Новая модель региональной инновационной подсистемы и механизм ее реализации
New model of regional innovative subsystem and the mechanism of its implementation
Авторы
Аннотация
Статья посвящена проблеме разработки и реализации новой модели региональных инновационных подсистем в Российской Федерации. Схематично представлены основы предлагаемой модели региональной инновационной подсистемы. Описаны управленческий блок и математический аппарат модели. Особое внимание уделено разработанной методике оценки индексов, характеризующих инновационный потенциал региона и его реализацию. Обозначены ключевые этапы механизма реализации модели региональной инновационной подсистемы, в том числе алгоритм внесения изменений в региональные стратегии социально-экономического развития.
Ключевые слова
региональная инновационная подсистема, модель региональной инновационной подсистемы, инновационное развитие региона, инновационная система региона, механизм реализации модели инновационного развития, алгоритм внедрения модели региональной инновационной подсистемы, методика оценки инновационного потенциала, инновационный потенциал, реализация инновационного потенциала.
Рекомендуемая ссылка
Новая модель региональной инновационной подсистемы и механизм ее реализации// Региональная экономика и управление: электронный научный журнал. ISSN 1999-2645. — №2 (66). Номер статьи: 6619. Дата публикации: 25.05.2021. Режим доступа: https://eee-region.ru/article/6619/
DOI: 10.24412/1999-2645-2021-266-19
Authors
Abstract
The article is devoted to the problem of development and implementation of a new model of regional innovation subsystems in the Russian Federation. The foundations of the proposed model of the regional innovation subsystem are schematically presented. The administrative block and mathematical apparatus of the model are described. Particular attention is paid to the developed methodology for assessing indices that characterize the innovative potential of the region and its use. The key stages of the mechanism for the implementation of the model of the regional innovation subsystem, including the algorithm for making changes to the regional strategies of socio-economic development, are outlined.
Keywords
regional innovation subsystem, model of regional innovation subsystem, innovative development of the region, innovation system of the region, mechanism for implementing the model of innovative development, algorithm for implementing the model of regional innovation subsystem, methodology for assessing innovation potential, innovation potential, implementation of innovation potential.
Suggested Citation
New model of regional innovative subsystem and the mechanism of its implementation// Regional economy and management: electronic scientific journal. ISSN 1999-2645. — №2 (66). Art. #6619. Date issued: 25.05.2021. Available at: https://eee-region.ru/article/6619/
DOI: 10.24412/1999-2645-2021-266-19
Введение
Одной из современных тенденций в области пространственного развития российской экономики является повышение концентрации инновационного потенциала в крупных центрах экономического роста, которые, согласно Стратегии пространственного развития Российской Федерации до 2025 года [13], можно выделить в каждом регионе, способном в разной степени обеспечить вклад в экономический рост страны.
Однако анализ существующих подходов к моделированию региональных инновационных подсистем (далее – РИП), в основе которых лежат критерии [1;2;7-12]: степень огосударствления, способность к реализации инновационного цикла, характер стратегии инновационного развития и выбора «точек роста», состав ключевых субъектов РИП, характер взаимодействия субъектов РИП, оценка эффективности РИП, — показал, что в них недостаточно внимания уделено вопросам формирования, реализации и локализации инновационного потенциала РИП, что обуславливает актуальность формирования новой модели РИП и разработки механизма ее реализации.
Результаты исследования
На основе ранних исследований [5], автором была выявлена и обоснована необходимость разработки нового подхода к моделированию с позиции формирования и использования инновационного потенциала РИП и усовершенствована модель РИП, которая, в отличие от прежней версии, имеет более глубокую проработку структуры РИП на основе выделения в ней трех блоков однородных составляющих: инновационный потенциал, институциональный потенциал, организационный потенциал (ранее выделяемые составляющие рассматривались в качестве параметров, не являющихся однородными) и более критичный подход к классификации инструментов региональной социально-экономической политики, направленных на создание и развитие инновационных систем регионального уровня, как показано на рисунке 1.
Рисунок 1 – Схематичное представление модели региональных инновационных подсистем (РИП)
Источник: составлено автором
Данная модель отражает взаимосвязь ключевых элементов РИП: субъекты, используя инструменты региональной социально-экономической политики различных функциональных групп [3] согласуют свои экономические интересы и обеспечивают формирование и развитие составляющих РИП. За счет универсальности своего формата предложенная модель может применяться к регионам с разным уровнем социально-экономического и инновационного развития.
Левый блок модели (субъекты РИП и выделенные группы инструментов) содержит управленческий инструментарий, правый блок модели содержит как управленческие элементы (институциональный и управленческий потенциалы), так и математический аппарат модели, предполагающий оценку образовательного, научного, исследовательского и патентного потенциалов, а также реализации патентного потенциала как показателя результативности на основе разработанной авторской методики, включающей индексы и шкалу оценки их значений для выявления уровня развития соответствующего потенциала: от низкого к высокому, как показано на рисунке 2.
Рисунок 2 – Методика оценки, лежащая в основе предлагаемой модели региональных инновационных подсистем (РИП)
Источник: составлено автором
В отличие от ранее предложенной автором методики [4], новая вводит весовые коэффициенты для образовательного и научного индексов. В качестве ключевого критерия для обоснования значений вводимых весовых коэффициентов была выбрана средняя продолжительность обучения:
- студентов среднего и высшего профессионального образования (при оценке образовательного индекса),
- аспирантов и докторантов (при оценке научного индекса).
В связи с тем, что сроки заочного обучения и дистанционного обучения существенно варьируются, в качестве основы для расчетов были выбраны сроки обучения по очной форме.
На первом этапе было определено, во сколько раз отличается средняя продолжительность обучения у студентов среднего и высшего профессионального образования, аспирантов и докторантов:
- вес продолжительности обучения студента образовательного учреждения высшего профессионального образования приблизительно в 1,29 раза больше веса продолжительности обучения студента образовательного учреждения среднего профессионального образования;
- вес продолжительности обучения докторанта приблизительно в 1,43 раза больше веса продолжительности обучения аспиранта.
При расчетах значений образовательного индекса были учтены: средняя продолжительность обучения студентов с высшим образованием (включая годы обучения в школе, которые могут отличаться); факт нахождения студентов на разных годах обучения.
При оценке научного индекса учитывались только годы обучения в высшем учебном заведении и также факт нахождения аспирантов на разных годах обучения, докторантов – осуществления научной деятельности на разных годах в докторантуре.
На втором этапе с помощью простого линейного уравнения вычислены соответствующие значения весовых коэффициентов в пределах единицы, что позволило не менять взятую за основу и апробированную в научном сообществе системы интервалов значений шкалы оценки:
- для образовательного индекса K1 = 0,43 и К2 = 0,57;
- для научного индекса K1 = 0,41 и К2 = 0,59.
На третьем этапе была вычислена разница в полученных значениях рассчитываемых индексов до и после введения коэффициентов на примере регионов Приволжского федерального округа за 2019 год (последние актуальные данные Росстат), как показано в таблицах 1,2.
Таблица 1 – Изменение значений образовательного индекса после ввода весовых коэффициентов
Источник: составлено автором.
На основе результатов произведенных расчетов до и после введения весовых коэффициентов в формулу для оценки образовательного можно сделать следующий вывод: в связи с высокой численностью студентов высшего профессионального образования по сравнению со студентами среднего профессионального образования, придание большего «веса» для первых привело к росту их значимости при оценке образовательного потенциала РИП и, как следствие, снижению в ряде регионов Приволжского федерального округа общего уровня образовательного индекса, ранее рассчитываемого без весовых коэффициентов.
Таблица 2 — Изменение значений научного индекса после ввода весовых коэффициентов
Источник: составлено автором
На основе результатов произведенных расчетов до и после введения весовых коэффициентов в формулу для оценки научного индекса можно сделать следующий вывод: в связи с невысокой численностью докторантов по сравнению с аспирантами, придание большего «веса» первых привело к росту их значимости при оценке научного потенциала региональных инновационных подсистем и, как следствие, снижению во всех регионах Приволжского федерального округа общего уровня научного индекса, ранее рассчитываемого без весовых коэффициентов.
Таким образом, придание «веса» для показателей, которые, действительно, неравносильны, при оценке соответствующих индексов обеспечивает возможность получения более достоверной информации о состоянии образовательного и научного потенциалов региональной инновационной подсистемы.
Формат предложенной модели позволяет также провести экспертную оценку развития РИП. Для экспертной оценки развития региональных инновационных подсистем разработан перечень ключевых вопросов, на которые эксперты дают свое заключение в рамках четырех ключевых блоков, как показано в таблице 3.
Таблица 3 — Анкета экспертной оценки
Источник: составлено автором
Требования, предъявляемые к экспертам в рамках оценки РИП:
- К образованию: высшее образование в области экономических, политических и социальных наук; наличие ученой степени будет являться дополнительным преимуществом при формировании экспертной группы;
- К рабочему стажу: не менее, чем пятилетний опыт в одной или нескольких сферах:
-
- система государственного и муниципального управления;
- промышленное предприятие;
- организация высшего образования;
- научно-исследовательская организация;
- инновационные центры.
- К компетенциям: высокий профессионализм и компетентность, подтверждаемые документально соответствующими достижениями в рамках профессиональной деятельности.
Проведение экспертной оценки целесообразно:
- во-первых, в связи с тем, что показатели, оцениваемые математическим путем, являются относительно манипулируемыми с точки зрения получаемых значений (например, в регионе с меньшим инновационным потенциалом результативность его реализации формально может оказаться выше, и наоборот, в регионе с большим потенциалом – результативность меньше);
- во-вторых, экспертное мнение позволит расширить и углубить информацию о развитии региональных инновационных подсистем, что позволит органам государственной власти субъектов Российской Федерации принять более рациональные и обоснованные решения в рамках механизма реализации новой модели РИП, включая разработку рекомендаций по совершенствованию региональной социально-экономической политики.
Механизм реализации предложенной модели предполагает поэтапное формирование региональными органами власти качественно новой региональной инновационной подсистемы и подразумевает взаимодействие и учет интересов всех субъектов РИП; ключевые этапы представлены на рисунке 3.
Рисунок 3– Ключевые этапы механизма реализации модели региональных инновационных подсистем (РИП)
Источник: составлено автором
Представляется, что одним из ключевых документов, содержащих характеристику новой модели РИП станет региональная стратегия социально-экономического развития (далее – Стратегия) как один из ключевых документов стратегического планирования, задающий вектор инновационного развития в субъекте Российской Федерации; на рисунке 4 представлен общий алгоритм внесения изменений.
Рисунок 4 — Общий алгоритм внесения изменений в региональную стратегию социально-экономического развития в рамках формирования новой модели РИП
Источник: составлено автором
Для включения модели РИП в Стратегию целесообразно использовать стандартную форму описания: цель и задачи формирования новой модели РИП, ее внутренние характеристики, ожидаемые положительные социально-экономические эффекты.
Важным элементом механизма реализации модели является разработка рекомендаций по совершенствованию социально-экономической политики в конкретном регионе. Основой для разработки таких рекомендаций являются результаты SWOT-анализа РИП субъекта Российской Федерации, составленные на основе оценки инновационного потенциала РИП, институционального потенциала РИП и организационного потенциала РИП.
Результаты исследования, SWOT-aнализ РИП регионов Приволжского федерального округа и направления для разработки на их основе рекомендаций были опубликованы автором ранее [4;6].
Заключение
Таким образом, предложенная модель позволит сформировать качественно новые региональные инновационные подсистемы в субъектах Российской Федерации и обеспечить развитие и повышение результативности использования инновационного потенциала региона, в том числе за счет разработки и реализации плана мероприятий социально-экономической политики, сформированного в результате SWOT-анализа РИП субъекта Российской Федерации на основе использования математического и аналитического инструментария модели. Практическая реализация модели объединяет 10 ключевых этапов и предполагает взаимодействие региональных органов власти с другими субъектами РИП.
Список литературы
- Абдикеев, Н.М., Диденко, А.С., Лосева, О.В. Сетевая DEA-модель эффективности региональных инновационных систем // Управление развитием крупномасштабных систем (MLSD’2018): Материалы одиннадцатой международной конференции. В 2-х томах / Под общей редакцией С.Н. Васильева, А.Д. Цвиркуна. 2018. С. 161-163.
- Абушахманова, Ю.В. Анализ существующих моделей сетевого взаимодействия акторов региональных инновационных систем // Информационные технологии в науке, управлении, социальной сфере и медицине: сборник научных трудов V Международной научной конференции: в 2 частях / Под ред. О.Г. Берестневой, А.А. Мицеля, В.В. Спицына, Т.А. Гладковой. Томск, 2019. С. 4-9.
- Москвитина, Е.И. Инструменты развития параметров региональной инновационной подсистемы // Экономика и предпринимательство. 2019. № 8 (109). С. 511-514.
- Москвитина, Е.И. Оценка ключевых параметров региональной инновационной подсистемы (на примере Приволжского федерального округа) / Е.И. Москвитина // Финансовая экономика. 2019. № 6. С. 156-160.
- Москвитина, Е.И. Разработка основ матричной модели региональной инновационной подсистемы // Региональная экономика: теория и практика. 2020. Т. 18. № 11 (482). С. 2183-2204.
- Москвитина, Е.И. SWOT-анализ региональных инновационных подсистем в приволжском федеральном округе. Инновационные аспекты развития науки и техники: сборник избранных статей II Международной научно-практической конференции. – Саратов: НОО «Цифровая наука». 2020. С. 82-87.
- Рудская, И.А. Оценка эффективности региональной инновационной системы России по стадиям инновационного процесса // Вести Волгогр. ун-та. Сер. 10, Иннов. деят. 2017. Т.11, №3. С. 23-34.
- Региональная инновационная система Красноярского края 2016-2021: «умная» настройка. Концепция инновационной политики следующего поколения» // Анализ лучших практик по развитию региональных инновационных систем. – URL: http://i-center.rvca.ru/upload/files/Analysis-of-best-practices.pdf
- Bosch, A, Vonortas, N. / Smart Specialization as a Tool to Foster Innovation in Emerging Economies: Lessons from Brazil // Foresight and STI Governance. 2019. Vol. 13, no. 1. P. 32–47.
- Carayannis, E., Grigoroudis E. Quadruple Innovation Helix and Smart Specialization: Knowledge Production and National Competitiveness // Foresight and STI Governance. 2016. Vol. 10. no. 1. P. 31–42.
- Chen, K. Measuring the Efficiency of China’s Regional Innovation Systems: Application of Network Data Envelopment Analysis (DEA) / K. Chen, J. Guan. – URL: https://www.tandfonline.com/doi/abs/10.1080/00343404.2010.497479
- Leydesdorff, L. The Triple Helix, Quadruple Helix, …, and an N-Tuple of Helices: Explanatory Models for Analyzing the Knowledge-Based Economy? // Journal of the Knowledge Economy. 2012. Vol. 3, no. 1. P. 25–35.
- Стратегия пространственного развития Российской Федерации на период до 2025 года [утверждена распоряжением Правительства Российской Федерации от 13 февраля 2019 г. № 207-р ]. – Справочно-правовая система «КонсультантПлюс». – URL: http://www.consultant.ru/document/cons_doc_LAW_318094/
References:
- Abdikeev, N.M., Didenko, A.S., Loseva, O.V. Network DEA-model of the effectiveness of regional innovation systems [Setevaya DEA-model’ effektivnosti regional’nyh innovacionnyh sistem] // Management of the development of large-scale systems (MLSD’2018): Materials of the eleventh international conference. In 2 volumes / Edited by S.N. Vasilieva, A.D. Zvirkun, 2018, pp. 161-163.
- Abushahmanova, YU.V. Analysis of existing models of network interaction of actors of regional innovation systems [Analiz sushchestvuyushchih modelej setevogo vzaimodejstviya aktorov regional’nyh innovacionnyh sistem] // Information technologies in science, management, social sphere and medicine: collection of scientific papers of the V International scientific conference: in 2 parts / Ed. G. Berestnevoj, A.A. Micelya, V.V. Spicyna, T.A. Gladkovoj, Tomsk, 2019, pp. 4-9.
- Moskvitina, E.I. Development tools for the parameters of the regional innovation subsystem [Instrumenty razvitiya parametrov regional’noj innovacionnoj podsistemy] // Economy and Entrepreneurship, 2019, no. 8 (109), pp. 511-514.
- Moskvitina,I. Assessment of key parameters of the regional innovation subsystem (on the example of the Volga Federal District) [Ocenka klyuchevyh parametrov regional’noj innovacionnoj podsistemy (na primere Privolzhskogo federal’nogo okruga)] // Financial Economics, 2019, no. 6, pp. 156-160.
- Moskvitina, E.I. Development of the foundations of a matrix model of a regional innovation subsystem [Razrabotka osnov matrichnoj modeli regional’noj innovacionnoj podsistemy] // Regional economy: theory and practice, 2020. T. 18, no. 11 (482) pp. 2183-2204.
- Moskvitina, E.I. SWOT analysis of regional innovation subsystems in the Volga Federal District [SWOT-analiz regional’nyh innovacionnyh podsistem v privolzhskom federal’nom okruge] // Innovative aspects of the development of science and technology: a collection of selected articles of the II International Scientific and Practical Conference. Digital Science, 2020, pp. 82-87.
- Rudskaya, I.A. Assessment of the effectiveness of the regional innovation system in Russia by stages of the innovation process [Ocenka effektivnosti regional’noj innovacionnoj sistemy Rossii po stadiyam innovacionnogo processa] // Vesti Volgogr. university. Ser. 10, Innov. active 2017, Vol.11, no. 3, pp. 23-34.
- Regional innovation system of the Krasnoyarsk Territory 2016-2021: «smart» setting. The concept of the next generation innovation policy» [Regional’naya innovacionnaya sistema Krasnoyarskogo kraya 2016-2021: «umnaya» nastrojka. Koncepciya innovacionnoj politiki sleduyushchego pokoleniya»] // Analysis of the best practices for the development of regional innovation systems. – URL: http://i-center.rvca.ru/upload/files/Analysis-of-best-practices.pdf
- Bosch, A, Vonortas, N. / Smart Specialization as a Tool to Foster Innovation in Emerging Economies: Lessons from Brazil // Foresight and STI Governance. — 2019. – Vol. 13, no. 1. P. 32–47.
- Carayannis, E., Grigoroudis, E. Quadruple Innovation Helix and Smart Specialization: Knowledge Production and National Competitiveness // Foresight and STI Governance. — 2016. — Vol. 10. – no. 1. — P. 31–42.
- Chen, K. Measuring the Efficiency of China’s Regional Innovation Systems: Application of Network Data Envelopment Analysis (DEA) / K. Chen, J. Guan. – Текст : электронный. — DOI: 10.1080/00343404.2010.497479. – URL: https://www.tandfonline.com/doi/abs/10.1080/00343404.2010.497479
- Leydesdorff, L. The Triple Helix, Quadruple Helix, …, and an N-Tuple of Helices: Explanatory Models for Analyzing the Knowledge-Based Economy? // Journal of the Knowledge Economy. — 2012. — Vol. 3, no. 1.- P. 25–35.
- The strategy of spatial development of the Russian Federation for the period up to 2025 [approved by the order of the Government of the Russian Federation dated February 13, 2019 No. 207-r]. — Reference and legal system «ConsultantPlus». — URL: http://www.consultant.ru/document/cons_doc_LAW_318094/