Система оценки и прогнозирования перспектив развития региональных промышленных систем с учетом инновационно-технологического фактора

Обложка

Цитировать

Полный текст

Аннотация

Публикуемая научная статья посвящена необходимости комплексных и системных стратегий для содействия развитию регионального промышленного комплекса, что является важнейшим аспектом инновационных стратегий производственных единиц и позволяет регионам повысить свою производственную конкурентоспособность и привлечь дополнительные инвестиции. В статье определяется понятие «прогнозирование» в научных исследованиях и нормативно-правовых документах; представлена система показателей для оценки прогнозирования региональных экономических систем в пределах РФ; выделены элементы стратегии социально-экономического развития субъектов РФ; подчеркивается, что региональное прогнозирование включает в себя экономические, демографические и социальные прогнозы регионального развития; представлена конкретная классификация прогнозов по исследуемому периоду времени; проводится различие между поисковыми и нормативным прогнозами: поисковые прогнозы основаны на анализе сложившихся тенденций экономического роста, а нормативные прогнозы – на желаемом будущем состоянии региона, соответствующем целям исследования; утверждается, что на социально-экономическое развитие и промышленный комплекс региона значительное влияние оказывают инновационно-технологические факторы; для оценки инновационно-технологического фактора в статье предлагается проводить математическое моделирование инновационных процессов в рамках регионального промышленного комплекса; обозначены этапы моделирования этих инновационных процессов; обосновывается использование матрицы корреляционных показателей для выбора факторов, позволяющей систематически оценивать взаимосвязь между различными переменными, помогая выявить влияющие на региональное развитие факторы.

Полный текст

Введение

Инновации и технологии являются ключевыми движущими силами промышленного развития. Включив эти факторы в процесс оценки, заинтересованные стороны могут понять текущий технологический ландшафт, определить новые тенденции и технологии и спланировать их интеграцию в региональные промышленные системы.

Согласно Федеральному закону от 28 июня 2014 г. № 172-ФЗ (ред. от 31.07.2020 г.), прогнозирование – это процесс, осуществляемый участниками стратегического планирования с целью связанной с социально-экономическим развитием и национальной безопасностью РФ научной оценкой рисков, включающий определение направлений и показателей социально-экономического развития на национальном, региональном и местном уровнях.

Применительно к конкретному региону прогноз социально-экономического развития – это документ стратегического планирования, в котором излагается совокупность научно обоснованных представлений об ожидаемых результатах и направлениях социально-экономического развития в среднесрочной и долгосрочной перспективе [1].

 

Ход исследования

Система оценки и прогнозирования перспектив развития региональных промышленных систем с учетом инновационно-технологического фактора – совокупность методов сбора, анализа и моделирования данных в целях оценки текущего состояния и перспективного инновационного и технологического потенциала промышленных систем региона, выявления потенциальных рисков и возможностей, а так же в целях разработки рекомендаций для заинтересованных сторон по содействию инновациям, внедрению технологий и общему промышленному развитию. Данная система обеспечивает комплексный подход к пониманию, оценке и прогнозированию перспектив развития региональных промышленных систем с особым акцентом на инновации и технологические факторы [2].

Долгосрочные прогнозы регионального развития имеют две основные цели, как выделила в своем исследовании Михеева Н.Н.

  1. Определение конкретных стратегий и пропорций пространственного развития, необходимых для интеграции пространственных аспектов регионального развития в процесс макроэкономического планирования. Изучая пространственное распределение экономической деятельности, инвестиций, инфраструктуры и ресурсов, разработчики политики определяют регионы, которые могут стимулировать экономический рост, и стратегии, необходимые для поддержки их развития.
  2. Анализ существующих пространственных характеристик, таких как распределение населения, наличие инфраструктуры, природные ресурсы и экономическая деятельность, а также оценка того, как эти факторы могут повлиять на реализацию запланированной долгосрочной экономической политики. Понимая пространственный контекст, разработчики политики выявляют потенциальные барьеры, проблемы и возможности, которые могут возникнуть в разных регионах.

Стратегия развития социально-экономического роста региона в России создается в конкрет-
ных временных рамках, обычно соответствующих продолжительности долгосрочного прогноза
социально-экономического развития региона.

Стратегический документ социально-экономического развития региона включает в себя следу-
ющие ключевые элементы:

– приоритеты, цели, задачи, направления, показатели и ожидаемые результаты реализации стратегии;

– сроки и этапы реализации;

– необходимые финансовые ресурсы;

– информация государственных программах, которые были одобрены регионом для поддержки реализации стратегии;

– другие положения, определенные законодательством региона [3; 4].

Прогноз социально-экономического развития региона определяется на основе показателей, представленных на рисунке 1.

Прогноз социально-экономического развития субъекта составляется каждые шесть лет и охватывает период в 12 и более лет. Данный прогноз основан на долгосрочном прогнозе социально-экономического развития на региональном уровне с учетом достижений науки и техники.

Региональное прогнозирование – важнейшая составляющая экономических исследований, отличающаяся комплексным характером, включающая в себя расчет экономических, демографических и социальных прогнозов для оценки перспектив развития региона. Процесс прогнозирования является адаптируемым, что позволяет вносить коррективы в зависимости от меняющихся обстоятельств и переменных.

Прогнозы можно классифицировать в зависимости от продолжительности исследования:

– краткосрочный прогноз (2–3 года);

– среднесрочный прогноз (5–7 лет);

– долгосрочный прогноз (15–20 лет) [7; 8].

При анализе отечественных и зарубежных исследований было обнаружено, что для проведения расчетов показателей долгосрочного прогнозирования применяются два типа прогнозов: поисковый и нормативный. Поисковый прогноз основывается на анализе текущих тенденций экономического роста и позволяет прогнозировать долгосрочные результаты и экономическое развитие на основе имеющихся данных и исторических трендов. Нормативный прогноз, в свою очередь, основывается на исследовании желаемого состояния региона в будущем с учетом поставленных целей исследования и помогает определить, какие изменения и меры необходимы для достижения заданных целей [9; 10].

Большое влияние на социально-экономическое развитие региона оказывает инновационно-технологический фактор, играющий решающую роль в развитии регионального промышленного комплекса, и, как следствие, на общее социально-экономическое развитие региона.

Для определения наиболее значимых составляющих инновационно-технологического фактора рекомендуется проводить математическое моделирование инновационных процессов в рамках промышленного комплекса [11; 12].

 

Рисунок 1 – Показатели, используемые для прогноза социально-экономического развития региона [5; 6]

Figure 1 – Indicators used to forecast the socio-economic development of the region [5; 6]

 

При оценке и прогнозировании перспектив развития региональных промышленных систем с учетом инновационно-технологического фактора используется комплексный подход. В данном контексте под комплексным подходом понимается целостный метод оценки и прогнозирования развития промышленных систем, учитывающий множество факторов и переменных и включающий в себя изучение взаимодействия и взаимозависимости между этими факторами. Например, одних технологических инноваций может быть недостаточно для развития процветающей региональной промышленной системы, но они должны поддерживаться благоприятной политической средой, квалифицированной рабочей силой и доступом к финансированию и рынкам [13].

Принимая во внимание инновационно-технологический фактор наряду с другими важными факторами, комплексный подход позволяет провести более полную оценку состояния и составить более точный прогноз перспектив развития региональных промышленных систем с учетом роли инноваций и технологий в стимулировании экономического роста и конкурентоспособности.

 

Эффективная система оценки и прогнозирования перспектив развития региональных промышленных систем с учетом инновационно-технологического фактора должна соответствовать следующим требованиям.

  1. Сбор и анализ данных. Система должна иметь надежный механизм сбора данных для сбора соответствующей информации о региональных промышленных системах, включая экономические показатели, инновационные инициативы, технологические достижения и отраслевые тенденции.
  2. Наличие научно обоснованных показателей эффективности, отражающих ключевые аспекты региональных промышленных систем (таких как экономический рост, инвестиции в инновации, внедрение технологий, создание рабочих мест и экологическая устойчивость), которые будут служить ориентирами для оценки текущего состояния и прогнозирования перспектив развития региональных промышленных систем.
  3. Участие заинтересованных сторон: привлечение соответствующих заинтересованных сторон, включая государственные учреждения, отраслевые ассоциации, академические учреждения и экспертов в области технологий. Их вклад и опыт помогут определить конкретные факторы, которые следует учитывать, разработать точные модели прогнозирования и обеспечить актуальность и применимость системы.
  4. Технологическая оценка. Система должна включать всеобъемлющую основу для оценки инновационных и технологических факторов в региональных промышленных системах. Оценка должна учитывать такие элементы, как исследования и разработки, патентные заявки, темпы внедрения технологий, сотрудничество с университетами и научно-исследовательскими институтами, а также наличие инновационных кластеров или экосистем.
  5. Моделирование сценариев. Следует разработать модели сценариев, которые будут моделировать различные потенциальные результаты на основе различных факторов, включая инновации и технологии. Эти модели должны учитывать как оптимистичные, так и пессимистичные сценарии, чтобы предоставить различные варианты результатов для лиц, принимающих решения, и заинтересованных сторон.
  6. Наличие непрерывного мониторинга и обратной связи для отслеживания прогресса региональных промышленных систем и оценки точности прогнозов. Цикл обратной связи имеет решающее значение для выявления любых отклонений, обновления моделей и допущений и внесения необходимых корректировок для повышения точности прогнозирования с течением времени.
  7. Масштабируемость и адаптируемость. Система должна быть масштабируемой для охвата более крупных регионов или адаптации к различным промышленным секторам, а также она должна быть гибкой, чтобы приспосабливаться к изменениям в технологии, динамике рынка и основам политики, а также предоставлять точные оценки и прогнозы в различных контекстах.
  8. Коммуникация и распространение. Система должна включать механизмы для эффективной передачи результатов и прогнозов соответствующим заинтересованным сторонам с использованием отчетов и интерактивных инструментов визуализации для представления информации в доступной и понятной форме.

Процесс моделирования инновационных процессов в региональном промышленном комплексе состоит из следующих этапов (рисунок 2) [14].

На практике при построении регрессионной модели на пятом этапе оценки обычно используется лишь ограниченное число факторов, несмотря на возможность включения множества переменных. Исключение значимой переменной может привести к искажению оценок коэффициентов регрессии, в то время как включение ненужной переменной не повлияет на объективность оценок. Выбор факторов определяется путем оценки матрицы показателей корреляции, а именно парных коэффициентов корреляции [15].

При проведении матричного анализа рекомендуется начинать с начальной строки, представля-
ющей влияние каждого характеристического фактора на результирующую переменную.

Целесообразно исключить из модели показатели со слабыми звеньями, в эту категорию часто попадает инновационная активность организаций.

Дополнительно необходимо учитывать соотношение между знаками факторов. Общепринято, что допустим уровень корреляции r < 0,7. При сравнении абсолютных значений коэффициентов линейной корреляции следует исключить любые факторы с более слабой корреляцией с результирующим признаком, если какое-либо неравенство не выполняется.

 

 

Рисунок 2 – Этапы моделирования инновационных процессов в региональном промышленном комплексе

Figure 2 – Stages of modeling innovation processes in the regional industrial complex

 

Заключение

Необходимо подчеркнуть важность реализации комплексных и системных стратегий для содействия развитию регионального промышленного комплекса. Эти стратегии должны охватывать широкий спектр факторов, включая политические инициативы, развитие инфраструктуры, технологические достижения и развитие человеческого капитала.

Одним из ключевых направлений должно быть повышение эффективности производственных процессов за счет внедрения передовых технологий, таких как автоматизация и робототехника. Кроме того, инвестиции в исследования и разработки могут привести к открытию инновационных технологий производства, что еще больше повысит эффективность.

При этом крайне важно, чтобы органы государственной власти уделяли данному вопросу приоритетное внимание. Они должны сотрудничать с заинтересованными сторонами отрасли для выявления конкретных проблем и возможностей в региональном промышленном комплексе.

Таким образом, исследование подчеркивает необходимость комплексных и системных стратегий для содействия развитию регионального промышленного комплекса. Повышение производительности и эффективности производственных процессов является важнейшим аспектом этих стратегий и должно быть приоритетным для органов власти, поскольку позволяет регионам повысить свою конкурентоспособность, привлечь инвестиции и стимулировать экономический рост.

×

Об авторах

Артем Сергеевич Горький

Ассоциации «АУРА-Тех»

Автор, ответственный за переписку.
Email: maxim-gorkiy@yandex.ru
ORCID iD: 0000-0002-5427-5451

финансовый директор 

Россия, 129085, Российская Федерация, г. Москва, пр-т Мира, 101, стр. 1

Список литературы

  1. Tyukavkin N.M., Anisimova V.Y., Kurnosova E.A. Network Model Of The Regional Innovation System Based On Industrial Complex Clustering // European Proceedings of Social and Behavioural Sciences EpSBS, Samara, 19–20 декабря 2019 года. Vol. 82. Samara: European Publisher, 2020. P. 302–310. DOI: https://doi.org/10.15405/epsbs.2020.04.39.
  2. Балабанов И.Т. Инновационный менеджмент. Санкт-Петербург: Питер, 2001. 304 с.
  3. Тюкавкин Н.М., Курносова Е.А. Теоретические подходы к исследованию категории «инфраструктура обеспечения инновационной деятельности» // Вопросы инновационной экономики. 2019. Т. 9, № 4. С. 1329–1340. DOI: https://doi.org/10.18334/vinec.9.4.41323. EDN: https://elibrary.ru/simfid.
  4. Винокурцева Е.А. Системы оценки и прогнозирования перспектив развития региональных экономических систем // Исследования молодых ученых: материалы XLV Междунар. науч. конф. (г. Казань, октябрь 2022 г.). Казань: Молодой ученый, 2022. С. 22–26. URL: https://moluch.ru/conf/stud/archive/460/17417.
  5. Курносова Е.А. Обеспечение конкурентоспособности предприятий сферы услуг: формирование инновационного поведения // Российский экономический интернет-журнал. 2009. № 1. С. 598–607. URL: https://www.elibrary.ru/item.asp?id=17964687. EDN: https://www.elibrary.ru/pddduz.
  6. Горькая Ж.В., Горький А.С. Некоторые аспекты применения проактивной стратегии обучения в вузе // Образование в современном мире: стратегические инициативы: сборник научных трудов Всероссийской научно-методической конференции с международным участием, посвященная 75-летию университета, Самара, 14 апреля 2017 года. Самара: Самарский национальный исследовательский университет имени академика С.П. Королева, 2017. С. 466–472. URL: http://repo.ssau.ru/handle/Obrazovanie-v-sovremennom-mire/Nekotorye-aspekty-primeneniya-proaktivnoi-strategii-obucheniya-v-vuze-65999?ysclid=ln48jipis0328347668; https://www.elibrary.ru/item.asp?id=30532297. EDN: https://www.elibrary.ru/zsdpfd.
  7. Горький А.С., Подборнова Е.С., Тюкавкин Н.М. Теоретические вопросы исследования диверсификации промышленных предприятий // Инновационные процессы в формировании интегрированных структур региональных промышленных комплексов Поволжья: сборник материалов международной научно-практической конференции, Самара, 27 февраля 2017 года. Самара: АНО «Издательство СНЦ», 2017. С. 51–56. URL: http://repo.ssau.ru/handle/INNOVACIONNYE-PROCESSY-V-FORMIROVANII-INTEGRIROVANNYH-STRUKTUR-REGIONALNYH-PROMYShLENNYH-KOMPLEKSOV-POVOLZhYa/Teoreticheskie-voprosy-issledovaniya-diversifikacii-promyshlennyh-predpriyatii-63449?ysclid=ln48r2rjl5764461102; https://www.elibrary.ru/item.asp?id=28967630. EDN: https://www.elibrary.ru/yjxjgd.
  8. Холодковская Н.С. Оценка экономических показателей устойчивого развития региональной экономики // Вестник Российского нового университета. Серия: Человек и общество. 2021. № 2. С. 11–19. DOI: https://doi.org/10.25586/RNU.V9276.21.02.P.011. EDN: https://www.elibrary.ru/ovgxbl.
  9. Шокиров Р.С., Илхом Сангин. Теоретические аспекты размещения производства в региональной экономике // Вестник Таджикского государственного университета права, бизнеса и политики. Серия общественных наук. 2022. № 1 (90). С. 86–97. DOI: http://doi.org/10.24412/2411-1945-2022-1-86-97. EDN: https://www.elibrary.ru/fpqikc.
  10. Штофер Г.А. Оценка эффективности функционирования региона: основы понятийного и методического аппарата // Экономика строительства и природопользования. 2017. № 1 (62). С. 16–20. URL: https://cyberleninka.ru/article/n/otsenka-effektivnosti-funktsionirovaniya-regiona-osnovy-ponyatiynogo-i-metodicheskogo-apparata?ysclid=ln49i4ixig210965337; https://www.elibrary.ru/item.asp?id=29970123. EDN: https://www.elibrary.ru/zfvtaj.
  11. Федеральный закон от 28.06.2014 г. № 172-ФЗ (ред. от 31.07.2020 г.) «О стратегическом планировании в Российской Федерации». URL: https://www.consultant.ru/document/cons_doc_LAW_164841/?ysclid=ln49s6a7ui309210481.
  12. Янсен Ф. Эпоха Инноваций: пер. с англ. Москва: ИНФРА-М, 2002. 308 c. (Серия «Менеджмент для лидера».)
  13. Региональные инновационные системы как фактор развития цифровизации / В.Ю. Анисимова, Г.П. Гагаринская, О.Н. Киселева [и др.]; Министерство науки и высшего образования РФ, Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет). Самара: Самарама, 2022. 157 с. URL: http://repo.ssau.ru/handle/Monografii/Regionalnye-innovacionnye-sistemy-kak-faktor-razvitiya-cifrovizacii-97496?mode=full&ysclid=ln4a33okq3921405474.
  14. Курносова Е.А. Модели и инструменты оценки эффективности инфраструктуры инновационной деятельности промышленного сектора экономики региона; Самарский национальный исследовательский университет имени академика С.П. Королева. Самара: ООО «САМАРАМА», 2022. 179 с. URL: https://www.elibrary.ru/item.asp?id=48010000. EDN: https://www.elibrary.ru/pqgrej.
  15. Гусева Д.А., Миронова Е.А. Теоретические подходы к исследованию инновационной активности регионального промышленного комплекса // Вестник Самарского университета. Экономика и управление Vestnik of Samara University. Economics and Management. 2022. Т. 13, № 2. С. 23–31. DOI: https://doi.org/10.18287/2542-0461-2022-13-2-23-31. EDN: https://www.elibrary.ru/ewefdq.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Вестник Самарского университета. Экономика и управление, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

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».