Галина Леонидова - Проблемы эффективности государственного управления. Человеческий капитал территорий: проблемы формирования и использования

Экономические реформы 1990-х и начала 2000-х гг. существенно повлияли на эффективность использования капитала, труда, товарных рынков. Однако такой рост носил ограниченный характер, и первые признаки ухудшения ситуации проявились в 2005 г. А уже к 2008 г. стало очевидно, что преобразования обеспечивали преходящие факторы и необходимы изменения для перехода России к экономическому росту на базе инноваций, инвестиций и человеческого капитала. Глобальный финансово-экономический кризис еще раз показал, что экономическая модель, основанная на экспорте сырья, не сможет обеспечить возврат к темпам роста докризисного периода. В результате Россия значительно отстает от передовых экономик (российский душевой ВВП составляет примерно треть уровня ВВП США).

Несмотря на то, что существует несколько позиций относительно дальнейших преобразований и используемых в этом процессе методов, становится очевидным, что технологически отсталое производство не предъявляет спрос на инновации высокого уровня, поэтому они не разрабатываются. А отсутствие предложения, в свою очередь, препятствует формированию спроса. В частности, не предъявляется достаточный спрос на высококвалифицированный человеческий капитал (потенциальные новаторы вынуждены заниматься рутинной работой, не реализуют свои идеи, уезжают за рубеж).

Из-за отсутствия новаторов фирмы не проявляют инновационной активности, поэтому современные технологии производства остаются невостребованными (Acemoglu, 1997; Acemoglu, Aghion, Zilibotti, 2002) [69, с. 3–18].

Авторы монографии провели оценку человеческого капитала и его взаимосвязи с уровнем инновационного развития территорий. Для расчета интегральных показателей «человеческий капитал» и «уровень инновационного развития территорий» использовался многомерный сравнительный анализ. Кроме того, для характеристики инновационной активности населения (молодежи) в территориальном разрезе применялся метод перекрестных группировок (классификаций). В качестве информационной базы – данные Росстата в разрезе регионов РФ об уровне образования, количестве исследователей, уровне доходов и др. в 2000–2010 гг. и данные мониторинга «Положение молодежи в Вологодской области», проведенного ИСЭРТ РАН в 2012 г.

Оценка уровня инновационного развития и роли в этом процессе человеческого капитала была выполнена в несколько последовательных этапов.

На первом этапе проводилась оценка уровня инновационного развития регионов России на основе метода многомерного сравнительного анализа с использованием статистических данных об инновационной активности организаций, используемых передовых производственных технологиях, о доле затрат на научные исследования и разработки в ВРП, величине инновационной продукции в общем объеме отгруженной продукции (табл. 2.1.1).

По результатам анализа определено, что среди территорий с высоким уровнем инновационного развития – субъекты и города Центрального ( Калужская и Московская области, г. Москва ) и Приволжского ( Татарстан, Мордовия, Ульяновская, Самарская области ) федеральных округов. Лидирующие позиции этих регионов неслучайны: значительная часть затрат на исследования и разработки сопровождалась высокими объемами производства инновационной продукции (по оценкам экспертов, более 50 % затрат на исследования и разработки и более 40 % инновационной продукции производится на этих территориях). Кроме того, в этих регионах проводились мероприятия, которые были направлены на создание среды для производства и распространения инноваций [3] Создание международного венчурного фонда под ИТ-проекты, совместные действия с Роснано по стимулированию спроса на инновации (Республика Татарстан), организация производства высокоточных измерительных приборов в микро– и нанометровом масштабах, планирование создания электронной площадки для анонимной экспертизы современных разработок (г. Москва), налоговые льготы для инвесторов, разработка комплексной целевой программы развития нано-индустрии (Республика Башкортостан) и др. .

Среди регионов с низким и ниже среднего уровнем инновационного развития – субъекты ЮФО ( Краснодарский край, Республика Калмыкия ), ДФО, СФО ( Республики Алтай и Хакасия, Иркутская область ), СЗФО ( Республика Карелия, Калининградская, Псковская, Архангельская, Вологодская области ). Их результаты обусловлены низким уровнем использования передовых производственных технологий, затрат на исследования и разработки и, как следствие, малыми объемами выпущенной инновационной продукции. Отечественные эксперты объясняют такие результаты слабой экономической активностью этих территорий в целом, отчасти обусловленной климатическими и географическими условиями, а также низкой плотностью населения [4] Данные Национальной ассоциации инноваций и развития информационных технологий. .

Таблица 2.1.1. Уровень инновационного развития территорий в 2010 г.

Вологодская область по результатам анализа 2010 г. относится к группе регионов с уровнем инновационного развития ниже среднего, поскольку по большинству параметров, входящих в интегральный показатель (доля затрат на исследования и разработки, использование передовых производственных технологий и выпуск инновационной продукции), занимает низкие позиции в рейтинге субъектов РФ. При этом следует подчеркнуть, что за десятилетний период в регионе выявлены отрицательные тенденции показателей, характеризующих инновационное развитие: в частности, снижение уровня инновационной активности организаций – на 42 %, уменьшение количества созданных передовых производственных технологий и инновационной продукции – более чем на 80 %.

Текст предоставлен ООО «ЛитРес».

Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.

Шкалы Лайкерта – разновидность опросников установок (аттитюдов). Названы по имени автора – Р. Лайкерта, предложившего их в 1932 г. Шкалы Лайкерта состоят из набора утверждений с пяти– или семибалльными рейтинговыми шкалами оценивания, которыми устанавливается степень согласия испытуемого с данным утверждением.