкв Екатеринбург 'а Тюмень-

Воронеж*

ІоЯЦО'і

Красноярск

ЇВолгоград

Абакан

•Астрахань

Махачкала

Мурманск

Типология регионов России по креативно-акцепторным функциям

Креативные Сильноакцепторные

■ Субкреативные Слабоакцепторные

Н Субкреативная попупериферия НИ Инновационная периферия Акцепторно-креативные

Рис. 3. Распределение регионов России по креативно-акцепторным функциям в среднем за 2007-2012 гг.

Помимо выявленных ранее ядер сохранили креативные функции: Томская, Челябинская, Ульяновская, Саратовская, Калужская и Ярославская области. В отдельный кластер «Субкреативная полупериферия» выделены субкреативные регионы, потребляющие менее 30% инноваций. Большая часть Дальнего Востока превратилась в инновационную периферию, хотя в 1989 г. это были сильноакцепторные регионы. Сегодня к сильноакцепторным относятся регионы, активно использующие внешние инновации, в частности машиностроительные регионы (Тверская, Ленинградская, Владимирская области), регионы, в которых осуществляется модернизация металлургических производств (Липецкая, Вологодская области). Крупные многоотраслевые регионы с машиностроительной специализацией (Тульская, Пермская, Нижегородская, Свердловская области и Красноярский край) хотя и генерируют большой поток инноваций, но значительную часть заимствуют за рубежом.

Результаты анализа инновационных процессов зависят от качества статистических данных, которое для показателя патентной активности может вызывать сомнения. Например, трудно объяснить высокие показатели Ивановской области (рис. 2 и 3), специализирующейся на подотраслях легкой промышленности. Патенты являются скорее новациями и могут остаться нереализованными. Все это дополнительно подтверждает необходимость комплексной оценки инновационного потенциала.

3. На основе разработанной комплексной экономико-географической методики оценки инновационного потенциала выявлено шесть типов регионов. Результат показывает высокую вероятность зарождения инноваций в регионах, где расположены крупнейшие агломерации, научные и центры обрабатывающей промышленности, и для которых характерен высокий уровень концентрации и развития компонентов региональных инновационных систем.

Первичный отбор показателей для базы данных (более 30), характеризующих инновационный потенциал регионов в 2000-2010 гг., производился в рамках предложенной концептуальной модели. Для уменьшения количества переменных использованы процедуры факторного анализа. Отобранные показатели распределены на два конечных фактора, которые условно можно отнести к факторам генерации и диффузии инноваций. «Фактор 2» оказался трудно интерпретируемым, но связан с абсорбционной способностью регионов (включает: валовый региональный продукт на душу населения, уровень интернетизации, уровень проникновения сотовой связи и др.).

Расчет индекса инновационного потенциала (///>) проведен на основе показателей, объединенных в «Фактор 1». Высокая асимметрия данных (более 0,5) привела к необходимости их трансформации путем возведения в степень по формуле:

/ =(/ + / +/ + / 08 +/ м + / 0-'+/ °'00|)/7 (3)

1IP V EGP URB НЕ ^1Е TJST PAT ^ 1WEB )l ' >

где отражены условия социально-экономического пространства: 1ЕС,р - оценка ЭГП; факторы развития территориальной социально-экономической системы: Iurb ~ Доля городов с населением выше 100 тыс. чел. в общей численности жителей региона, 1не~ доля лиц с высшим образованием в занятых; компоненты региональной инновационной системы по стадиям инновационного цикла: /Е - «образование» - численность учащихся вузов на 10 тыс. чел., Isc — «научные исследования» - доля персонала, занятого научными исследованиями и разработками от общей численности занятых, ¡pat ~

«трансферт технологий» - количество зарегистрированных патентов на 1000 чел. занятых, 1ууЕВ - «производство» - доля организаций, имеющих веб-сайт.

Оценка ЭГП производилась с помощью индекса, представляющего собой среднее арифметическое бинарных рангов регионов по пяти значениям: столичный статус, наличие агломерации с миллионным населением, соседство с Москвой, центр федерального округа и приморское положение. Для описания производственной стадии служит индикатор доли организаций, имеющих веб-сайт, как хорошо статистически обеспеченный показатель, отражающий долю коммерчески успешных предприятий. Субиндексы рассчитаны по формуле линейного масштабирования, применение которой обосновано, так как после трансформации данных не наблюдается их существенный разброс. Каждый показатель указывает на предпосылки и способность региона к созданию инноваций, или вероятность их зарождения. Москва - крупнейший инновационный центр с индексом равным единице. Можно предположить, что вероятность зарождения инновации в Москве в 2010 г. в сравнении с другими субъектами Федерации близка к 1, а на Чукотке близка к нулю (рис. 4). Зависимость между индексом и вероятностью нелинейная, поэтому следует говорить об условной возможности зарождения инновации.

Типология регионов России по интегральному инновационному потенциалу в 2010 г. ЯН Высокий потенциал ('0.6} Средний потенциал (0.4 - 0.5) Низкий потенциал (0.2 - 0.3)

■■ Средневысокий потенциал (0.5 ■ 0.6) Средиенизкий потенциал (0.3 - 0.4) ШЯШ Инновационная периферия ('0 2)

'//"^А Регионы с отсутствием одной или нескольких стадий инновационного цикла (индекс стадии <0.2)

Регионы с недостаточным развитием одной или нескольких стадий инновационного цикла (индекс стадии <0.3)

Рис. 4. Типология регионов России по индексу инновационного потенциала

На картосхеме (рис. 4) точечной заливкой обозначены регионы, в которых нормированное значение субиндекса отдельных стадий инновационного цикла меньше 0,30, что свидетельствует о слабом развитии одного из компонентов региональной инновационной системы в данном регионе, а штриховкой обозначены регионы с выпадением отдельных стадий (субиндекс меньше 0,2).

Выявлена высокая концентрация потенциала (индекс выше 0,6) в крупнейших агломерациях и научных центрах страны, являющихся одновременно и крупнейшими центрами обрабатывающей промышленности. Для регионов характерно наличие сложившейся региональной инновационной системы. Вторую и третью группу составили крупногородские регионы с выгодным ЭГП, для которых поддержка и развитие региональных инновационных систем может рассматриваться как эффективный инструмент региональной политики. Для большинства срединных регионов при среднем значении потенциала (0,3 - 0,5) характерно слабое развитие отдельных составляющих региональной инновационной системы, но возможно развитие инновационных кластеров в ряде отраслей хозяйства. В периферийных регионах отсутствуют несколько составляющих, а создание инновационных кластеров возможно лишь в узкой группе базовых отраслей или вовсе представляется нецелесообразным.

Верификация рейтинга осуществлена путем его сравнения с результатами расчета индексов по методикам А.Н. Пилясова и Н.В. Зубаревич. Сравнение показало высокую степень корреляции между индексами, что в некоторой мере свидетельствует о достоверности полученных результатов. Дополнительная верификация осуществлена с помощью анализа внутренних факторов развития региональной инновационной системы срединного региона на примере Тамбовской области. Анализ подтвердил наличие следующих лимитирующих факторов: низкая инновационная активность организаций, слабая коммерциализация научных разработок, отсутствие связей между научными организациями и реальным сектором экономики, отсутствие или слабое развитие отдельных компонентов региональной инновационной системы, в частности слабое использование предприятиями инфраструктуры трансферта и коммерциализации технологий, отсутствие внутреннего спроса на инновации.

4. Процесс создания новых технологий сопровождается их распространением и потреблением. Типологии регионов России по типу диффузии инноваций на примере сотовой связи с помощью кластерного анализа и модели логистиче-

ской кривой позволили установить соответствие меж- и внутрирегионального распределений «новаторов» и «имитаторов» теоретическим значениям. Результаты свидетельствуют о значимости фактора географического положения.

Регионы России значительно отличаются по потенциалу внедрения новых технологий. В качестве индикатора процесса диффузии инноваций использован показатель распространения сотовой связи (число зарегистрированных абонентских терминалов сотовой связи на конец года), соотнесенный с количеством жителей, как наиболее статистически обеспеченный и репрезентативный для целей исследования.

Проведенный кластерный анализ динамики развития сотовой связи в регионах с 1999 по 2010 гг. выявил высокую степень дифференциации между ведущими и отстающими регионами, а также показал наличие значительной и слабо дифференцируемой срединной зоны. После 2005 г. выявлена вторая «волна» диффузии (рис. 6, правый), связанная с использованием смартфонов, нетбуков, планшетных компьютеров и иных портативных устройств для выхода в сеть интернет с помощью сотовой связи. Многие регионы меняют темпы роста после условного насыщения (100 телефонов на 100 жителей) в 2005-2006 гг. в связи с действием новых факторов распространения, в значительной степени связанных с потребностями зажиточной части населения. Задачей исследования было выявление регионов-новаторов первой волны инновации, поэтому конечное выделение кластеров основано на данных до 2005 г. (рис. 5).

Регионы распределены в соответствии с теорией Э. Роджерса о структуре сообществ по восприимчивости инноваций: новаторы, ранние последователи, раннее большинство, позднее большинство и отстающие. В первый и второй кластеры вошли регионы с крупными агломерациями, высокими доходами населения и пограничные регионы. В третий наиболее многочисленный кластер вошли «срединные» регионы с крупными и средними городами, средними доходами населения. Регионы Дальнего Востока и Центрального Черноземья образовали предпоследний кластер. Регионы Северного Кавказа, Юга Сибири и Крайнего Севера относятся к кластеру «Отстающие» с наименьшими темпами роста количества пользователей до 2005 г.

Распределение выявленных кластеров по населению соответствует представлениям Э. Роджерса (врезка на рис. 5), но для России характерна повышенная доля регионов первого и второго кластеров. В соответствии со стадиями диффузии нововведений Т. Хегерстранда в начале 2000-х гг. доля регионов-новаторов в общем количестве

пользователей составляла более 80%. Затем число абонентов в других регионах росло опережающими темпами, стремясь достичь распределения, соответствующего их доли в численности населения. Доля регионов-новаторов снижается до 29% в 2008 г., но вторая волна диффузии приводит к незначительному повторному росту их доли.

іурманск

V Архангельск-

Магадан

Сыктывкар

Новгород

гропавлооск-Камча і ский

Ханты-Мансийск

її Иркутск

Махачкала

Владивосток

Классификация регионов России по скорости диффузии инноваций с 1999 по 2005 гг.

МВ Кластер 1. "Новаторы" ■■Ь Кластер 2. "Ранние последователи" Кластер 3. "Раннее большинство" Кластер 4. "Позднее большинство" Кластер 5. "Отстающио"

13,0 ,

Кластер Кластер Кластер Кластер Кластер

Доля кластеров в населении (%)

■■Доля кластеров в населении

- Кривая диффузии и (Э Роджерса) Кривая диффузии инновации го регионам России

Рис. 5. Классификация регионов России по скорости диффузии в 1999-2005 гг.

Динамика распространения сотовой связи до 2006 г. для большинства регионов России может быть описана логистическими и кривыми «прироста» (рис. 6).

Логистически« кривы« диффузии инновации (распространение сотовой сяаи) в отдельных регионах

Моделирование диффузии инноваций (распространение сотовой связи)

25 50 75 100 125 150 175 200 225 Рост числа пользователей (телефонов на 100 чел. в год}

Российская Федерация (стаїисіические данные) Российская Федерация (модельные значения) Санкт-Петербург (статистические данные) Санкт-Петербург (модельные значения)

Москва и область Калининградская область Российская Федерация Приморский фай Тамбовская область

Воронежская область Республика Бурятия Республика Дагестан Чеченская Республика

Рис. 6. Кривые диффузии инноваций на примере регионов разных кластеров

Описанная Т. Хегерстрандом и В. Махаяном монотонно убывающая «кривая затухания» диффузии от центров (крупных агломераций) к периферии может быть построена лишь для выборочных регионов (черная линия на рис. 6). Так как в большинстве срединных регионов темпы роста меняются в течение периода, и они могут на время становится регионами-лидерами по уровню проникновения сотовой связи.

Первый способ исследования инновативности регионов не позволяет дифференцировать большинство срединных регионов, а также не даёт конкретных численных значений, поэтому для дальнейшего анализа была использована модель диффузии инноваций Ф. Басса. Согласно модели сообщество по восприятию инновации можно разделить на новаторов (коэффициент р - «эффект рекламы»), осваивающих ее раньше других, и имитаторов (коэффициент q - «эффект из уст в уста»), заимствующих ее от других членов сообщества. Вероятность появления нового потребителя j[t) и изменение числа пользователей (dF(t)/dt) описывается уравнением:

fit) = dF{t)/dt = [р + q/F х F«)]x[F-F(t)], (4),

где F - максимальное потенциальное количество пользователей F(t) - их количество в момент t. Уравнение (4) преобразовано в недифференциальный вид:

F(t +1) - F(t) = pF + ibF - p) x F(t) - bF(t)2 = A, + Аг x F(t) + A,x F(t)2 + s{t), (5),

где F(t+1) - F(t) - прирост количества пользователей, b= q/F, s(t) - остаток. Уравнение использовалось для нахождения параметров модели (р, b, q, F) через коэффициенты квадратичной функции (рис. 6, правый): p=Ai/F, b=-A}, F = i~A2 ± yjAl - 4A,A2 ) / 2A,. Заметим, что q и F эмпирически отрицательно связаны.

Для ряда регионов прирост числа пользователей сотовой связью не поддавался моделированию (коэффициент корреляции с эмпирической кривой был меньше 0,8) из-за раннего появления новаторов в сообществах (Республика Дагестан на рис. 6, левый), что не приводило к увеличению общего числа пользователей.

Для оценки инновативности регионов проведен кластерный анализ по пороговым значениям параметров р и g, но в качестве р взята доля «новаторов» в первый год наблюдений (1999 г.), так как модель завышает значение р (врезка на рис. 7). Но необходимо также соотнесение долей новаторов в сообществе по нескольким технологиям за разные годы, для чего был составлен интегральный индекс. Затем регионы были соотнесены по способности к созданию и распространению инноваций (рис. 8).

Типология регионов России по инноватианости, или доле новаторов в региональных сообществах. НН Кластер 1. Высокая доли новаторов (ныше 0.8%)

Кластер 2. Повышенная поля ношюров (0.2 - 0.8%) Кластер 3. Сродиевысокая доля новаторов (0,1 - 0.2%) Кластер 4. Низкая доля новаторов (<01) и имитаторов (<0,7) «пастор 5. Низкая доля новаторов (<0,1) и высокая доля имитаторов (0,7) ■И Кластер б. Доля новаторов незначительна

Регионы, процесс диффузии а которых не может быть описан моделью диффузии инмоаацим

а« 0.25

0.2

0.15

0.1

X 0.05

с 0

Расчеты модели Ф. Басса на примере диффузии сотовой связи в Российской Федерации

л —Прирост числа пользователей

/ \ (стагисіичвскив данные)

у^ч. —Прирост числа пользователей

/✓ \ /*С\ мааегьмое жинвнив)

У/ V/ \\ —Прирост числа ноезторов (р -^ У V модельное ЗИЯнвНИе)

■ ■ —Приросі числа имиїніоров (<і ■ '¿осю 200; 2004 гоов 20Св 2010 модельное значение)

Рис. 7. Кластеры регионов России по инновативности

Соотношение индекса инновационного потенциала и индекса инноплтипности регионоп России

І о'» V ' '

1 <

1.3 л • Ш О- ,„ у - 0.0:

Индекс инновационного потенциала

Иркутск

Ханты-Мансийск

Красноярск

Рис. 8. Соотношение кластеров регионов России по интегральным индексам инновационного потенциала и инновативности

Результаты анализа инновативности (рис. 7) схожи с полученными ранее. В первый кластер вошли столичные города с пригородами, во второй - регионы с крупнейшими агломерациями. Третий кластер представлен срединными регионами. К территориям с запаздывающей диффузией относятся в основном регионы с невысокой плотностью населения (Север и Дальний Восток), а также с высокой долей сельского населения (Северный Кавказ и Центрально-Черноземный район).

Интегральный индекс инновативности регионов (/И01/) составлен по формуле:

, _ /0.25 гО.25 ,0.1 С6Ч

11ХОУ ~ Л/1999 ^ ^ /2009 ^ 1 \!12<111' Vй/

где 1м1999 - доля пользователей сотовой связью в 1999 г., 1то9 - доля пользователей интернетом в 2009 г., 1мпоп - доля пользователей мобильным интернетом в 2012 г.

В качестве показателя способности и предрасположенности регионального сообщества к созданию инноваций использован индекс инновационного потенциала (рис. 4), интегральный индекс инновативности является показателем способности потреблять и распространять новые технологии (рис. 8). Наблюдается взаимосвязь (врезка на рис. 8) между двумя обобщенными стадиями инновационного цикла, которая, в первую очередь, связана с агломерационными эффектами, так как крупные агломерации одновременно являются центрами создания и ретрансляции инноваций. Выявлены приоритетные регионы для создания научно-исследовательских центров в сочетании с регионами, где возможно быстрое внедрение новых продуктов и услуг.

5. Интенсивность взаимодействия в рамках сетевых структур (в частности кластеров) влияет на скорость генерации и диффузии инноваций. Применение методики «Форсайт» позволило выявить инновационные кластеры на примере перспективного направления «Рациональное природопользование». Выявленные кластеры организованы на основе инновационного цикла. Их размещение частично отражает структуру инновационного потенциала России, но может служить индикатором смещения инновационной активности.

Представители отобранных экспертным путем ведущих вузов России в направлении «Рациональное природопользование» приняли участие в двухэтапной дельфийской процедуре по методике «Форсайт». В соответствии с тремя критическими технологиями перспективного направления выделены три отраслевых сети взаимодействия. Они состоят из подсетей, условно названных «региональными инновационными кластерами» из-за высокой степени локализации инновационного цикла на регио-

нальном уровне (более 42% всех организаций перспективного направления). Крупнейшая сеть в рамках критической технологии 19 «Технологии мониторинга и прогнозирования состояния окружающей среды, предотвращения и ликвидации ее загрязнения» (далее - КТ-19) включает в себя 130 организаций. Каждая из организаций отнесена к определенной стадии инновационного цикла: вузы, организации фундаментальной, прикладной науки и предприятия.

Для оценки инновационного потенциала кластеров разработаны индекс компетентности (1км?) (7). оценивающий способность к созданию инноваций, и индекс взаимосвязей (1у7,) (8), оценивающий способность к диффузии через сетевые структуры.

где /с— субиндекс числа компетенций, - субиндекс числа новых технологий, /г/7-субиндекс числа центров внедрения. Мультипликативная модель основана на предположении, что вероятность реализации инновации без центров внедрения минимальна.

/,2 =/„. х/1((х/и, (8),

где /Л1— субиндекс числа связей, индекс энтропии Шеннона (формула 2) по доле связей между разными городами, - индекс энтропии Шеннона по доле организаций разных стадий инновационного цикла. Равенство нулю одного из субиндексов свидетельствует о несформированности сетевой структуры инновационного кластера. Субиндексы рассчитаны по формуле линейного масштабирования.

Крупнейшими центрами создания и распространения новых технологий в рамках КТ-19 являются Санкт-Петербург, Томск и Тюмень (вкладка на рис. 9). Инновационный цикл в рамках КТ-19 отличается повышенным уровнем межрегиональной локализации (62% организаций). Проведенный сетевой анализ с использованием матрицы связей, позволил выделить зарождающиеся Центральный, Северо-Западный, Уральский, Тюменский и Сибирский межрегиональные кластеры (рис. 9).

Ядра кластеров частично совпадают с креативными центрами (Москва, Санкт-Петербург, Томск, Новосибирск, Казань), но ряд центров относится к регионам со средневысоким (Пермь, Калининград, Саратов) и средненизким (Тюмень, Белгород) инновационным потенциалом. При реализации перспективных рынков зарождающиеся кластеры способны изменить инновационное пространство страны. Общий объем перспективного рынка направления «Рациональное природопользование» с 2013 по 2020 г. может превысить 6,2 трлн. рублей, что составляет около 10% от оценки вало-

вого внутреннего продукта России в 2012 г. В рамках КТ-19 объем перспективного рынка может составить около 2 трлн. руб. По расчётам на основе индексов компетентности и взаимосвязей доля организаций Москвы составит более 22% рынка КТ-19, доля кластера Санкт-Петербурга - 12%, Тюмени - 5,2%, Перми - 2,9%, Томска -2% и Казани - 1,7%. Нераспределенная между кластерами доля рынка - 52,3%.

Рис. 9. Взаимодействие инновационных кластеров в рамках КТ-19.

Примечание. Вузы Москвы не рассматривались. На врезке изображено соотношение кластеров по индексам компетентности и взаимодействия. Номером указано число новых технологий, размер кружка зависит от количества компетенций, а белый фоновый цвет свидетельствует об отсутствии центров внедрения.

Недостатком методики стала невозможность непосредственной верификации полученных данных от экспертов, поэтому результаты дополнительно проверены с помощью анализа публикационной, патентной активности организаций и разнообразия стадий инновационного цикла внутри кластеров. В среднем на одну организацию приходится 77,8 публикаций и 6,6 патентов. Для КТ-19 характерны недостаточное развитие и высокая степень концентрации организаций прикладной науки, то есть слабое развитие стадии трансферта новаций. Верификация подтвердила обоснованность отнесения выявленных организаций к инновационному циклу КТ-19.

ОСНОВНЫЕ ВЫВОДЫ

В ходе диссертационного исследования получены следующие результаты и выводы, которые являются предметом защиты:

1. Оценка инновационного потенциала регионов требует комплексного подхода, так как инновационный процесс является многофакторным явлением. Различные факторы воздействуют на разные стадии инновационного цикла. Основные факторы креативности: высокая концентрация и интенсивность взаимодействия субъектов инновационной деятельности, высокая доля творческих профессий и формирование инновационной системы. Условия инновативности: наличие и высокая доля новаторов и интенсивность взаимодействия между ними и остальным сообществом.

2. Несовершенство российской статистики требует верификации рейтинговых оценок географическими и статистическими методами. Важными для оценки инновационного потенциала являются метод картограмм и поля потенциалов, построение индексов разнообразия, факторный, кластерный анализы и методы сетевого анализа.

3. Инновационная активность регионов России в связи с ухудшением социально-экономических условий значительно снизилась в 1990-е гг. В течение 2000-х гг. активность увеличивалась, но не достигла уровня 1989 г. Одновременно наблюдается повышение концентрации патентной активности, снижение ее территориального разнообразия и образование обширной «неинновационной» периферии.

4. В России сложилась устойчивая центро-периферийная структура инновационного потенциала. Выявлена его концентрация в регионах с крупнейшими агломерациями, научными и центрами обрабатывающей промышленности. Для ведущих регионов характерно наличие действующей региональной инновационной системы. Главные креативные центры: Москва и Санкт-Петербург, вторичные центры-агломерации: Самара, Новосибирск, Нижний Новгород, Томск, Казань и Челябинск, Первые шесть из них являются также крупнейшими центрами диффузии инноваций.

5. Для большинства срединных регионов при среднем значении потенциала характерно слабое развитие отдельных составляющих региональной инновационной системы. В них действуют следующие лимитирующие факторы: низкая инновационная активность организаций, слабая коммерциализация научных разработок, отсутствие связей между научными организациями и реальным сектором экономики, отсутствие или слабое развитие инфраструктуры трансферта технологий, замедленная скорость диффузии и низкий спрос на инновационную продукцию внутри регионов.

6. Для инновационных процессов в России в целом характерны закономерности, выявленные в других странах: иерархическая диффузия инноваций, нормальное

распределение регионов по скорости диффузии и падение скорости диффузии на периферии. Отмечена повышенная доля регионов-новаторов, что является в некоторой степени следствием централизованной системы управления. В срединных регионах скорость процессов уменьшается, и возрастает их волатильность. Во многих срединных и периферийных регионах наблюдается разрыв между новаторами и остальным сообществом, когда инновации на первом этапе осваиваются довольно быстро, но их дальнейшее распространение практически прекращается. Это связано с низкой плотностью населения (Сибирь и Дальний Восток), высокой долей сельских жителей (Центральное Черноземье) и институциональными барьерами (Северный Кавказ).

7. Благоприятное экономико-географическое положение является сильным аттрактором инновационных процессов. В случае генерации нового знания важнейшее значение играют близость или наличие крупной агломерации и соответствующего рынка высоких технологий в регионе, в случае распространения инноваций - близость к агломерации, а также выгодное приморское и приграничное положение. Агломерационные эффекты воздействуют на все стадии инновационного цикла.

8. Формирующиеся инновационные кластеры в рамках направления «Рациональное природопользование» частично повторяют территориальную структуру с инновационного потенциала, по служат индикатором возможного смещения инновационной активности в восточные регионы страны (Тюмень, Томск, Новосибирск). Анализ позволил выявить внутрисистемную организацию инновационных процессов на основе инновационных циклов. Наблюдается недостаточное развитие стадии прикладных исследований, обеспечивающих трансферт технологий. Инновационный цикл в рамках КТ-19 в значительной мере локализуется на межрегиональном уровне (59%) и в меньшей степени на региональном (34%) и международном (7%). Высокий уровень разнообразия связей является потенциальной возможностью для развития инновационных кластеров в срединных регионах, где отсутствует ряд стадий.

По теме диссертации опубликованы следующие работы:

1. Бабурин В.Л., Земцов С.П. География инновационных процессов в России // Вестн. Моск. ун-та. Сер. 5. География. 2013. № 5. С. 25-32.

2. Земцов С.П. Опыт выявления и оценки потенциала инновационных кластеров (на примере отрасли «Рациональное природопользование») // Региональные исследования. 2013. № 2 (40). С. 12-19.

3. Земцов С.П. Инновационная зона как территориальная модель модернизации экономики России // Региональные исследования. 2009. № 4-5 (25). С. 14-23.

4. Земцов С.П. Естественно-исторический подход к теории развития (модернизации) социально-экономических геосистем // Социально-экономическая география: история, теория, методы, практика: Сб. научн. статей. - Смоленск: Универсум, 2011. С. 213-218.

5. Земцов С.П. Факторы развития социально-экономической системы региона (на примере Тамбовской области) // Актуальные проблемы гуманитарных и естественных паук. 2010. № 3. С. 82-86.

6. Земцов С.П. Опыт исследования инновационного потенциала регионов России // Мат-лы Междунар. молодежного научного форума «JIOMOHOCOB-2013» / Отв. ред. А.И. Андреев, Е.А. Антипов, К.К. Андреев, М.В. Чистякова. - М.: МАКС Пресс, 2013. [Электронный ресурс] - 1 электрон, опт. диск (DVD-ROM).

7. Алексеева H.H., Бабурин В.Л., Земцов С.П., Касимов Н.С., Кислое A.B. и др. Долгосрочный прогноз научно-технологического развития по приоритетному направлению «Рациональное природопользование»: подходы и результаты // Научная конференция «Ломоносовские чтения». Секция «География» (г. Москва, 17-18 апреля 2013 г.). - [Электронный ресурс] Режим доступа (04.06.13): http://www.geogr.msu.ru/ science/conf/Iom/kasimov_alexeeva.pdf

8. Земцов С.П. Геосистемный подход в региональных исследованиях (на примере Тамбовской области) // Методика и методология региональных исследований: из прошлого в будущее (к 190-летию со дня рождения Я.А. Соловьева). Мат-лы школы семинара молодых ученых. - Смоленск: Универсум, 2010. С. 95-101.

9. Земцов С.П. Оценка инновационного потенциала отрасли с помощью Форсайт-методологии (на примере отрасли рационального природопользования) // Второй Российский экономический конгресс (г. Суздаль, 18-22 февраля 2013 г.). - [Электронный ресурс] Суздаль, 2013. Режим доступа (04.06.13): http://www.econorus.org/c2013/ program. phtml?vid=report&eid=l 152

10. Babur'm V., Zemtsov S. Innovation potential of regions in Northern Eurasia // Proceedings of the 53rd Congress of the European Regional Science Association 'Regional Integration: Europe, the Mediterranean and the World Economy', 27-31 August 2013. - Palermo: University of Palermo, 2013. [Electronic resource]-№ 00546. USB flash-drive

СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Введение

Глава 1. Теоретико-методологические основы исследования пространственного развития инновационных процессов

1.1. Определение основных понятий и теоретических подходов

1.2. Теоретические и прикладные исследования генерации инновации

1.2.1. Факторы территориальной близости и разнообразия

1.2.2. Факторы формирования территориальных инновационных систем

1.2.3. Факторы локализации творческих профессий и профессионалов

1.3. Теоретические и прикладные исследования диффузии инноваций

1.3.1. Факторы диффузии инноваций

1.3.2. Моделирование диффузии инноваций

1.3.3. Пространственное моделирование диффузии инноваций

Глава 2. Методы исследования инновационного потенциала регионов

2.1. Общие методы исследования инновационного нотенцнала регионов

2.1.1. Основные статистические методы исследования

2.1.2. Метод исследования на основе производственной функции знаний

2.1.3. Методика построения рейтингов инновационного потенциала

2.2. Экономнко-географнческне методы исследования инновационного потенциала регионов России

2.2.1. Методы анализа территориальной структуры инновационного потенциала

2.2.2. Методы оценки инновационного потенциала регионов

2.2.3. Методы исследования пространственной диффузии инноваций

2.3. Методы исследования территориальных инновационных систем

2.3.1. Методы исследования региональных инновационных систем

2.3.2. Методы выявления инновационных кластеров и оценки их потенциала Глава 3. Комплексная экономнко-географнческап оценка инновационного

потенциала регионов России

3.1. Оценка инновационного потенциала регионов России

3.1.1. Территориальная структура инновационного потенциала

3.1.2. Креативность региональных сообществ России

3.1.3. Интегральная оценка инновационного потенциала

3.2. Оценка инноватнвностн региональных сообществ России на основе анализа диффузии инноваций (на примере сотовой связи)

3.2.1. Пространственные закономерности диффузии инноваций

3.2.2. Абсорбционная способность и инновативность региональных сообществ России

3.2.3. Интегральная оценка инновативности регионов России

3.3. Исследование внутренних закономерностей функционирования территориальных инновационных систем в России

3.3.1. Внутрирегиональные факторы и закономерности развития инновационных процессов на примере Тамбовской области

3.3.2. Выявление и оценка потенциала инновационных кластеров на примере перспективного направления «Рациональное природопользование»

Заключение Список литературы Приложения

Подписано в печать:

11.10.2013

Заказ № 8872 Тираж - 120 экз. Печать трафаретная. Типография «11-й ФОРМАТ» ИНН 7726330900 115230, Москва, Варшавское ш., 36 (499) 788-78-56 \vww.autorcferat. ги

Текст научной работыДиссертация по наукам о земле, кандидата географических наук, Земцов, Степан Петрович, Москва

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ имени М.В.ЛОМОНОСОВА

ГЕОГРАФИЧЕСКИЙ ФАКУЛЬТЕТ

На правах рукописи УДК911.3:330.322 (470+571)

04201364021

ЗЕМЦОВ Степан Петрович ИННОВАЦИОННЫЙ ПОТЕНЦИАЛ РЕГИОНОВ РОССИИ

Специальность 25.00.24 - Экономическая, социальная, политическая и рекреационная география

Диссертация на соискание ученой степени кандидата географических наук

Научный руководитель: д. г. н., профессор В.Л. Бабурин

Москва-2013

Оглавление

Введение..........................................................................................................................4

Глава 1. Теоретико-методологические основы исследования пространственного развития инновационных процессов....................................9

1.1. Определение основных понятий и теоретических подходов....................................9

1.2. Теоретические и прикладные исследования генерации инноваций...................19

1.2.1. Факторы территориальной близости и разнообразия.....................................................19

1.2.2. Факторы формирования территориальных инновационных систем.............................24

1.2.3. Факторы локализации творческих профессий и творческих профессионалов............28

1.3. Теоретические и прикладные исследования диффузии инноваций....................31

1.3.1. Факторы диффузии инноваций.........................................................................................31

1.3.2. Моделирование диффузии инноваций.............................................................................35

1.3.3. Пространственное моделирование диффузии инноваций.............................................39

Глава 2. Методы исследования инновационного потенциала регионов.........42

2.1. Общие методы исследования инновационного потенциала регионов................42

2.1.1. Основные статистические методы исследования...........................................................42

2.1.2. Метод исследования на основе производственной функции знаний............................47

2.1.3. Методика построения рейтингов инновационного потенциала....................................51

2.2. Экономико-географические методы исследования инновационного потенциала регионов России.....................................................................................................56

2.2.1. Методы анализа территориальной структуры инновационного потенциала...............56

2.2.2. Методы оценки инновационного потенциала регионов России...................................63

2.2.3. Методы исследования пространственной диффузии инноваций..................................72

2.3. Методы исследования территориальных инновационных систем......................78

2.3.1. Методы исследования региональных инновационных систем......................................78

2.3.2. Методы выявления инновационных кластеров и оценки их потенциала.....................83

Глава 3. Комплексная экономико-географическая оценка инновационного

потенциала регионов России.....................................................................................89

3.1. Оценка инновационного потенциала регионов России...........................................89

3.1.1. Территориальная структура инновационного потенциала............................................89

3.1.2. Креативность региональных сообществ России.............................................................93

3.1.3. Интегральная оценка инновационного потенциала......................................................100

3.2. Оценка инновативности региональных сообществ России на основе анализа диффузии инноваций (на примере сотовой связи)..........................................................112

3.2.1. Пространственные закономерности диффузии инноваций.........................................112

3.2.2. Абсорбционная способность и инновативность регионов России..............................117

3.2.3. Интегральная оценка инновативности регионов России.............................................125

3.3. Исследование внутренних закономерностей функционирования территориальных инновационных систем в России......................................................128

3.3.1. Внутрирегиональные факторы и закономерности развития инновационных процессов на примере Тамбовской области............................................................................128

3.3.2. Выявление и оценка потенциала инновационных кластеров на примере перспективного направления «Рациональное природопользование»...................................135

Заключение.................................................................................................................145

Список литературы...................................................................................................152

Приложения................................................................................................................161

Приложение А. Сокращения...................................................................................................161

Приложение Б. Таблицы..........................................................................................................164

Приложение В. Рисунки и картосхемы...............................................................................213

Введение

Актуальность темы исследования определяется снижением конкурентоспособности России в системе мирового хозяйства. Компании наиболее развитых стран перешли к конкуренции на основе инноваций, обладая лучшими условиями по разработке и внедрению новых технологий. Компании быстро развивающихся экономик (Китай, Индия, Бразилия), обладая низкой стоимостью квалифицированной рабочей силы, преимущественно заимствуют технологии и концентрируют стадии сборки и производства высокотехнологичной продукции. Все это вынуждает искать пути усиления конкурентоспособности российских компаний, в том числе путем создания и заимствования новых технологий, новых способов производства и т.д.

Возможность получения новых знаний, способность к обучению и последующему внедрению полученных знаний сегодня становятся условием формирования производственных цепочек, взаимодействия между компаниями и повышения их конкурентоспособности. Процесс зарождения нового знания, воплощение его в новой технологии, продукте или услуге и дальнейшее распространение (диффузия, трансферт) можно считать стадиями инновационного цикла.

Анализ зарубежных теоретических и прикладных исследований процессов создания и диффузии новых технологий показывает, что одним из эффективных элементов поддержки подобной деятельности является формирование и развитие территориальных инновационных систем. В развивающихся странах инновационные центры зачастую создаются с целыо трансферта технологий из-за рубежа. При этом политика государств направлена на выявление и поддержку территорий, обладающих наибольшим потенциалом к созданию и внедрению инноваций1.

Основываясь на предпосылке о зависимости инновационной активности от степени концентрации, разнообразия и взаимодействия субъектов инновационной деятельности, боль-

1 Одной из задач «Стратегии инновационного развития Российской Федерации на период до 2020 г.» является выделение и поддержка территорий инноваций, к которым относятся региональные инновационные системы и инновационные кластеры.

шое значение в исследованиях должна иметь экономико-географическая составляющая. Изучение инновационного потенциала значимо для современной социально-экономической географии, так как исследуются новые факторы территориальной организации общества и хозяйства в рамках стадий инновационного цикла. В современной отечественной экономико-географической литературе научному направлению уделяется недостаточное внимание.

Предмет исследования - территориальная структура инновационного потенциала регионов России.

Для достижения поставленной цели необходимо решить следующие задачи:

5. Выявить внутренние закономерности и сетевые структуры территориальных инновационных систем.

Методологическая основа и источники данных. Методологической основой является инновационный подход к исследованию процессов развития социально-экономических систем, изложенный в работах Й. Шумпетера, П. Ромера, М. Фельдман, А. Родригес-Поуза, Р. Бошмы и Я. Фагерберга. В б. СССР и России значение научно-технического прогресса изучено в цитируемых автором публикациях Н.Д. Кондратьева, Ю.В. Яковца, В.М. Полтеровича и С.Ю. Глазьева.

Роль территориальной близости и процессов кластеризации обосновывается в исследованиях М. Портера, М. Энрайта, Р. Бошмы, М. Фельдман и Ч. Карлссона. Представления о значимой роли творческих профессий в постиндустриальной экономике основаны на работах Р. Флориды, Д. Хоукинса и Ж. Коткина. При изучении факторов формирования территориальных инновационных систем автор опирается на труды Б.-А. Люндваля, Б. Асхайма, К. Фримена, Р. Нельсона и Ф. Кука. Использованы работы, посвященные процессу диффузии нововведений: Г. Тарде и Э. Роджерса в рамках социологии; Ц. Грилихеса, Э. Янча,

В. Махаяна и Ф, Басса в технологической и экономической сферах; Т. Хегерстранда в пространственных науках.

Проанализированы современные прикладные исследования инновационного потенциала регионов России JI.M. Гохберга, A.A. Дынкина, Н.И. Ивановой и Г.А. Унтуры. При исследовании пространственных закономерностей инновационных процессов автор использовал методы и результаты работ эконом и ко-географов B.JI. Бабурина, А.П. Горкина, Н.В. Зубаревич и А.Н. Пилясова.

Разработан новый интегральный индекс инновационного потенциала регионов, при построении которого предложена концептуальная экономико-географическая модель, учитывающая условия пространства региона, факторы развития территориальной социально-экономической системы и компоненты региональной инновационной системы. Особенность построения индекса заключается в применении статистических методов верификации данных, позволяющих повысить достоверность результатов.

Методики выявления сетевых структур и оценки инновационного потенциала кластеров, использованные в работе «Формирование сети отраслевых центров прогнозирования научно-технологического развития на базе ведущих российских вузов по приоритетному направлению «Рациональное природопользование» (географический факультет МГУ имени М.В. Ломоносова, государственный контракт № 13.521.11.1013 от 10.06.2011 г.), могут быть применены в схожих исследованиях.

Первая глава посвящена изучению существующих подходов и концепций в области теории инноваций применительно к развитию регионов, определены основные факторы генерации и диффузии инноваций. Во второй главе проанализированы зарубежные и отечественные методы исследования инновационного потенциала с точки зрения возможностей и недостатков их применения. Обосновывается необходимость применения комплексной методики. В третьей главе дана интегральная оценка инновационного потенциала регионов России, исследуется процесс диффузии инноваций на примере сотовой связи, выявлены внутренние закономерности функционирования регио

Информация о работе

Земцов, Степан Петрович
кандидата географических наук
Москва, 2013
ВАК 25.00.24

Диссертация

Инновационный потенциал регионов России - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Похожие работы