Инновационное и технологическое развитие регионов обрабатывающей промышленности: оценка конвергенции индустриального пространства

Доминирование в отраслевой структуре промышленных регионов высоко- и среднетехнологичных видов деятельности традиционно рассматривается как глобальный тренд, связанный с постиндустриальным развитием мировой экономики. В то же время повышение технологической и инновационной самостоятельности страны, а также ударопрочности промышленного сектора в условиях внешних санкций при наличии масштабного средненизкотехнологичного сектора национальной индустрии предопределяют необходимость постоянной диагностики функциональной роли регионов в интересах корректировки стратегии развития.

Необходимость исследования сдвигов в индустриальном пространстве российских регионов, изменений позиций как диверсифицированных, так и монопрофильных субъектов РФ с сильной промышленной базой относится к классу системных задач. Решение имеет, с одной стороны, существенное значение для определения общих трендов индустриального пространства, а с другой – идентификации региональной локализации для развития высокотехнологичной обрабатывающей промышленности. Необходима идентификация специфических ниш, аккумулирующих наработанный региональный опыт, определение роли в полном цикле производства сложной продукции, создания технологий и инноваций с целью разработки мер государственной поддержки. Необходима оценка технологической и инновационной зрелости, конвергенции параметров развития в интересах регулирования процессов индустриального пространства.

Теория и методы

Глобальная повестка достижения технологического суверенитета в развитых и развивающихся странах, актуальная и для РФ, с дифференцированным уровнем развития территорий, разными тенденциями технологической диверсификации актуальна для развития РФ, соответственно необходима конкретизация статуса региона в индустриальном переходе: реципиента или донора инноваций и технологических решений.

Технологическое и инновационное развитие экономики с учетом отличий преимуществ между регионами является перспективным направлением развития, особенно с учетом доминирования HT, HMT-, или LMT-, или LT- секторов по уровню технологической зрелости (Данилова И.В., Несытых К.Ю., 2023) [1], что обеспечит национальной экономике структурную устойчивость к дестабилизирующим факторам (не только внешним ограничениям, но и ситуациям нарушений в деятельности системных технологий), рискам непрерывной индукции и обновления критически важных научно-технологических знаний. То есть в сложной экономике самостоятельным фактором дестабилизации являются продукты сектора ИКТ, технологий и инноваций с распределенным сетевым эффектом и др. (Ch. March S., Ina, 2021) [2] .

Функциональность отраслей достаточно изучена в экономических публикациях. Так, высокотехнологичные отрасли генерируют новые технологии и инновации, обеспечивают повышение качества, расширение ассортимента продукции (Simelevic K.; Bagdzeviciene R., 2002) [3]; улучшение экономических показателей регионов (Hoff K., Stiglitz J.E., 2000) [4]. Низкотехнологичные и среднетехнологичные отрасли ((LMT Industries) выполняют поддерживающую роль для перспективных специализаций (Kreinsen H., Jacobson D., Laestadius S., Smith K., 2003) [5]. Рост и конкурентоспособность в немалой степени зависят от результатов работы LMT-отраслей, которые генерируют производственные технологии, имеют кумулятивный опыт в процессных нововведениях. Многие отрасли и продукты LMT-сектора способны обеспечить рост на основе перевооружения, обновления технологического дизайна, навыков и компетенций, интенсивного применения знаний, поскольку обладают уникальными формами производственной организации, сложными связями с наукой и инфраструктурой (Dahl M.S., Ostergaard C.R., Dalum B., 2011) [6]. Производственные возможности, характерные для низкотехнологичных отраслей, на более поздних этапах индустриального развития могут оказаться важным ресурсом для быстро растущих новых продуктов и обеспечивают необходимую системную связанность промышленного производства (нейтрализуют «эффекты эрозии» технологической базы).

В условиях актуализации перехода к постиндустриальному этапу следует учитывать производственный, технологический и инновационный потенциал не только отраслей, но и регионов с локализацией разных по технологическому уровню секторов промышленности для государственной поддержки и выстраивания производственной кооперации и кластерного взаимодействия. Для разработки стратегий по развитию индустриального пространства (Edler, Jakob, 2020) [7] необходим ряд аналитических шагов, которые позволят оценить степень однородности и конвергенции инновационного и технологического развития регионов, что актуально для определения промышленной стратегии в пространственном распределении функционала регионов.

Обоснование уровня развития технологической и инновационной однородности регионального пространства промышленных регионов РФ анализировалось в двух направлениях:

• 1.    Оценка инновационных параметров (роста объема отгруженных инновационных товаров, затрат на инновации и инновационной эффективности) регионов разного уровня технологичности HT, HMT-регионов; LMT-регионов и LT-регионов. Каждый из показателей рассчитан как средний по группе, а инновационная эффективность рассчитана как отношение роста инновационных товаров к росту затрат на инновационную деятельность (первоначально по каждому региону, а затем как средняя по группе за каждый анализируемый интервал).

• 2.    Анализ конвергенции развития регионов проведен на примере субъектов РФ, специализирующихся на продукции обрабатывающей промышленности (критерием идентификации явилась среднеарифметическая доли отрасли в ВДС и доли среднегодовой численности населения, занятого в обрабатывающем производстве) в разрезе: а) всех регионов, которые отнесены к группе обрабатывающей промышленности (выделено 26 субъектов РФ); б) определена конвергенция внутри групп регионов с доминированием разных секторов по уровню технологичности (по результатам расчетов распределение субъектов РФ оказалось следующим: HT, HMT-регионы – 11; LMT-регионы – 11, LT-регионы – 4).

В теории экономического роста под конвергенцией понимают процесс устойчивого сближения объектов по различным параметрам развития. В общем случае данный процесс объясняется действием эффекта убывающей отдачи, когда по мере развития увеличивается сложность достижения дополнительных качественных изменений, в результате «слабые» объекты развиваются динамичней и с течением времени сближаются по своим характеристикам с «сильными» объектами. Кроме того, существуют объективные причины и для обратного процесса (дивергенции), который проявляется в расхождении объектов по параметрам развития, когда в силу «эффекта Матфея»1 накопление ресурсов в той или иной сфере/территории продуцирует положительную отдачу от масштаба и динамизирует развитие «сильных» объектов. На практике силы конвергенции и дивергенции противодействуют друг другу и результат зависит от выбранной сферы исследования и сочетания множества объективных факторов.

При оценке процессов сближения принято различать сигма-конвергенцию (σ-сходимость) и бетта-конвергенцию (β-сходимость) (Barro R., 2004) [8]. Сигма-конвергенция выражается в снижении дисперсии – меры разброса значений параметра относительно его средней величины и характеризуется сглаживанием уровней развития регионов (Le Pen Y.,1997) [9]. Для оценки сигма-конвергенции применяется коэффициент вариации, который рассчитывается по формуле:

k_v ar = ----^-- 100%,

X где X, - значение оцениваемого параметра для i-го региона; X - среднее значение оцениваемого параметра за рассматриваемый период, п - количество исследуемых регионов [10].

Бетта-конвергенция выражается в отрицательной зависимости между начальным уровнем исследуемого показателя и темпом его роста. Для выявления бетта-конвергенции оценивается значимость уравнения регрессии вида:

yi = α + β ln(xit–T) + ε, где xit–T – первоначальный уровень показателя; yi – средний темп роста показателя, исчисленный как отношение логарифмов показателей за текущий и базисный годы (ln(yit/yit-T)/T); T – число периодов наблюдений; α и β – коэффициенты уравнения регрессии. Критерии наличия бетта-конвергенции: 1) коэффициент уравнения регрессии перед переменной отрицателен (^ < 0); 2) уравнение регрессии значимо на основании F-критерия Фишера (Р > Ртабл) [10].

Информационную базу исследования составили статистические сборники «Регионы России. Социально-экономические показатели», статистические данные и справочные материалы Федеральной службы государственной статистики и Единая межведомственная информационно-ста- тистическая система (ЕМИСС). Период анализа – 2010–2021 гг.

Объектом анализа явились 26 регионов с преобладанием обрабатывающей промышленности (Данилова И.В., Несытых К.Ю., 2023) [1] (HT, HMT-регионы (11 регионов): Владимирская, Калужская, Кировская, Нижегородская, Новгородская, Самарская, Смоленская, Ульяновская, Ярославская области, Пермский край, Чувашская Республика; LMT-регионы (11 регионов): Вологодская, Ленинградская, Липецкая, Мурманская, Омская, Рязанская, Свердловская, Тульская, Челябинская области, Красноярский край, Республика Башкортостан; LT-регионы (4 региона): Ивановская и Костромская области, Республика Марий Эл, Республика Мордовия).

Результаты

Состояние параметров инноваций в регионах разных типологических групп обрабатывающей промышленности представлено в табл. 1.

Обращают на себя внимание групповые позиции за период 2010–2021, при явной неравномерности в течение всего периода, наличия резких спадов и подъемов. Можно видеть, что в кризисные периоды 2013–2014 гг. и период выхода наблюдается быстрое восстановление и сохраняется стабильность выпуска инновационных товаров в регионах с доминированием низкотехнологичного сектора (LT-регионы), но максимальный итоговый рост за период наблюдается у LMT-регионов.

Рост затрат организаций на инновационную деятельность регионов представлен в табл. 2.

В части затрат на инновационную деятельность LT-регионы показывают максимальный рост чаще, чем LMT-регионы, а регионы с доминированием высокотехнологичных отраслей (HT, HMT-регионы) закономерно имеют высокие темпы роста, как и LMT-регионы. В ранних исследованиях автором (Данилова И.В., Несытых К.Ю., 2023) [1] отмечались преимущества каждого из секторов:

• а)    наиболее высокий темп роста обрабатывающей промышленности характерен LMT-регионам, а наиболее низкий – HT, HMT-регионам;

• б)    отличия в сочетании секторов, занимающих наибольший удельный вес в обрабатывающей промышленности HT, HMT- и LT-регионы в качестве второго по значимости имеют альтернативные по уровню технологичности сектора, а в LMT-регионах абсолютно доминирует профильный сектор.

Стабильность развития LMT-регионов отражается и на их более высокой динамической инновационной эффективности (табл. 3).

Результат динамической инновационной эффективности логически объясняет лидерство высокотехнологичных секторов по затратам на инновационную деятельность, что не всегда сопряжено с результативностью и ростом выпуска продукции, тогда как развитая база LMT-регионов может стать опорой формирования цепочек для создания кри-

Таблица 1

Рост объема отгруженных инновационных товаров в разрезе технологически разных групп регионов*

Среднее значение по группе регионов	2010– 2011	2011– 2012	2012– 2013	2013– 2014	2014– 2015	2015– 2016	2016– 2017	2017– 2018	2018– 2019	2019– 2020	2020– 2021	2010– 2021
HT, HMT-регионы	1,57	1,39	1,21	1,06	0,97	1,27	1,25	1,01	1,17	1,08	1,23	1,09
LMT-регионы	1,76	1,24	1,93	1,83	1,10	1,05	1,14	1,01	2,17	1,96	1,34	1,21
LT-регионы	1,42	0,69	1,14	2,56	1,19	1,71	1,22	1,35	4,16	1,02	1,35	1,12

* Рассчитано автором: на основе данных официального сайта Федеральной службы государственной статистики. Режим доступа: и официального сайта Единой межведомственной информационно – статистической системы (ЕМИСС). Режим доступа: ; серой заливкой выделены максимальный рост, жирным выделены наибольшие значения по группам регионов разного уровня технологичности

Рост затрат организаций на инновационную деятельность регионов*

Таблица 2

Среднее значение по группе регионов	2010– 2011	2011– 2012	2012– 2013	2013– 2014	2014– 2015	2015– 2016	2016– 2017	2017– 2018	2018– 2019	2019– 2020	2020– 2021	2010– 2021
HT, HMT-регионы	1,48	2,18	1,15	1,06	1,09	0,86	1,23	1,13	1,19	1,29	1,45	1,14
LMT-регионы	1,47	1,08	1,90	1,09	0,89	1,18	1,46	1,44	1,45	1,08	0,94	1,05
LT-регионы	4,91	1,12	0,75	1,17	1,58	1,17	0,70	0,83	1,59	2,51	5,69	1,12

* Рассчитано автором: на основе данных официального сайта Федеральной службы государственной статистики. Режим доступа: и официального сайта Единой межведомственной информационно – статистической системы (ЕМИСС). Режим доступа: ; серой заливкой выделены максимальный рост, жирным выделены наибольшие значения по группам регионов разного уровня технологичности

Динамическая инновационная эффективность в разрезе типологических групп регионов*

Таблица 3

Среднее значение по группе регионов 2010– 2011 2011– 2012 2012– 2013 2013– 2014 2014– 2015 2015– 2016 2016– 2017 2017– 2018 2018– 2019 2019– 2020 2020– 2021 2010– 2021 HT, HMT-регионы 1,10 0,94 1,21 1,05 0,97 1,72 1,15 1,00 1,06 0,96 1,33 0,97 LMT-регионы 1,47 1,89 1,19 3,89 1,76 1,08 1,13 1,23 5,68 2,14 1,60 1,15 LT-регионы 1,70 1,65 1,53 2,52 1,09 2,08 1,87 1,98 3,48 1,18 2,33 1,03 тически важной инфраструктуры, якорными точками локализации ее производства.

Безусловно, актуальным является вопрос о степени фрагментированности пространства регионов обрабатывающей промышленности и степени активности процессов конвергенции (табл. 4).

В дальнейшем те показатели, по которым отсутствует конвергенция, исключались из демонстрации результатов. Оценка σ-конвергенции показала сближение уровней и сокращение диспропорций по показателям: доли инновационной продукции в объеме отгруженной продукции обрабатывающего производства, доли средне- и высокотехнологичных отраслей в отгруженной продукции, рентабельности продукции обрабатывающего производства. Увеличение неоднородности в регионах обрабатывающей промышленности выявлено по показателю «доля затрат на инновационную деятельность региона к объему отгруженной продукции обрабатывающего производства». То есть наблюдается в рамках индустриальных регионов сближение уровней выпуска инновационной и высокотехнологичной продукции. При этом по этим показателям наблюдается и β-конвер-генция, то есть слабые регионы догоняют сильных, можно отметить такого рода процесс по показателям производительности труда и затратам на инновационную деятельность, но конвергенция отсутствует по показателю рентабельности продукции. Детальный анализ конвергенции внутри групп регионов с доминированием разных по уровню секторов технологичности представлен в табл. 5.

По двум показателям инновационной и технологичности продукции все группы регионов показывают общую тенденцию сближения уровней и динамические процессы в части темпов роста и приближения к сильным, то есть повышение однородности в регионах LMT- и HT, HMT-типа,

Таблица 4

Оценка σ- и β-конвергенции регионов обрабатывающей промышленности (26 субъектов РФ)*

	Показатель		2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020	2021
A H © © s * и s © о н a s и © 5 © h я s S	И2.2. Доли инновационной продукции в объеме отгруженной продукции обрабатывающего производства,	σ	90	87	95	86	72	79	81	74	85	69	65	79
		β	y = –1,441 – 0,564хβ = –0,564, F = 5,30*, F > F табл β-конвергенция
	%
	П3.1. Доля средне- и высокотехнологичных отраслей в отгруженной продукции, %	σ	23	22	22	22	23	24	24	21	22	20	21	21
		β	y = 0,953 – 0,211х β = –0,211 , F = 7,08*, F > Fтабл β-конвергенция
h © s a н ч л © м а s я Л ’Я и © © щ © а я 2 Н иЪ	П1.2. Рентабельность продукции обрабаты-	σ	87	99	89	73	66	66	74	70	74	103	104	69
	вающего производства, %	β	y = 0,977 – 0,150х   β = –0,150, F = 1,03, F < F табл
	И1.2. Доля затрат на инновационную деятельность региона к объему отгруженной продукции обрабатывающего производства, %	σ	81	117	73	93	77	70	55	69	73	89	98	107
		β	y = –3,565 – 0,856х   β = –0,856, F = 7,46*, F > F табл β-конвергенция
	Производительность труда	σ	35	36	36	36	33	34	39	40	40	39	42	38
		β	y = 3,362 – 0,528х    β = –0,528, F = 6,85*, F > Fтабл β-конвергенция

* Рассчитано автором: на основе данных официального сайта Федеральной службы государственной статистики. Режим доступа: и официального сайта Единой межведомственной информационно – статистической системы (ЕМИСС). Режим доступа: ; серым выделены показатели, по которым наблюдается σ-конвергенции и значимые уравнения регрессии β-конвергенции; * – уравнение регрессии значимо на уровне 5%.

Таблица 5

Оценка конвергентности регионов обрабатывающей промышленности разного уровня технологичности (σ- и β-конвергенции)*

	Показатель		Группа регионов	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020	2021
и © 5 © 2 и я м и я © © и а я И я Й о н © я Я И и я S	И2.2. Доли инновационной продукции в объеме отгруженной продукции обрабатывающего производства, %	σ	HMT	62	71	72	69	67	72	68	60	73	57	60	56
		β	y = –0,895 – 0,315х β = –0,315 F = 8,63*, F > Fтабл β-конвергенция
		σ	LMT	77	75	80	56	59	75	56	56	61	45	57	67
		β	y = –2,606 – 0,933х β = –0,933 F = 5,30*, F > Fтабл β-конвергенция
		σ	LT	127	112	158	160	116	125	113	97	127	101	102	126
		β	отсутствует
	П3.1. Доля средне- и высокотехнологичных отраслей в отгруженной продукции, %	σ	HMT	17	16	16	17	18	18	18	15	16	15	15	10
		β	y = 2,059 – 0,470х β = –0,470 F = 41,80**, F > F табл β-конвергенция
		σ	LMT	17	16	16	17	17	18	20	15	15	14	11	10
		β	y = 2,164 – 0,479х β = –0,479 F = 42,21**, F > Fтабл β-конвергенция
		σ	LT	37	35	33	25	26	29	30	33	24	23	18	20
		β	отсутствует
Я н © S Н Я н ч я © " а я е о © я я я я Я У н ^» я я	П1.2. Рентабельность продукции обрабатывающего производства, %	σ	LMT	80	93	95	85	82	63	65	75	69	114	112	60
		β	отсутствует
		σ	LT	88	57	52	47	51	66	77	39	33	24	32	28
		β	отсутствует
	И1.2. Доля затрат на инновационную деятельность региона к объему отгруженной продукции обрабатывающего производства, %	σ	LMT	75	76	48	100	83	76	51	57	66	82	69	75
		β	отсутствует

* Рассчитано автором: на основе данных официального сайта Федеральной службы государственной статистики. Режим доступа: и официального сайта Единой межведомственной информационно – статистической системы (ЕМИСС). Режим доступа: ; серым выделены показатели, по которым наблюдается σ-конвергенции и значимые уравнения регрессии β-конвергенции; * – уравнение регрессии значимо на уровне 5%; ** – уравнение регрессии значимо на уровне 1%.

но с точки зрения эффективности и затратности как качественных процессов в группе регионов с доминированием низкотехнологичных отраслей процессы догоняющего развития отсутствуют. По рентабельности продукции усиление однородности наблюдается только по группе LMT-регионов и LT-регионов, а по доле затрат на инновационную деятельность – в группе LMT-регионов.

Обсуждения и выводы

В целом проведённый анализ за период 2010– 2021 гг. в регионах обрабатывающей промышленности показал тенденции сокращения диспропорций по выпуску инновационной и продукции средне- и высокотехнологичных отраслей. Наблюдается увеличение однородности по всем регионам обрабатывающей промышленности разным доминированием секторов технологичности (HT, HMT-, LMT-, LT-секторов) на базе σ-конвергенции, по β-конвергенции выявлено сближение в группах HT, HMT- регионов и LMT-регионов по количественным параметрам, но по эффективности (показателям рентабельности, производительности труда и затратности выпуска) остается дифференцированным, что следует учитывать как осложняющий фактор в обеспечении технологического суверенитета страны.