Повышение научного потенциала в российских регионах - стратегические национальные приоритеты России

Автор: Шипицина Светлана Евгеньевна, Жуйкова Евгения Андреевна

Журнал: Уровень жизни населения регионов России @vcugjournal

Рубрика: Экономические исследования

Статья в выпуске: 4 т.18, 2022 года.

Бесплатный доступ

В статье проведён анализ теоретических подходов понятия «научный потенциал», приведён обзор зарубежных и отечественных методических подходов к оценке научного потенциала национальной и региональной экономик. Для сравнительной оценки научного потенциала ряда российских регионов-аналогов сформирована методика, основанная на комплексном подходе, включает элементы ведущих авторских и институциональных методик. Выделены пять модулей показателей: материально-техническое оснащение, уровень образования научных кадров, объём и структура научных исследований и разработок, объём финансирования, организационная структура научной сферы. Доказана связь социально-экономического развития региона с фактическим и вероятностным уровнем научного потенциала территории. Кроме того, доказано, что основными факторами являются уровень финансирования, количество и качество научных кадров. Данный подход апробирован на некоторых российских регионах ПФО и УрФО. Центром сравнения в статье является Пермский край. Для прогноза развития научного потенциала анализируемого региона применён регрессный анализ. Для построения качественной модели выбраны результативный показатель и объясняющие его факторы: разработанные передовые производственные технологии, количество научных организаций, количество научного персонала, внутренние затраты на исследования и разработки, численность исследователей с научными степенями, численность студентов ВУЗов, количество выданных патентов, средний размер заработной платы научного сотрудника, объём финансирования из федерального бюджета. Регрессионный анализ показал, что на разработанные передовые производственные технологии наибольшим способом воздействуют объёмы внутренних затрат на исследования и разработки, а также численности исследователей с научными степенями. Благодаря регрессионной модели выявлено, что активное финансирование научной деятельности региона способствует появлению высококвалифицированных научных кадров.

Еще

Регион, научный потенциал, инновации, научные кадры, научные разработки, технопарк, индустриальный парк

Короткий адрес: https://sciup.org/143179699

IDR: 143179699   |   DOI: 10.19181/lsprr.2022.18.4.2

Текст научной статьи 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.

Список литературы Повышение научного потенциала в российских регионах - стратегические национальные приоритеты России

  • Авдулов А.Н., Кулькин А.М. Научно-технический потенциал России накануне распада СССР (авторизованный реферат) // Социальные и гуманитарные науки, Отечественная и зарубежная литература. Сер. 8: Науковедение. Реферативный журнал. 1997. № 1. С. 114-158.
  • Баженов Г.Е., Кислицина О.А. Инновационный потенциал предприятия: экономический аспект // Вестник Томского государственного университета. 2009. № 323. С. 222-228.
  • Гунина И.А. Механизм развития экономического потенциала промышленного предприятия: теория, методы. Воронеж: Научная книга. 2005. 238 с. ISBN 5-98222-074-4.
  • Миндели Л.Э., Хромов Г.С. Научно-технический потенциал России. М.: Институт проблем развития науки Российской Академии Наук. 2011. 59 с. ISBN 978-5-91294-044-6.
  • Бендиков М.А., Фролов И.Э., Хрусталев О.Е. Научно-технологическое развитие как средство обеспечения устойчивого развития экономики // Национальные интересы России: приоритеты и безопасность. 2014. № 34 (271). С. 2-15.
  • Бляхман Л.С. Экономика научно-технического прогресса. М.: Высшая школа. 1979. 272 с. ISBN 5-06-000592-5.
  • Жамин В.А., Василевский Е.Г. История экономических учений. М.: МГУ. 2002. 248 с. ISBN 5-211-00233-4.
  • Хрусталёв Е.Ю., Хрусталёв О.Е. Модельное обоснование инновационного развития наукоёмкого сектора российской экономики // Экономический анализ: теория и практика. 2013. № 9. С. 2-13.
  • Худяков В.В., Мерзлов И.Ю. Научно-технический потенциал: анализ теоретико-методологических подходов // Вестник Томского государственного университета. Экономика. 2020. № 52. С. 75-87. DOI 10.17223/19988648/52/5
  • Гусев А.Б. Формирование рейтингов инновационного развития регионов России // Управление наукой и наукометрия. 2009. № 8. С. 158-173.
  • Научно-технологический потенциал территорий и его сравнительная оценка / К.А. Гулин, Е.А. Мазилов, И.В. Кузьмин, И.В. Алферьев, Д.А. Ермолов // Проблемы развития территории. 2017. № 1 (87). С. 7-26.
  • Задумкин К.А., Кондаков И.А. Научно-технический потенциал региона: оценка состояния и перспективы развития. Вологда: ИСЭРТ РАН. 2010. 205 с. ISBN 978-5-93299-159-6.
  • Chen D., Dahlman C. The knowledge economy, the KAM methodology and World Bank operations. 2005. World Bank Institute Working Paper, (37256)
  • Земцов С.П., Комаров В.М. Формирование экономики знаний в регионах России // Инновации. 2015. № 10. С. 29-36.
  • Кортов С.В. Инновационный потенциал и инновационная активность вузов УРФО // Университетское управление: практика и анализ. 2004. № 1(29). С. 61-68.
Еще
Статья научная