Моделирование пространственных эффектов инновационного развития регионов России

Автор: Наумов И.В., Никулина Н.Л.

Журнал: Проблемы развития территории @pdt-vscc-ac

Рубрика: Инновационный потенциал развития территорий

Статья в выпуске: 6 т.27, 2023 года.

Бесплатный доступ

В условиях пространственной неоднородности при моделировании инновационных процессов становится актуальным исследование пространственных взаимовлияний. Цель данного исследования заключается в оценке пространственных особенностей инновационного развития регионов России и моделировании пространственных эффектов, возникающих в результате воздействия окружающих территорий. В работе применялся методический подход, основанный на системном использовании различных инструментов пространственной эконометрики и систем измерения расстояний между территориями: 1) пространственного автокорреляционного анализа по методике П. Морана; 2) формирования матрицы Л. Анселина по локальным индексам пространственной автокорреляции (LISA) по различным типам взвешивающих матриц расстояний между регионами; 3) построения пространственной модели Дарбина, учитывающей наличие пространственного лага результативного признака (объема отгруженных инновационных товаров, выполненных работ и оказанных услуг) и ключевых факторов (объема затрат на инновационную деятельность организаций, численности всего персонала, занятого научными исследованиями и разработками). Новизна представленного методического подхода заключается в системном использовании инструментов пространственной эконометрики (пространственного автокорреляционного анализа и пространственной авторегрессии), различных систем измерения расстояний между регионами (матриц пространственных весов). При построении регрессионных моделей учитывались официальные статистические данные Федеральной службы государственной статистики по 78 регионам России за период с 2000 по 2021 год. В результате исследования с помощью модели Дарбина было установлено положительное влияние выделяемых предприятиями внутри региона финансовых ресурсов на инновационную деятельность и в то же время негативное их влияние на динамику отгруженных инновационных товаров в соседних регионах, что связано с возможным оттоком финансовых средств для оплаты ресурсов, необходимых для эффективного инновационного развития. Регионы, имеющие низкий уровень инновационной активности, получают преимущество от соседства с развитыми инновационными центрами в плане доступа к научно-исследовательским кадрам, научной инфраструктуре.

Еще

Пространственные эффекты, инновационное развитие, пространственная модель дарбина, регионы России, пространственный автокорреляционный анализ

Короткий адрес: https://sciup.org/147242490

IDR: 147242490   |   DOI: 10.15838/ptd.2023.6.128.8

Список литературы Моделирование пространственных эффектов инновационного развития регионов России

  • Батукова Л.Р. (2016). К вопросу о смене экономической модели. Часть I: исторические трансформации структурно-институциональной организации промышленного сектора (рыночной) экономики в XX веке // Наука и современность. № 1 (7). С. 28–56. URL: http://ucom.ru/doc/ns.2016.01.028.pdf
  • Вандышева Е.С. (2017). Эконометрический анализ факторов инновационной активности регионов России // Научные записки молодых исследователей. № 3. С. 20–26.
  • Глазьев С.Ю. (2011). Стратегия опережающего развития России в условиях глобального кризиса // Стратегия опережающего развития – III. Т. 1. Российские модернизации: Диагнозы и прогнозы / под ред. А.В. Бузгалина, Р. Крумма. Москва: ЛЕНАНД. С. 356–358.
  • Демидова О.А., Камалова Э. (2021). Пространственно-эконометрическое моделирование экономического роста российских регионов: имеют ли значение институты? // Экономическая политика. Т. 16. № 2. С. 34–59. DOI: 10.18288/1994-5124-2021-2-34-59
  • Кондратьев Н.Д. (1925). Большие циклы конъюнктуры // Вопросы конъюнктуры. Т. 1. Вып. 1. С. 28–79.
  • Кузык Б.Н., Яковец Ю.В. (2005). Россия-2050: стратегия инновационного прорыва. Москва: Экономика. 624 с.
  • Мариев О.С., Игнатьева Е.Д., Набережнева Е.П., Савин И.В. (2012). Эконометрическое моделирование региональных факторов инновационного развития производительных сил в ресурсозависимой экономике России // Вестник УрФУ. Сер.: Экономика и управление. № 5. С. 133–145.
  • Мосалев А.И. (2022). Оптимальные пространственные форматы межрегионального экономического сотрудничества в рамках инновационной экономики // Экономика региона. Т. 18. Вып. 3. С. 638–652. DOI: 10.17059/ekon.reg.2022-3-2
  • Наумов И.В., Барыбина А.З. (2020). Пространственная регрессионная модель инновационного развития регионов России // Вестник Томского гос. ун-та. Экономика. № 52. С. 215–232. DOI: 10.17223/19988648/52/13
  • Полтерович В.М. (2009). Проблемы формирования национальной инновационной системы // Экономика и математические методы. № 2. С. 3–18.
  • Пушкарев А.А., Грозных Р.И., Нагиева К.М. (2018). Моделирование факторов инновационного развития российских регионов // Журнал экономической теории. Т. 15. № 3. DOI: 10.31063/2073-6517/2018.15-3.20
  • Сосунова Л.А., Серпер Е.А. (2010). Экономико-математическое моделирование инновационного развития региональной экономики // Вестник Самарского гос. экон. ун-та. № 7 (69). С. 90–96.
  • Шаклеина М.В., Шаклеин К.И. (2022). Факторы регионального развития предпринимательства России: оценка и роль пространственных взаимосвязей // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 15. № 5. С. 118–134. DOI: 10.15838/esc.2022.5.83.6
  • Шумпетер Й. (1982). Теория экономического развития. Москва. С. 157–184.
  • Cao J., Law S.Н., Abdul Rahim A.S. [et al.] (2022). Effect of financial development and technological innovation on green growth – Analysis based on spatial Durbin model. Journal of Cleaner Production, 365, 132865. DOI: 10.1016/j.jclepro.2022.132865
  • Chen H., Yi J., Chen A., Peng D., Yang J. (2023). Green technology innovation and CO2 emission in China: Evidence from a spatial-temporal analysis and a nonlinear spatial Durbin model. Energy Policy, 172, 113338. DOI: 10.1016/j.enpol.2022.113338
  • Deng J., Chen T., Zhang Y. (2023). Effect of collaborative innovation on high-quality economic development in beijing – tianjin – hebei urban agglomeration – an empirical analysis based on the spatial durbin model. Mathematics, 11, 1909. DOI: 10.3390/math11081909
  • Feng Z., Chen W. (2018). Environmental regulation, green innovation, and industrial green development: An empirical analysis based on the spatial durbin model. Sustainability, 10, 223. DOI: 10.3390/su10010223
  • Li G., Li X., Huo L. (2023). Digital economy, spatial spillover, and industrial green innovation efficiency: Empirical evidence from China. Heliyon, 9, e12875. DOI: 10.1016/j.heliyon.2023.e12875
  • Mensch G. (1979). Stalemate in Technology: Innovations Overcome the Depression. New York.
  • Wang H., Cui H., Zhao Q. (2020). Effect of green technology innovation on green total factor productivity in China: Evidence from spatial durbin model analysis. Journal of Cleaner Production, 288, 125624. DOI: 10.1016/j.jclepro.2020.125624
  • Wu F., Yang X., Chen Y. (2023). Research on innovative mechanisms of financial agglomeration enabling green coordinated development in the yangtze river delta of China. Heliyon, 9, e14172. DOI: 10.1016/j.heliyon.2023.e14172
  • Xiao Y., Chen J., Wang X.-L., Lu X. (2022). Regional green development level and its spatial spillover effects: Empirical evidence from Hubei Province, China. Ecological Indicators, 143, 109312. DOI: 10.1016/j.ecolind.2022.109312
  • Zhang X., Xiao Y., Wang L. (2023). Can the sci-tech innovation increase the China’s green brands value? Evidence from threshold effect and spatial durbin model. Entropy, 25, 290. DOI: 10.3390/e25020290
Еще
Статья научная