Влияние сферы исследований и разработок на экономики стран мира: статистический анализ

Обложка

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Актуальность эффективного управления научной сферой нарастает год от года, требуя непрерывного уточнения закономерностей получения экономической отдачи от сектора исследований и разработок. В статье рассмотрено современное состояние взаимного влияния развития и финансирования науки в различных странах мира, с одной стороны, и относительных (подушевых) объемов их экономик — с другой. Использовалась широкая линейка показателей, в том числе патентная активность, расходы на исследования и разработки, численность исследователей и число публикаций в изданиях, входящих в базу данных “Scopus”, по предметным областям (относительно численности населения стран). Показано, что наиболее тесная связь между уровнем ВВП по ППС на душу населения и показателями научно-инновационной активности имеет место для общего числа публикаций и для публикаций по предметной области, связанной с экономическими дисциплинами. Выведена формула линейной множественной регрессии взаимозависимости показателей научно-изобретательской деятельности стран мира и уровня их экономики. В формулу вошли только подушевые показатели числа публикаций по экономике и расходов на науку. Сравнение смоделированных данных с реальными показало, что страны, активно занятые добычей нефти и газа (в том числе Россия), демонстрируют уровень экономики выше ожидаемого. Большинство стран — лидеров мировой экономики (США, КНР, Япония, Германия, Франция, Великобритания) имеют уровень экономики, хорошо описываемый полученной моделью. Обеспечение высоких расходов на исследования и разработки имеет первостепенное значение для современного экономического роста. Кроме того, важен общий высокий уровень публикационной активности, с особым вниманием на развитие исследований в такой предметной области, как экономическая наука.

Полный текст

Доступ закрыт

Об авторах

М. С. Вареник

МГУ имени М. В. Ломоносова

Автор, ответственный за переписку.
Email: msvarenik@anspa.ru

Высшая школа государственного администрирования

Россия, Москва

Список литературы

  1. Голиченко О. (2017). Государственная политика и провалы инновационной системы // Вопросы экономики. № 2. С. 97–108. [Golichenko O. (2017). State policy and failures of the innovation system. Voprosy Ekonomiki, 2, 97–108 (in Russian).]
  2. Заварухин В. П., Соломенцева О.А, Солопова М. А., Чинаева Т. И. и др. (2021а). Показатели развития российской и мировой науки: сравнительный анализ: аналитико-статистический сборник. Вып. 3. 200 с. М.: Институт проблем развития науки (ИПРАН) РАН. doi: 10.37437/9785912941689-21-sb4 [Zavarukhin V. P., Solomentseva O. A., Solopova M. A., Chinaeva T. I. et al. (2021a). Indicators of the development of Russian and world science: comparative analysis: analytical and statistical collection, 3. Moscow: Institute for the Study of Science (ISS RAS) RAS. doi: 10.37437/9785912941689-21-sb4 (in Russian).]
  3. Заварухин В. П., Соломенцева О.А, Чинаева Т. И., Солопова М. А. (2021б). Сравнительный анализ основных показателей, характеризующих развитие научной сферы стран мира и России // Инновации. № 12 (278). С. 3–11. [Zavarukhin V. P., Solomentseva O. A., Chinaeva T. I., Solopova M. A. (2021b). Comparative analysis of the main indicators characterizing the development of the scientific sphere of the countries of the world and Russia. Innovations, 12, 278, 3–11 (in Russian).]
  4. Макаров В. Л., Айвазян А. А., Афанасьев А. А., Бахтизин А. Р., Нанавян А. М. (2016). Моделирование развития экономики региона и эффективность пространства инноваций // Форсайт. Т. 10. № 3. С. 79–90. [Makarov V. L., Ayvazyan A. A., Afanasyev A. A., Bakhtizin A. R., Nanavyan A. M. (2016). Modeling the development of the regional economy and the efficiency of the innovation space. Foresight, 10, 3, 79–90 (in Russian).]
  5. Макаров В. Л., Айвазян С. А., Афанасьев М. Ю., Бахтизин А. Р., Нанавян А. М. (2014). Оценка эффективности регионов РФ с учетом интеллектуального капитала, характеристик готовности к инновациям, уровня благосостояния и качества жизни // Экономика региона. № 4. С. 9–30. [Makarov V. L., Ayvazyan S. A., Afanasyev M. Yu., Bakhtizin A. R., Nanavyan A. M. (2014). Assessing the effectiveness of regions of the Russian Federation taking into account intellectual capital, characteristics of readiness for innovation, the level of well-being and quality of life of the population. Economics of Region, 4, 9–30 (in Russian).]
  6. Макаров В. Л., Бахтизин А. Р., Логинов Е. Л. (2022). Применение экономико-математических методов и моделей оптимального планирования в цифровой экономике будущего. М.: ЦЭМИ РАН. [Makarov V. L., Bakhtizin A. R., Loginov E. L. (2022). Application of economic and mathematical methods and models of optimal planning in the digital economy of the future. Moscow: CEMI RAS (in Russian).]
  7. Унтура Г. А., Канева М. А., Заболотский А. А. (2019). Влияние науки, инноваций и концентрации производства на экономический рост регионов России // Национальные интересы: приоритеты и безопасность. Т. 15. № . 12. С. 2327–2343. [Untura G. A., Kaneva M. A., Zabolotsky A. A. (2019). The influence of science, innovation and production concentration on the economic growth of Russian regions. National Interests: Priorities and Security, 15, 12, 2327–2343 (in Russian).]
  8. Черных С. И., Фролова Н. Д., Байбулатова Д. В. и др. (2020). Зарубежный опыт финансирования исследований и разработок и возможности его применения в России. М.: Институт проблем развития науки (ИПРАН) РАН. doi: 10.37437/9785912941511-20-m5 [Chernykh S. I., Frolova N. D., Baybulatova D. V. et al. (2020). Foreign experience in financing research and development and the possibility of its application in Russia. Moscow: Institute for the Study of Science (ISS RAS) RAS. doi: 10.37437/9785912941511-20-m5 (in Russian).]
  9. Acs Z. J., Audretsch D. B., Feldman M. P. (1994). R&D spillovers and recipient firm size. The Review of Economics and Statistics, 76, 2, 336–340.
  10. Aghion P., Harris C., Howitt P., Vickers J. (2001). Competition, imitation and growth with step-by-step innovation. The Review of Economic Studies, 68, 3, 467–492.
  11. Aghion P., Howitt P. (1992). A model of growth through creative destruction. Econometrica, 60, 2, 323–351.
  12. Audretsch D. B., Feldman M. P. (1996). R&D spillovers and the geography of innovation and production. The American Economic Review, 86, 3, 630–640.
  13. Bahar D., Hausmann R., Hidalgo C. A. (2014). Neighbors and the evolution of the comparative advantage of nations: Evidence of international knowledge diffusion? Journal of International Economics, 92, 1, 111–123.
  14. Bahar D., Rapoport H. (2018). Migration, knowledge diffusion and the comparative advantage of nations. The Economic Journal, 128, 612, F273–F305.
  15. Barro R. J., Sala-i-Martin X. (1995). Economic Growth. N.Y.: McGraw-Hill.
  16. Bloom N., Draca M., Reenen J. van (2016). Trade induced technical change? The impact of Chinese imports on innovation, IT and productivity. The Review of Economic Studies, 83, 1, 87–117.
  17. Cai M., Cui R., Li D. (2023). Trade with innovation benefits: A re-appraisal using micro data from China. Journal of Asian Economics, 89, 101664.
  18. Coe D. T., Helpman E. (1995). International R&D spillovers. European Economic Review, 39, 5, 859–887.
  19. Coe D. T., Helpman E., Hoffmaister A. W. (2009). International R&D spillovers and institutions. European Economic Review, 53, 7, 723–741.
  20. Engelbrecht H. J. (1997). International R&D spillovers, human capital and productivity in OECD economies: An empirical investigation. European Economic Review, 41, 8, 1479–1488.
  21. Fagerberg J., Verspagen B., Caniels M. (1997). Technology, growth and unemployment across European regions. Regional Studies, 31, 5, 457–466.
  22. Frantzen D. (2000). R&D, human capital and international technology spillovers: A cross‐country analysis. Scandinavian Journal of Economics, 102, 1, 57–75.
  23. Grinin L., Korotayev A. (2015). Great divergence and great convergence. A global perspective. Moscow: Springer International Publishing.
  24. Grossman G. M., Helpman E. (1991). Trade, knowledge spillovers, and growth. European Economic Review, 35, 2–3, 517–526.
  25. Hall B. H., Mairesse J., Mohnen P. (2010). Measuring the Returns to R&D. Handbook of the Economics of Innovation. North-Holland, 2, 1033–1082.
  26. Jaffe A. B. (1989). Real effects of academic research. The American Economic Review, 79, 5, 957–970.
  27. Jones C. I. (1995). R&D-based models of economic growth. Journal of Political Economy, 103, 4, 759–784.
  28. Kaneva M., Untura G. (2019). The impact of R&D and knowledge spillovers on the economic growth of Russian regions. Growth and Change, 50, 1, 301–334.
  29. Keller W. (2004). International technology diffusion. Journal of Economic Literature, 42, 3, 752–782.
  30. Korotayev A., Zinkina J. (2014). On the structure of the present-day convergence. Campus-Wide Information Systems, 31, 2/3, 139–152.
  31. Marrocu E., Paci R., Usai S. (2013). Proximity, networking and knowledge production in Europe: What lessons for innovation policy. Technological Forecasting and Social Change, 80, 8, 1484–1498.
  32. Nair M., Pradhan R. P., Arvin M. B. (2020). Endogenous dynamics between R&D, ICT and economic growth: Empirical evidence from the OECD countries. Technology in Society, 62, 101315.
  33. Rodríguez-Pose A., Crescenzi R. (2008). Research and development, spillovers, innovation systems, and the genesis of regional growth in Europe. Regional Studies, 42, 1, 51–67.
  34. Romer P. M. (1990). Endogenous technological change. Part 2. Journal of Political Economy, 98, 5, S71–S102.
  35. Shu P., Steinwender C. (2019). The impact of trade liberalization on firm productivity and innovation. Innovation Policy and the Economy, 19, 1, 39–68.

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».