Подход к анализу и сопоставлению национальных инновационных систем на примере России и других стран

DOI:

В настоящее время сохраняется стабильный интерес мирового сообщества к оценке инновационной системы на национальном и региональном уровне. Повышение уровня конкурентоспособности стран требует количественной и качественной оценки факторов, оказывающих влияние на инновационную активность страны. В статье М.Ю. Архипова и Е.С. Карпов [1] определяют группы стран, используя метод многомерной классификации. Каждая группа стран обладает схожей патентной активностью. В результате построения кластеров к первому кластеру относятся страны, обладающие высокой патентной активностью, выступающие в мире лидерами в сфере научно-технологического развития такие, как Республика Корея, США, Китай, Япония. Во второй кластер входят страны, обладающие значительной тенденцией к научно-техническому развитию – Швеция, Германия, Швейцария, РФ и др. К третьему кластеру относятся страны с низкими показателями патентной активности, оказывающие слабое влияние на общемировой уровень – Бразилия, Италия, Польша, Румыния. Согласно глобальному инновационному индексу, опубликованному Всемирной организацией интеллектуальной собственности (ВОИС) в 2016 г., США и Япония выступают среди лидеров рейтинга в плане «качества инноваций». В последних статьях ВОИС отмечает большой прорыв Китая, который вошел в число 25 ведущих стран-новаторов в мире. Стоит отметить, что США, Япония и Китай, по данным ВОИС, стали странами – лидерами по числу международных патентных заявок. Согласно докладу «Глобальный инновационный индекс» в 2017 г., подготовленному совместно с Корнельским университетом, школой бизнеса INSEAD и ВОИС, рейтинг ведущих стран-новаторов возглавляет Швейцария, Швеция, Нидерланды и США.

Цель работы состоит в получении и обосновании количественных характеристик влияния науки и бизнеса на результаты инновационной активности регионов. В работе проводится проверка статистических гипотез. Методами эконометрического моделирования подтверждено наличие зависимости между результатами инновационной активности и инновационным пространством региона. Инновационное пространство региона описывается в работе как совокупность потенциальных связей между бизнесом и организациями, создающими новые знания. Для исследования подобраны данные из официальных статистических сборников для регионов РФ, Швейцарии, США, Китая для 2008, 2011, 2012, 2013 гг. и Японии для 2006 и 2012 гг.

Сопоставление влияния количества потенциальных связей между вузами и предприятиями на количество международных патентных заявок для регионов РФ, Швейцарии, США, Китая и Японии

В работе используется преобразованная многофакторная производственная функция, преобразование обосновали авторы в своей работе [2]. Конечная модель вида М1 представляет зависимость результата инновационной активности инновационного пространства региона:

InQ = c + 5lnV + v -u., i                                 i           i           i, где: Q = pat, - число международных патентных заявок региона i; V = Sz ■ B - инновационное пространство региона, здесь Sf = vuzt - количество высших учебных заведений; B = buzt -число предприятий региона; c, 5 - параметры; V - u, - случайная составляющая, отражающая результаты воздействия на процесс инновационной деятельности региона факторов неопределенности и эффективности.

Для получения оценок технической эффективности инновационного пространства в работе используется величина TE . В соответствии с концепцией «стохастической границы» [3] величина TE характеризует ожидаемое значение технической эффективности инновационного пространства как отношения фактического результата инновационной активности региона exp { c + 5 ln V + v - u ,} к потенциально возможному exp { c + 5 ln V + v } .

Гипотеза 1. Параметры модели М1 описывают зависимость числа международных патентных заявок от размера инновационного пространства регионов, оцененного по количеству высших учебных заведений и предприятий. Параметры модели М1 для регионов РФ значимо не отличаются от параметров моделей М1 для регионов : Швейцарии; Китая; США; Японии.

Статистические данные, представленные в работе и используемые для проверки гипотезы 1, даны в таблице 1 для регионов РФ, кантонов Швейцарии, штатов США, провинций Китая и префектур Японии.

Таблица 1.

Исходные данные по регионам РФ, Швейцарии, США, Китая и Японии для модели вида М1

Data on regions of Russian Federation, Switzerland, USA, China and Japan for model М1

Table 1.

Обозначение Identification	Наименование показателя Name of indicator	Период времени Period of time	Источник References
Исходные данные по регионам РФ | Data on regions of Russian Federation
pat	Количество международных патентных заявок Number of international patent applications	2008, 2011, 2012, 2013	Innovation indicators OECD, 2014 [4]
vuz	Количество высших учебных заведений региона Number of higher education institutions in the region	2013	Регионы России. Cоциально– экономические показатели (2013) [5]
buz	Количество предприятий Number of enterprises	2008, 2011, 2012, 2013	Регионы России. Cоциально– экономические показатели (2013) [5]
Исходные данные по кантонам Швейцарии | Data on regions of Switzerland
pati	Количество международных патентных заявок Number of international patent applications	2008, 2011, 2012, 2013	Innovation indicators OECD, 2014 [4]
vuz	Количество высших учебных заведений региона Number of higher education institutions in the region	2010	Statistical Yearbook of Switzerland, 2014 [6]
buz	Количество предприятий Number of enterprises	2008, 2011, 2012, 2013	Statistical Yearbook of Switzerland, 2014 [6]
Исходные данные по штатам США | Data on regions of USA
pati	Количество международных патентных заявок Number of international patent applications	2008, 2011, 2012, 2013	Innovation indicators OECD, 2014 [4]
vuz	Количество высших учебных заведений региона	2010	U.S. National Center for Education Statistics (2010) [7]
buz	Количество предприятий Number of enterprises	2008, 2011, 2012, 2013	Census Bureau, the Business Information Tracking Series (2014) [7]
Исходные данные по провинциям Китая | Data on regions of China
pati	Количество международных патентных заявок Number of international patent applications	2008, 2011, 2012, 2013	Innovation indicators OECD, 2014 [4]
vuz	Количество высших учебных заведений региона Number of higher education institutions in the region	2008–2013	China Statistical Yearbook, 2013 [8]
buz	Количество предприятий Number of enterprises	2008, 2011, 2012, 2013	China Statistical Yearbook, 2013 [8]
Исходные данные по префектурам Японии | Data on regions of Japan
pati	Количество международных патентных заявок Number of international patent applications	2006, 2012	Innovation indicators OECD, 2014 [4]
vuz	Количество высших учебных заведений региона Number of higher education institutions in the region	2006, 2012	Japan Statistical Yearbook, 2013 [10]
buz	Количество предприятий Number of enterprises	2006, 2012	Japan Statistical Yearbook, 2013 [10]

В таблице 2 перечислены субъекты РФ, у которых число международных патентных заявок в логарифмах и размер инновационного пространства в логарифмах больше 0. Данное решение было выбрано для того, чтобы регионы с низкой инновационной активностью не влияли на оценки параметров модели.

Таблица 2.

Перечень регионов РФ с положительным знаком после логарифмирования по данным 2008–2013 гг.

Table 2.

List of regions of the Russian Federation with a plus parameter after logarithm according to 2008–2013

Воронежская область | Voronezh region	Республика Башкортостан | Republic of Bashkortostan
Калужская область | Kaluga region	Республика Татарстан | Republic of Tatarstan
Московская область | Moscow region	Удмуртская Республика | Udmurt Republic
Рязанская область | Ryazan region	Пермский край | Perm region
Тамбовская область | Tambov region	Нижегородская область | Nizhny Novgorod region
Тверская область | Tver region	Самарская область | Samara region
Тульская область | Tula region	Саратовская область | Saratov region
г. Москва | Moscow	Ульяновская область | Ulyanovsk region
Республика Коми | Republic of Komi	Свердловская область | Sverdlovsk region
Ленинградская область | Leningrad region	Тюменская область | Tyumen region
Мурманская область | Murmansk region	Челябинская область | Chelyabinsk region
Псковская область | Pskov region	Красноярский край | Krasnoyarsk region
г. Санкт-Петербург | St. Petersburg	Иркутская область | Irkutsk region
Краснодарский край | Krasnodar region	Кемеровская область | Kemerovo region
Волгоградская область | Volgograd region	Новосибирская область | Novosibirsk region
Ростовская область | Rostov region	Томская область | Tomsk region
Республика Северная Осетия – Алания | Republic of North Ossetia-Alania	Камчатский край |Kamchatka territory
Ставропольский край | Stavropol region

Для проверки гипотезы 1 необходимо провести проверку статистической гипотезы H_o : c_d = 5 = 0 для моделей вида М2 [11]:

In Q i = c + c d d i + ( 5 + 5 d d i ) In V i + v - Ц. , где:

• 1)   d, = 0, если индекс г принадлежит

региону РФ, и d ; = 1, если индекс i принадлежит региону Швейцарии;

• 2)   d, = 0, если индекс i принадлежит

региону РФ, и d ; = 1, если индекс i принадлежит региону Китая;

• 3)    d, = 0, если индекс i принадлежит региону РФ, и d ; = 1, если индекс i принадлежит региону США;

• 4)    d, = 0, если индекс i принадлежит региону РФ, и di = 1, если индекс i принадлежит региону Японии.

Модели вида М2 построены для 2012 г. Гипотеза 1 принимается, если статистическая гипотеза H не отвергается для каждого из случаев 1–4. Оценка параметров модели М2 проведена методом максимального правдоподобия (таблица 3) .

Таблица 3.

Оценки параметров модели М2 для РФ, Швейцарии, США, Китая и Японии по данным 2012 г.

Table 3.

Estimates of model М2 parameters for Russia, Switzerland, USA, China and Japan based on data of 2012

	М2–1)	М2–2)	М2–3)	М2–4)
	Россия-Швейцария Russia-Switzerland	Россия-Китай Russia-China	Россия-США Russia-USA	Россия-Япония Russia-Japan
6	0.647*** (0.048)	0.683*** (0.054)	0.641*** (0.052)	0.636*** (0.076)
Sd				0.187*** (0.019)
с	-6.627*** (1.091)	-7.121*** (1.030)	-6.544*** (1.317)	-5.735*** (1.063)
C d	3.029*** (0.215)	2.823*** (0.225)	2.477*** (0.220)
G v	0.723	0.892	0.893	0.859
CT u	0.020	0.010	0.012	1.023
Log likelihood	-66.842	-86.167	-112.348	-120.687

Примечание. *, **, *** – значимость на уровне 10, 5 и 1% соответственно Note. *, **, *** – significance at level 10, 5 and 1%, respectively

Результаты проверки гипотезы 1 следующие.

• 1.    Как показано в столбце 2 таблицы 3, в модели, построенной по данным 2012 г. для РФ и Швейцарии, оценки параметра c модели М2 значимы на уровне 1%, оценки параметра 5 - незначимы. Статистическая гипотеза H : c_d = 5 = 0 отвергается. Таким образом, пункт 1 гипотезы 1 отвергается.

• 1.    Как показано в столбце 3 таблицы 3 в модели, построенной по данным 2012 г. для РФ и Китая, оценки параметра c модели М2 значимы на уровне 1%, оценки параметра ^ - незначимы. Статистическая гипотеза H ₀ : c d = 5 _d = 0 отвергается. Таким образом, пункт 2 гипотезы 1 отвергается.

• 2.    Как показано в столбце 4 таблицы 3, в модели, построенной по данным 2012 г. для РФ и США, оценки параметра c модели М2 значимы на уровне 1 %, оценки параметра 5 -незначимы. Статистическая гипотеза H _o: c_d = 5 = 0 отвергается. Таким образом, пункт 3 гипотезы 1 отвергается.

• 3.    Как показано в столбце 5 таблицы 3, в модели, построенной по данным 2012 г. для РФ и Японии, оценки параметра c модели М2 незначимы, оценки параметра ^ значимы на 1%-м уровне. Статистическая гипотеза H ₀ : c d = 5 _d = 0 отвергается. Таким образом, пункт 4 гипотезы 1 отвергается.

0,9

0,85

0,8

0,75

0,7

0,65

0,6

0,55

0,5

-1

-7        -6       -5        -4       -3        -2

Рисунок 1. Параметрической описание инновационных систем РФ, Швейцарии, США, Китая и Японии по международным патентным заявкам для 2012 г

Figure 1. Parametric description of innovation systems, Russia, Switzerland, USA, China and Japan at the international patent applications for 2012

На рисунке 1 представлено параметрическое описание ( 5 ,c,t ) инновационных систем Швейцарии, РФ, США, Китая и Японии по международным патентным заявкам для 2012 г. По оси абсцисс – оценка константы c , по оси ординат – оценка эластичности 5 , полученные по модели М1 для 2012 г. Для каждой точки указан год. Нетрудно видеть, что параметры Японии, Китая и Швейцарии для 2012 г. обладают свойствам парето-оптимальности.

Использование параметрического описания национальной и региональных инновационных систем может служить основой для межстрановых сопоставлений влияния науки и бизнеса на результаты инновационной активности.

Сопоставление влияния количества потенциальных связей между вузами и предприятиями на количество международных патентных заявок для регионов РФ, Швейцарии, США и Китая

В таблице 4 приведены оценки параметров модели М1 для субъектов РФ по данным периода 2008, 2011, 2012 и 2013 гг. для международных патентных заявок. Рост оценки как параметра 6, так и параметра с свидетельствует о развитии национальной инновационной системы.

В таблице 5 приведены оценки параметров модели М1 для кантонов Швейцарии по данным периода 2008, 2011, 2012 и 2013 гг. для международных патентных заявок.

В таблице 6 приведены оценки параметров модели М1 для штатов США по данным периода 2008, 2011, 2012 и 2013 гг. для международных патентных заявок.

В таблице 7 приведены оценки параметров модели М1 для провинций Китая по данным периода 2008, 2011, 2012 и 2013 гг. для международных патентных заявок.

Таблица 4.

Оценки параметров моделей М1 для совокупности 35 субъектов РФ

Table 4.

Parameter estimates of models М1 for 35 regions of the Russian Federation

	М1–2008	М1–2011	М1–2012	М1–2013
6	0.55*** (0.000)	0.621*** (0.000)	0.639*** (0.000)	0.573*** (0.000)
с	-5.638*** (0.001)	-5.615*** (0.000)	-6.515*** (0.000)	-5.66*** (0.001)
С	0.739	0.656	0.735	0.755
С и	0.014	0.994	0.016	0.015
Log likelihood	-39.076	-45.156	-38.885	-39.838

Примечание. *, **, *** – значимость на уровне 10, 5 и 1% соответственно

Note. *, **, *** – significance at level 10, 5 and 1%, respectively.

Таблица 5.

Оценки параметров модели М1 для 26 кантонов Швейцарии

Table 5.

Parameter estimates of model М1 for 26 regions of Switzerland

	М1–2008	М1–2011	М1–2012	М1–2013
5	0.624*** (0.000)	0.648*** (0.000)	0.667*** (0.000)	0.724*** (0.000)
С	-2.159*** (0.000)	-2.646*** (0.004)	-3.148*** (0.000)	-3.649*** (0.000)
O v	0	0.277	0.49	0.259
С и	1.183	1.146	0.859	1.255
Log likelihood	-23.243	-27.628	-27.797	-29.251

Примечание. *, **, *** – значимость на уровне 10, 5 и 1% соответственно

Note. *, **, *** – significance at level 10, 5 and 1%, respectively.

Таблица 6.

Оценки параметров модели М1 для 51 штата США

Table 6.

Parameter estimates of model М1 for

51 regions of USA

	М1–2008	М1–2011	М1–2012	М1–2013
5	0.614*** (0.000)	0.602*** (0.000)	0.642*** (0.000)	0.711*** (0.000)
С	-3.659*** (0.03)	-3.516*** (0.024)	-4.081*** (0.011)	-4.489*** (0.008)
Ov	0.897	0.977	0.988	0.955
С и	0.011	0.022	0.022	0.873
Log likelihood	-66.809	-71.203	-71.7372	-76.695

Примечание. *, **, *** – значимость на уровне 10, 5 и 1% соответственно

Note. *, **, *** – significance at level 10, 5 and 1%, respectively.

Таблица 7.

Оценки параметров модели М1 для

31 провинции Китая

Table 7.

Parameter estimates of model М1 for 31 regions of China

	М1–2008	М1–2011	М1–2012	М1–2013
5	0.566*** (0.000)	0.715*** (0.000)	0.721*** (0.000)	0.702*** (0.000)
С	-3.711*** (0.024)	-4.829*** (0.006)	-4.751*** (0.000)	-4.58*** (0.009)
Ov	1.031	1.08	1.036	1.079
С и	0.012	0.013	0.013	0.01
Log likelihood	-44.939	-46.3611	-45.089	-46.358

Примечание. *, **, *** – значимость на уровне 10, 5 и 1% соответственно

Note. *, **, *** – significance at level 10, 5 and 1%, respectively.

На рисунке 2 показана зависимость числа патентных заявок в логарифмах (ось ординат) от размера инновационного пространства в логарифмах (ось абсцисс) кантонов Швейцарии, субъектов РФ, штатов США и провинций Китая для 2013 г.

Рисунок 2. Зависимость числа международных патентных заявок в логарифмах от размера инновационного пространства в логарифмах для 2013 г.: для регионов РФ – треугольник, для кантонов Швейцарии – ромб, для штатов США – квадрат, для провинций Китая – круг

Figure 2. Dependence of the number of international patent applications in logarithms on the size of the innovation space in logarithms for 2013: for regions of Russian Federation – triangle, for regions of Switzerland – rhombus, for regions of USA – square, for regions of China – circle

На рисунке 3 видно, как для 2008, 2011, 2012 и 2013 гг. оценки эластичности числа международных патентных заявок по размеру инновационного пространства для кантонов Швейцарии превышают оценки для субъектов РФ и штатов США. Для 2011 и 2012 гг. доминируют оценки эластичности, полученные для провинций Китая.

Рисунок 3. Оценки эластичности для 2008, 2011, 2012 и 2013 гг.: для регионов РФ – треугольник; для кантонов Швейцарии – ромб; для штатов США – квадрат; для провинций Китая – круг

Figure 3. Estimates of elasticity for 2008, 2011, 2012 and 2013: for regions of Russian Federation – triangle; for regions of Switzerland – rhombus; for regions of USA – square; for regions of China – circle

Сопоставление влияния количества потенциальных связей между вузами и предприятиями на количество международных патентных заявок для регионов РФ, Швейцарии, США, Китая и Японии

В таблице 8 приведены оценки параметров модели М1 для префектур Японии по данным периода 2006 и 2012 гг. для международных патентных заявок.

На рисунке 4 представлено параметрическое описание ( 5 ,c,t ) инновационных систем Швейцарии, РФ, США и Китая по международным патентным заявкам для периода 2008, 2011, 2012 и 2013 гг. и Японии по международным патентным заявкам для 2006 и 2012 гг. По оси абсцисс – оценка константы c , по оси ординат - оценки эластичности 5 , полученные по модели М1 для 2008, 2011, 2012 и 2013 гг. Для каждой точки указан год.

Таблица 8.

Оценки параметров модели М1 для

47 префектур Японии

Table 8.

Parameter estimates of model М1 for 47 regions of China

	М1–2006	М1–2012
6	0.848*** (0.000)	0.837*** (0.000)
с	-5.949*** (0.003)	-5.641*** (0.005)
О ,	0.903	0.735
Ои	1.322	0.016
Log likelihood	-75.151	-76.711

Примечание. *, **, *** – значимость на уровне 10, 5 и 1% соответственно

Note. *, **, *** – significance at level 10, 5 and 1%, respectively.

Л

Япония 2006 Japan 2006

Япония 2012 Japan 2012

Китай 2011

China 2011

Китай 2013

China 2013

Китай 2012

China 2012

USA 2013

Швейцария 2013

Switzerland 2013

Швейцария 2012

Switzerland 2012

РФ 2012

Russa 2012

------А

Л

А

США 2012

USA 2012

РФ 2011

Russia 2011

США 2008 USA 2008

Швейцария 2011 Switzerland 2011

РФ 2013

Russia 2013

Q

США 2011

USA 2011

Швейцария 2008

Switzerland 2008

РФ 2008

Russia 2008

Китай 2008

China 2008

-7                  -6                  -5                  -4                  -3

-2

0,9

0,85

0,8

0,75

0,7

0,65

0,6

0,55

0,5

-1

Рисунок 4. Параметрической описание инновационных систем РФ, Швейцарии, США и Китая по международным патентным заявкам для 2008, 2011, 2012, 2013 гг. и Японии по международным патентным заявкам для 2006 и 2012 гг.

Figure 4. Parametric description of innovation systems of Russia, Switzerland, USA, China at the international patent filings for 2008, 2011, 2012, 2013 and Japan at the international patent applications for 2012.

На рисунке 5 по оси абсцисс упорядочены (слева направо) регионы РФ, кантоны Швейцарии, штаты США, провинции Китая и префектуры Японии для 2012 г. По оси ординат для каждого региона указана оценка технической эффективности TE инновационного пространства при формировании международных патентных заявок в соответствии с моделью М1, оцененной в совокупности для 190 регионов по данным 2012 г.

Рисунок 5. Оценки технической эффективности инновационного пространства (слева направо) для регионов РФ, Швейцарии, США, Китая и Японии, 2012 г.

Figure 5. Estimates of the technical efficiency of the innovation space for (from left to right) regions of the Russian Federation, Switzerland, USA, China and Japan, 2012

Техническая эффективность инновационного пространства большинства регионов РФ при формировании международных патентных заявок ниже, чем у регионов Швейцарии, США, Китая и Японии.

Выводы

Развитие региональной инновационной системы приводит к росту оценки технической эффективности.

В рассмотренном диапазоне времени свойством парето-оптимальности обладают параметры инновационных систем Японии, Китая и Швейцарии.