Затраты. Задание. 3. 2 Оценка инновационного развития субъектов Федерации
 Скачать 458 Kb.
|
1 2 Оценка показателей инновационной среды. Показатели инновационной среды характеризуют условия, созданные в регионе для становления и развития инновационной деятельности. Эти условия должны найти отражение в общем показателе. С помощью алгоритма, предложенного Всемирным банком, используем для оценки показатель KI и адаптируем методику его расчета к условиям России. Индекс KI включает три субиндекса, рассчитанных на основе базовых показателей, количественно представляющих одно из основных направлений развития: образованность, инновационность и обеспеченность ИКТ. На первом этапе определяется перечень показателей, характеризующих каждый из субиндексов. Образованность рассматривается как способность к получению и накоплению знаний, общению, обмену информацией. Хорошо образованная и квалифицированная рабочая сила необходима для эффективного создания, распределения и использования знаний, которые позволяют повысить производительность экономических факторов и обеспечить экономический рост. Для оценки необходимо рассчитать субиндекс «Образование и квалификация», который включает в себя три показателя, рассчитанных на 1000 чел. населения, а именно численность: обучающихся в общеобразовательных учреждениях; студентов образовательных учреждений среднего профессионального образования; студентов образовательных учреждений высшего профессионального образования. Инновационность характеризует способность воспроизводства научного потенциала, новых технологий, инновационных продуктов, а также характеризует способность воспринимать и применять инновации. Субиндекс «Инновационность» показывает результаты научных исследований и разработок, которые приводят к появлению новых товаров, процессов и знаний. Инновационность является основным источником технического прогресса, определяющего рост производительности и развитие технологий. Для расчета этого субиндекса необходимо использовать следующие показатели: количество заявок на выдачу патента на изобретение, поданных российскими заявителями на 1 000 чел. населения; число выпускников аспирантуры, защитивших диссертации (к общему числу выпускников аспирантуры); число выпускников докторантуры, защитивших диссертации (к общему числу выпускников докторантуры); численность персонала, занятого научными исследованиями и разработками на 1 000 чел. населения; число созданных передовых производственных технологий; число созданных передовых производственных технологий на 1 000 чел. населения; число используемых производственных передовых технологий; число используемых производственных передовых технологий на 1 000 чел. населения; объем инновационных товаров, работ, услуг; объем инновационных товаров, работ, услуг на 1 000 чел. населения. Субиндекс ИКТ характеризует готовность, доступность и возможность общества к восприятию информационных коммуникаций и технологий. Необходимыми характеристиками информационной инфраструктуры являются доступность, надежность и эффективность компьютеров, телефонов, телевизоров, радиоприемников и различных сетей, их объединяющих. Для определения субиндекса ИКТ используются следующие показатели: число квартирных телефонных аппаратов сети общего пользования на 1 000 чел. населения; число подключенных терминалов сотовой подвижной связи на 1 000 чел. населения; число персональных компьютеров на 1 000 работников. Ограниченный набор показателей связан с доступностью данных официальной статистики. Количество пользователей сети Интернет не представляется возможным узнать из-за закрытости информации провайдеров и отсутствия статистических данных. Количество компьютеров находит реальное отражение в национальной статистике только в расчете на 1 000 работников. На втором этапе показатели в рамках каждого субиндекса подвергаются ранжированию по пятибалльной шкале по каждому показателю. Регионы с низкими значениями получают 1 балл, со значениями ниже среднего – 2 балла, со средними значениями – 3 балла, со значениями выше среднего – 4 балла, с высокими значениями – 5 баллов. На третьем этапе определяется значение индекса KI как среднее значение баллов, полученных каждым регионом по всей совокупности показателей. Основное достоинство методики заключается в том, что она позволяет из большого числа факторов, подлежащих учету, характеризующихся сложностью и несопоставимостью, сформировать синтетический показатель инновационного развития – индекс KI. Экономическая эффективность в условиях научно-технического прогресса определяется ростом производительности труда и одновременным сокращением материальных затрат. Сокращение материальных затрат возможно за счет внедрения новой техники и технологий в производственные процессы, обновления производственных отношений и систем управления в целом. Для оценки экономической эффективности на уровне региона необходимо использовать такие обобщающие показатели, как региональная производительность труда и показатели эффективности использования производственных ресурсов в рамках региона. Показатель региональной производительности труда в международной статистике используют как универсальный показатель оценки конкурентоспособности. Это обусловлено тем, что величина производительности труда отражает совокупность характеристик эффективности производства, включая его капиталоемкость, технологичность, прогрессивность, а величина заработной платы является одной из характеристик уровня жизни населения. В региональных исследованиях показатель производительности труда на уровне субъекта РФ определяют через соотношение показателей валового регионального продукта (ВРП) и количества занятых в экономике региона [20] по формуле: p=Y/L, где p – производительность труда экономики региона; Y – ВРП субъекта РФ; L – среднегодовая численность занятых. Показатели эффективности использования производственных ресурсов в рамках региона. Одним из важных показателей инновационной экономики является снижение затрат на производство и эксплуатацию, повышение в целом эффективности производства товаров и услуг традиционными способами. Наиболее адекватными показателями для объективной оценки являются соотношения изменения затрат и результатов. Проведенное исследование позволяет сделать вывод, что критерий отнесения региона к инновационно - активному должен быть релевантным и информативным. Если региональная экономическая система развивается по инновационному пути, то результаты напрямую отражаются на производственных параметрах, показывающих эффективность использования производственных и трудовых ресурсов. В качестве индикаторов необходимо использовать показатели оценки масштабов и темпов роста ВРП, фондоемкости, материалоемкости [5]. Эффективность регионального воспроизводства оценивается с помощью коэффициента интенсивности, который рассчитывается как отношение темпов роста ВРП субъекта РФ к темпу роста материальных затрат:  ,где Тр.ВРП – среднегодовой темп роста ВРП за определенный период; Тр.з – среднегодовой темп роста затрат на создание данного продукта за аналогичный период. В результате одним из условий отнесения региона к инновационно активному будет значение коэффициента Кинт > 1. Это означает, что прирост добавленной стоимости опережает произведенные материальные затраты. В качестве индикатора трактовки полученного значения необходимо использовать заданное (запланированное) значение роста ВВП. Если значение коэффициента приближается или превосходит заданный индикатор, то можно говорить о наличии инновационной активности в регионе. Соответственно, если Кинт.< 1, то наоборот. Материалоемкость экономики региона рассчитывается как отношение материальных затрат в целом по региону к ВРП по формуле: m=M/Y, где М – материальные затраты на создание регионального продукта. Фондоотдача экономики региона оценивается как отношение ВРП субъекта РФ к стоимости основных фондов по формуле: f=Y/F, где F – стоимость основных фондов в регионе. Фондоемкость – обратный показатель фондоотдачи. Совокупность данных показателей позволит оценить уровень инновационной активности региона. Общие тенденции развития страны отражаются на социально-экономическом развитии ее регионов - субъектов РФ. Рассмотрим основные характеристики инновационного развития в региональном разрезе. В результате расчетов в соответствии с методикой, рассмотренной выше, нами были получены значения индекса KI для каждого региона России за 2010 г. (см. Приложение В). Согласно примененной в исследовании методике, итоговый индекс KI является средним арифметическим формирующих его значений субиндексов. Следовательно, это позволяет рассмотреть «вклад» каждого субиндекса и определить, за счет каких факторов регион получил свое место в рейтинге. Для этого по полученным данным за 2010 г. нами были сформированы матрицы зависимости каждого субиндекса от индекса KI (рисунки 3.3- 3.5).  Рис.3.3 Сопоставление субиндекса «Образование» и индекса KI Рис.3.4 Сопоставление субиндекса «Инновационность» и индекса KI  Рис.3.5 Сопоставление субиндекса «ИКТ» и индекса KI Самые высокие значения индекса KI характерны для Москвы и Санкт-Петербурга, что закономерно, так как эти города исторически являются научными и экономическими центрами страны. Соответствующие им точки с наивысшим значением показателя принимаются за экстремумы и в дальнейшем не рассматриваются. После Москвы и Санкт-Петербурга высокие значения индекса KI наблюдаются у Томской, Самарской, Калужской областей, Республики Татарстан, Нижегородской области. Также нужно отметить, что устойчиво в первые 30 регионов входят те субъекты РФ, которые по оценкам различных рейтинговых агентств, считаются инновационными. Они входят в Ассоциацию инновационных регионов России (Томская и Калужская области, республики Мордовия, Татарстан), а также в первую десятку инновационных регионов в инновационном рейтинге, составляемом фондом «Петербургская политика», Российской академией народного хозяйства и государственной службы при Президенте России и РБК-daily (i-рейтинг) [108]. Диаграммы (рисунки 3.3-3.5) разделены на области в зависимости от значений субиндексов «Образованность», «Инновационность» и «ИКТ» и значений индекса KI. По оси ординат отложены значения индекса KI (от низких до высоких), по оси абсцисс – значения каждого из субиндексов. Полученные результаты свидетельствуют о том, что структура индекса KI неоднородна, и регионы, имеющие высокое значение индекса и занимающие высокие позиции в общем рейтинге, часто получают их не благодаря сбалансированным и равномерно высоким значениям субиндексов. Чаще всего субъект РФ имеет высокий уровень образования населения и большое количество учащихся при низких показателях инновационной деятельности, которые имеют большое значение. Даже если в регионе будет достаточное количество квалифицированных кадров, невозможно строить экономику знаний, не имея объектов инновационной и информационной инфраструктуры, производящих, распространяющих знания и реализующих их в жизнь. Структурная неоднородность индекса KI характерна для большей части регионов РФ, сравнительно небольшое число регионов имеют значения показателей действительно гораздо выше среднего, а не приближенных к среднему уровню. При этом такие регионы, как Республика Татарстан, Томская, Самарская, Нижегородская, Мурманская области имеют относительно минимальные «перекосы» в структуре KI, т.е. их значения по всем трем составляющим KI субиндексам сбалансированы, что является залогом эффективности инновационных систем этих регионов. В целом примененная методика позволяет выявить среди субъектов РФ регионы, наиболее способные создавать, принимать и распространять знания, т.е. обладающие инновационным потенциалом. Индекс KI и его составляющие характеризуют стартовые условия для технического прогресса, роста производительности и развития технологий, а также обеспечивают условия для научных исследований и разработок, приводящих к появлению новых товаров и процессов [29]. Оценка региональной экономической эффективности. Экономическая эффективность в условиях научно-технического прогресса определяется ростом производительности труда и одновременным сокращением материальных затрат. Сокращение материальных затрат возможно за счет внедрения новой техники и технологий в производственные процессы, обновления производственных отношений и систем управления в целом. Для оценки экономической эффективности на уровне региона были рассчитаны показатели: коэффициент интенсивности; региональной производительности труда; показатели эффективности использования производственных ресурсов в рамках региона. Коэффициент интенсивности был рассчитан по 73 субъектам РФ, его средняя величина в 2005-2010 гг. по России в целом составила 0,88, что свидетельствует о низком уровне эффективности производства и отсутствии возможностей для осуществления процессов расширенного воспроизводства. Значение показателя эффективности регионального воспроизводства Кинт > 1 имеют 36 субъектов РФ: Брянская, Владимирская, Воронежская, Ивановская, Костромская, Курская, Липецкая, Орловская, Рязанская, Смоленская, Тверская, Тульская области; республики Карелия, Коми; Ленинградская, Мурманская, Новгородская, Псковская, Волгоградская, Ростовская области; Чеченская Республика, республики Марий Эл, Мордовия, Удмуртская Республика, Чувашская Республика; Пермский край; Кировская, Hижегородская, Оренбургская, Саратовская, Ульяновская области; Республика Бурятия; Красноярский край; Кемеровская область; Хабаровский край; Чукотский автономный округ. Показатель эффективности регионального воспроизводства Кинт < 1 имеют 37 субъектов РФ: Белгородская, Калужская, Московская, Тамбовская, Ярославская области; г. Москва; Вологодская, Калининградская области; г. Санкт-Петербург; Республики Адыгея, Калмыкия; Краснодарский край; Астраханская область; Республики Дагестан, Ингушетия, Кабардино-Балкарская Республика, Республика Северная Осетия – Алания; Ставропольский край; Республики Башкортостан, Татарстан; Самарская, Свердловская, Тюменская области; Ханты-Мансийский автономный округ – Югра, Ямало-Hенецкий автономный округ; Челябинская область; Республики Алтай, Тыва; Алтайский край, Забайкальский край; Иркутская, Новосибирская, Томская области; Камчатский край; Магаданская, Сахалинская области; Еврейская автономная область. В качестве существенной негативной тенденции необходимо отметить, что во вторую группу (со значением показателя менее единицы) попало довольно большое число регионов, являющихся традиционно добывающими, т.е. оказывающими важнейшее влияние на экономику РФ: Республика Татарстан, Ханты-Мансийский и Ямало-Ненецкий автономные округа, Иркутская, Томская области и др. На первые три региона приходится около 65% добываемой в России нефти. При этом только Ханты-Мансийский автономный округ обеспечивает более 50% добычи «черного золота». Вместе с тем, по данным Росстата и Центра экономического анализа «РИА-Аналитика», за последние годы динамика добычи в Ханты-Мансийском и Ямало-Ненецком автономных округах была отрицательной, а в Татарстане рост добычи на протяжении нескольких последних лет составляет десятки процентных пунктов. Для более полного понимания воспроизводственных процессов, протекающих в регионах, следует рассмотреть и другие индикаторы, так или иначе характеризующие инновационное развитие: рост производительности труда, снижение затрат производства и эксплуатации, модернизацию основных фондов. Показатель региональной производительности труда. За рассматриваемый период фактически не наблюдается тенденции роста показателя региональной производительности труда, причем величина этого показателя практически одинакова по регионам и федеральным округам(таблица 3.19). Таблица 3.19 Темпы роста производительности труда в федеральных округах на 1 чел. в 2001-2010 гг.
При сопоставлении показателей роста производительности труда с изменением заработной платы обнаруживается, что заработная плата растет опережающими темпами, за исключением Дальневосточного федерального округа (в основном за счет Чукотского автономного округа и Сахалинской области), и ее удельный вес в выработке увеличивается, что при прочих равных условиях, также является препятствием для роста эффективности регионального воспроизводства (таблица 3.20). Несмотря на имеющийся рост доходов населения, их абсолютное значение все еще остается на крайне невысоком уровне, сохраняется их высокая дифференциация, которая не только не сокращается, а растет. Возможности повышения доли зарплаты в стоимости продукции ограничены высокими материальными затратами и низкой эффективностью использования материальных ресурсов. Таблица 3.20 Темпы роста зарплаты на 1 чел. в федеральных округах в 2001–2010 гг.
По оценочным данным, материалоемкость основных видов деятельности (добыча полезных ископаемых, обрабатывающие производства, строительство и т.п.) в регионах достигает 60%. Наиболее материалоемкими для всех регионов являются производство и распределение электроэнергии, газа и воды, исключение составляют только отдельные территории, например, Ненецкий автономный округ. В отдельных субъектах РФ (Архангельской, Вологодской, Мурманской областях) значение данного показателя достигает 80%. Указанный вид деятельности является жизнеобеспечивающим как для населения, так и для организаций и напрямую влияет на уровень затрат на производство большинства видов продукции. В то же время производство качественной и низкозатратной продукции невозможно без использования соответствующих основных фондов, степень изношенности которых, как уже отмечалось, неуклонно растет. По данным за 2010 г., в регионах, занимающихся добычей полезных ископаемых, степень износа основных фондов составляет в среднем 42,3% и колеблется от 18% в Сахалинской области и 27,2% в Ненецком автономном округе до 55,5 и 56,4% в республиках Татарстан и Коми соответственно. В регионах с преимущественно обрабатывающим производством величина износа фондов составляет в среднем 40,7% и практически не имеет серьезных территориальных различий: от 39,1% в Челябинской области до 45,7% в Москве. Аналогичная величина износа (42,8%) имеет место и в регионах, занимающихся производством и распределением электроэнергии, газа и воды: минимальное значение зафиксировано в Самарской области (29,2%), максимальное – в Кемеровской области (59,6%) [175]. Увеличение доли изношенного оборудования приводит к повышению эксплуатационных расходов и ухудшению качества продукции. Следовательно, благополучие отдельных производств и региона в целом определяется состоянием основных фондов и эффективностью их использования. Актуальность повышения эффективности использования основных фондов усиливается тем обстоятельством, что как по уровню, так в динамике она не удовлетворяет требованиям рынка, конкурентоспособного функционирования хозяйствующих субъектов. По уровню фондоемкости промышленность регионов России более чем вдвое выше, чем в развитых странах. Фондоемкость в США, например, составляет 0,5, а в исследуемых субъектах – от 0,6 до 22,4 в зависимости от региона и вида экономической деятельности. Так, в Белгородской и Московской областях, городах Москва и Санкт-Петербург величина фондоемкости составляет 0,51-1,0 (среднее значение – 0,89). В остальных субъектах РФ величина фондоемкости > 1,0 при среднем ее значении по этой группе субъектов РФ 3,28. При этом субъекты РФ данной группы располагаются следующим образом по мере возрастания фондоемкости: Брянская, Владимирская, Воронежская, Ивановская, Калужская, Костромская, Курская, Липецкая, Орловская, Рязанская, Смоленская, Тамбовская, Тверская, Тульская, Ярославская области; республики Карелия, Коми; Архангельская (в том числе Ненецкий автономный округ), Вологодская, Калининградская, Ленинградская, Мурманская, Новгородская, Псковская области; республики Адыгея, Калмыкия; Краснодарский край; Астраханская, Волгоградская, Ростовская области; республики Дагестан, Ингушетия; Кабардино-Балкарская, Карачаево-Черкесская республики; Республика Северная Осетия-Алания; Чеченская Республика; Ставропольский край; республики Башкортостан, Марий Эл; Чувашская Республика; Пермский край; Кировская, Нижегородская, Оренбургская, Пензенская, Самарская, Саратовская, Ульяновская, Курганская, Свердловская, Тюменская (в том числе Ханты-Мансийский автономный округ – Югра, Ямало-Ненецкий автономный округ), Челябинская области; республики Алтай, Бурятия, Тыва, Хакасия; Алтайский край; Забайкальский край; Красноярский край; Иркутская, Кемеровская, Новосибирская, Омская, Томская области; Республика Саха (Якутия); Камчатский край; Приморский край; Хабаровский край; Амурская, Магаданская, Сахалинская области, Еврейская автономная область; Чукотский автономный округ. Можно сделать вывод, что подавляющее число регионов используют свои основные фонды неэффективно и для того, чтобы выпустить продукции на 1 руб., предприятиям необходимо вложить в производственные основные фонды 3,28 руб. Столь высокое значение фондоемкости обусловлено тем, что стоимость оборудования опережает рост его производительности; а также структурно-технологической несбалансированностью между совокупной производительностью и выпуском продукции, которую могли вызвать отсутствие или нехватка сырья и материалов, падение спроса на продукцию. Таким образом, полученные показатели региональной экономической эффективности в совокупности свидетельствуют о замедленных темпах экономического развития и, соответственно, сигнализируют о наличии серьезных препятствий для развития производства. При сопоставлении результатов анализа данных индикаторов с результатами, полученными по первой группе критериев, можно предположить, что активность регионов в инновационной сфере слабо или вообще не связана с социально-экономическими результатами развития регионов. Для подтверждения этого тезиса рассчитаем индекс детерминации. В качестве зависимой переменной будем рассматривать один из показателей эффективности регионального воспроизводства, равный отношению ВРП к затратам, произведенным на его создание. В качестве объясняющей переменной – индекс KI. Коэффициент детерминации принимает значения от 0 до 1, при этом чем ближе значение коэффициента к 1, тем сильнее зависимость. Для трактовки полученных значений воспользуемся шкалой Чеддока, которая позволяет дать количественным значениям качественную оценку. Значения коэффициента детерминации KI и эффективности регионального воспроизводства субъектов РФ за 2006–2010 гг. следующие: 0-0,1 (связь отсутствует) – Калужская, Костромская, Рязанская, Тамбовская, Тверская, Тульская области; Ненецкий автономный округ; Калининградская, Ленинградская, Новгородская области; Республика Калмыкия; Астраханская, Волгоградская области; Республика Ингушетия; Кабардино-Балкарская Республика; Республика Мордовия; Нижегородская, Оренбургская, Пензенская, Саратовская, Ульяновская, Курганская области; республики Алтай, Бурятия, Тыва, Хакасия; Камчатский край; Хабаровский край; Амурская область; 0,11-0,3 (слабая связь) – Белгородская, Воронежская, Ивановская, Липецкая, Смоленская области; г. Москва; Архангельская, Мурманская, Псковская области; Чеченская Республика; республики Башкортостан, Марий Эл; Чувашская Республика; Кировская область; Пермский край; Тюменская область; Ханты-Мансийский автономный округ – Югра; Челябинская, Кемеровская области; Еврейская автономная область; 0,31-0,5 (умеренная связь) – Брянская, Владимирская, Курская, Московская, Орловская области; республики Карелия, Коми; г. Санкт-Петербург; Республика Адыгея; Краснодарский край; Республика Дагестан; Карачаево-Черкесская Республика; Республика Северная Осетия – Алания; Республика Татарстан; Красноярский край; Омская область; Республика Саха (Якутия); Приморский край; Магаданская область; Чукотский автономный округ; 0,51-0,7 (заметная связь) – Ярославская, Вологодская, Ростовская область; Ставропольский край; Самарская, Свердловская область; Алтайский край; Забайкальский край; Новосибирская, Сахалинская области; 0,71-0,9 (высокая связь) – Удмуртская Республика; Ямало-Ненецкий автономный округ; Томская область; 0,91-0,99 (весьма высокая связь) – Иркутская область. Для приемлемых результатов предполагается, что коэффициент детерминации должен быть хотя бы не меньше 0,5 (50%). Только 14 регионов РФ удовлетворяют данному условию, а это означает, что у оставшихся 69 результаты регионального производства не связаны (или слабо связаны) с функционированием инновационной сферы. При этом всего два региона – лидеры инновационного развития – демонстрируют заметную и высокую взаимосвязь показателей (Самарская и Томская области), в Санкт-Петербурге и Татарстане связь умеренная, в Москве и Мурманской области – слабая, а Калужская и Нижегородская области характеризуются отсутствием данной зависимости, т.е. производственные результаты этих регионов только на 10% (в лучшем случае) объясняются инновационными факторами и на 90% зависят от каких-то иных (случайных) факторов. В результате оценки эффективности инновационной деятельности можно сформулировать следующие выводы. 1) Низкий уровень эффективности производства характерен для большинства регионов России, особенно специализирующихся на добыче полезных ископаемых. Это подтверждается: Опережающим ростом материальных затрат относительно ВРП; высокой материалоемкостью. Наиболее материалоемким для всех регионов является базовый вид деятельности «производство и распределение электроэнергии, газа и воды», рост затрат в котором порождает увеличение расходов всех других секторов. Высокой степенью износа основных фондов (выше 40%) характерной как для субъектов РФ, специализирующихся на добыче полезных ископаемых, так и обрабатывающем производстве. Неэффективным использованием основных производственных фондов: в России отсутствуют регионы, в которых величина фондоемкости не превышала бы 0,5; четыре региона демонстрируют значение менее единицы; для всех остальных территорий характерно значение, многократно превышающее единицу (максимум зафиксирован в республике Калмыкия – 13,6). Усилением перераспределительных процессов, оказывающих дестимулирующий эффект на региональное воспроизводство. Так как, в большинстве регионов России наблюдается опережающий темп роста заработной платы в сравнении с темпом роста производительности труда, что можно было бы рассматривать как положительный фактор, но только при снижении других затрат. 2) Ограниченная способность региона создавать, принимать и распространять знания, о чем свидетельствуют результаты расчета индекса KI. Высокое значение имеет небольшое число субъектов РФ в том числе города Москва и Санкт-Петербург, Томская, Самарская, Калужская, Нижегородская области и Республика Татарстан. 3) Структура индекса KI по регионам неоднородна, т.е. отсутствует баланс между составляющими индекса (образованием, инновациями и информационно-коммуникационными технологиями). Исключением являются Республика Татарстан, Томская, Самарская, Нижегородская и Мурманская области. 4) Связь между индексом KI и эффективностью регионального воспроизводства в 83% регионов полностью отсутствует или выражена крайне слабо. Это свидетельствует о том, что фундамент для расширенного воспроизводства в самих регионах не создается, кадры мигрируют, и эффект размывается в масштабах страны. Евростат (англ. Eurostat) – статистическая служба Европейского союза, занимающаяся сбором статистической информации по странам-членам ЕС и гармонизацией статистических методов, используемых данными странами. Офис Eurostat находится в Люксембурге. 1 2 |