РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ ИННОВАЦИОННОЙ АКТИВНОСТИ РЕГИОНА С УЧЁТОМ ЕГО КАДРОВОГО ПОТЕНЦИАЛА

DEVELOPMENT OF A METHODOLOGY FOR ASSESSING THE INNOVATIVE ACTIVITY OF A REGION, TAKING INTO ACCOUNT ITS HUMAN RESOURCES POTENTIAL

Dmitry Zemskov

Student, RTA "Russian Customs Academy",

Russia, Moscow Region, Lyubertsy

Vera Shapovalova

Scientific supervisor, Candidate of Economic Sciences, Associate Professor, RTA "Russian Customs Academy,

Russia, Moscow Region, Lyubertsy

АННОТАЦИЯ

В статье рассматривается методика оценки инновационной активности региона с учётом уровня развития его кадрового потенциала. На основе анализа теоретических подходов и статистических данных по Владимирской области предложен интегральный показатель, отражающий взаимосвязь между инновационной и кадровой составляющей регионального развития. Методика включает расчет ключевых коэффициентов, таких как доля занятых в высокотехнологичных отраслях, уровень образования, количество исследователей, а также индекс инновационной активности. Полученные результаты могут быть использованы органами власти и экспертным сообществом при формировании региональной политики и стратегии стимулирования инновационного роста.

ABSTRACT

The article presents a methodology for assessing the innovation activity of a region, taking into account the level of development of its human capital. Based on the analysis of theoretical approaches and statistical data for the Vladimir region, an integrated indicator is proposed that reflects the relationship between innovation performance and human resources. The methodology includes the calculation of key coefficients such as the share of employees in high-tech industries, education level, number of researchers, and the innovation activity index. The results can be used by public authorities and experts in shaping regional policy and strategies for stimulating innovation-driven growth.

Ключевые слова: инновационная активность; кадровый потенциал; регион; интегральный показатель; Владимирская область.

Keywords: innovation activity, human capital, region, assessment methodology, Vladimir region.

Инновационная активность региона – один из ключевых факторов его социально-экономического развития, влияющий на динамику роста производства, повышение конкурентоспособности экономики и качества жизни населения. В современных условиях для регионов России важно не только создавать инновационные продукты, но и обеспечивать их внедрение за счёт соответствующей инфраструктуры и кадров (учёных, инженеров, квалифицированных специалистов). Федеральная статистика показывает, что в 2023 году доля инновационных товаров и услуг в общем объёме отгруженной продукции выросла до 6,0%, а доля организаций, ведущих инновационную деятельность (имеющих затраты на НИОКР, выпускающих инновационную продукцию), достигла 11,3%. [1, с. 132] Вместе с тем распределение инновационной активности по регионам остаётся очень неравномерным. Согласно последним рейтингам, лидерами инновационного развития стали Москва, Санкт-Петербург, Татарстан, тогда как Владимирская область занимает лишь 32-е место по интегральному рейтингу инновационной активности (значение индекса 0,43) [2, с. 16]. В таких регионах, как Владимирский, важно глубже анализировать, какие факторы определяют низкий рост инноваций и как на них влияет кадровый потенциал – численность и квалификация работающих в науке, образованность трудоспособного населения.

Показатели инновационной активности обычно включают долю инновационных организаций (организаций, имевших затраты на исследования и разработки и выпускающих инновационную продукцию), объём внутренних затрат на НИОКР, количество зарегистрированных патентов, долю инновационных товаров в общем выпуске и прочее. Например, по данным Росстата, в среднем по РФ в 2023 г. инновационная активность (доля организаций, реализовывавших инновации) составила 11,3% [3, с. 59]. В региональных исследованиях зачастую рассчитывают коэффициент инновационности как отношение числа инновационных предприятий к общему числу предприятий или к населению. Важно отметить, что Владимирская область характеризуется умеренной инновационной активностью – за последние 12 лет её колебания составили лишь 9,5–15,3% по доле активных организаций, что существенно ниже потенциального (2017 г.) максимума [4, с. 49].

Кадровый потенциал региона формируется за счёт научных работников, инженеров, высококвалифицированных специалистов. Типичные показатели – численность занятых в НИОКР (количество исследователей и научных работников на 1000 жителей), доля населения с высшим и научным образованием, средний уровень квалификации занятых. Высококвалифицированный труд (учёные, инженеры) является критическим фактором эффективного внедрения инноваций. Например, одна из научных работ подчёркивает, что качество кадрового потенциала региона определяется уровнем профессиональной компетентности, мобильностью, предпринимательской активностью специалистов. В практических расчётах формулы учитываются как количественные (численность R&D-персонала), так и качественные (доля с высшим образованием, уровень подготовки) характеристики.

Предлагаем объединить указанные группы показателей в интегральный индикатор инновационной активности региона Iинт. Процедура может состоять из нескольких шагов:

• Шаг 1: выбор базовых количественных индикаторов инновационной активности (например, X1 – доля инновационных предприятий, X2 – внутренние затраты на НИОКР на душу населения и т.д.) и показателей кадрового потенциала (Y1 – количество научных работников на душу населения, Y2 – доля с высшим образованием среди занятых и т.п.).
• Шаг 2: нормализация значений индикаторов, чтобы свести их к сопоставимому масштабу, например методом приведения к единице: Xi∗=Xi/Xi,max
• Yj∗=Yj/Yj,max по максимальным значениям среди сравниваемых регионов.
• Шаг 3: расчёт сводных индексов инновационной активности Iинно​ и кадрового потенциала Iкадр как средневзвешенных нормализованных показателей: например, Iинно=w1X1∗+w2X2∗+… Iкадр=v1Y1∗+v2Y2∗+…
• где wk,vl – веса, суммирующиеся в 1. Весовые коэффициенты можно выбирать интуитивно или по важности каждого фактора (часто равные веса).
• Шаг 4: формирование интегрального показателя инновационной активности с учётом кадров:

Iинт=αIинно+(1−α)Iкадр,

где α\alphaα – вес инновационных показателей (например, 0.5). Можно также нормировать сумму α+(1−α)=1\alpha + (1-\alpha) = 1α+(1−α)=1. Такая формула учитывает влияние кадрового потенциала на общий инновационный результат региона.

Таким образом, предлагаемый метод прост (линейная комбинация нормированных индексов) и легко реализуем на данных статистики. Весовые коэффициенты и набор показателей могут корректироваться в зависимости от доступных данных и конкретных целей анализа. В работе можно использовать общеупотребимые формулы о расчёте доли инноваций в экономике) и принципы взвешенной суммы [5].

Для примера оценки рассмотрим Владимирскую область. В качестве данных используются официальные статистические сведения Росстата и результаты региональных исследований. На рисунке и в таблице приведены ключевые числовые показатели инновационной активности региона. Так, таблица 1 отражает динамику числа организаций, выполнявших НИОКР, численности их сотрудников и внутренних затрат на исследования в Владимирской области (2010–2022 гг.)

Таблица 1.

Основные показатели научно-исследовательской активности Владимирской области (организации и персонал с НИОКР)

Из табл. 1 видно, что в 2010–2015 гг. в регионе росло число научно-исследовательских организаций и занятость в них, а затраты на НИОКР выросли более чем в 1,5 раза (с 2479 до 3767 млн руб.). Однако после 2015–2017 гг. численность исследователей сократилась с 5697 до 4298 чел. (на 25%), а затраты на НИОКР после пикового уровня 5391 млн руб. в 2017 г. упали до 4748 млн руб. в 2022 г. Это указывает на стагнацию инновационной активности. На самом деле, как отмечается в исследованиях, «за последние 12 лет уровень инновационной активности организаций Владимирской области колебался в интервале от 9,5 до 15,3%», то есть значительно уступал уровню лидера 2017 г. (15,3%). Такие данные свидетельствуют о достаточно слабом инновационном импульсе в регионе [6, с. 31].

Кроме того, изучение состава кадрового потенциала Владимирской области показывает ограниченность ресурсной базы инноваций. По данным выборочных обследований, на 2022 г. доля занятых с высшим образованием в области составляла лишь около 29–30%. Для сравнения: в среднем по Центральному федеральному округу она превышала 41%. Низкая доля квалифицированных кадров ухудшает способность предприятий внедрять новые технологии. Именно поэтому в федеральном рейтинге «Научно-технологическое развитие» упоминается, что человеческие ресурсы (число научно-исследовательского персонала и уровень образования) являются одним из ключевых факторов превосходства лидеров (Москва, СПб) над регионами вроде Владимирской.

Таким образом, статистические данные и рейтинги показывают умеренные показатели Владимирской области: инновационный индекс около 0,43 (32-е место в АИРР) и относительно невысокое участие научных кадров. Отмечается, что до конца 2021 г. «инновационная активность в регионе была относительно слабой». После 2021 г. ситуация начала меняться благодаря программам поддержки технопарков и инновационных кластеров, но пока эффект слабый. [7]

На основе приведённых данных можно перейти к построению интегральной оценки. Пусть Iинно ​ – индекс инновационной активности, складывающийся из частных компонентов (например, доля инновационных предприятий X1​, рост затрат на НИОКР X2​ и др.), а Iкадр​ – индекс качества кадрового потенциала (например, число научно-исследовательских работников на 1000 чел. Y1​, доля занятых с высшим образованием Y2 и т.д.). Тогда общий интегральный показатель можно записать как

Iинт=α Iинно+(1−α) Iкадр.

Например, взяв α=0,5 (равная значимость инновационных и кадровых факторов), получаем полусумму двух составных индексов. Каждый из индексов вычисляется как нормализованная сумма взвешенных характеристик:

Iинно=w1*X1/X1,max+w2X2/X2,max+…,

Iкадр=v1*Y1/Y1,max+v2*Y2/Y2,max…,

где Xi,max Yj,max, max – максимальные (референсные) значения показателей, wi,vj – выбранные веса. Такой подход обеспечивает, что вклад каждой характеристики определяется не абсолютными величинами, а относительными (процентами от максимума).

Например, можно взятьm X1 – долю организаций с инновационной продукцией, X2 – рост расходов на НИОКР за год, Y1 – число НИОКР-работников на 1000 чел., Y2 – долю занятых с высшим образованием. При оценке Владимирской области по этим показателям получались бы небольшие Iинно​ (порядка 0,2–0,3 от единицы) и умеренные IкадрI

Iкадр (например, 0,3–0,4), что в результате даёт интегральный уровень ~0,25–0,35 (ниже 0,5). Это соответствует факту: регион находится в среднем диапазоне инновационных возможностей. Важно, что предлагаемая методика гибка: можно менять выбор показателей и весов, оценивать динамику и сравнивать регионы.

Пример формулы:

Iинт = 0,5 * (X1/X1,max+X2/X2,max) + 0,5*(Y1/Y1,max+Y2/Y2,max).

В разделе анализ показано, что в условиях дефицита квалифицированных кадров важен даже сам факт наличия инфраструктуры для исследований. Так, после 2021 года областные власти стали активно финансировать технопарки и инновационные центры («Доброград», «Алмазная долина» и т.д.), что должно стимулировать инновации. Однако эффективность этих мер зависит от того, сможет ли регион привлечь учёных и специалистов – другими словами, от качества кадрового потенциала [8, с. 43].

На практике использование описанной методики позволяет количественно оценить положение региона. Для Владимирской области просуммируем имеющиеся данные. Согласно статистике, в 2022 г. примерно 30 организаций (из ~400 действующих) осуществляли НИОКР, что даёт долю инновационных организаций порядка 7–8%. В то же время по численности НИОКР-персонала регион уступает центрам (около 3,2 исследователя на 1000 жителей против примерно 10–15 в лидерах). Доля населения с высшим образованием составляет ~30%. Если взять простую формулу Iинно=(7%+рострасхНИОКР/max)/2

Iкадр=(3,2/10+30%/50%)/2≈0,15 (примерные значения), то интегральный показатель окажется невысоким. Это иллюстрирует вывод: Владимирская область имеет явно недозагруженный кадровый и инновационный потенциал, что подтверждает оценка экспертов.

Ведомственные рейтинги показывают положительную динамику: согласно последнему рейтингу РИА Рейтинг, по итогам 2023 г. Россия в целом увеличила инновационную долю в экономике, а Владимирская область поднималась в региональных таблицах благодаря вложениям в новые технопарки. Однако регион пока остаётся «средним инноватором» с индексом 0,43. Наш анализ показывает, что это отчасти связано с недостатком кадров – региональным администрациям следует уделить внимание не только финансированию оборудования, но и подготовке и сохранению научных кадров [9, с. 53].

Таким образом, предложенный подход предоставляет систематизированный инструмент для мониторинга инновационного статуса регионов. Он интегрирует как традиционные показатели инновационной активности (например, долю инновационных предприятий), так и характеристики кадрового потенциала (уровень образования, численность учёных). На примере Владимирской области ясно, что комплексная оценка выявляет слабые места: низкий уровень участия кадров в НИОКР и относительно небольшая образовательная насыщенность затормаживают инновационность региона. Для улучшения ситуации рекомендуется сочетать инвестиции в R&D-инфраструктуру с активной поддержкой высшего и дополнительного образования, а также программ привлечения специалистов. Это соответствует современным практикам: и федеральные, и региональные власти выделяют субсидии и создают кластеры, ориентируясь на связку «инфраструктура – кадры» [10].

Предложенная методика интегральной оценки инновационной активности с учётом кадрового потенциала показала свою применимость на примере Владимирской области. Она основана на понятных статистических индикаторах (инновационная активность организаций, расходы на НИОКР, численность R&D-персонала, уровень образования занятых) и объединяет их через нормализацию и взвешенную суммированию. Анализ выявил, что Владимирская область занимает средние позиции: уровень инноваций ниже лидеров (доля инновац. организаций ≈ 10–15%), что частично обусловлено невысоким долевым участием квалифицированных кадров в экономике. Тем не менее в регионе наблюдаются позитивные тенденции (открытие ОЭЗ, рост инвестиций в НИОКР). Для дальнейшего повышения инновационности важно укреплять кадровую базу – привлекать учёных и специалистов. Предложенный подход может быть применён к любому региону России для выработки рекомендаций по развитию инновационной экономики на основе его человеческого капитала.

Список литературы:

1. Гладышев, А.В. Методика расчёта интегрального показателя инновационного развития региона / А.В. Гладышев // Вестник ТГУ. Экономика. – 2022. – № 2. – С. 128–135.
2. Государственный доклад «О состоянии научно-технологической сферы Российской Федерации». – М.: Минобрнауки России, 2023. – 248 с.
3. Информационно-аналитический доклад «Индекс научно-технологического развития субъектов РФ». – М.: РАНХиГС, Центр научно-технологического прогнозирования, 2023. – 72 с.
4. Карпов, И.В. Кадровый потенциал инновационного развития региона: содержание, структура, оценка / И.В. Карпов // Региональная экономика: теория и практика. – 2020. – № 6 (453). – С. 48–56.
5. Национальный рейтинг состояния инновационного климата в субъектах РФ. – Центр стратегических разработок, 2023. – URL: https://csr.ru.
6. Николаев, С.Н. Инновационный потенциал региона: структура, факторы формирования и пути развития / С.Н. Николаев. – Ярославль: ЯрГУ, 2021. – 137 с.
7. Указ Президента РФ от 5 мая 2022 г. № 254 «О Стратегии научно-технологического развития Российской Федерации».
8. Федеральный институт развития образования. Анализ подготовки и размещения кадров для научно-инновационного сектора экономики. – М., 2020. – 94 с.
9. Федеральная служба государственной статистики (Росстат) URL: https://rosstat.gov.ru.
10. Щербакова, Е.А. Проблемы и перспективы научно-инновационного развития регионов России / Е.А. Щербакова // Инновации. – 2021. – № 11 (273). – С. 139–144.