Анализ глобального инновационного индекса в России с использованием модели структурного уравнения

Автор: Джиббури Х. Б., Бутуату А. И., Хорев А. И., Ивлиев М. Н.

Журнал: Вестник Воронежского государственного университета инженерных технологий @vestnik-vsuet

Рубрика: Экономика и управление

Статья в выпуске: 3 (93), 2022 года.

Бесплатный доступ

Глобальный инновационный индекс (ГИИ) был разработан для отслеживания инновационного потенциала и эффективности в стране, используя определенные параметры входов и выходов. Однако при этом не учитываются любые структурные связи между элементами, влияющими на достижения страны. В данном исследовании мы предложили модель структурного уравнения (МСУ), основанную на гипотетической структуре инноваций между семью показателями, представляющими входы, которые содержат учреждения, человеческий капитал и исследования, инфраструктуру, искушенность рынка и искушенность бизнеса. И выходами, которые представлены выходами знаний и технологий, а также творческими выходами. Используя данные ГИИ с 2012 по 2021 год в России, мы обнаружили, что выход знаний и технологий, а также инфраструктура, основанная на информационно-коммуникационных технологиях, оказывают наибольшее прямое и косвенное влияние на творческий выход и искушенность рынка, соответственно. Кроме того, мы обнаружили значительное влияние учреждений на искушенность рынка, а также большое влияние инфраструктуры на учреждения, и человеческий капитал, и развитие. И хотя инновации так важны для экономического роста, для повышения эффективности инноваций необходимо увеличить усвоение знаний. Кроме того, с учетом экологических соображений, таких как экологическая устойчивость, а также косвенного влияния на развитость рынка

Еще

Инновационный индекс, инновация, структурные уравнения, гии, мсу

Короткий адрес: https://sciup.org/140297667

IDR: 140297667   |   DOI: 10.20914/2310-1202-2022-3-412-426

Текст научной статьи Анализ глобального инновационного индекса в России с использованием модели структурного уравнения

Возможности инноваций в бизнесе и управлении и мировой экономике захватывают, и представление о том, что инновации будут постепенно расти или превосходить представления об управлении бизнесом, продолжать брать на себя рабочие функции, коренным образом изменять организационные основы бизнеса и дестабилизировать практику управления, имеет многообещающие перспективы.

Инновации являются мерилом конкурентоспособности страны [1], и их часто связывают с понятием производительности [2], а также с экономическим ростом [3].

This is an open access article distributed under the terms of the Creative Commons Attribution 4.0 International License

Правительства играют важную роль в поддержке инноваций, поскольку они требуют более высокого уровня расходов [4]. Некоторые из найденных нами литературных источников затрагивают многие области инноваций и исследуют управление технологиями и создание стоимости [5], в то время как другие рассматривают будущее инноваций в сфере услуг [6].

Глобальный инновационный индекс (ГИИ) представляет собой сравнительное исследование 132 стран [7], был разработан в 2007 году Корнельским университетом, бизнес-шко-лой (INSEAD) и организацией Всемирной интеллектуальной собственности (WIPO) для оценки уровня инновационного потенциала национальных социально-экономических систем и содействия созданию политики и практики, стимулирующих инновации. ГИИ разделен на два суб-индекса: инновационные входы и инновационные выходы. Оба они основаны на нескольких факторах. Этот индекс совершенствовался с течением времени и в настоящее время включает 81 показатель, разделенный на пять входных показателей: учреждения, человеческий капитал и исследования, инфраструктура, искушенность рынка и искушенность бизнеса, и два выходных показателя: выходы знаний и технологий и творческий выходы.

Этот индекс основан на экономике многих стран, показателях входов и выходов инноваций; большинство показателей основаны на фактических данных, и только пять – на опросе; он оценивает инновационную деятельность не только как следствие исследований и разработок, но и как результат творческой деятельности [8]. Наиболее важным фактором при выборе данного индекса является близость входных факторов [7].

Однако для уточнения основы связи между входами и выходами инноваций, а также влияющих факторов предлагается модель структурных уравнений (МСУ). Кроме того, рейтинг ГИИ пересматривается и переоценивается с использованием предложенной МСУ.

МСУ (модели структурных уравнений) часто используются в различных областях [9]. Лишь немногие исследователи использовали МСУ для изучения уровня национального инновационного потенциала [10], в то время как многие другие рассматривали инновации фирм [11] или проводили качественные исследования, подчеркивающие роль национального инновационного потенциала [12].

Для исследования взаимосвязей между инновационными факторами в России. Мы используем данные ГИИ за период с 2012 по 2021 год, поскольку эти данные включают суб-индексы входов и выходов. Это может обеспечить обратную связь для инновационной политики, учитывая структурные взаимосвязи между компонентами данных ГИИ.

Обзор литературы

Набор данных Глобального инновационного индекса использовался для изучения связи между инновационными входами и выходами, в то время как другие исследователи сосредоточились на взаимосвязях между инновационными входами и выходами. Формулировка индекса глобальных инноваций (ГИИ) упускает потенциальные структурные связи между важными переменными. В результате несколько исследователей использовали модель структурных уравнений для изучения прогнозируемой инновационной системы на основе входов и выходов инноваций. Они обнаружили, что развитость бизнеса и инфраструктура оказывают наибольшее влияние на творческие результаты [13].

В других исследованиях рассматривались компоненты "Вклада в инновации" с использованием искусственной нейронной сети для изучения 27 под переменных из Отчета об инновациях за 2016 год. На наборе данных GII 2016 они выполнили подгонку кривых и оценку процесса оценки [14].

В 2012 году, используя данные ГИИ экономик стран Европейского союза (ЕС), другие исследования выявили поддержку положительной связи между искушенностью бизнеса и инновационным входом [15]. Другие исследователи изучали, могут ли системы национальных инновационных систем превратить вход инноваций в инновационный выход в экономике [16].

Некоторые авторы исследовали результаты ГИИ для Саудовской Аравии и работали над темами, связанными с национальным инновационным потенциалом [17]. Другие исследовали результаты ГИИ России в период с 2013 по 2016 год, анализируя сильные и слабые стороны страны в области науки, технологий и инноваций [18].

Аналитические возможности ГИИ

Одним из наиболее известных и передовых проектов в области интегрированных исследований является индекс глобальных инноваций (ГИИ). В его рамках проводится сравнительное изучение изобретательского расширения различных стран [18].

Измерение расходов на инновации в широком контексте (учреждения, человеческий капитал и исследования, инфраструктуру, искушенность рынка и искушенность бизнеса) к достигнутым практическим результатам (выходы знаний и технологий, и творческие выходы)

используется для оценки инновационности страны, как показано на (рисунок 1), позволяя проанализировать эффективность усилий по созданию и поддержке науки, технологий и инноваций. В 2021 года был опубликован последний отчет [7].

ИННОВАЦИО ННЫЕ ВХОДЫ

INNOVATION INPUTS

ИННОВАЦИО ННЫЕ ВЫХОДЫ INNOVATIVE OUTPUTS

Творческие выходы Creative outputs

Искушенность рынка Market sophistication

Инфраструктура Infrastructure

Учреждения Institutions

Человеческий капитал и исследования Human capital and research

Искушенность бизнеса Business sophistication

Выходы знаний и технологий Knowledge and technology outputs

Образование Education

Политическая обстановка Policy environment

Регуляторная обстановка Regulatory environment

Третичное образование Tertiary education

Информационные и коммуникационные технологии Information and communication technologies

Кредит Credit

Инвестиции Investment

Общая инфраструктура Common infrastructure

Деловая обстановка Business environment

Экологическая устойчивость Environmental sustainability

Торговля, конкуренция, и масштабы рынка Trade, competition, and market size

Знающие работники Knowledgeable employees

Инновационные взаимосвязи Innovative interrelationships

Освоение знаний Knowledge mastering

Создание знаний Knowledge creation

Нематериальные активы Intangible assets

Влияние знаний Influence of knowledge

Диффузия знаний Diffusion of knowledge

Творческие товары и услуги Creative goods and services

Онлайн творчество Online creativity

Рисунок 1. Компоненты Глобального инновационного индекса

Figure 1. Components of the Global Innovation Index

Рейтинг ГИИ-2021 основан на 84 показателях и охватывает 132 страны со всех уголков земного шара, на которые приходится 99% мирового ВВП и 94,3% населения планеты [7].

Результаты оценки свидетельствуют о том, что ведущие экономики ГИИ создали глубоко интегрированные инновационные экосистемы и демонстрируют неожиданное постоянство своих позиций в мире. Швейцария, Швеция, Соединенные Штаты, Великобритания и Республика Корея составляют пятерку ведущих стран ГИИ. Франция (11), Эстония (21), Республика Корея (5) и Сингапур (8) вошли в число 25 самых изобретательных экономик мира, а Китай (12), Япония (13) и Гонконг завершают первую десятку (14).

Позиция России в ГИИ

Согласно отчету ГИИ 2021, Россия заняла 45-е место, что лучше, чем в 2020 году (47-е место) и 2019 году (46-е место). Она также заняла 6-е место среди 34 стран с уровнем дохода выше среднего и 29-е место среди 39 стран Европы. По семи компонентам ГИИ, Россия показала результаты выше среднего по группе стран с уровнем дохода выше среднего по всем компонентам ГИИ и выше среднего по региону по показателям человеческого капитала и исследований в Европе.

Сильные и слабые стороны России по данным ГИИ

Россия знает неравномерную динамику положительных и отрицательных факторов: преимущества то усиливаются (иногда ослабевают), например, по общему уровню развития высшего образования, интенсивности внутренней конкуренции, уровню защиты инвесторов и т. д.); слабые стороны компенсируются медленно в одних областях или не компенсируются вовсе в других.

Улучшению позиций России в ГИИ способствует рост отдельных показателей, отражающих потенциал и рамочные условия для научной и инновационной деятельности. В некоторых областях эти сдвиги произошли в результате реализации государственных регуляторных инициатив [18].

В 2021 году конкурентными преимуществами России (на уровне суб-индексов) стали качество человеческого капитала (29 место), третичное образование (14), число исследователей (33), масштаб науки и связанные с ним внутренние затраты (25, 38), международное признание сильнейших университетов (21), прогресс технологий и экономики знаний (48), с сильным рангом по созданию знаний (26).

На уровне индикатора Россия имеет хорошие позиции по доле женщин с высшим образованием (10), уровню патентной активности

(для изобретений – 10, для полезных моделей – 15), количеству людей, занятых в наукоемких услугах (18) и т. д.

Рисунок 2. Оценка семи компонентов ГИИ для России

Figure 2. The seven GII pillar scores for Russia

Рисунок 3. Ранги столпов GII для России

Figure 3. The GII pillar ranks for Russia

Построение гипотез

Как было сказано ранее, ГИИ делится на семь столпов, каждый из которых содержит подстолпы. Чтобы установить гипотезу, мы должны исследовать взаимосвязи между семью столпами, а также каждый столп и подстолп. Интересное исследование продемонстрировало некоторые взаимосвязи между столпами инноваций, мы будем строить гипотезы так, как они обнаружили в своем исследовании [13]. ГИИ разбит на пять столпов в рамках суб-индикатора входа и два столпа в рамках суб-индикатора выхода, причем каждый столп состоит из трех переменных измерения с многочисленными суб-индикаторами.

Исследование структурных взаимосвязей между семью столпами ГИИ устанавливает, следуя их определению в соответствии с отчетом ГИИ.

Опора института состоит из политической, нормативной и деловой среды. Эта среда является важнейшим компонентом экономической деятельности и инноваций. С другой стороны, институты оказывают значительное влияние на несколько сфер деловой активности, включая масштаб компании, корпоративное управление и инновационный потенциал [19]. Государственная политика может способствовать инновациям [20], а в другом исследовании делается вывод о том, что хорошая институциональная среда способствует инновационности [21]. Слабые институты препятствуют инновациям, поскольку теряют доверие инвесторов, клиентов и отраслей [22]. Усвоение знаний, которое относится к инновацион- ности бизнеса, может быть облегчено национальной политикой [23]. Согласно этим исследованиям, мы предполагаем, что рамки институтов могут способствовать росту рынка и бизнеса, следуя управлению и правильному регулированию. Предлагается следующая гипотеза:

Гипотеза 1 : существование эффекта от фактора учреждения на искушенность бизнеса и рыночную искушенность.

Факторы человеческого капитала и исследований включают три подпоказателя: образование, третичное образование и исследования и разработки. В многочисленных исследованиях было показано, что человеческий капитал оказывает положительное влияние на инновационную деятельность [24]. Связь между человеческим капиталом и инновациями была установлена в исследовании, когда навыки и знания сотрудников повышаются благодаря образованию [25]. Также было доказано, что человеческий капитал играет решающую роль в инновационной деятельности, связанной с использованием высококачественной информации [26]. Другие исследователи изучали влияние качества человеческого капитала на инновации и изобретения [27]. Предлагается следующая гипотеза:

Гипотеза 2 : существование эффекта от человеческого капитала и исследований на искушенность бизнеса, а также на выход знаний и технологий и творческий выход.

Фактор инфраструктуры состоит из информационно-коммуникационных технологий (ИКТ), общей инфраструктуры и экологической инфраструктуры.

Таблица 1.Сильные и слабые стороны России

Strengths and weaknesses of Russia

Table 1.

Код Code

Сильные стороны Strengths

Рейтинг Rank

Код Code

Слабые стороны Weaknesses

Рейтинг Rank

2012

2021

2012

2021

2.2

Третичное образование Tertiary education

36

14

1.2.1

Качество регулирования Quality of regulation

101

100

2.2.1

Охват третичным образованием,§ брутто Tertiary education enrollment,§ gross

12

15

1.2.2

Верховенство закона Rule of law

109

109

2.2.2

Выпускники в области науки и инженерии,§ Graduates in science and engineering,§

14

13

3.3

Экологическая устойчивость Environmental sustainability

111

101

2.3.4

Университетский рейтинг К.Н, топ-3 C.N. university rankings, top 3

57

21

3.3.1

ВВП/единица потребления энергии GDP/unit of energy consumption

110

117

4.3

Торговля, диверсификация и масштабы рынка Trade, diversification, and market size

85

17

3.3.3

Экологические сертификаты ISO 14001/ млрд. долларов ВВП по ППС

ISO 14001 environmental certifications/billion GDP PPP

65

107

4.3.3

Масштаб внутреннего рынка, млрд. долл. по ППС Scale of domestic market,$ billion PPP

130

6

4.1.3

Микрофинансовые займы брутто,§ ВВП Microfinance loans gross,§ of GDP

83

78

5.1.1

Наукоемкая занятость,§ Science-intensive employment,§

17

18

4.2

Инвестиции Investments

52

116

5.1.5

Работающие женщины с высшим образованием,§ Female workers with higher education,§

-

10

4.2.4

Получатели венчурного капитала, сделок/млрд долл. ВВП Recipients of venture capital, transactions/$ billion GDP

51

92

5.3.1

Платежи за интеллектуальную собственность, § от общего объема торговли Intellectual property payments,§ of total trade

30

23

5.1.2

Фирмы, предлагающие формальное обучение,§ Firms offering formal training,§

24

94

6.1.1

Патенты по происхождению/ млрд. долларов ВВП по ППС

Patents by origin/$ billion GDP PPP

12

15

5.3.4

Чистый приток ПИИ,§ ВВП Net FDI inflows,§ of GDP

62

97

6.1.3

Коммунальные модели

по происхождению/ млрд долларов ВВП по ППС Commodity models by origin/ billion dollars of GDP at PPP

10

10

6.2.4

Сертификаты качества ISO 9001/млрд долларов ВВП по ППС

ISO 9001 quality certificates/ billion GDP PPP

16

105

6.1.5

Цитируемые документы; H-индекс Documents cited; H index

47

23

7.2.4

Печать и другие средства массовой информации,§ производство

Print and other media,§ production

-

80

Djebbouri Kh.B.W. et al. Proceedings of VSUET, 2022, vol. 84, no. 3, pp. 412-426            post@vestnik- vsuet.ru

Он охватывает энергетическую инфраструктуру, инфраструктуру связи и транспорта, чтобы облегчить обмен идеями и услугами в системе инноваций. Многие эмпирические исследования показали, что инфраструктура является важным элементом развития учреждения и оказывает положительное влияние на человеческий капитал и исследования [28, 29], Другие авторы изучали влияние инфраструктурных изменений на развитие и экономический рост, которые связаны с развитостью бизнеса [30], или исследование взаимосвязей между инфраструктурой и развитием [31]. Эти предыдущие исследования показывают важность инфраструктурных факторов для институтов и их вклад в человеческий капитал и развитость бизнеса, поэтому гипотеза будет предложена следующим образом:

Гипотеза 3 : существование влияния инфраструктуры на учреждения, человеческий капитал и искушенность бизнеса.

Искушенность рынка охватывает кредиты, инвестиции, торговлю, диверсификацию и масштаб рынка. Она организуется как капитализация рынка, или стоимость инвестиций. Финансы, по мнению некоторых ученых, оказывают значительное влияние на корпоративные инновации [32]. Они также обнаружили положительную связь между финансированием и инновациями [33]. Было продемонстрировано существование высоко значимого влияния раскрытия информации об интеллектуальном капитале на рыночную капитализацию [34], связь между рыночной стоимостью и показателями патентного цитирования [35], а также независимость инноваций от технологических характеристик [36]. Человеческий капитал жизненно важен для инновационной деятельности [37]. В связи с этим мы выдвинули следующую гипотезу:

Гипотеза 4 : существование эффекта от фактора искушенности рынка на выход знаний и технологий, а также творческий выход.

Факторами развития бизнеса являются работники, обладающие знаниями, инновационные связи и поглощение знаний. Инвестиции в персонал, обладающий знаниями и навыками управления, дают конкурентное преимущество с точки зрения инноваций в бизнесе [38]. Результаты инноваций могут быть усилены развитостью бизнеса, когда изучались взаимосвязи между интенсивностью исследований и разработок, инновационными мерами и эффективностью бизнеса [39]. Была обнаружена позитивная связь между развитостью бизнеса и инновационным потенциалом [40].

На вероятность создания совместного предприятия влияют интенсивность исследований и разработок, концентрация отрасли, размер фирмы, переток технологий и исследования [41]. Рост ВВП и местные инновации определяются поглощением знаний при иностранных инвестициях и импорте высоких технологий [42]. На основании полученных данных мы предлагаем следующую гипотезу:

Гипотеза 5 : существование влияния искушенности бизнеса на выход знаний и технологий, а также творческий выход.

В качестве результатов ГИИ мы имеем только два столпа: результаты в области знаний и технологий и творческие результаты. Выходы знаний и технологий охватывает создание, воздействие и распространение знаний. Необходимость измерения креативности. Творческие результаты включают регистрацию товарных знаков, творческие товары и услуги, а также творчество в Интернете. Творческие выходы представляют собой культурные товары, услуги и онлайн-деятельность. Мы можем предположить, что эти результаты творчества основаны на сложных технологиях и большом количестве знаний. Исходя из этого, мы выдвигаем следующую гипотезу:

Гипотеза 6 : существование эффекта от выходов знаний и технологий на творческие выходы.

Методология

Для оценки модели структурных уравнений (МСУ) в исследовании был применен метод частичного наименьшего квадрата (ЧНК). Данные были ежегодными и получены из отчетов Глобального инновационного индекса (ГИИ) с 2012 по 2021 год. Анализ проводился для того, чтобы определить, какие индексы влияют на инновационную деятельность в России.

Перед оценкой МСУ и для подтверждения взаимосвязи между переменными измерения и латентными переменными мы провели несколько тестов, используя программное обеспечение SmartPLS 3.

Начиная анализ с проверки связи между переменными измерения и латентными переменными, альфа Кронбаха используется для проверки надежности модели, но из-за ее ограничений мы будем использовать композитную надежность (CR), которая является более подходящей и учитывает различные внешние нагрузки показателя [43].

В целом считается, что при оценке измерений на конвергентную валидность факторные нагрузки должны быть более 0.7, значения композитной надежности (CR) – от 0.6 до 0.9, а средняя извлеченная дисперсия (AVE) – более 0.5 [44].

Таблица 2.

Описание переменной

Variable description

Table 2.

Столпы (латентные переменные) Pillars (Latent variables)

Индикаторы (переменные измерения) Indicators (Measurement variables)

Источник Source

Учреждения Institutions

Политическая обстановка | Political environment

Ins_1

Всемирная организация интеллектуальной собственности (WIPO): Глобальный индекс инноваций (ГИИ)

World Intellectual Property Organization (WIPO): Global Innovation Index (GII)

Регуляторная обстановка | Regulatory environment

Ins_2

Деловая обстановка | Business Environment

Ins_3

Человеческий капитал и исследования Human capital and research

Образование | Education

HCR_1

Третичное образование | Tertiary education

HCR_2

Исследование и разработка | Research and development

HCR_3

Инфраструктура Infrastructure

Информационные и коммуникационные технологии Information and communication technology

Inf_1

Общая инфраструктура | Common infrastructure

Inf_2

Экологическая устойчивость | Environmental sustainability

Inf_3

Искушенность рынка Market sophistication

Кредит | Credit

MS_1

Инвестиции | Investments

MS_2

Торговля, диверсификация и масштабы рынка Trade, diversification and market size

MS_3

искушенность бизнеса Business sophistication

Знающие работники | Knowledgeable employees

BS_1

Инновационные взаимосвязи | Innovative connections

BS_2

Усвоение знаний | Knowledge assimilation

BS_3

Выходы знаний и технологий Knowledge and technology outputs

Создание знаний | Knowledge creation

KTO_1

Влияние знаний | Knowledge impact

KTO_2

Knowledge diffusion | Knowledge diffusion

KTO_3

Творческие выходы Creative outputs

Диффузия знаний | Knowledge diffusion

CO_1

Творческие товары и услуги | Creative goods and services

CO_2

Онлайновое творчество | Online creativity

CO_3

Djebbouri Kh.B.W. et al. Proceedings of VSUET, 2022, vol. 84, no. 3, pp. 412-426            post@vestnik- vsuet.ru

Латентные переменные "Учреждения", "Инфраструктура", "Искушенность бизнеса" и "Творческие выходы" имеют значения композитной надежности (CR) (0.169), (0.037), (0.526) и (0.001) соответственно. Для подгонки данных, переменные измерения, которые имеют факторную нагрузку менее (0.4), должны быть удалены из модели [43]. Для этого мы удалили переменную измерения "Регуляторная среда" из латентной переменной "Учреждения" (92 место в ГИИ-2021), которая имеет значение фактора загрузки (-0.779); переменные измерения "Общая инфраструктура" (64 место) и "Экологическая устойчивость" (101 место) из латентной переменной "Инфраструктура", которые имеют значения фактора загрузки (-0.486) и (-0.636) соответственно; Измерительная переменная "Усвоение знаний" из латентной переменной "Искушенность бизнеса" (29 место), которая имеет значение коэффициента загрузки (-0.311); Измерительная переменная "Влияние знаний" из латентной переменной "Выходы знаний и технологий" (68 место), которая имеет значение коэффициента загрузки (0.193); И переменные измерения "Творческие товары и услуги" (81-е место) и "Онлайновое творчество" (47-е место) из латентной переменной "Творческие выходы", которая имеет значения коэффициентов загрузки (-0.779) и (-0.029). После удаления этих элементов мы снова провели подтверждающий факторный анализ, как показано в таблице 3. И все результаты композитного теста на надежность больше (0.7), что подтверждает достоверность связей между переменными измерения и латентными переменными.

Результаты и обсуждение

При соблюдении значимости в 5%, было найдено тринадцать коэффициентов пути, которые могут интерпретировать взаимосвязи латентных переменных и определить взаимосвязи между латентными переменными и переменными измерения.

Согласно гипотезе 1, учреждения влияют на искушенность рынка, в то время как на искушенность бизнеса было обнаружено частичное влияние. Учреждения измеряются в терминах политической обстановки и деловой обстановки. Этот результат подразумевает, что учреждения влияют на искушенность бизнеса и рынка, и что институциональный потенциал и надлежащее управление необходимы для инноваций в стране.

Гипотеза 2 была подтверждена влиянием человеческого капитала и исследований на искушенность бизнеса, выходы знаний и технологий, а также творческие выходы, которые были затронуты сильнее, чем два других компонента.

Также, как и предполагалось в Гипотезе 3, было обнаружено, что инфраструктура влияет на учреждения, человеческий капитал и исследования, и не влияет на искушенность бизнеса, и было обнаружено косвенное влияние на искушенность рынка и выходы знаний и технологий. В частности, инфраструктура, представленная в основном информационно-коммуникационными технологиями, оказывает более сильное положительное влияние на учреждения, человеческий капитал и исследования. Таким образом, если инфраструктура развита, то образовательная и исследовательская деятельность будет влиять на инновационную деятельность.

Для гипотез 4 и 5 влияние искушенности рынка и искушенности бизнеса не было обнаружено на выходы знаний и технологий, а также творческие выходы. Влияние искушенности рынка на результаты инновационной деятельности оказывают инвестиции и финансовые ресурсы. На инновационные результаты влияют человеческий капитал и исследования через высшее образование (третичное образование) и исследования, а также трудовые навыки, которые связаны с инновационной инфраструктурой и дают улучшенные инновационные результаты, представленные в виде знаний и технологий, а также творческих результатов.

Гипотеза 6 касалась влияния выхода знаний и технологий на творческий выход. Мы выявили сильный эффект между ними.

Результаты таблицы 5 показывают, что знание и технология оказывают наибольшее влияние на творческие выходы, а инфраструктура – на искушенность рынка. Эти результаты могут свидетельствовать о важности знаний и технологий для инновационной деятельности, а инфраструктуры – как платформы в долгосрочной перспективе для открытия рынков, активизирующих инновационную деятельность.

Еще одно сильное влияние человеческого капитала и исследований на искушенность бизнеса, а инфраструктуры – на учреждения, человеческий капитал и исследования. Инфраструктура представлена здесь в основном информационными и коммуникационными технологиями, что подразумевает важность технологий во всех различных столпах.

Таблица 3.

Конфирматорный факторный анализ

Table 3.

Confirmatory factor analysis

Столпы Pillars

Индикаторы Indicators

Факторная нагрузка

CR

AVE

Factor loading

Учреждения Institutions

Политическая обстановка

0.860

Political environment

0.726

0.575

Деловая обстановка | Business Environment

0.630

Человеческий капитал

Образование | Education

0.603

и исследования

Третичное образование | Tertiary education

0.939

0.754

0.520

Human capital and

Исследование и развитие (R&D)

0.561

research

Research and development (R&D)

Инфраструктура Infrastructure

Информационные и коммуникационные

технологии (ICTs) | Information and Communication

1.000

1.000

1.000

Technologies (ICTs)

Кредит | Credit

0.929

Искушенность рынка

Инвестиции | Investment

0.659

0.881

0.717

Market sophistication

Торговля, диверсификация и масштабы рынка | Trade, diversification and market size

0.924

Искушенность бизнеса Business sophistication

Знающие работники | Knowledge workers

0.852

Инновационные взаимосвязи Innovation relationships

0.849

0.839

0.723

Выходы знаний и

технологий

Knowledge and

Создание знаний | Knowledge creation

0.925

0.904

0.825

technology outputs

Диффузия знаний | Knowledge Diffusion

0.891

Творческие выходы Creative outputs

Нематериальные активы | Intangible assets

1.000

1.000

1.000

Таблица 4.

Бутстреп для коэффициента пути предложенной SEM

Table 4.

Bootstrap for the path coefficient of the proposed SEM

Латентная переменная Latent variable

Латентная переменная Latent variable

Коэффициент пути Path coefficient

T-значение T-value

P-значение P-value

Учреждения Institutions

Искушенность рынка Market sophistication

0.639

3.413

0.001*

Учреждения Institutions

Искушенность бизнеса Business sophistication

0.052

0.067

0.473

Человеческий капитал и исследования Human capital and research

Искушенность бизнеса Business sophistication

0.625

1.854

0.037*

Человеческий капитал и исследования Human capital and research

Выходы знаний и технологий Knowledge and technology outputs

-0.194

0.219

0.414

Человеческий капитал и исследования Human capital and research

Творческие выходы Creative outputs

0.774

0.812

0.212

Инфраструктура Infrastructure

Учреждения Institutions

0.856

12.875

0.000*

Инфраструктура Infrastructure

Искушенность бизнеса Business sophistication

-1.250

1.352

0.093

Джиббури Х.Б.В. и др. Вестник ВГУИТ, 2022, Т. 84, №. 3, С. 412-426                          post@vestnik-vsuet.ru

Продолжение таблицы 4 | Continued Table 4

Инфраструктура Infrastructure

Человеческий капитал и исследования Human capital and research

0.631

3.369

0.001*

Искушенность рынка Market sophistication

Выходы знаний и технологий Knowledge and technology outputs

-0.495

0.423

0.337

Искушенность рынка Market sophistication

Творческие выходы | Creative outputs

-0.341

0.262

0.398

Искушенность бизнеса Business sophistication

Выходы знаний и технологий Knowledge and Technology Outputs

0.313

0.325

0.374

Искушенность бизнеса Business sophistication

Творческие выходы | Creative exits

-1.411

1.169

0.126

Выходы знаний и технологий Knowledge and technology outputs

Творческие выходы | Creative outputs

1.279

1.745

0.046*

*: P<.05

Таблица 5.

Эффекты входов и выходов инноваций

Также, что касается влияния человеческого капитала и исследований на искушенность бизнеса, то оно подразумевает высокий уровень системы образования в стране, поскольку человеческий капитал в основном включает в себя образовательную и исследовательскую обстановку в стране.

Для оценки модели метрики оценки, показанные в таблице 6, представлены объясненной дисперсией (R2) и размером эффекта (f2). Прогностическая значимость (Q2) позволяет оценить качество модели [44]. Согласно результатам оценки, положительные значения Q2 означают наличие прогностической значимости.

Заключение

В данном исследовании мы представляем (МСУ) для определения связей между инновационными столпами. На основе данных, предоставленных ГИИ за период с 2012 по 2021 год, используется метод частичного наименьшего квадрата (ЧНК). Согласно результатам данного исследования, выходы знания и технологии оказывают наибольшее прямое влияние на творческие выходы, в то время как инфраструктура оказывает наибольшее влияние на инновационные входы.

Table 5.

Effects of innovation inputs and outputs

Латентная переменная Latent variable

Латентная переменная Latent variable

Прямой эффект Direct effect

Косвенный эффект Indirect effect

Общий эффект Total effect

Учреждения Institutions

Искушенность рынка Market sophistication

0.639

0.547

Человеческий капитал и исследования Human capital and research

Изощренность бизнеса Sophistication of business

0.625

0.625

Инфраструктура Infrastructure

Учреждения Institutions

0.856

0.856

Инфраструктура Infrastructure

Человеческий капитал и исследования Human capital and research

0.631

0.631

Инфраструктура Infrastructure

Искушенность рынка Market sophistication

0.547

0.547

Инфраструктура Infrastructure

Изощренность бизнеса Business sophistication

-1.250

0.439

-0.811

Инфраструктура Infrastructure

Выходы знаний и технологий Knowledge and technology outputs

-0.646

-0.646

Учреждения Institutions

Творческие выходы Creative outputs

1.279

1.279

Рисунок 4. Пересмотренная модель для ГИИ в России

Figure 4. The revised model for the GII in Russia

Таблица 6.

Метрики оценки модели

При этом человеческий капитал и исследования оказывают значительное влияние на искушенность бизнеса, а инфраструктура оказывает косвенное, но значительное влияние на творческие выходы. Результаты данного исследования также указывают на необходимость инфраструктуры и искушенность бизнеса для повышения инновационного потенциала России. Первым и наиболее важным аспектом данного исследования является инфраструктура, относящаяся к информационным и коммуникационным технологиям. В результате этих выводов основное внимание было уделено развитию инфраструктуры исследований и разработок для поддержки инноваций и передачи знаний.

Кроме того, искушенность бизнеса предполагает, что работники, обладающие знаниями, инновационные взаимосвязи и усвоение знаний способствуют вовлечению организаций в инновационную деятельность. Поскольку инновации имеют решающее значение для экономического роста, для повышения эффективности инновационной деятельности необходимо активизировать освоение знаний (например, интеллектуальной собственности и импорта высоких технологий). Вопросы окружающей среды, такие как экологическая устойчивость, а также косвенное влияние на развитость рынка для долгосрочных рекомендаций

Evaluation metrics of the model

Table 6.

Латентная переменная Latent variable

Латентная переменная Latent variable

R2

F2

Результаты Results

Учреждения Institutions

Искушенность рынка Market sophistication

0.409

0.691

Большой эффект

Big effect

Человеческий капитал и исследования Human capital and research

Изощренность бизнеса Sophistication of business

0.893

2.210

Инфраструктура Infrastructure

Учреждения Institutions

0.732

2.731

Инфраструктура Infrastructure

Человеческий капитал и исследования Human capital and research

0.398

0.660

Инфраструктура Infrastructure

Искушенность рынка Market sophistication

0.409

-

Инфраструктура Infrastructure

Изощренность бизнеса Business sophistication

0.893

3.328

Инфраструктура Infrastructure

Выходы знаний и технологий Knowledge and technology outputs

0.713

-

Выходы знаний и технологий Knowledge and technology outputs

Творческие выходы Creative outputs

0.918

5.757

Список литературы Анализ глобального инновационного индекса в России с использованием модели структурного уравнения

  • Veselica R. Linking innovation and national competitiveness, in 37th International Scientific Conference on Economic and Social Development // Socio-Economic Problems of Sustainable Development. 2019. P. 279-287.
  • Carayannis E.G., Grigoroudis E. Using multiobjective mathematical programming to link national competitiveness, productivity, and innovation // Annals of Operations Research. 2016. V. 247. № 2. P. 635-655. https://doi.org/10.1007/s10479-015-1873-x
  • Sekuloska J.D. Innovation Oriented FDI as a Way of Improving the National Competitiveness // Procedia - Social and Behavioral Sciences. 2015. V. 213. P. 37-42. https://doi.org/10.1016/j.sbspro.2015.11.400
  • Holroyd C. Building Ideas for Global Change TM Science and Technology Policies, National Competitiveness, and the Innovation Divide. 2007.
  • Huarng K.H. Essential research in technology management // Journal of Business Research. 2010. V. 63. № 5. P. 451-453. https://doi.org/10.1016/j.jbusres.2009.03.017
  • Parellada F.S., Soriano D.R., Huarng K.H. An overview of the service industries’ future (priorities: Linking past and future) // Service Industries Journal. 2011. V. 31. № 1. P. 1-6. https://doi.org/10.1080/02642069.2010.485197
  • Dutta S., Lanvin B., Rivera L.L., Wunsch V.S. Global Innovation Index 2021. Tracking Innovation through the COVID19 Crisis. WIPO, 2021. https://doi.org/10.34667/tind.44315
  • Crespo N.F., Crespo C.F. Global innovation index: Moving beyond the absolute value of ranking with a fuzzy-set analysis // Journal of Business Research. 2016. V. 69. № 11. P. 5265-5271. https://doi.org/10.1016/j.jbusres.2016.04.123
  • Sohn S.Y., Kim M.J. Strategies for revitalization for intelligent robot industry in Korea based on structural equation model // Industrial Robot. 2010. V. 37. № 1. P. 97-105. https://doi.org/10.1108/01439911011010009
  • Ju Y., Sohn S.Y. Development of a national competitiveness index based on a structural equation model // Technology Analysis and Strategic Management. Routledge, 2014. V. 26. № 5. P. 565-579. https://doi.org/10.1080/09537325.2014.896891
  • Bong Choi S., Williams C. Innovation and firm performance in Korea and China: A cross-context test of mainstream theories // Technology Analysis and Strategic Management. 2013. V. 25. № 4. P. 423-444. https://doi.org/10.1080/09537325.2013.774346
  • Shapiro M.A., So M., Park H.W. Quantifying the national innovation system: Inter-regional collaboration networks in South Korea // Technology Analysis and Strategic Management. 2010. V. 22. № 7. P. 845-857. https://doi.org/10.1080/09537325.2010.511158
  • Sohn S.Y., Kim D.H., Jeon S.Y. Re-evaluation of global innovation index based on a structural equation model // Technology Analysis and Strategic Management. Routledge, 2016. V. 28. № 4. P. 492-505. https://doi.org/10.1080/09537325.2015.1104412
  • Pençe I., Kalkan A., Çeşmeli M.Ş. Estimation of the Country Ranking Scores on the Global Innovation Index 2016 Using the Artificial Neural Network Method. International Journal of Innovation and Technology Management // World Scientific Publishing Co. 2019. V. 16. № 4. https://doi.org/10.1142/S0219877019400078
  • Carpita M. et al.generalized maximum entropy estimator to a simple linear measurement error model with a composite indicator // Advances in Data Analysis and Classification. 2017. V. 11. № 1. P. 139-158. https://doi.org/10.1007/s11634-016-0237-y
  • Jankowska B., Matysek-Jȩdrych A., Mroczek-Dabrowska K. Efficiency of National Innovation Systems - Poland and Bulgaria in the Context of the Global Innovation Index // Comparative Economic Research. 2017. V. 20. № 3. P. 77-94. https://doi.org/10.1515/cer2017-0021
  • Al-Sudairi M., Bakry S.H. Knowledge issues in the global innovation index: Assessment of the state of Saudi Arabia versus countries with distinct development // Innovation: Management, Policy and Practice. 2014. V. 16. № 2. P. 176-183. https://doi.org/10.1080/14479338.2014.11081980
  • Власова В. И др.. Анализ драйверов и ограничений развития России на основе информации Глобального инновационного индекса // Вопросы экономики. 2017. №. 8. С. 24-41. https://doi.org/10.32609/0042-8736-2017-8-24-41
  • North C. Institutions, Institutional Change and Economic Performance. 1990. https://doi.org/10.1017/CBO9780511808678
  • Michael S.C., Pearce J.A. The need for innovation as a rationale for government involvement in entrepreneurship // Entrepreneurship and Regional Development. 2009. V. 21. № 3. P. 285-302. https://doi.org/10.1080/08985620802279999
  • Okrah J., Hajduk-Stelmachowicz M. Political stability and innovation in Africa // Journal of International Studies. 2020. V. 13. № 1. P. 234-246. https://doi.org/10.14254/2071-8330.2020/13-1/15
  • Szalacha-Jarmużek J., Pietrowicz K. Missing causality and absent institutionalization. A case of Poland and methodological challenges for future studies of interlocking directorates // Recent issues in sociological research Economics & Sociology. 2018. V. 11. № 4. https://doi.org/10.14254/2071-789X.2018/11-4/10
  • Carlsson B. Internationalization of innovation systems: A survey of the literature // Research Policy. 2006. V. 35. № 1. P. 56-67. https://doi.org/10.1016/j.respol.2005.08.003
  • Ergashev T.E. Innovation, Human Capital And Youth In An Informed Society // ISJ Theoretical & Applied Science. 2020. V. 10. № 90. P. 21-23. https://doi.org/10.15863/TAS.2020.10.90.5
  • You S., Zhou K.Z., Jia L. How does human capital foster product innovation? The contingent roles of industry cluster features // Journal of Business Research. 2021. V. 130. P. 335-347. https://doi.org/10.1016/j.jbusres.2021.03.046
  • Bianchi A.J. Management indicators model to evaluate performance of IT organizations, PICMET 01 // Portland International Conference on Management of Engineering and Technology. 2001. P. 217-229. https://doi.org/10.1109/PICMET.2001.952021
  • Czajkowski Z. et al. Human Capital and Innovation - Basic Concepts, Measures, and Interdependencies // Innovation, Technology, and Knowledge Management. 2014. P. 53-80. https://doi.org/10.1007/978-3-319-02072-3_2
  • De La Fuente A. Infrastructures and Productivity: An Updated Survey. 2010. URL: https://bse.eu/research/working-papers/infrastructures-and-productivity-updated-survey
  • Del Bo C.F., Florio M. Infrastructure and Growth in a Spatial Framework: Evidence from the EU regions // European Planning Studies. 2012. V. 20. № 8. P. 1393-1414. https://doi.org/10.1080/09654313.2012.680587
  • Malecki E.J. Clark University Technology and Economic Development: The Dynamics of Local, Regional, and National Change. Review by: John B. Fieser Economic Geography // African Development. 1993. V. 69. № 1. 94-98 p. https://doi.org/10.2307/143893
  • Sampelalong E., Sukartini N.M. Infrastructure And Development // Gorontalo Development Review. 2020. V. 3. №. 1. P. 14-27. https://doi.org/10.32662/golder.v3i1.838
  • Fernandez V. The finance of innovation in Latin America // International Review of Financial Analysis. 2017. V. 53. P. 37-47. https://doi.org/10.1016/j.irfa.2017.08.008
  • Wellalage N.H., Fernandez V. Innovation and SME finance: Evidence from developing countries // International Review of Financial Analysis. 2019. V. 66. https://doi.org/10.1016/j.irfa.2019.06.009
  • Abdolmohammadi M.J. Intellectual capital disclosure and market capitalization // Journal of Intellectual Capital. 2005. V. 6. № 3. P. 397-416. https://doi.org/10.1108/14691930510611139
  • Hall B.H., Jaffe A., Trajtenberg M. Market Value and Patent Citations // Source: The RAND Journal of Economics. 2005. V. 36. № 1. P. 16-38. https://doi.org/10.2307/1593752
  • Horbach J. Determinants of environmental innovation-New evidence from German panel data sources // Research Policy. 2008. V. 37. № 1. P. 163-173. https://doi.org/10.1016/j.respol.2007.08.006
  • Linda M.R., Yonita R., Silvia E.D. The Effect of Perceived Organizational Support and Job satisfaction on Organizational Citizenship Behavior. 2019. https://doi.org/10.2991/aebmr.k. 200305.172
  • Hassan N., Raziq A. Effects of knowledge management practices on innovation in SMEs // Management Science Letters. 2019. V. 9. № 7. P. 997-1008. https://doi.org/10.5267/j.msl.2019.4.005
  • Hall L.A., Bagchi-Sen S. A study of R&D, innovation, and business performance in the Canadian biotechnology industry // Technovation. 2002. V. 22. 231-244 p. https://doi.org/10.1016/S0166-4972(01)00016-5
  • Kirikkaleli D., Ozun A. Innovation capacity, business sophistication and macroeconomic stability: Empirical evidence from OECD countries // Journal of Business Economics and Management. 2019. V. 20. № 2. P. 351-367. https://doi.org/10.3846/jbem.2019.9602
  • Hernan R., Marin P.L., Siotis G. An empirical evaluation of the determinants of research joint venture formation // The Journal of Industrial Economics. 2003. V. 51. №. 1. P. 75-89. https://doi.org/10.1111/1467-6451.00192
  • Connolly M. The dual nature of trade: Measuring its impact on imitation and growth // Journal of Development Economics. 2003. V. 72. № 1. P. 31-55. https://doi.org/10.1016/S0304-3878(03)00067-1
  • Hair J.F., Ringle C.M., Sarstedt M. PLS-SEM: Indeed a silver bullet // Journal of Marketing Theory and Practice. 2011. V. 19. № 2. P. 139-152. https://doi.org/10.2753/MTP1069-6679190202
  • Hair Joseph F J. et al. A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). Los Angeles, 2017.
Еще
Статья научная