Повышение научного потенциала в российских регионах - стратегические национальные приоритеты России

Указом Президента РФ 2022–2031 гг. объявлены Десятилетием науки и технологий.1 По словам Президента, «развитие России, регионов возможно только вместе с наукой, настоящими флагманами целых территорий становятся научно-исследовательские университеты, опорные высшие учебные заведения в субъектах РФ. В России уже сформирован сильный кадровый потенциал и очень важно его укреплять и развивать».2 В связи с этим, в современных условиях вопросы оценки и повышения научного потенциала в российских регионах приобретают наивысшую актуальность.

Целью данной статьи стали разработка и апробация теоретико-методического инструментария для оценки фактического и развития вероятностного научного потенциала в российских регионах. Объектом исследования является ряд российских регионов-аналогов. Предмет исследования – уровень научного потенциала территории. В качестве гипотезы исследования выдвинуто предположение, что наращивание научного потенциала рационально в тех российских регионах, где работают старейшие ВУЗы России, имеются условия для подготовки научных кадров, сформированы научно-исследовательские центры, исторически сложился симбиоз промышленности и науки.

В научной литературе понятие «научный потенциал» и подходы к его оценке трактуются исходя из определённых задач исследования. Во-первых, это ресурсный подход, во-вторых, организационно-функциональный.

Сторонниками ресурсного подхода являются такие учёные, как Авдулов А.Н., Баженов Г.Е., Гунина И.А., Кислицина О.А., Кулькин А.М., Минде-ли Л.Э., Хромов Г.С., и др. «Научный потенциал» они определяют, как – совокупность взаимосвязанных имеющихся в распоряжении кадровых, финансовых, материально-технологических и информационных ресурсов, и последующая их эффективная реализация [1-4].

Адепты организационно-функционального подхода «научный потенциал» определяют, как процесс научно-технической деятельности. Это экономические отношения производителей и потребителей во всех областях науки и техники, которые выступают в качестве интенсивного фактора экономического роста территории. Приверженцы – Бендиков М.А., Бляхман Л.С., Василевский Е.Г., Громека В.И., Жамин В.А., Фролов И.Э., Хрусталев Ю.В., Хрусталев О.Е. и др. [5-8]. Достаточно полно приведён обзор методических подходов к раскрытию понятия «научный потенциал» в статье Худякова В.В., Мерзлова И.Ю. [9].

Региональный аспект оценки, формирования и развития научного потенциала затронут в трудах Гусева А.Б., Гулина К.А., Мазилова Е.А., Кузьмина И.В., Алферьева И.В., Ермолова Д.А., Задум-кина К.А., Кондакова И.А. и др. [10-12].

Исходя из проанализированных подходов, сделаем вывод. Научный потенциал региона – это сложноорганизованная структура, состоящая из многочисленных, изменяющихся элементов, объединяющая совокупность ресурсов (финансовых, трудовых, управленческих, материальных, сырьевых и т.д.) и результатов научно-технической деятельности, направленных на обеспечение устойчивого роста региона.

Методы и данные

В отечественной и зарубежной научной литературе существует множество методик оценки научного потенциала, методики разработаны организациями и отдельными авторами. Среди самых известных методика Всемирного Банка, расчет индекса «экономики знаний» [13,14]. Среди отечественных методик заслуживают внимание методики НИУ «Высшая школа экономики» (ВШЭ) и Ассоциации инновационных регионов России (АИРР) [15].

Методика НИУ ВШЭ основана на принципе ранжирования индексов. По каждому блоку рассчитываются значения четырех субиндексов: социально-экономические условия инновационной деятельности (ИСЭУ), научно-технический потенциал (НТП), инновационная деятельность (ИД), качество инновационной политики (КИП). Находится среднее арифметическое субиндексов в каждом блоке и производится расчёт итоговых значений российского регионального инновационного индекса (РРИИ) по каждому субъекту.3 В основе методики АИРР двадцать четыре показателя, характерных для определённой группы индикаторов инновационного потенциала. Также в методике задействованы такие инструменты, как весовая система и сглаживание результатов, что повышает достоверность и функциональную применимость модели даже в случае исключения или добавления в неё ряда индикаторов. Такое распределение соответствует уровню значимости блоков в формировании научной деятельности, поскольку наибольшее значение имеет результативность, а формирование потенциала создавалось за счёт прошлых лет, поэтому влияет на нынешнюю ситуацию в регионе значительно меньше.

Определить реальный уровень научного потенциала территории нам представляется возможным благодаря комплексному подходу, используя методики, упомянутые выше, оценивая составляющие научного потенциала региона:

• 1.    Материально-техническое оснащение подразумевает те средства и способы разработки изобретений и реализации проектов, благодаря которым осуществляется научная деятельность в регионе.

• 2.    Уровень образования научных кадров является одной из основополагающих составляющих, поскольку отражает всех научных сотрудников, способных генерировать, воплощать и транслировать научные идеи.

• 3.    Объём и структура научных исследований включает в себя совокупность всей имеющейся в регионе научной базы, сформированной ранее, а также способность создавать собственный информационный и инновационный продукт.

• 4.    Объём финансирования напрямую влияет на каждую из составляющих, поскольку является базой для формирования научной деятельности в регионе как таковой. Финансирование осуществляется из федерального бюджета, внебюджетных фондов, иностранных и частных инвесторов, а также из регионального бюджета непосредственно.

• 5.    Под организационной структурой научной сферы подразумевается совокупность всех организаций в регионе, так или иначе участвующих в научной деятельности: бюджетные и коммерческие организации, фонды, конкурсы, венчурный бизнес, а также высшие учебные заведения и заведения профессионального образования.

Результаты исследования

На основании выявленных структурных элементов проведём анализ и оценку научного потенциала ряда российских регионов ПФО и УрФО, регионов-аналогов, близких, на наш взгляд, исторически, географически, по социально-экономическому развитию. Центром сравнения будет Пермский край – регион, где проживают авторы статьи.

Таблица 1

Материально-техническое оснащение регионов

Material and Technical Equipment of the Regions

Table 1

Показатель	Регион	2016	2017	2018	2019	2020
Разработанные передовые производственные технологии, ед.	Пермский Край	33	33	40	45	48
	Свердловская область	90	91	85	69	180
	Республика Татарстан	58	51	43	54	65
	Нижегородская область	64	29	12	21	28
Удельный вес организаций, осуществляющих инновации, %	Пермский Край	9,4	11,6	15,2	19	23,1
	Свердловская область	7,8	15,2	27,1	24,1	25,0
	Республика Татарстан	19,5	24,8	31,8	26,5	37,1
	Нижегородская область	11,1	17,6	28,6	26,6	28,0
Внутренние затраты на научные исследования и разработки, млн руб.	Пермский Край	14005,6	14334,3	14439,9	18105,9	18946,3
	Свердловская область	26259,1	18731,6	30053,6	28017,7	29366,5
	Республика Татарстан	12202,2	14675,1	17788,1	17997,4	19215,0
	Нижегородская область	65584,1	71564,4	77162,1	88551,0	85239,2

Источник: составлено авторами по: Регионы России. Социально-экономические показатели 2021. URL: (дата обращения: 20.06.2022).

Анализ статистических показателей позволяет сделать следующий вывод: наибольшую степень развитости в разработке передовых производственных технологий имеет Свердловская область, опережая другие регионы более, чем в 2 раза. Нижегородская область лидирует во внутреннем финансировании научных исследований и разработок, а Республика Татарстан обладает наибольшим количеством организаций, осуществляющих инновации. Относительно общего объёма исследовательских организаций Пермский край, в свою очередь, значительно уступает по показателям всем сравниваемым с ним регионам (таблица 1).

Важным критерием сравнения научного потенциала регионов является уровень образования научных кадров и их численность, поскольку именно человеческий ресурс – основополагающий фактор инновационной отрасли (таблица 2).

Анализ уровня образования регионов показал, что Пермский край существенно отстаёт по всем параметрам сравнения: численности студентов высших учебных заведений, численности персонала, занятого в НИОКР и численности исследователей с научными степенями. Однозначного лидера среди других регионов выявить не представляется возможным, однако необходимо отметить высокую численность научных кадров в Нижегородской области.

Важным фактором оценки научно-технического потенциала территорий следует назвать объём и структуру научных исследований и разработок. По данному блоку показателей уверенным лидером является Республика Татарстан (таблица 3).

Важнейшим индикатором уровня научного потенциала является доля затрат на НИОКР от

Таблица 2

Уровень образования научных кадров регионов

The Level of Education of Scientific Personnel in the Regions

Table 2

Показатель	Регион	2016	2017	2018	2019	2020
Численность студентов по программам бакалавриата, специалитета, магистратуры, чел.	Пермский Край	62302	55572	56669	54033	54486
	Свердловская область	120712	120109	119974	119436	119408
	Республика Татарстан	163265	152457	146917	143964	142042
	Нижегородская область	98237	88741	84853	83512	81908
Общее количество персонала, занятого исследованиями и разработками, чел.	Пермский Край	10304	10328	9848	10058	9141
	Свердловская область	20379	21900	20528	21006	20849
	Республика Татарстан	13 175	12708	12671	13212	12885
	Нижегородская область	40 636	39961	40819	41726	41012
Численность исследователей с научными степенями, чел.	Пермский Край	615	705	759	784	719
	Свердловская область	2 229	3009	2637	2627	2605
	Республика Татарстан	1 400	1633	1808	1684	1566
	Нижегородская область	2 134	2341	2201	2243	2229

Источник: составлено авторами по: Регионы России. Социально-экономические показатели 2021. URL: (дата обращения: 20.06.2022).

Таблица 3

Объём и структура научных исследований и разработок регионов

Table 3

The Volume and Structure of Scientific Research and Development of the Regions

Показатель	Регион	2016	2017	2018	2019	2020
Объем инновационных товаров, работ, услуг, млн руб.	Пермский Край	96345	112763	313076	223398	190630
	Свердловская область	102656	131875	153823	168149	185485
	Республика Татарстан	373171	426794	586666	582676	528840
	Нижегородская область	185763	214613	246043	266445	276160

Продолжение таблицы 3

Показатель	Регион	2016	2017	2018	2019	2020
Выдача патентов, ед.	Пермский Край	365	458	380	463	365
	Свердловская область	804	792	789	787	671
	Республика Татарстан	1264	1078	1093	1010	1023
	Нижегородская область	543	536	532	416	410
Удельный вес организаций, осуществляющих инновации, %	Пермский Край	9,4	11,6	15,2	19	23,1
	Свердловская область	17,4	27,1	24,1	25	25,6
	Республика Татарстан	25,5	31,8	26,5	37,1	38,2
	Нижегородская область	18,1	28,6	26,6	28	27,9

Источник: составлено авторами по: Регионы России. Социально-экономические показатели 2021. URL: (дата обращения: 20.06.2022).

ВРП. Согласно этому индикатору наиболее финансируемым из средств бюджета как в абсолютном, так и в относительном показателе является Нижегородская область, где доля затрат на научные исследования и разработки составила 5,37 % от ВРП. Следующим по финансированию научной деятельности стал Пермский край с результа- том 1,2 %, что существенно меньше лидирующего региона (рисунок 1).

Одной из веских причин межрегиональной миграции является улучшение качества жизни и увеличение ежемесячного дохода научного сотрудника (рисунок 2). По среднему уровню заработной платы Нижегородская область пре-

• ■    Республика Татарстан

Свердловская область

Пермский край

• ■    Нижегородская область

  Рисунок 1. Доля внутренних затрат на научные исследования и разработки от ВРП за 2021 г., %

  Figure 1. Share of Domestic Spending on Research and Development from GRP for 2021, %

  Источник: составлено авторами по Регионы России. Социально-экономические показатели 2021. URL: https:// rosstat.gov.ru/storage/mediabank/Region_Pokaz_2021.pdf (дата обращения: 20.06.2022).

Рисунок 2. Средний размер заработной платы научного сотрудника в регионах за 2021 г., руб.

Figure 2. Average Salary of a Researcher in the Regions for 2021, rub.

Источник: составлено авторами по Регионы России. Социально-экономические показатели 2021. URL: (дата обращения: 20.06.2022).

восходит соседние регионы примерно на 19 %, что является её конкурентным преимуществом. Наименьший размер заработной платы в научно-технической сфере предлагает Свердловская область – 80169 руб.

Также следует уделить внимание федеральному финансированию государственных программ науки и инноваций, поскольку за счёт этого повышается региональная инвестиционная активность, а, следовательно, и приток финансовых вложений со стороны частных инвесторов (рисунок 3).

Согласно данным официальной региональной статистики, наибольшее инвестирование науки и инноваций из федерального бюджета поступает в Нижегородскую область – 9125 млн руб., а наименьшее – в Республику Татарстан 5776 млн руб. Пермский край находится на второй позиции по финансированию исследовательских программ, уступая Нижегородской области около 19 % от объёма её государственного инвестирования. Ха- рактеризует изобретательский потенциал и уровень инновационной активности организаций, который определяется как отношение количества организаций, ведущих научные исследования и разработки, к общему числу организаций на тот же период (рисунок 4).

Так, наибольшая инновационная активность наблюдается в Республике Татарстан, а наименьшая, из сравниваемых регионов – в Пермском крае. В Прикамье остро стоит проблема нехватки исследователей с необходимым уровнем компетенций для осуществления научной деятельности в регионе. Положительную тенденцию имеет численность студентов, которая ежегодно растёт. Сохраняется хороший темп в наращивании организаций, осуществляющих инновационную деятельность.

По результатам проведённого сравнительного анализа регионов лидерами научного потенциала являются Нижегородская область, где отмечена высокая степень финансирования научных иссле-

Рисунок 3. Средства из федерального бюджета на государственные программы на науку и инновации в регионах за 2021 г., млн руб.

Figure 3. Funds from the Federal Budget for State Programs for Science and Innovation in the Regions for 2021, million rub.

Источник: составлено авторами по: Регионы России. Социально-экономические показатели 2021. URL: (дата обращения: 20.06.2022).

■ Республика Татарстан Свердловская область Пермский край

■ Нижегородская область

Рисунок 4. Уровень инновационной активности организаций регионов за 2021 г., %

Figure 4. The Level of Innovative Activity of Organizations in the Regions for 2021, %

Источник: составлено авторами по: Регионы России. Социально-экономические показатели 2021. URL: (дата обращения: 20.06.2022).

• ⁴ Рейтинг инновационного развития субъектов Российской Федерации. Выпуск 6 / Г.И. Абдрахманова, С.В. Артемов, П.Д. Бахтин и др.; под ред. Л.М. Гохберга; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2020. URL: https:// issek.hse.ru/rirr2019 (дата обращения: 25.06.2022).

дований и разработок, и Республика Татарстан, где сосредоточен наивысший уровень инновационной активности организаций. Наименьшим научным потенциалом обладает Пермский край, уступая соседним регионам практически по всем анализируемым показателям. Данное предположение подтверждается рейтингом регионов по научно-техническому развитию, составленным порталом РИА Рейтинг: Республика Татарстан и Нижегородская область – 2 и 5 место соответственно, а Пермский край занял 17 место, что на федеральном уровне является неплохим ре-зультатом.4 Кроме того, в Пермском крае многие из показателей демонстрируют положительную динамику, из этого следует, что в регионе достаточно высокий вероятностный научный потенциал. Это подтверждается также активным развитием в Пермском крае многочисленных индустриальных и технологических парков.

Индустриальный (промышленный) парк – это специально выделенная, оборудованная всем необходимым (инфраструктурой, энергоносителями, административными ресурсами) территория для создания новых и модернизации действующих промышленных производств.

Преимущества для резидентов индустриальных парков: близость к транспортным путям – крупным городам, железной дороге, федеральным трассам, аэропорту; земля выделяется с готовой инфраструктурой; предусмотрена льготная арендная плата за землю; льгота по налогу на прибыль (16,5 % вместо 20 %), пониженные налоговые ставки по УСН (2 % вместо 6 % по режиму «Доходы», 7 % вместо 15 % по режиму «Доходы-расходы»).

На данный момент на территории Пермского края функционирует 3 технопарка: Технопарк «Morion Digital» и «Технопарк Пермь», а также детский «Кванториум Фотоника». Стоит отметить, что «Morion Digital» входит в пятёрку лучших технопарков страны по уровню эффективности функционирования согласно Национальному рейтингу ассоциаций и технопарков и кластеров России. На сегодняшний день на площадке Morion Digital работают 40 компаний, среди них: «ЭР-Телеком», Promobot, «Брайт Софт». «Технопарк Пермь» поддержал развитие более 30 проектов. Более детально ознакомиться с деятельностью технопарков и индустриальных парков позволит таблица 4.

Таблица 4

Характеристика технопарков и индустриальных парков Пермского края

Characteristics of Technoparks and Industrial Parks in the Perm Territory

Table 4

Вид парка	Наименование	Направление деятельности	Резидент
Технопарк	Технопарк в сфере высоких технологий «Морион Диджитал» (Morion Digital)	Коворкинг; телекоммуникации; робототехника; разработка компьютерного ПО; производство компьютеров,	ООО «Центр «Региональные Информационные Системы» (РИС) ООО «Юникорн»
	Технопарк в сфере высоких технологий «Технопарк Пермь»	Hi-Tech коворкинг 24/7; Телекоммуникации, мультимедиа, VR; разработка и консультирование в области компьютерного ПО; робототехника и искусственный интеллект;	ООО «Новые люди» ООО «Институт управления проектами» Оптика «Точка зрения» ООО «Строй-бот» Findmykids.org
	Детский технопарк «Кванториум Фотоника»	Медиатехнологии; инжиниринг летательных аппаратов; микробиология, ботаника, генетика; 3D-моделирование, проектирование;	АНО "Детский технопарк «Кванториум»"
Индустриальный парк	Индустриальный парк «Култаево»	инженерная и транспортная инфраструктура; развертывание производств и логистических центров; аренда промышленной земли;	ООО «Авангард Нефтесер-вис» ООО МИП «Комплексные аддитивные технологии»
Индустриальный парк	Индустриальный парк «Энергетиков 50»	аренда и продажа недвижимого имущества, производственных помещений; Электронная промышленность; Нефтехимическая промышленность; Строительная промышленность;	ООО «Пермский завод электрооборудования «Кама» ООО «Группа компаний «Световые и электрические технологии»

Источник: составлено авторами по: Технопарки и индустриальные парки Пермского края. URL: https://msppk. ru/poluchit-podderzhku/tekhnoparki-i-industrialnye-parki/? (дата обращения: 05.07.2022).

Пермский край действительно обладает большим научно-техническим потенциалом благодаря функционированию технопарков и индустриальных парков, создающих комфортные условия для исследователей и предпринимателей.

Для прогнозирования дальнейшего развития научного потенциала Пермского края выявим основные факторы, которые имеют непосредственное влияние на научный потенциал региона, при помощи регрессионной модели.

Для построения качественной модели выберем результативный показатель и объясняющие его факторы: У – разработанные передовые производственные технологии, ед.; Х1 – научные организации, ед.; Х2 – общее количество научного персонала, чел.; Х3 – внутренние затраты на исследования и разработки, млн руб.; Х4 – численность исследователей с научными степенями, чел., Х5 – численность студентов ВУЗов, чел., Х6 – количество выданных патентов, ед., Х7 – средний размер заработной платы научного сотрудника, руб., Х8 – средства из федерального бюджета, млн руб. Выборка данных осуществлена за 5 лет – 2016–2020 гг. На основании парных коэффициентов корреляции в модели множественной регрессии следует включить Х2; Х3; Х5; Х7 (таблица 5).

Мультиколлиниарность прослеживается у факторов Х2 и Х3, Х2 и Х7, Х3 и Х5, Х3 и Х7, Х4 и Х5, Х4 и Х7, Х5 и Х7, поэтому исключаем модели, одновременно включающие в себя данные факторы.

Так, к дальнейшему рассмотрению подлежат модели УХ2Х4, УХ3Х4 и УХ2Х5 (таблица 6).

Построим зависимость количества разработанных передовых производственных технологий от изучаемых факторов (рисунок 5).

Интерпретация: увеличение объёма внутренних затрат на исследования и разработки на 1 млрд. руб. приводит в среднем к увеличению количества разработанных передовых производственных технологий на 3 ед.

Построим зависимость количества разработанных передовых производственных технологий от численности исследователей с научными степенями от изучаемых факторов (рисунок 6).

Таблица 5

Матрица коэффициентов корреляции модели

Model Correlation Coefficient Matrix

Table 5

	У	Х1	Х2	Х3	Х4	Х5	Х6	Х7	Х8
У	1
Х1	0,3219	1
Х2	-0,8337	-0,3106	1
Х3	0,9248	0,3738	-0,7270	1
Х4	0,6481	0,5812	-0,3125	0,4979	1
Х5	-0,6839	-0,8690	0,4709	-0,6783	-0,8574	1
Х6	-0,0876	0,5284	0,4854	0,0741	0,4787	-0,5221	1
Х7	0,8776	0,2485	-0,6644	0,6518	0,8280	-0,6419	-0,0528	1
Х8	-0,1449	0,6391	0,1188	0,1717	-0,1036	-0,3550	0,5549	-0,4575	1

Таблица 6

Сравнительная характеристика основных показателей регрессионных моделей

Comparative Characteristics of the Main Indicators of Regression Models

Table 6

Показатель	Модель УХ2Х4	Модель УХ3Х4	Модель УХ2Х5
Коэффициент детерминации, R-квадрат	0,861689665 0,861689665	0,902207644	0,80418542
Стандартная ошибка	49,42843518	16,90021909	47,23435738
Критерий Фишера, F	6,230117676	9,225748111	4,106872033
Доверительный интервал	от -107,54171 до 317,80507	от -88,765131 до 56,666416	от -28,176457 до 378,28961

Рисунок 5. Зависимость разработанных передовых производственных технологий от внутренних затрат на НИОКР, млрд руб.

Источник: составлено авторами

Рисунок 6. Зависимость разработанных передовых производственных технологий от численности исследователей с научными степенями, чел.

Figure 6. Dependence of Developed Advanced Production Technologies on the Number of Researchers with Scientific Degrees, Person

Источник: составлено авторами

Интерпретация: увеличение численности исследователей с научными степенями на 1 чел. приводит в среднем к увеличению количества разработанных передовых производственных технологий на 0,116 ед.

Регрессионный анализ показал, что на разработанные передовые производственные технологии наибольшим образом влияет объём внутренних затрат на научные исследования и разработки, а также численности исследователей с научными степенями. Так, чем активнее будет финансироваться научная деятельность в регионе, чем больше будет появляться высококвалифицированных научных кадров, тем более развитым станет научный потенциал Пермского края.

Выводы

Таким образом, предложенные в статье методические подходы, могут быть использованы для оценки не только фактического, но и вероятностного научного потенциала в российских регионах.

Это необходимо сделать в начале Десятилетия науки в РФ, чтобы определить ведущие научные центры России, выбрать приоритетные для дальнейшего инновационного развития. В настоящем и прошлых своих исследованиях, мы показали, что проблемы не только в финансировании научных исследований, а в большей степени в подготовке научных кадров. Сегодня инновационный прорыв происходит в технопарках, технополисах и т.п., которые возникают на базе промышленных предприятий, а также университетов. Необходимо восстановить «тандем» между ВУЗами и предприятиями, путём развития инновационной инфраструктуры, открытия межвузовских кампусов. Развитие научной сферы, увеличение доли инноваций и высококвалифицированного кадрового состава в системе образования и науки поможет в реализации политики имппортозамещения, а также позволит уйти РФ от экспортно-сырьевой зависимости экономики, что, несомненно, способствует повышению суверенитета и уровня качества жизни в регионах.