Оценка влияния результатов научной деятельности на инновационное развитие на региональном уровне

Власов М. В. Оценка влияния результатов научной деятельности на инновационное развитие на региональном уровне // Вестник Пермского университета. Сер. «Экономика». 2023. Т. 18, № 1. С. 53–72.

Vlasov M. V. Research performance and its impact on the innovation-driven development at the regional level. Perm University Herald. Economy, 2023, vol. 18, no. 1, pp. 53–72. 10.17072/1994-9960-2023-1-53-72

Современное общество характеризуется интенсификацией научной и инновационной деятельности. Инновации в продуктах и услугах стали необходимостью для успешного развития современных организаций. Создание новых знаний обеспечивает экономический успех хозяйствующих субъектов [1]. Новые знания, получаемые в результате проведения научных исследований, играют ключевую роль в развитии инновационной деятельности [2]. Исследование D. Sommer и K. R. Bhandari позволило выявить устойчивое значимое влияние динамики результативности научной деятельности на инновационную активность хозяйствующих субъектов [3]. C ростом знаний и технологий, созданных в научных учреждениях, у фирм появилась возможность интенсивного развития благодаря открытому доступу к знаниям, разработанным внешними субъектами. Новые знания позволяют развивать инновации, использовать новые технологические возможности, снижать риски, что подчеркивает необходимость и важность сотрудничества научных учреждений и производственных промышленных предприятий [4]. Сотрудничество предприятий и научных организаций в области научно-исследовательских и опытно-конструкторских работ (НИОКР) обеспечивает активизацию деятельности по внедрению результатов научных исследований в производственные процессы хозяйствующих субъектов, что оказывает незамедлительное положительное влияние на разработку продуктов и услуг [5]. Именно результаты научной деятельности выступают основным драйвером развития инновационной активности. Эта идея нашла подтверждение в ограниченном круге публикаций, что свидетельствует о недостаточной разработанности темы и определяет ее актуальность. Научный интерес к исследованию процессов инновационного развития не ослабевает на протяжении длительного времени. Так, если в 2010 г. в БД

Scopus проиндексирована 5591 научная статья, посвященная исследованию экономических проблем развития инноваций, то в 2021 г. таких статей уже 10 394. Что касается изучения результативности научной деятельности, то в БД Scopus за 2010–2021 гг. отмечен резкий рост публикаций по данной проблематике (с 5141 до 13 094). В то же время на стыке этих направлений количество исследований невелико: в 2021 г. в БД Scopus проиндексировано только 270 статей, а в 2010 г. – 92 1 , что свидетельствует о неразработанности методов оценки влияния результативности научной деятельности на инновационное развитие.

Высокую актуальность научной задачи по разработке методов оценки влияния динамики результатов научных исследований на динамику инновационной активности хозяйствующих субъектов в своем исследовании обосновывают S. Abbas , S. Adapa , A. Sheridan , M. Azeem [6]. Особую значимость и необходимость решения научной проблемы, связанной с созданием методов анализа результатов влияния фундаментальных и прикладных научных исследований на развитие национальных инновационных систем, доказали также М. Afzal , Н. K. Ahmad , В. Mushtaq в результате проведенного эмпирического исследования [7]. Первостепенное значение разработки методов анализа влияния различных видов результатов научных исследований на инновационное развитие обосновывают R. Sun , S. W. Li , S. W. Liu со ссылкой на итоги экспертного опроса руководителей и сотрудников отделов НИОКР высокотехнологичных инновационных компаний. Причем эти же авторы отмечают, что такие научные разработки на сегодняшний день остаются на стадии концептуальной основы [8].

Потребность в разработке методов количественной оценки влияния результативности научной деятельности на инновационную деятельность отмечали Р. Thakur-Wernz, С. Wernz, доказавшие, что фирмы, использующие результаты НИОКР, обладают более высокими показателями инновационной деятельности [9]. Между тем L. Serino, A. Papa, F. Campanella, L. Di Gioia доказывают, что сегодня, несмотря на важность внедрения результатов научных работ в производственные процессы хозяйствующих субъектов, проведено очень мало исследований, направленных на изучение роли новых знаний в активизации инновационного развития [10]. Таким образом, внедрение результатов научных исследований приводит к активизации инновационной деятельности, однако остается вопрос, как количественно оценить выявленную взаимосвязь. Поиск ответа на него стал целью нашего исследования. Для достижения обозначенной цели поставлены следующие задачи: обобщить подходы к оценке влияния результативности научной деятельности на инновационное развитие; провести корреляционный анализ зависимости развития инновационной активности от динамики результатов научных исследований.

ОБЗОР ЛИТЕРАТУРЫ

В современных условиях усиливается роль научных исследований в решении проблем инновационной деятельности хозяйствующих субъектов, являющейся основой социальноэкономического развития [11].

Знания, получаемые в результате научных исследований, являются базовым организационным ресурсом, обеспечивающим конкурентные преимущества за счет инноваций [12]. Ускоренное увеличение объемов новых знаний, получаемых в результате научных исследований, становится все более важным фактором, стимулирующим инновации в производственных секторах [13]. Именно эти результаты обеспечивают разработку и реализацию инновационных процессов [14–15].

Однако в литературе выделяются различные виды результатов научной деятельности, в связи с чем необходимо определить те из них, которые, по мнению ученых, связаны с инновациями и будут использоваться нами в ходе работы. Трансфер новых знаний, полученных в результате научных исследований в академических учреждениях, в производственные предприятия осуществляется в основном через патенты, что подчеркивает важность и значимость таких видов результатов научной деятельности, как изобретения, полезные модели и новые производственные технологии [16].

Одним из видов результатов научных исследований, оказывающих значительное влияние на развитие инноваций, являются изобретения – к такому выводу приходит V. Fernandez в результате проведенного исследования [17]. К такому же выводу приходят R. Khanna и I. Guler , которые доказывают, что новые, не имеющие аналогов изобретения обеспечивают развитие инновационной активности [18]. Значимость изобретений подчеркивают G. Yang , F. Wang , X. Huang и H. Chen [19], по мнению которых качество внедряемых инноваций зависит от количества патентов на изобретения, полученных фирмой: чем больше фирма получает патентов на изобретения, тем выше качество внедряемых инноваций.

Развивая идею о том, что новизна считается важной движущей силой научно-технических инноваций, X. Sun , N. Chen и K. Ding показывают, что патенты на изобретения, основанные на новых знаниях, ощутимо влияют на развитие инновационной активности [20]. Необходимо отметить, что способность фирмы генерировать прорывные изобретения обеспечивает ей высокую динамику инновационного развития и лидирующее положение на конкурентных рынках [21].

Не менее значимым видом результатов научной деятельности, влияющим на развитие инноваций, являются полезные модели. Будучи результатом научной работы, они способствуют осуществлению инновационной деятельности и повышению качества и эффективности инноваций [22]. По мнению S. Novillo-Villegas, R. Ayala-Andrade, J. P. Lopez-Cox, J. Salazar-Oyaneder и P. Acosta-Vargas, полезные модели являются основой развития инновационного потенциала [23]. Значимость рассматриваемых моделей в развитии инновационной деятель- ности доказали также H. Sun, Z. Zhang и Z. Liu [24], Y. Li, Y. Liu и F. Xie [25], Y. Zhao, D. Peng, B. Elahi и A. Wan [26], F. García, L. Avella и S. Valle [27], основываясь на анализе данных собственных эмпирических исследований.

Передовые производственные технологии, наряду с изобретениями и полезными моделями, являются одним из важнейших видов результатов научной деятельности, оказывающих значимое влияние на развитие инноваций.

Передовые производственные технологии являются основным драйвером развития инноваций, обусловливающих повышение производительности фирм [28]. По результатам опроса 302 крупнейших фирм-производителей оборудования G. Wang , L. Zhang и J. Guo приходят к выводу, что передовые производственные технологии обеспечивают повышение эффективности и динамики инновационной деятельности фирм [29]. Важность и приоритетность разработки передовых производственных технологий в ходе проведения научных исследований подчеркивают Ö. Karahan , O. Çolak [30]. Значимость обозначенных технологий выделяют R. Marzouki и W. Belkahla , по мнению которых только обладающие передовыми производственными технологиями, разработанными на основе новых знаний, полученных в результате научных исследований, производственные предприятия могут успешно внедрять новые высокоэффективные инновации и, следовательно, получать краткосрочную и долгосрочную прибыль [31].

Проведенный обзор исследований убедительно доказывает, что такие виды результатов научной деятельности, как изобретения, полезные модели и передовые производственные технологии, оказывают значимое влияние на развитие инновационной деятельности.

Активизация развития научно-технической деятельности после экономического кризиса 2008 г. тоже доказывает значимость инноваций в получении конкурентных преимуществ хозяйствующих субъектов [32].

Инновации – это двигатель и ускоритель, обеспечивающий качественное развитие эко- номики и предприятий. Именно инновации являются основным драйвером экономического развития компаний, регионов и стран [33]. Но какой же показатель позволяет оценить развитие инновационной деятельности? Основным показателем такого развития является «объем инновационных товаров и услуг». Его высокую значимость как максимально объективного показателя, отображающего динамику инновационного развития хозяйствующих субъектов, доказывают L. Levchenko, P. Losonczi, L. Britchenko, R. Vazov, O. Zaiats, V. Volodavchyk, L. Humeniuk, O. Shumilo в своем исследовании [34]. По мнению N. I. Komkov и G. Kulakin, «oбъем инновационных товаров и услуг» является наиболее объективным показателем, отражающим развитие инновационной активности [35]. Такого же мнения придерживаются A. R. Sadriev, N. M. Gabdullin, B. Kamaev, используя в своих исследованиях данный показатель в качестве характеризующего динамику инновационных процессов в стране [36].

Поэтому в дальнейшем будем рассматривать показатель объема инновационных товаров и услуг в качестве основной характеристики развития инноваций.

Исследователи считают, что методы анализа инновационных процессов необходимо разрабатывать в зависимости от уровня хозяйствующих агентов, их осуществляющих.

Наиболее разработанным инструментарием анализа является инновационная деятельность промышленных предприятий. В исследовании Л. С. Засимовой, Б. В. Кузнецова, М. Г. Кузыка, Ю. В. Симачева, А. А. Чулока осуществлен комплексный анализ деятельности, направленной на инновационное развитие промышленных предприятий, а также различных внешних и внутренних факторов, оказывающих воздействие на нее [37].

Кроме того, в работах других ученых построены модели управления инновационной деятельностью промышленных предприятий [38], осуществлен анализ инновационной активности высокотехнологичных предприятий

[39], рассмотрены вопросы взаимодействия инновационно активных предприятий и исследовательских учреждений [40], доказана значимая роль инноваций в развитии промышленных предприятий [41; 42].

В то же время И. Г. Дежина на основе анализа направлений развития инновационной деятельности в различных странах обосновывает значимость стимулирования инновационного развития через инструменты технологических платформ и кластеров [43]. При этом во многих случаях инновационные кластеры формируются на базе отдельных регионов, что обусловливает значимость исследования инновационной деятельности на региональном уровне.

Важность изучения механизмов инновационной деятельности на региональном уровне подчеркивает А. В. Дубынина [44], а М. Н. Дудин предлагает рассматривать инновации в качестве ключевого фактора развития конкурентоспособности регионов [45], К. И. Качура анализирует важность развития механизмов регулирования инновационной деятельности на региональном уровне [46], В. Е. Дементьев доказывает важность развития инноваций для активизации регионального развития [47].

Таким образом, несмотря на обоснованную важность анализа инновационных процессов на региональном уровне, необходимый для его проведения инструментарий находится только на стадии разработки.

Результаты проведенного теоретического анализа позволили выявить высокую значимость результативности научной деятельности в инновационном развитии, необходимость рассмотрения инновационной активности на региональном уровне, а также неразработанность инструментария анализа влияния инноваций на развитие регионов. Исходя из этого разработка количественной оценки влияния научных исследований на инновационную активность регионов является актуальной научной задачей, причем характер влияния результатов научной деятельности на инновационную активность регионов еще пред- стоит уточнить. Для этого нами предложен методический подход, который апробирован на примере регионов России.

МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ

Ведущие российские исследователи инновационной деятельности на региональном уровне в качестве основных методов анализа применяют регрессионные и корреляционнорегрессионные методы [48–51].

Для оценки влияния результативности научной деятельности на инновационную активность ученые используют методы корреляционно-регрессионного анализа. Именно его применяют в своем эмпирическом исследовании G. Dicuonzo , F. Donofrio , S. Ranaldo , V. Dell’Atti с целью выявления устойчивого значимого влияния результативности научных исследований на инновационную активность хозяйствующих субъектов [52]. К выводу о том, что результаты научной деятельности являются основным драйвером повышения эффективности инновационной деятельности компаний, приходят Р. Bernal , М. Carree , В. Lokshin , также основываясь на корреляционном анализе данных о сотрудничестве научных организаций и производственных предприятий. Однако, утверждая наличие зависимости между новыми знаниями и инновационной активностью, они не предлагают инструментов количественной оценки влияния результативности научной деятельности на инновационные процессы [53]. Благодаря результатам корреляционно-регрессионного анализа А. Mačiulytė-Šniukienė , D. Sekhniashvili доказывают высокое устойчивое влияние динамики результатов научных исследований на инновационное развитие, подчеркивая при этом, что данная взаимосвязь является исключительно односторонней [54]. Значимость применения указанного анализа при определении влияния результатов научной деятельности на развитие инновационной деятельности обосновывают S. Xiaoming , Z. Xiaoyu , W. Wei , W. Chengjun , L. Ruyue [55].

Другим распространенным методом анализа влияния динамики результатов научной деятельности на инновационную активность является метод экспертных оценок. Его, например, предлагают использовать А. А. Amaya , W.-Y. Wu , Y.-K. Liao : проведенный этими учеными анализ ответов 255 экспертов из тайваньских высокотехнологичных компаний и университетов показал, что результаты научных исследований являются основным драйвером инновационного развития, однако он не позволил получить численные зависимости влияния динамики результативности научных исследований на инновационное развитие [56]. Сторонниками применения данного метода являются также G. Catalano , G. López , A. Sánchez , S. Vignetti , которые на основе результатов интервьюирования более чем 300 ведущих итальянских ученых и топ-менеджеров инновационнo активных предприятий доказывают, что новые знания, полученные в результате научных исследований, являются основой развития инновационной деятельности [57]. Значимость метода экспертных оценок подчеркивают D. Li , Z. Yang , P. Ma , H. Chen , на основе опроса 205 топ-менеджеров показывая, что инновации, базирующиеся на результатах научных деятельности, обеспечивают экономический рост компаний [58].

В некоторых случаях также может использоваться такой метод научных исследований, как графическая модель Гаусса. Так, М. Cristea, G. G. Noja, N. Marcu, V. Siminică, D.-M. Ţîrcă предлагают использовать ее в качестве инструмента для анализа процессов влияния динамики результативности научной деятельности на динамику инновационной активности промышленных предприятий. Однако графические модели Гаусса, позволяя выявить наличие взаимосвязей между динамикой приращения новых знаний и инновационной активностью, не предоставляют возможности построить количественные оценки влияния динамики результативности научных исследований на динамику инновационной деятельности [59].

Необходимо отметить, что для изучения вопросов, связанных с воздействием результатов научных исследований на динамику инноваций, могут также использоваться качественные методы исследований. К примеру, качественный анализ использует M. G. Wynn для исследования влияния процессов генерации на динамику инновационной деятельности промышленных предприятий, что позволяет ему зафиксировать усиление инновационной активности в результате повышения результативности научных исследований, но данный результат носит качественный характер и не содержит количественных оценок влияния динамики результативности научных исследований на динамику внедрения инноваций [60].

На основе теоретического анализа можно сделать вывод, что в настоящее время учеными-экономистами разработаны и используются в научных исследованиях следующие подходы к анализу влияния результатов научной деятельности на инновационное развитие (см. табл. 1).

Анализ методов оценки влияния результатов научной деятельности на инновационное развитие, представленных в табл. 1, показывает, что в современной научной литературе отсутствуют количественные методы, позволяющие оценивать эффективность инновационной деятельности, основанной на результатах научных исследований на региональном уровне.

Для анализа влияния результативности научной деятельности на инновационное развитие на региональном уровне предлагается использовать коэффициент трансформации результатов научной деятельности в инновации ( К трнди ).

К трнди – количественная характеристика динамики инновационного развития, показывающая долю прироста инноваций при приросте результатов научной деятельности.

Табл. 1. Основные подходы к оценке влияния результатов научной деятельности на инновационное развитие

Table 1. Key approaches to assessing the impact of research performance on innovative development

Подход	Содержание
Методы качественного анализа	Позволяют сделать вывод о наличии влияния результатов научной деятельности на инновационное развитие. Не позволяют охарактеризовать данное влияние
Метод экспертных оценок	Отражает субъективное мнение эксперта. Применим только в частном случае, не является универсальным
Методы корреляционного и регрессионного анализа	Позволяют выявить значимость и устойчивость влияния результатов научной деятельности на инновационное развитие. Не позволяют количественно оценить и спрогнозировать влияние динамики результатов научной деятельности на инновационное развитие
Метод графических моделей Гаусса	Является развитием методов корреляционного и регрессионного анализа. Не позволяет количественно оценить и спрогнозировать влияние динамики результатов научной деятельности на инновационное развитие

Источник : составлено автором.

Табл. 2. Экономический смысл коэффициента трансформации результатов научной деятельности в инновации

Table 2. The economic definition of the research-to-innovation coefficient

Значение К цид	Экономический смысл
К трнди < 0	В результате проведения анализа количество инноваций (научных знаний) имеет отрицательное значение. Приращение одного показателя приводит к уменьшению другого, т.е. отдача меньше, чем вложения. Проблема заключается в организации инновационной деятельности, внедрении и использовании результатов научной деятельности. Методы в осуществлении трансформации результатов научной деятельности достаточно неэффективны, так как с течением времени один из параметров уменьшается
0 <  К трнди < 1	Слабое значение. Прирост инноваций меньше прироста результатов научной деятельности. Внедрение и использование результатов научной деятельности не способствует увеличению инноваций. Для решения проблемы необходимо разработать мероприятия для внедрения результатов научной деятельности и развития инновационной деятельности
К трнди = 1	Умеренное значение. При приращении одного показателя в приращении другого не происходит сильных изменений, т.е. нет большого роста
К трнди > 1	Сильное значение. Приращение одного показателя приводит к увеличению другого, т.е. внедрение результатов научной деятельности ведет к увеличению количества инноваций. Развитие научной деятельности эффективно сказывается на развитии инноваций
Источник :	составлено автором.

Рассматриваемый коэффициент рассчитывается по формуле

K        d Ин i

K трнди ij = d РНД j ,

где К трнди ij – коэффициент трансформации j -го вида результатов научной деятельности в i -й вид инноваций; d Ин i – прирост i -го вида инноваций, рассчитываемый как изменение количества вида инноваций за период d Ин i = = Q Ин it – Q Ин it – 1 , где Q Ин it – количество i -го вида инноваций за период t (текущий период), Q Ин it – 1 – количество i -го вида инноваций за период t – 1 (предшествующий период); d РНД j – прирост j -го вида результатов научной деятельности, рассчитываемый как изменение количества вида инноваций за период d РНД j = = Q РНД jt – Q РНДн jt – 1 , где Q РНД jt – количество j -го вида результатов научной деятельности за период t (текущий период), Q Ин it – 1 – количество j -го вида результатов научной деятельности за период t – 1 (предшествующий период).

В табл. 2 раскрыт экономический смысл коэффициента трансформации результатов научной деятельности в инновации.

Для выявления влияния результатов научной деятельности на динамику инновационной деятельности на региональном уровне и апробации предложенного метода были выдвинуты следующие гипотезы.

H1. Повышение результативности научной деятельности приводит к увеличению объемов выпускаемых инновационных товаров, работ и услуг на региональном уровне.

H2. Различные виды результатов научной деятельности по-разному влияют на динамику инновационной деятельности на региональном уровне.

Осуществлять количественную оценку влияния факторов результативности научной деятельности на инновационную активность в регионах можно лишь в случае наличия данной взаимосвязи, поэтому дизайн настоящего исследования включает несколько этапов.

На первом этапе с целью верификации наличия устойчивого высокого влияния факторов результативности научной деятельности на инновационное развитие рассчитывались коэффициенты корреляции Пирсона, которые показывают взаимосвязь двух и более величин. При помощи шкалы Чеддока проводится интерпретация результатов проведенного корреляционного анализа [61].

На втором этапе для факторов результативности научной деятельности и инновационного развития регионов, между которыми в результате корреляционного анализа выявлена устойчивая сильная взаимосвязь, осуществлялся анализ влияния фактора результативности научной деятельности на инновационное развитие на региональном уровне.

Выбор информационной базы исследования обоснован следующими соображениями.

НИУ ВШЭ публикует статистические сборники о развитии инноваций. Первый – «Индикаторы инновационной деятельности: 2021» 1 – содержит разнообразную информацию об инновационной деятельности в отраслевом разрезе; непосредственно данные о развитии инновационной активности регионов взяты из официальной статистики Федеральной службы государственной статистики (Росстат). Второй – «Рейтинг инновационного развития субъектов Российской Федерации» 2 – базируется на одновременном включении в один рейтинг различных показателей, в том числе об инновационной и научной деятельности, что методологически затрудняет его использование для решения задачи по разработке количественной оценки влияния результатив-

² Рейтинг инновационного развития субъектов РФ. Вып. 7 / В. Л. Абашкин, Г. И. Абдрахманова, С. В. Бредихин [и др.]; под ред. Л. М. Гохберга; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2021. 274 с.

ности научной деятельности на инновационное развитие на региональном уровне.

Статистические сборники Института социологии ФНИСЦ РАН содержат информацию, предназначенную для исследования проблем социодемографического развития регионов.

Таким образом, для достижения поставленной цели исследования статистические данные о значениях показателей результативности научной деятельности и инновационного развития регионов были взяты из официального статистического сборника Федеральной службы государственной статистики (Росстат): Регионы России. Социально-экономические показатели. 2021: стат. сб. / Росстат. М., 2021. 1112 с. Период исследования составил 2015–2020 гг.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

На первом этапе с целью выявления влияния результативности научной деятельности на динамику инновационного развития на региональном уровне был применен регрессионно-корреляционный анализ.

В первую очередь осуществлен графический анализ переменных на линейность, показавший, что они являются зависимыми, что, в свою очередь, обусловливает репрезентативность дальнейшего корреляционного анализа.

Парные корреляционные зависимости между различными показателями результативности научной деятельности и показателем динамики инновационной деятельности представлены в табл. 3.

Табл. 3. Коэффициенты корреляции показателей результативности научной деятельности и показателя динамики инновационной деятельности «объем инновационных товаров и услуг»

Table 3. Correlation coefficients of research performance indicators and an innovation performance indicator “Volume of innovative goods and services”

Коэффициент корреляции

Федеральный округ	в s № и л н хе И о v я Ен S В В К S	и & в Ен U и в	а  22 в Й н и g и S Й о Р о S о В я S	в и в	в и 4) В в    s ВОЙ о    2 Эй® Он В ЕН	и в в и S й s л и 2 5   § 2 и Й о я
Центральный	0,981	0,954	0,911	0,952	0,893	0,774
Северо-Западный	0,952	0,893	0,904	0,871	0,878	0,752
Приволжский	0,866	0,791	0,823	0,774	0,767	0,757
Уральский	0,873	0,825	0,846	0,814	0,791	0,764
Северо-Кавказский	0,784	0,776	0,791	0,784	0,773	0,729
Южный	0,771	0,770	0,783	0,765	0,764	0,737
Сибирский	0,846	0,827	0,801	0,776	0,782	0,751
Дальневосточный	0,765	0,749	0,751	0,742	0,743	0,728

Источник : составлено автором.

Из анализа данных табл. 3 можно сделать вывод, что полученные результаты позволяют верифицировать устойчивое значимое влияние динамики результативности научной деятельности на инновационное развитие. Гипотеза H1 полностью подтвердилась: повышение результатов научных исследований обеспечивает развитие инновационной активности.

В Центральном федеральном округе наблюдаются наиболее сильные корреляционные связи, в Дальневосточном – наиболее слабые. Данный факт можно объяснить тем, что наиболее сильное влияние результатов научной деятельности отмечается в тех округах, где сосредоточены научные учреждения, генерирующие основной объем исследовательских результатов: Центральном, Северо-Западном, Приволжском, Уральском и Сибирском. В остальных федеральных округах, где отсутствуют крупные научно-исследовательские центры, коэффициенты корреляции влияния результатов научной деятельности на инновационное развитие значительно ниже. Выявленная неравномерность распределения результатов научной деятельности может свидетельствовать о наличии барьеров, препятствующих трансферу новых знаний между регионами.

Необходимо отметить, что коэффициенты корреляции, характеризующие силу влияния такого результата научной деятельности, как «используемые передовые производственные технологии», значительно ниже, чем для других видов результатов научной деятельности. Внедрение впервые полученных новых знаний (такие виды результатов, как «подано патентных заявок на изобретения», «выдано патентов на изобретения», «подано патентных заявок на полезные модели», «выдано патентов на полезные модели», «разработанные передовые производственные технологии») обусловливает отсутствие аналогов в существующих производственных процессах и высокий уровень инновационности внедрения новых знаний соответственно. При этом внедренные в хозяйственную деятельность «используемые передовые производст- венные технологии» не являются впервые полученным новым знанием и их внедрение не гарантирует уникальности нового производственного процесса и отсутствия аналогов у конкурентов, вследствие чего они менее инновационны по сравнению с другими видами результатов научной деятельности.

Значение коэффициента детерминации R ² при проведении регрессионного анализа равно 0,77, что позволяет говорить о высокой точности модели. По F -тесту построенная регрессионная модель признается значимой ( F -статистика = 8,35 × 10 – 22). Нулевая гипотеза об отсутствии взаимосвязи между анализируемыми данными опровергнута. Результаты теста Дарбина–Уотсона являются основанием для вывода о том, что отсутствует автокорреляция остатков ( DW = 0,518). Проведенный регрессионный анализ позволил построить модель (2):

К оитру = 0,05 ^х КППЗИ + 0,066 х КВПИ +

+ 0,64 х КППЗПМ + 0,17 х КВППМ + (2)

+ 0,064 х КРППТ + 0,01 х КИППТ, где Коитру – изменение коэффициента объема инновационных товаров, работ и услуг; КППЗИ – коэффициент изменения нормированного показателя «подано патентных заявок на изобретения»; КВПИ – коэффициент изменения нормированного показателя «выдано патентов на изобретения»; КППЗПМ – коэффициент изменения нормированного показателя «подано патентных заявок на полезные модели»; КВППМ – коэффициент изменения нормированного показателя «выдано патентов на полезные модели»; КРППТ – коэффициент изменения нормированного показателя «разработанные передовые производственные технологии»; КИППТ – коэффициент изменения нормированного показателя «используемые передовые производственные технологии».

На втором этапе исследования рассчитаны коэффициенты трансформации результатов научной деятельности в инновации по федеральным округам РФ (табл. 4).

Табл. 4. Коэффициенты трансформации результатов научной деятельности в инновации

Table 4. Research-to-innovation coefficients

Федеральный округ	Коэффициент трансформации результатов научной деятельности в инновации
	в s № н хе И о v я Ен S В В К S	и & в Ен U и в	а  22 в  Й н и Ен  в g и S Й  О  В о S о й я S	Й 3 и в	в и 4) В В u S ВОЙ о 2 Эй® Он В ЕН	и в в и S 5 s л и 2 5    § 2    и Й о я S В н
Центральный	0,098	0,108	0,272	0,306	7,915	0,024
Северо-Западный	0,147	0,270	0,408	0,488	24,770	0,051
Приволжский	0,640	0,607	1,237	1,303	–9,071	0,024
Уральский	0,321	2,220	2,220	2,220	0,935	0,012
Северо-Кавказский	0,233	0,214	0,830	0,953	1,537	0,023
Южный	0,155	0,159	0,423	0,368	3,119	0,014
Сибирский	1,732	0,144	0,309	1,732	1,732	0,016
Дальневосточный	–0,523	–0,523	–0,523	–0,523	–0,523	0,023

Источник : составлено автором.

Как видно из результатов проведенного исследования, гипотеза H2 полностью подтвердилась: различные виды результатов научной деятельности по-разному влияют на изменение динамики инновационной деятельности в регионах.

Во-первых, наибольшее влияние на увеличение инновационной активности оказывает динамика разработки новых передовых производственных технологий. Увеличение их количества может обеспечивать рост объема инновационных товаров и услуг до 24,77 %. Данный факт может быть объяснен тем, что передовые производственные технологии внедряются непосредственно в производственные процессы и обеспечивают фирмам лидирующие позиции вследствие превосходства над конкурентами за счет выпуска новой продукции либо изменения производственных процессов, обеспечивающих повышение прибыли.

Во-вторых, в противоположность предыдущему такой вид результатов научной дея- тельности, как «использование передовых производственных технологий», не приводит к увеличению выпуска инновационной продукции. Значение коэффициента трансформации результатов научной деятельности в инновации для данного вида научных результатов имеет наиболее низкое значение по сравнению с другими и колеблется в диапазоне от 0,012 до 0,051. Таким образом, использование передовых производственных технологий не способствует увеличению инноваций. Как было сказано, именно разработка новых передовых производственных технологий приводит к увеличению выпуска инновационной продукции и получению конкурентных преимуществ фирмами-новаторами. Дальнейшее же их использование в отрасли позволяет другим фирмам догонять лидера, а новые инновационные продукты теряют статус инновационных и становятся обычной серийной продукцией.

В-третьих, наблюдается дифференциация регионов РФ по внедрению результатов науч- ной деятельности в инновационные процессы хозяйствующих субъектов. Наиболее эффективно развитие инновационной деятельности на основе внедрения результатов научных исследований организовано в Уральском и Сибирском федеральных округах. В данных округах Ктрнди больше 1 для трех видов результатов научной деятельности, что свидетельствует о значительном приращении объема выпуска инновационных товаров и услуг в сравнении с приращением внедренных результатов научной деятельности. Между тем в Дальневосточном федеральном округе наблюдается институциональная ловушка: для пяти из шести видов результатов научной деятельности Ктрнди меньше 1, что говорит о неэффективной организации деятельности по внедрению результатов научных исследований в производственные процессы, когда увеличение количества внедряемых результатов научной деятельности приводит к уменьшению объемов выпускаемых инновационных товаров и услуг.

Исходя из полученных результатов можно заключить, что развитие научных исследований является значимым драйвером развития инновационной деятельности на региональном уровне, при этом различные виды результатов научной деятельности по-разному влияют на развитие инновационной активности регионов.

Предложенная количественная оценка влияния результативности научной деятельности на инновационное развитие регионов станет основой для дальнейших исследований автора, направленных на выявление барьеров, препятствующих эффективной трансформации результатов научной деятельности в инновации. Отметим, что первым выявленным барьером являются социокультурные факторы [62].

ВЫВОДЫ

В ходе изучения влияния динамики результатов научных исследований на динамику инновационной активности на региональ- ном уровне были получены следующие теоретические и эмпирические результаты.

Во-первых, предложен показатель «коэффициент трансформации результатов научной деятельности в инновации», количественно характеризующий динамику инновационного развития и показывающий долю прироста инноваций при приросте результатов научной деятельности.

Во-вторых, проведен корреляционный анализ, позволивший доказать устойчивое значимое влияние различных видов результатов научной деятельности на инновационное развитие регионов. Рассчитаны коэффициенты трансформации результатов научной деятельности в инновации для различных видов результатов научной деятельности. Определено, что разработанные передовые производственные технологии оказывают максимальное влияние на развитие инновационной активности. Такие виды результатов научных исследований, как «подано патентных заявок на изобретения», «выдано патентов на изобретения», «подано патентных заявок на полезные модели», «выдано патентов на полезные модели», оказывают значимое устойчивое влияние на развитие инноваций. В то же время такой вид результатов научной деятельности, как «используемые передовые производственные технологии», практически не влияет на инновационное развитие регионов.

Полученная регрессионная модель позволяет осуществлять моделирование и прогнозирование влияния различных видов результатов научных исследований на развитие инновационной деятельности на региональном уровне и является весьма полезной для усиления эффективности мероприятий, направленных на повышение уровня инновационного развития регионов.

Теоретическая значимость проведенного исследования заключается в предложенном инструментарии количественной оценки влияния различных видов результатов научных исследований на динамику развития инновационной деятельности на региональном уровне.

Практическая значимость исследования состоит в предложенной количественной оценке трансформации результатов научной деятельности в инновации, позволяющей модели- ровать и планировать развитие инновационной деятельности регионов на основе внедрения в хозяйственную деятельность различных видов результатов научных исследований.