Исследование инновационной активности регионов России методом стохастической границы

Исследование инновационной активности регионов России методом стохастической границы

[1]

бакалавр

Национальный исследовательский университет Высшая школа экономики, экономический факультет, Нижний Новгород, Россия

E-mail: *****@***com

В современном мире экономический рост страны во многом определяется инновационной деятельностью. Различия между странами в их экономическом положении также во многом зависят от уровня инновационного развития. В настоящее время разработано достаточное количество методик, позволяющих оценить экономический потенциал страны или отдельных регионов. Однако в большинстве случаев оценивается возможность региона производить товары и услуги, которые не являются инновационными.

В данной работе исследуется инновационная активность регионов России с точки зрения оценки эффективности использования ими своего инновационного потенциала. Это позволяет проранжировать регионы в соответствии с их предрасположенностью к разработке и внедрению инноваций, оценить уровень привлекательности регионов России в инновационной сфере.

Для оценки инновационного потенциала регионов России в данном исследовании используется метод стохастической границы (Farrell, 1957).

Оцениваемая модель представляется в следующем виде (Макаров, 2014):

,

где - зависимая переменная; i - номер региона; – значения регрессоров в i-том регионе; β – вектор коэффициентов параметров регрессии; – случайная величина; моделирующая шумовую составляющую в регрессии. Считаем, что случайная величина распределена по нормальному закону с математическим ожиданием равным 0 и дисперсией (сокращенно ~ N (0,)); - случайная величина, характеризующая факторы неэффективности – показатели, влияющие на эффективность внедрения инноваций. Данная случайная величина распределена по усеченному в 0 нормальному распределению (Battese, 1989), где = (Афанасьев, 2006). В данном случае – значения m факторов неэффективности региона, – оценки коэффициентов соответствующих факторов неэффективности. В качестве факторов неэффективности в данной модели выступают уровень благосостояния населения региона и уровень доходов.

Объясняемой переменной является объем инновационных товаров и услуг в регионе, выраженный в млрд. рублей. Что касается регрессоров в данной модели, то их можно подразделить на 3 группы, характеризующие основные факторы производства: физический капитал, трудовые ресурсы и интеллектуальный капитал.

Данные для анализа взяты с сайта Федеральной службы государственной статистики России. Данные об индикаторах доходов и уровня жизни населения взяты из исследования РИА-группы «Рейтинг качества жизни и доходов населения».

***

Результатом моделирования является возможность просчитать технологическую эффективность инновационного производства региона (Макаров, 2014). Технологическая эффективность показывает уровень организации разработки инновационных товаров и услуг, при котором из имеющихся ресурсов производится максимальное количество инноваций. Другими словами это способность региона вести разработку инноваций с максимальной эффективностью. В соответствии с технологической эффективностью все регионы России проранжированы в зависимости от их предрасположенности к разработке и внедрению инноваций. Такое ранжирование дает возможность выявить наиболее привлекательные для инвестирования в инновационную сферу регионы.

Литература:

1.  Афанасьев производственного потенциала с управляемыми факторами неэффективности// Прикладная эконометрика. 2006, №4, 74-89

2.  , ,, , Нанавян производственного потенциала и оценки эффективности регионов РФ с учетом интеллектуального капитала, характеристик готовности к инновациям, уровня благосостояния и качества жизни населения// Экономика региона. 2014, №4, 9-30

3.  Battese, G. E., Coelli, T. J. and Colby, T. C. Estimation of Frontier Production Functions and the Efficiencies of Indian Farms Using Panel Data From ICRISAT Village Level Studies// Journal of Quantitative Economics.1989, № 5. p.327-348.

4.  Farrell, M. J. The Measurement of Productive Efficiency//Journal of the Royal Statistical Society. 1957, № 000, p. 253-281.

5.  www. gks. ru (Федеральная служба государственной статистики России).

6.  http://www. riarating. ru/ (РИА –Рейтинг)

[1] Автор выражает признательность профессору за помощь в проведении исследования.