СЦЕНАРНЫЕ ВАРИАНТЫ РАЗВИТИЯ РЕГИОНАЛЬНОЙ ИННОВАЦИОННОЙ СИСТЕМЫ (НА ОСНОВЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ)

Москвина О.С.

Доцент, кандидат экономических наук, Вологодский государственный университет

СЦЕНАРНЫЕ ВАРИАНТЫ РАЗВИТИЯ РЕГИОНАЛЬНОЙ ИННОВАЦИОННОЙ СИСТЕМЫ (НА ОСНОВЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ)

Аннотация

В статье рассматриваются сущность и основные подходы к формированию региональных инновационных систем (РИС), определены принципы, методы и  этапы прогнозирования РИС, обоснованы сценарные варианты развития РИС Вологодской области на краткосрочную перспективу.

Ключевые слова: региональная инновационная система, нейросетевые технологии, прогнозная оценка инновационного развития.

Moskvina O.S.

Associate Professor, candidate of economic Sciences, Vologda state University

SCRIPTING OPTIONS FOR THE DEVELOPMENT OF REGIONAL INNOVATION SYSTEM (BASED ON NEURAL NETWORK TECHNOLOGIES)

Abstract

This article considers the core and main approach to formation of regional innovation systems (RIS), defines rules, methods and stages of forecasting of RIS, substantinates short-term scenario options of development of RIS for Vologda region.

Keywords: Regional innovation system, neural neywork technology, predictive estimate of innovation development.

Сущность и теоретическое развитие концепции региональных инновационных систем. В настоящее время пока нет единого подхода к понятию региональной инновационной системы. Это, на наш взгляд, связано с тем, что любой конкретной территории присуща собственная инновационная система, учитывающая особенности имеющегося научно-технического потенциала, а также географические, исторические, экономические, национальные и другие факторы. Помимо того региональная инновационная система является подсистемой НИС и, следовательно, ей необходимо вписываться в инновационную политику, проводимую на макроуровне.

Анализ опыта управления инновационными процессами в ряде развитых и развивающихся стран можно выявить ключевые закономерности в создании и развитии инновационных систем на региональном уровне:

• Формирование РИС происходит индивидуально для каждого региона и определяется сложившимися условиями развития. В каждом конкретном случае стратегия инновационного развития определяется проводимой государственной политикой. Различия в пропорциях и принципах взаимодействия инновационных систем обусловлены различными задачами и направлениями их развития, а также имеющимися комбинациями исторически сложившихся созданных конкурентных преимуществ.
• Конечной целью РИС является обеспечение динамичного развития региона за счет повышения инновационной активности всех хозяйствующих субъектов. Несмотря на общность целей инновационного развития, способы их достижения в различных регионах могут иметь свои особенности.
• Развитие РИС характеризуется двумя противоречивыми тенденциями государственного регулирования: с одной стороны – усиление централизованного регулирования (в основном за счет косвенных методов стимулирования), с ругой – активизация частнопредпринимательского сектора, уменьшение объемов государственного финансирования.
• Развитие РИС не обязательно основано на собственной научно-технической и инновационной базе. На первоначальных этапах возможно приобретение, копирование и ассимиляция зарубежных разработок. Развитие эффективной РИС обязательно предполагает развитую инновационную инфраструктуру; высокую инновационность продукции, производимой в макросистеме; высокие удельные затраты на НИОКР в структуре производства; развитие кооперации и сотрудничества между государством, бизнесом и наукой.
• Процессы создания и поддержки региональных инновационных систем. особую играют роль в развитии НИС, поскольку , по мнению экспертов, национальная инновационная система, не учитывающая особенностей развития регионов, оказывается малоэффективной.

Определение методологии прогнозирования региональных инновационных систем. В современной литературе под методологией обычно понимают систему общих и частных принципов, положений и методов, составляющих основу того или иного исследовательского направления, а также формирование представлений о последовательности движения исследователя в процессе решения задачи. Таким образом, основные компоненты методологии прогнозирования инновационной системы включают характеристику: принципов прогнозирования; методов прогнозирования; этапов прогнозирования.

Под принципами в данном исследовании понимаются правила, определяющие основные требования к структуре, последовательности и организации прогнозирования основных параметров инновационной системы на региональном уровне.(рис.1).

Рис. 1 - Общие и частные принципы прогнозирования РИС

Учитывая рассмотренные выше принципы, могут быть выделены следующие этапы прогнозирования развития РИС (табл:1).  

Таблица 1 - Этапы прогнозирования РИС и их характеристика

Информационный этап	Оценочный этап	Результативный этап
1. Описание анализируемой проблемы. 2. Определение объекта и предмета исследования. 3. Сбор и подготовка к анализу необходимой информации (проверка ее точности, приведение в сопоставимый вид).	1. Статическая и динамическая оценка развития объекта. 2. Определение факторов, оказывающих влияние на развитие РИС. 3. Выбор  методов прогнозирования и возможностей их программного обеспечения.	1. Обоснование регрессионных моделей. Формирование обучающей выборки. 2. Обучение нейронной сети с использованием сформированного блока обучающих выборок. 3 Тестирование нейронной сети. 5. Пробное прогнозирование и определение сценарных вариантов развития объекта.

Прогнозная оценка развития РИС на 2013-2014 гг.

В качестве базового метода прогнозирования использовались нейросетевые технологии, в частности, программа «Statistica Neural Networks», на основе которых проводился выбор наиболее оптимальных  нейросетевых структур с точки зрения описания ретроспективных данных.

Прогнозирование региональной инновационной системы включало несколько этапов:

1. Формирование обучающей выборки. На этом этапе определялся вид представления исторических и прогнозируемых данных, осуществлялось формирование блока представительских (обучающих) выборок.
2. Обучение нейронной сети с использованием сформированного на первом этапе блока обучающих выборок. Качество обучения характеризовалось ошибкой обучения, определяемой как суммарное квадратичное отклонение значений на выходах нейронной сети в обучающей выборке от реальных значений, полученных на выходах нейронной сети. Критерий прекращения обучения –уменьшение ошибки на выходах сети на два порядка, по сравнению с первичной ошибкой.
3. Третий этап – тестирование нейронной сети. Определяется качество прогнозирования при подаче на вход 4,0-5,0 % наборов из обучающей выборки. Эксперимент является успешным, если относительная достоверность не менее 80,0 %.
4. На четвертом этапе осуществляется пробное прогнозирование. На входе нейронной сети – наборы, которые не были внесены в обучающую выборку, но результат по которым (прогноз) известен. Затем, исходя из прогнозных данных факторных переменных, на основе регрессионных моделей строился прогноз результирующих показателей.

Результаты прогнозирования на основе регрессионных моделей с учетом нейросетевого прогнозирования факторных переменных представлены в таблице 2.

Таблица 2 - Результаты прогнозирования развития РИС Вологодской области*

Показатели	2012 г.		2013 г.	2014 г.
	прогноз	факт
Наиболее вероятный прогноз
Y1	7,41	7,3	7,52	7,68
Y2	4,73	4,6	4,81	4,85
Y3	0,81	0,78	0,86	0,92
Оптимистический прогноз
Y1	7,51	7,3	7,66	7,74
Y2	4,98	4,6	5,22	5,36
Y3	0,92	0,78	1,06	1,16
Пессимистический прогноз
Y1	7,21	7,3	7,14	7,16
Y2	3,85	4,6	3,66	3,61
Y3	0,72	0,78	0,71	0,69

*Условные обозначения:

У1 - уровень инновационной активности предприятий , в %;

У2 - число патентных заявок на изобретения в расчете на 10 тыс. чел. населения, в %;

У3 - уровень новизны в выпуске продукции, в % к общему объему отгруженной продукции.

Представленные прогнозы исходят из следующих положений:

1. Пессимистический прогноз выражается в сохранении сложившихся тенденций инновационного развития. В соответствии с ним основные параметрические характеристики будут испытывать незначительные колебания. Обостряться проблемы ресурсного обеспечения инновационного развития, связанные с:

• дефицитом высококвалифицированных кадров как в производственной, так и научно-исследовательской сферах;
• высокой степенью морального и физического износа основных фондов промышленных предприятий и организаций научно-инновационного профиля;
• неудовлетворительным финансовым стоянием хозяйствующих субъектов, и, как следствие, низким уровнем инвестиционной активности и привлекательности для сторонних инвесторов;
• проблемами создания рациональной управленческой системы, адекватной современным требованиям формирования инновационно-активной экономики.

2. Оптимистический прогноз, связанный с расширением инновационной деятельности, с одной стороны, за счет повышения ресурсных возможностей разработки и внедрения инноваций на промышленных предприятиях, а с другой, за счет развития управленческого фактора в инновационной сфере как на региональном уровне, так и на уровне отдельных хозяйствующих субъектов.

Резюмируя рассмотренные прогнозы, отметим, что наиболее приемлемым для развития Вологодской области является оптимистический вариант. Его реализация создаст предпосылки для формирования инновационно-активной экономики в регионе.

Литература

1. Егорова, М. В. Модель региональной инновационной системы: теоретико-методологический аспект /  М. В.  Егорова,  В. В. Авилова // Инновации. –  –  № 3. –  С. 60-72
2. Стратегии инновационного развития Российской Федерации на период до 2020 года: проект [Электронный ресурс]. – Режим доступа:  //  economy.gov.ru
3. Управление инновационным развитием регионе: монография / под ред. А.П. Егоршина. – Н.Новгород: НИМБ, – С. 168-169.