Региональная экономика и управление: электронный научный журнал // Номер журнала: №2 (50), 2017

Многомерное статистическое исследование научно-инновационного развития субъектов Сибирского федерального округа

Multidimensional statistical research of scientific and innovative development of regions of the Siberian Federal District

Авторы


доктор социологических наук, доцент, старший научный сотрудник лаборатории экономики природопользования
Россия, Байкальский институт природопользования СО РАН
sambrika@mail.ru


Россия, Бурятский государственный университет, Институт экономики и управления
buyantosan@gmail.com

Аннотация

В статье проведен анализ уровня научно-инновационного развития регионов Сибирского федерального округа. Целью исследования является проведение классификации субъектов СФО с помощью методов многомерного статистического анализа. Результаты проведенного исследования могут послужить базой для формирования механизмов управления инновационными системами с учетом особенностей и перспектив развития региона.

Ключевые слова

Сибирский федеральный округ, инновационное развитие, классификация регионов, многомерное статистическое исследование, метод главных компонент, кластерный анализ

Рекомендуемая ссылка
Дагбаева Сэмбрика Доржо-Нимаевна , Сандаков Буянта Владимирович
Многомерное статистическое исследование научно-инновационного развития субъектов Сибирского федерального округа// Региональная экономика и управление: электронный научный журнал. ISSN 1999-2645. — №2 (50). Номер статьи: 5002. Дата публикации: . Режим доступа: http://eee-region.ru/article/5002/
Authors

Dagbaeva Sjembrika Dorzho-Nimaevna
Doctor of Sociology, Associate Professor, Senior Researcher, Laboratory of environmental economics
Russia, Baikal Institute of Nature Management SB RAS
sambrika@mail.ru

Sandakov Bujanta Vladimirovich
Russia, Buryat State University, Institute of economics and management
buyantosan@gmail.com

Abstract

The article analyzes the level of scientific and innovative development of the regions of the Siberian Federal District. The purpose of the study is to classify the regions of the SFD using multidimensional statistical analysis methods. The results of the research can serve as a basis for the formation of management mechanisms for innovation systems, taking into account the features and prospects for the development of the region.

Keywords

Siberian Federal District, innovation development, classification of regions, multidimensional statistical research, main component method, cluster analysis

Suggested Citation
Dagbaeva Sjembrika Dorzho-Nimaevna , Sandakov Bujanta Vladimirovich
Multidimensional statistical research of scientific and innovative development of regions of the Siberian Federal District. Regional economy and management: electronic scientific journal. №2 (50). Art. #5002. Date issued: 2017-04-06. Available at: http://eee-region.ru/article/5002/

Print Friendly, PDF & Email

Введение

В период возрастания конкурентной борьбы на мировых рынках, для Российской Федерации важно в максимально короткий срок осуществить модернизацию экономики. Поэтому все большую актуальность приобретает необходимость структурной перестройки экономики, которая будет направлена на повышение уровня внедряемости технологий, рост эффективности хозяйственной деятельности и увеличение доли отечественной продукции в общемировом производстве. В связи с этим очевидна неизбежность перехода России к политике высоко-технологичного производства.

На сегодняшний день инновационный путь развития определен как один из основных векторов совершенствования экономики Российской Федерации. Данная траектория развития обусловлена принятой «Стратегией инновационного развития Российской Федерации на период до 2020 года». Для реализации задач, поставленных в стратегии, представляется единственно верным формирование государственными органами мер по поддержке технологического усовершенствования отраслей экономики России, поскольку этот фактор имеет колоссальное влияние на конкурентоспособность нашей продукции на международной арене.

Развитие инновационной сферы в России неразрывно связано с достижениями в науке. Доля затрат на фундаментальные разработки и исследования, уровень внедрения технологий в производство в России зачастую не достигают уровня подобных характеристик более развитых стран, что негативно сказывается на конкурентоспособности продукции страны на глобальном рынке. В этой связи возникает потребность в выявлении основных трендов в развитии науки, изучение последних достижений в научно-исследовательской деятельности, которые послужат основой для внедрения на предприятия в качестве инноваций.

Неоднородность инновационного развития, которая происходит из-за социально-экономической дифференциации субъектов Российской Федерации, следует учитывать при разработке плана мероприятий по модернизации инновационной деятельности. В связи с этим особую важность приобретает вопрос совершенствования статистики инноваций в субъектах РФ.

 

Состояние научно-инновационного развития субъектов Сибирского федерального округа

В рамках данного исследования рассматривается состояние научно-инновационного развития субъектов Сибирского федерального округа. Сибирский федеральный округ (СФО) – крупнейшее в Российской Федерации региональное образование, составляющее почти треть территории всей страны.

СФО обладает широчайшей сырьевой базой на территории Российской Федерации, сюда включаются как минеральные полезные ископаемые, так и энергетические ресурсы. Структура экономики СФО представляет собой по большей части промышленный сектор, но ряд субъектов, которые входят в состав округа, можно охарактеризовать как сельскохозяйственные.

На сегодняшний день на территории Сибири сформировался исключительный научно-образовательный комплекс, который по праву может называться одним из старейших в России. Здесь расположены 11% вузов страны и 14,5% сузов, по данному показателю СФО занимает 3 место среди всех федеральных округов России, помимо этого в СФО сосредоточено наибольшее количество учреждений начального профессионального образования (20% от общего числа таких учреждений).

Статистические данные показывают, что на 1 января 2016 года на территории Сибирского федерального округа работала 491 организация, занимающаяся научными исследованиями и разработками, большая часть из них была сосредоточена в трех регионах: Новосибирская область – 122, Красноярский край – 72 и Томская область – 65. А численность занятых в данной сфере составляла порядка 55 тыс. человек. И здесь вышеназванные регионы находятся в числе лидеров: Новосибирская область – 39%, Томская область – 17%, Красноярский край – 13%(от общей численности занятых).

Однако, вопреки тому, что на территории Сибири действуют все составляющие инновационной сферы, отмечается дифференциация регионов СФО по степени проникновения в систему инноваций, причиной этому явилась различная отраслевая специфика и неразвитая инфраструктура инновационной системы.

В этой связи представляется важным проведение исследования по выделению пространственной классификации субъектов СФО, что поспособствует разработке эффективных мер по совершенствованию инновационной сферы как на территории региона, так и во всем Сибирском федеральном округе.

 

Выявление основных факторов, влияющих на научно-инновационное развитие региона методом главных компонент

Уровень научно-инновационного развития регионов определяется множеством факторов, что обуславливает применение методологии многомерного статистического анализа. В связи с тем, что довольно много показателей описывает данное развитие, в данном исследовании предлагается использовать компонентный анализ. Пространственно-временная выборка, основанная на имеющихся статистических данных, обусловила отбор и количество показателей вместе с формированием базы данных. Для проведения исследования использовалась выборка по всем регионам СФО за 5 лет. Ниже представленная таблица 1 отражает статистические данные, которые явились основой проведения данного исследования.

 

Таблица 1. – Данные по 12 показателям научно-инновационного развития субъектов СФО за 2014 г.

Данные по 12 показателям научно-инновационного развития субъектов СФО за 2014 г.

 

На основе данной таблицы, а также при анализе динамки значений по 12 показателям субъектов СФО за промежуток с 2010 по 2014 гг. был сделан вывод, что лидирующие позиции по затратным характеристикам и кадровому потенциалу в научно-инновационном секторе занимают Красноярский край, Новосибирская и Томская области. По результативному признаку в тройке лидеров числятся Кемеровская область, Красноярский и Забайкальский края.

Далее, был реализован метод главных компонент в целях уменьшения размерности исходных данных и перехода к взаимно некоррелированным переменным. Ниже представлены (табл. 2) пять первых главных компонент, их собственные значения, относительный и накопленный вклад в суммарную дисперсию.

 

Таблица 2. – Собственные значения и относительный вклад пяти первых главных компонент в суммарную дисперсию

Номер главной компоненты Собственные значения Процент объясненной дисперсии Накопленный процент объясненной дисперсии
1 3,44 28,65 28,65
2 2,85 23,76 52,41
3 1,61 13,44 65,85
4 1,25 10,44 76,30
5 0,88 7,34 83,64

 

Для последующего анализа определены 5 главных компонент, объясняющих 83,6% вариации исходных данных.

В таблице 3 приведена матрица факторных нагрузок, участвующих в интерпретации главных компонент, которая была получена с использованием процедуры варимаксного вращения.

Первая главная компонента тесно связана с показателями 2; 8; 11; 12, которые характеризуют ресурсы научно-инновационного развития региона. Вторая главная компонента связана с показателями 1; 5; 7, 9 и определяется как уровень эффективности инновационной деятельности региона. Третья главная компонента, связанная с показателями 3; 4, описывает уровень инновационной активности организаций региона. Четвертая главная компонента связана с показателем 10 и относится к уровню научно-кадрового потенциала региона. Пятая главная компонента связана с показателем 6 и характеризует уровень активности организаций, связанных с технологическим развитием региона.

 

Таблица 3. – Матрица факторных нагрузок

Матрица факторных нагрузок

 

Классификация регионов СФО методом кластерного анализа

Проведена, с использованием главных компонент, классификация субъектов Сибирского федерального округа по уровню научно-инновационного развития. Реализация кластерного анализа позволила с помощью дендрограммы определить регионы, отличные от всей совокупности. Результаты кластерного анализа регионов СФО по главным компонентам представлены на рисунке 1. Получены три кластера (табл. 4).

 

Дендрограмма классификации регионов СФО по уровню научно-инновационного развития

Рисунок 1. – Дендрограмма классификации регионов СФО по уровню научно-инновационного развития

1 – Республика Алтай; 2 – Республика Бурятия; 3 – Республика Тыва; 4 – Республика Хакасия; 5 – Алтайский край; 6 – Забайкальский край; 7 – Красноярский край; 8 – Иркутская область; 9 – Кемеровская область; 10 – Новосибирская область; 11 – Омская область; 12 – Томская область.

 

Таблица 4. — Кластеры регионов  СФО и их характеристика

Кластер Характеристика кластера
Кластер 1
Республика Алтай

Республика Тыва

Республика Хакасия

Алтайский край

Красноярский край

Уровень научно-инновационного развития регионов различен.

Республики Алтай, Тыва, Хакасия отличаются относительно высоким уровнем научно-кадрового потенциала. Незначительный уровень инновационной активности организаций, незначительный инновационный потенциал.

В Алтайском и Красноярском краях превалирует результативный фактор, характеризуются средним уровнем научно-инновационного развития. Высокая доля затрат на технологические инновации проявляется в Красноярском крае.

Кластер 2
Республика Бурятия

Иркутская область

Средний уровень инновационного развития и использования инновационного потенциала.

Иркутская область характеризуется более высоким уровнем внедрения технологий в производство.

Республика Бурятия характеризуется как регион эффективно использующий свой инновационный потенциал и обладающий низкой долей затрат на фундаментальные разработки и исследования.

Кластер 3
Забайкальский край

Кемеровская область

Новосибирская область

Омская область

Томская область

Устоявшаяся система научного развития, высокий научный потенциал, наличие высокого уровня инновационного развития.

Кемеровская область и Забайкальский край характеризуются высоким уровнем внедрения технологий в производство.

 

Выводы

На основе проведенного качественного анализа классификации субъектов СФО можно сделать вывод, что зависимость между социально-экономическим и инновационно-научным развитием регионов относительно слаба. Но прослеживается другая связь – территориальные образования с высоким уровнем экономического развития являются либо инновационно, либо научно развитыми.

Можно выделить следующие типы регионов опираясь на наиболее важные составляющие инновационного развития региональных систем: низко активные; средне активные; научно активные; инновационно активные.

В число наиболее инновационно активных регионов входят: Новосибирская область, Томская область, Омская область, Кемеровская область, они представлены следующими составляющими инновационных систем – высокотехнологичные производства, наукограды, научно-образовательные центры и технопарки. Представленные регионы имеют преимущества в виде развитой индустриальной и обширной сырьевой базы.

Таким образом, в СФО присутствуют территориальные различия условий научно-инновационного развития, которые необходимо учитывать при определении направлений ее развития. Данный подход будет способствовать возникновению и налаживанию новых форм взаимодействия среди регионов, рациональному использованию ресурсов для развития инновационной инфраструктуры, что станет отличным подспорьем для формирования эффективных инновационных систем как в отдельных субъектах, так и во всем Сибирском федеральном округе.

 

Библиографический список:

  1. Горюнова Л.А. Методология и инструментарий управления инновационным развитием региона / Л.А. Горюнова // Вестник ВСГТУ. № 3. – Улан-Удэ : Изд.-во ВСГТУ, 2008. – С. 57-61.
  2. Рубан В.А. Привлекательность региона для населения и бизнеса // Вестник Бурятского государственного университета. Экономика и менеджмент, 2013. – № 1. – С. 127-131.
  3. Рубан В.А. Управление развитием территориально-отраслевой системы на основе повышения качества использования экономических ресурсов // Вестник Бурятского государственного университета. Экономика и менеджмент, – № 1. – С. 82-88.
  4. Цыренов Д.Д. Экономическая сущность и природа знания в экономике знаний // Вестник Белгородского университета кооперации, экономики и права, 2014. – №2 (50) – С. 389-397.
  5. Цыренов Д.Д. Экономика знаний в Республике Бурятия: факторный анализ // Вестник Бурятского государственного университета, 2013. – №2 – С. 25-27.
  6. Цыренов Д.Д., Слепнева Л.Р. Рейтинг регионов в зависимости от уровня развития экономики знаний // Известия Санкт-Петербургского государственного экономического университета, 2015. – №2 (92) – С. 24-28.
  7. Цыренов Д.Д., Атанов Н.И. Подходы к становлению экономики знаний в регионах России: зарубежный опыт и отечественное наследие // Азиатско-Тихоокеанский регион: Экономика, политика, право, 2015. – №1 (34) – С. 59-69.

 

References:

  1. Gorjunova L.A. Methodology and tools for management of innovative development of the region [Metodologija i instrumentarij upravlenija innovacionnym razvitiem regiona] // ESSTU Bulletin. № 3. – Ulan-Ude : Ed. ESSTU, 2008. – P. 57-61.
  2. Ruban V.A. Attractiveness of the region for the population and business [Privlekatel’nost’ regiona dlja naselenija i biznesa]// Bulletin of Buryat State University. Economics and Management, 2013. – № 1. – P. 127-131.
  3. Ruban V.A. Management of the development of the territorial-branch system on the basis of improving the quality of the use of economic resources [Upravlenie razvitiem territorial’no-otraslevoj sistemy na osnove povyshenija kachestva ispol’zovanija jekonomicheskih resursov]// Bulletin of the Buryat State University. Economics and Management, 2012. – № 1. – P. 82-88.
  4. Cyrenov D.D. The economic essence and nature of knowledge in the knowledge economy [Jekonomicheskaja sushhnost’ i priroda znanija v jekonomike znanij]// Bulletin of the Belgorod University of Cooperation, Economics and Law, 2014. – №2 (50) – P. 389-397.
  5. Cyrenov D.D. Economics of knowledge in the Republic of Buryatia: factor analysis [Jekonomika znanij v Respublike Burjatija: faktornyj analiz]// Bulletin of the Buryat State University, 2013. – №2 – P. 25-27.
  6. Cyrenov D.D., Slepneva L.R. Rating of regions depending on the level of development of the knowledge economy [Rejting regionov v zavisimosti ot urovnja razvitija jekonomiki znanij]// News of St. Petersburg State Economic University, 2015. – №2 (92) – P. 24-28.
  7. Cyrenov D.D., Atanov N.I. Approaches to the formation of the knowledge economy in the regions of Russia: foreign experience and national heritage [Podhody k stanovleniju jekonomiki znanij v regionah Rossii: zarubezhnyj opyt i otechestvennoe nasledie]// Asia and the Pacific: Economics, Politics, Law, 2015. – №1 (34) – P. 59-69.

Инвестиции и инновации, Методология исследований