Сценарное моделирование и прогнозирование пространственной неоднородности инновационного развития России

Бесплатный доступ

Проблема неравномерного пространственного инновационного развития России обусловлена действием множества факторов: объемами ВРП и бюджетной обеспеченности территорий, привлекаемых предприятиями инвестиций в основной капитал, однако определяющими факторами концентрации инновационных производств в территориальных системах различного уровня являются затраты предприятий на осуществление инновационной деятельности и сформировавшийся научный кадровый потенциал. Возрастающая пространственная неоднородность локализации и концентрации данных ресурсов, согласно поставленной нами гипотезе исследования, усиливает пространственную неоднородность инновационного развития России. Для подтверждения гипотезы была поставлена цель - оценка пространственной неоднородности инновационного развития предприятий на национальном уровне и сценарное моделирование, прогнозирование ее динамики до 2025 года. В работе представлен методический подход к сценарному прогнозированию пространственной неоднородности инновационного развития России, предполагающий ее оценку с использованием пространственного автокорреляционного анализа по методике П. Морана, регрессионный анализ зависимости объема отгруженных инновационных товаров и выполненных услуг от осуществляемых предприятиями затрат на инновационную деятельность и численности научно-исследовательских кадров в регионах, а также авторегрессионный анализ динамики их изменения с использованием скользящей средней (ARIMA-моделирование) для формирования наиболее вероятных прогнозных сценариев инновационного развития разных групп регионов. Новизной представленного подхода является системность использования методов пространственного автокорреляционного анализа по различным матрицам пространственных весов, методов регрессионного анализа по панельным данным и ARIMA-моделирования, которые в сочетании друг с другом дают возможность установить степень влияния факторов на неоднородность инновационного развития регионов и сформировать систему различных прогнозных сценариев. Результаты исследования послужат основой для формирования инновационного каркаса России. Построенные прогнозные сценарии позволят сформировать стратегии инновационного развития регионов России с учетом выявленных особенностей пространственной локализации факторов, оказывающих на него значительное влияние.

Еще

Пространственная неоднородность, регионы России, инновационное развитие, затраты на инновационную деятельность, функция кобба-дугласа, регрессионное моделирование, пространственная автокорреляция, arima-моделирование

Короткий адрес: https://sciup.org/147241692

IDR: 147241692   |   DOI: 10.15838/esc.2023.4.88.4

Список литературы Сценарное моделирование и прогнозирование пространственной неоднородности инновационного развития России

  • Голова И.М., Суховей А.Ф. (2017). Формирование инновационной составляющей экономической безопасности региона // Экономика региона. Т. 13. Вып. 4. С. 1251–1263.
  • Гранберг А.Г., Валентей С.Д. [и др.] (2006). Движение регионов России к инновационной экономике. М.: Наука, 402 с.
  • Гусарова М.С. (2021). Проблемы инновационного развития России: анализ факторов и институциональные решения // Вопросы инновационной экономики. Т. 11. № 4. С. 1383–1402. DOI: 10.18334/vinec.11.4.113870
  • Дегтярев П.А. (2020). Влияние социально-экономических факторов на инновационное развитие регионов и реализацию технологических инициатив // Финансовые исследования. № 1 (66). С. 71–77.
  • Доничев О.А., Фраймович Д.Ю., Грачев С.А. (2018). Региональная система экономических и социальных факторов формирования ресурсов инновационного развития // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 11. № 3. С. 84–99.
  • Дугаржапова М.А., Жалсараева Е.А. (2020). Модели и механизмы пространственного развития: инновационный аспект // Вестник Алтайской академии экономики и права. № 8. C. 175–185.
  • Кисуркин А.А. (2012). Факторы, влияющие на инновационное развитие региона, и их классификация по уровням управления // Современные проблемы науки и образования. № 2. URL: https://science-education.ru/ru/article/view?id=5762 (дата обращения 17.01.2023).
  • Комков Н.И. (2017). Научно-технологическое развитие: ограничения и возможности // Проблемы прогнозирования. № 5. С. 11–21.
  • Кривчанская А.В. (2017). Особенности рынка инноваций // Экономика и менеджмент инновационных технологий. № 11. URL: https://ekonomika.snauka.ru/2017/11/15430 (дата обращения 15.12.2022).
  • Марабаева Л.В., Соколов О.А., Горин И.А., Ковалев А.Э. (2020). Вариантный прогноз развития территориальных инновационных кластеров РФ на основе проектного подхода // Инновации. № 1. С. 86–93.
  • Мариев О.С., Игнатьева Е.Д., Набережнева Е.П., Савин И.В. (2012). Эконометрическое моделирование региональных факторов инновационного развития производительных сил в ресурсозависимой экономике России // Вестник УрФУ. Серия «Экономика и управление». № 5. C. 133–145.
  • Митяков С.Н., Митякова О.И., Мурашова Н.А. (2017). Инновационное развитие регионов России: результаты мониторинга (на примере Приволжского федерального округа) // Инновации. № 8 (226). C. 114–119.
  • Михайлов А. С., Горочная В. В., Хвалей Д. В., Гуменюк И. С. (2020). Специфика инновационного развития приморских регионов России: дивергенция севера и юга // Балтийский регион. Т. 12. № 3. С. 105–126. DOI: 10.5922/2079-8555-2020-3-7
  • Москвина О.С. (2019). Измерение пространственной поляризации развития инновационных процессов в РФ // Креативная экономика. Т. 13. № 4. С. 685–692. DOI: 10.18334/ce.13.4.40602
  • Москвина О.С., Маковеев В.Н. (2019). Статистический анализ пространственной неравномерности инновационного развития российских регионов // Проблемы развития территории. № 5 (103). С. 124–137. DOI: 10.15838/ptd.2019.5.103.8
  • Наумов И.В., Барыбина А.З. (2020). Пространственная регрессионная модель инновационного развития регионов России // Вестник Томского государственного университета. Экономика. № 52. С. 215–232. DOI: 10.17223/19988648/52/13
  • Никитская Е.Ф. (2020). Пространственная неравномерность инновационного развития макрорегиогов и регионов России // Федерализм. Т. 25. № 4 (100). С. 68–89. DOI: 10.21686/2073-1051-2020-4-68-89
  • Филатов В.В. (2014). Методы прогнозирования развития рынка инноваций отраслевой экономической системы в условиях неопределенности внешней среды // Научный журнал НИУ ИТМО. Серия «Экономика и экологический менеджмент». № 3. С. 576–584.
  • Antunes M.A.M. (2016). Regional innovation heterogeneity in Europe: A Quantile Regression Analysis. Final Work in the form of Dissertation, Católica Porto Business School, 42.
  • Blanco F.A., Delgado F.J., Presno M.J. (2020). R&D expenditure in the EU: Convergence or divergence? Economic Research-Ekonomska Istraživanja, 33(1), 1685–1710. DOI: 10.1080/1331677X.2020.1756371
  • Liu P., Zhang L., Tarbert H., Yan Z. (2021). Analysis on spatio-temporal characteristics and influencing factors of industrial green innovation efficiency – from the perspective of innovation value chain. Sustainability, 14(1), 342. DOI: 10.3390/su14010342
  • Myachin A.L. (2020). Innovation development: Review and estimation of heterogeneity. In: Proceedings of the 20th International Conference on Group Decision and Negotiation. Ryerson University, 22.1-22.10. Available at: https://publications.hse.ru/en/chapters/369954183
  • Polina E.A., Solovyeva I.A. (2019). Methodology for comprehensive assessment of regional innovative development. R-economy, 5(2), 79–91. DOI: 10.15826/recon.2019.5.2.009
  • Smirnova O.P., Ponomareva A.O. (2020). Assessment of innovative development differentiation of Russian regions. International Transaction Journal of Engineering, Management, & Applied Sciences & Technologies, 11(13), 11A13P. DOI: 10.14456/ITJEMAST.2020.262/. URL: http://TUENGR.COM/V11A/11A13P.pdf
  • Wang K.-L., Zhang F.-Q. (2021). Investigating the spatial heterogeneity and correlation network of green innovation efficiency in China. Sustainability, 13(3), 1104. DOI: 10.3390/su13031104
  • Wu K., Wang Y., Zhang H., Liu Y, Ye Y. (2021). Impact of the built environment on the spatial heterogeneity of regional innovation productivity: Evidence from the Pearl River Delta, China. Chin. Geogr. Sci., 31, 413–428. DOI: 10.1007/s11769-021-1198-4
  • Ye Z., Zou C., Huang Y. (2022). Impact of heterogeneous spatial structure on regional innovation – from the perspectives of efficiency and gap. Sustainability, 14, 12095. DOI: 10.3390/su141912095
  • Yong Gang X. (2023). Research on spatial heterogeneity of regional innovation convergence. ECIT 2022, AHE 11, 419–426. DOI: 10.2991/978-94-6463-005-3_41
Еще
Статья научная