УПРАВЛЕНИЕ ИНТЕГРАЦИОННЫМИ ВЗАИМОДЕЙСТВИЯМИ НА ОСНОВЕ ДИАГНОСТИКИ РАЗРЫВОВ ИННОВАЦИОННОГО ПРОЦЕССА

Бурец Ю.С.

Национальный исследовательский Томский политехнический университет

Работа выполнена при поддержке гранта РГНФ №16-02-00492

УПРАВЛЕНИЕ ИНТЕГРАЦИОННЫМИ ВЗАИМОДЕЙСТВИЯМИ НА ОСНОВЕ ДИАГНОСТИКИ РАЗРЫВОВ ИННОВАЦИОННОГО ПРОЦЕССА

Аннотация

В статье предлагается методический подход к формированию связей между субъектами инновационной деятельности, основанный на диагностике разрывов инновационного процесса с использованием факторно-кластерного анализа. Проводится апробация данного подхода на примере межрегионального взаимодействия (регионы АИРР). Обосновывается типология регионов АИРР и анализируются особенности инновационных процессов в различных типах регионов. Предлагается два уровня активизации взаимодействий субъектов инновационной деятельности: конкурентное дополнение и инновационное восполнение.

Ключевые слова: инновационный процесс, разрывы инновационного процесса, интеграционные процессы, межрегиональное взаимодействие, АИРР.

Burets Yu.S.

National Research Tomsk Polytechnic University

This work was supported by the Russian Foundation for Humanities (project № 16-02-00492)

INTEGRATION INTERACTIONS MANAGEMENT BASED ON DIAGNOSING OF INNOVATION PROCESS GAPS

Abstract

In the article a methodical approach to formation of innovation  subjects interaction is proposed. This approach based on diagnosing of innovation process gaps with the use of factor-cluster analysis. Attempts are made to use this approach for example of interregional cooperation (AIRR regions). It is given typology of AIRR regions and analyzed characteristics of innovation processes in different types of regions. Attention is drawn to two levels of activation of innovative interaction: a competitive addition and innovative filling.

Keywords: innovative process, innovation process gaps, integration processes, inter-regional cooperation, AIRR.

Последние два десятилетия в развитых экономиках наблюдается замещение закрытой модели инновационного процесса открытой (т.н. модель открытых инноваций) [1], в основе которой – синергетический подход. Реализация такого подхода сопровождается активизацией интеграционных процессов и сетевых взаимодействий субъектов инновационной деятельности на всех уровнях экономики. В этой связи важной научной задачей является разработка и обоснование подходов к управлению процессами взаимодействия с целью повышения их эффективности.

Предлагаемый методический подход формирования связей между субъектами инновационной деятельности основан на диагностике разрывов инновационного процесса с использованием факторно-кластерного анализа. Реализация данного подхода предполагает следующую последовательность шагов:

1) формирование системы показателей инновационной деятельности исследуемых объектов (предприятия, регионы, страны), характеризующих различные стадии инновационного процесса;

2) проведение факторного анализа показателей (метод главных компонент) и экономическая интерпретация факторов;

3) типологизация исследуемых объектов (предприятия, регионы, страны) на основе кластерного анализа и экономическая интерпретация полученных групп с учетом результатов факторного анализа;

4) распределение факторов по укрупненным стадиям инновационного процесса: «генерация-коммерциализация-диффузия»;

5) расчет кластерных средних по каждому фактору (стадии);

6) построение матрицы стадий инновационного процесса и диагностика его разрывов согласно устанавливаемому критерию;

7) принятие решения по устранению «разрывов» на основе взаимодействия исследуемых объектов (предприятия, регионы, страны): стратегия «конкурентное дополнение» / стратегия «инновационное восполнение».

В данной статье представим апробацию подхода на примере межрегионального уровня (взаимодействия регионов). Между регионами в рамках открытой модели инновационного процесса должны формироваться новые формы взаимодействия, аналогичные тем, которые появляются на микроуровне. Это обусловливает особенности регионального уровня как субъекта самоорганизации и как объекта организации.

В этой связи такая форма сотрудничества регионов как АИРР представляет научный интерес, т.к. данная ассоциация – единственный в России прецедент самоорганизации регионов (в отраслевом инновационном аспекте). В ассоциацию входят 14 регионов: Алтайский край (1), Иркутская область (2), Калужская область (3), Красноярский край (4), Липецкая область (5), Новосибирская область (6), Пермский край (7), Республика Башкортостан (8), Республика Мордовия (9), Республика Татарстан (10), Самарская область (11), Томская область (12), Тюменская область (13), Ульяновская область (14).

Для факторного анализа использовались статистические показатели, затрагивающие различные аспекты региональных инновационных процессов (таблица 1). Первичная база данных составлялась на основе расчета средних значений показателей по каждому региону за период 2010-2014 гг. и была стандартизирована. В работе проведен корреляционный, факторный, кластерный, дисперсионный анализ с использованием инструментария системы STATISTICA 6. На основе метода главных компонент выделены 4 фактора инновационного развития регионов АИРР. Особенности набора переменных в полученных факторах позволяют распределить данные факторы по укрупненным стадиям инновационного процесса: генерация (в т.ч. фундаментальные и прикладные исследования), коммерциализация и диффузия. Содержание стадий, соответствующие факторы с расшифровкой представлены в таблице 1.

Таблица 1 – Интерпретация факторов в разрезе стадий инновационного процесса

Стадии инновационного процесса	Фактор	Вес факторов	Расшифровка кодов
Генерация 1: Фундаментальные исследования получение новых знаний (идей) из фундаментальных и экспериментальных предпосылок	Ф1 (3.2+3.3+1.3+2.3)	17%	Суммарный балл региональных вузов, вошедших в ТОП-100 вузов России (по версии "Национальный рейтинг ун-тов") Коэффициент изобретательской активности Инновационная активность организаций, % Внутренние текущие затраты на фундаментальные исследования на одну организацию, выполняющую НИР, млн. руб
Генерация 2: Прикладные исследования опытно-конструкторские работы, прикладные разработки, экспериментальное производство	Ф2 (1.2+2.1+2.4+ +4.3+3.1+4.2)	27%	Доля продукции высокотехнологичных и наукоемких отраслей в ВРП, % Доля внутренних затрат на исследования и разработки в ВРП, % Внутренние текущие затраты на прикладные исследования на одну организацию, выполняющую НИР, млн. руб. Количество разработанных передовых производственных технологий на одну организацию, выполняющую НИР, ед. Доля персонала, занятого научными исследованиями и разработками, в ЭАН, % Разработанные передовые производственные технологии, ед.
Коммерциализация трансфер, внедрение и использование разработки в производстве	Ф3 (2.2+4.1+4.4+4.5)	18%	Интенсивность затрат на технологические инновации, % Удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг, % Количество используемых передовых производственных технологий, ед. Количество используемых передовых производственных технологий на одну инновационно активную организацию, ед.
Диффузия производство, тиражирование, промежуточное и конечное потребление инновационной продукции (товаров, работ, услуг)	Ф4 (1.1+3.4+3.5)	15%	Валовой региональный продукт на душу населения, руб. Использование результатов интеллектуальной деятельности, ед. Использование результатов интеллектуальной деятельности на одну инновационно активную организацию, ед.
		Σ = 77%

Результаты иерархической кластеризации регионов АИРР в зависимости от особенностей инновационного развития за 2010-2014 гг. представлены на дендрограмме (рис. 1).

Рис. 1 – Дендрограмма регионов АИРР (слева – коды регионов)

Применение дисперсионного анализа позволило осуществить оценку значимости кластеризации регионов по каждому фактору. В рассматриваемом случае параметрический F-критерий показывает, что различие между 5-ю групповыми средними значимо в разной степени: высоко значимо по F2 (на уровне p ≈ 0,00023) и  F4 (p ≈  0,00006), а по F3 (p ≈ 0,0425) и F1 (p ≈ 0,0064) – статистически значимо.

Таким образом, анализ свидетельствует о наличии в АИРР различных типов регионов в зависимости от особенностей инновационных процессов, которые предлагается интерпретировать следующим образом:

Тип 1 «Промышленные инновационно активные регионы с развитыми среднетехнологичными[1] отраслями»: основной источник генерации инноваций – промышленный сектор (Республика Татарстан, Самарская область, Пермский край) – лидеры по F1, F3, F4, «середняки» по F2;

Тип 2 «Промышленные инновационно активные регионы с развитыми высокотехнологичными отраслями»: основной источник генерации инноваций – промышленный сектор (Калужская область, Ульяновская область) – лидеры по F2, «середняки» по F3, F4, аутсайдеры по F1;

Тип 3 «Промышленные регионы, обеспечивающие спрос на инновации» («рынок») (Красноярский край, Тюменская область, Иркутская область); лидеры по F4, «середняки» по F1, F2, аутсайдеры по F3.

Тип 4 «Регионы с развитым научно-образовательным комплексом»: основной источник генерации инноваций – научно-образовательный комплекс (Томская область, Новосибирская область); лидеры по F1, «середняки» по F2, аутсайдеры по F3, F4;

Тип 5 «Смешанный (догоняющий)» (Алтайский край, Республика Башкортостан, Липецкая область, Республика Мордовия); «середняки» по F3, аутсайдеры по F1, F2, F4.

Графическая интерпретация уровня развития отдельных стадий инновационного процесса в регионах разного типа представлена на рис. 2.

[1] Под «высокотехнологичными» и «среднетехнологичными» понимаются отрасли согласно методологии Росстата (www.gks.ru/metod/metodika_21.docx): высокотехнологичные - производство фармацевтической продукции, офисного оборудования и вычислительной техники, электронных компонентов, аппаратуры для радио, телевидения и связи медицинских изделий; средств измерений, контроля, управления и испытаний; оптических приборов, фото- и кинооборудования, летательных аппаратов, включая  космические.

Рис. 2 - Кластерные средние для каждого фактора

На основе стандартизированных средних значений кластеров по каждому фактору построим матрицу стадий инновационного процесса для всех типов регионов (среднее значение по всем кластерам принимается равным 0), где столбцы (j) – стадии инновационного процесса, строки (i) – типы регионов.

На основе эмпирических данных и с учетом необходимости дифференцировки регионов (в лидерах или аутсайдерах по стадиям не должно быть более 1-2 регионов) целесообразно введение следующих критериев уровня развития стадии инновационного процесса:

• среднее кластерное значение по стадии в диапазоне более 1 – «профильная» стадия;
• среднее кластерное значение по стадии в диапазоне от -0,9 до 1 – «поддерживающая» стадия;
• среднее кластерное значение по стадии в диапазоне менее (-0,9) – «разрыв» инновационного процесса в данной стадии.

Под разрывом инновационного процесса понимается стадия инновационного процесса, характеризующаяся сравнительно низкими показателями развития, прерывающая ход инновационного процесса и определяющая невозможность завершения инновационного процесса за счет внутренних источников развития.

Таким образом, матрица стадий инновационного процесса для 5-ти типов регионов (на примере АИРР) может быть представлена следующим образом (таблица 2).

Таблица 2 – Матрица стадий инновационного процесса по типам регионов

 

Преимущества и недостатки типов регионов являются взаимонивелируемыми при взгляде на АИРР как единый субъект инновационной деятельности. Особенности различных типов позволяют каждому региону достигать эффективной инновационной деятельности на основе взаимодополняемости ресурсов в случае, если каждый регион выполняет свою функцию (роль) в интегрированном инновационном процессе.

Заключительным шагом в реализуемом методическом подходе является принятие решения по восполнению «разрывов» на основе взаимодействия исследуемых объектов. Предлагается два уровня активизации межрегионального взаимодействия:

1) «Конкурентное дополнение» – внутрикластерное взаимодействие (внутри одного типа регионов) для усиления конкурентных преимуществ;

2) «Инновационное восполнение» – межкластерное взаимодействие (между различными типами регионов с ориентацией на «профильный» тип) для устранения разрывов инновационного процесса.

Однако в настоящее время кооперация и взаимодействие не распространены в регионах АИРР - об этом свидетельствуют статистические данные, согласно которым только 0–9,9% организаций регионов АИРР участвуют в совместных проектах по выполнению исследований и разработок [2]. В этой связи дальнейшие направления исследования могут быть связаны с разработкой конкретных инструментов интеграции инновационных процессов в рамках предлагаемых стратегий и оценкой их эффективности.

Литература

1. Бурец Ю.С. Эволюция моделей управления инновационным процессом // Вестник Томского государственного университета. Экономика. 2014. № 4. С. 125–139.
2. Индикаторы инновационной деятельности: 2014: статистический сборник. М., 2014. 472 с.
3. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике. М. : ЮНИТИ-ДАНА, 1999. 598 с.
4. Electronic Statistics Textbook [Электронный ресурс] // StatSoft, Inc. – Tulsa, OK: StatSoft, 2013. – URL: http://www.statsoft.com/textbook/ (дата обращения: 17.12.2014).

References

1. Burets Yu.S. Evolyutsiya modeley upravleniya innovatsionnym processom (Evolution of innovative process models) // Tomsk State University Bulletin. Economics. № 4. P. 125–139.
2. Indicatory innovazionnoy deyatelnosti (Indicators of innovation activity): 2014: statisticheskiy sbornik. М., 2014. 472 p.
3. Soshnikova L.A., Tamashevich V.N., Uebe G., Shefer M. Mnogomernyj statisticheskij analiz v ekonomike (Multidimensional statistical analysis in economics). M.: YuNITI-DANA, 1999. 598 с.
4. Electronic Statistics Textbook [Jelektronnyj resurs] // StatSoft, Inc. – Tulsa, OK: StatSoft, 2013. – URL: http://www.statsoft.com/textbook/ (data obrashhenija: 17.12.2014).