г. Ростов-на-Дону ул. Пушкинская, 43, оф. 10
e-mail: info@hjournal.ru 
тел. +7(863) 269-88-14

scienceRU

Новые институциональные инициативы России в контексте концепции четырехзвенной инновационной спирали

Новые институциональные инициативы России в контексте концепции четырехзвенной инновационной спирали

Journal of Institutional Studies (Журнал институциональных исследований), , Том 11 (номер 2),

Создание территорий с высокой концентрацией инновационного и научно-технологического потенциала является общемировой практикой. Теоретическим базисом этих инициатив выступают главным образом концепции инновационных спиралей, предполагающие тесное взаимодействие государства, предпринимательского и университетского (академического) секторов, а также гражданского общества. Как показывает международная статистика, в экономически развитых странах четко прослеживается тренд к концентрации инновационного потенциала. Вместе с тем выделяются государства с многолетними и бессменными территориальными лидерами (США, Франция, России) и государства, для которых отмечается появление новых территориальных образований, постепенно приобретающих статус национальных «точек роста» (Китай, Германия). В ряде стран регионы-инновационные лидеры сформировались эволюционным путем, усилиями частного сектора, в других – главенствующую роль сыграли инструменты государственного стимулирования. Подобные инициативы осуществляются и в России, однако они заметно уступают в эффективности зарубежным аналогам. Для оценки обоснованности выбора субъектов РФ, которым в результате новой формы локальной инновационной поддержки предстоит стать научно-образовательными центрами, в статье предложены инструменты диагностики инновационного потенциала территорий. В их числе, во-первых, оценка соотношения внутренних затрат на НИОКР и затрат на технологические инновации, которая формирует контуры высокотехнологичного рынка с возможностью определения дефицита или профицита спроса на результаты НИОКР. Во-вторых, исследование статистики запросов в сервисе «Яндекс WORDSTAT» позволило сконструировать Индекс заинтересованности в инновациях со стороны населения. Как показывает проведенный анализ, все три субъекта РФ, предложенные Президентом РФ для создания научно-образовательных центров, в целом обладают необходимыми параметрами для реализации этой меры.


Ключевые слова: инновационная политика; инновационная спираль; результаты НИОКР; научно-образовательные центры; «Яндекс WORDSTAT»

Список литературы:
  • Басилян А. А. (2013). Восприятие инноваций и инновационного климата россиянами // Мониторинг общественного мнения: экономические и социальные перемены, Т. 117, № 5, с. 130–138.
  • Блиоков Е. Н. (1999). Функциональная организация системы: «наука-производство» (концепция интенсивного развития). М.: Институт экономики РАН, 204 с.
  • ВЕДОМОСТИ (2018). «Яндекс» за год увеличил поисковую долю в рунете. 25 апреля. (https://www.vedomosti.ru/technology/articles/2018/04/25/767820-yandeks-uvelichil).
  • Голова И. М. (2010). Проблемы формирования региональной инновационной стратегии // Экономика региона, № 3, с. 77–85.
  • Гранберг А. Г. и Валентей С. Д. (2006). Движение регионов России к инновационной экономике. М.: Институт экономики РАН: Наука. М.: Наука, 402 с.
  • Дежина И. Г. (2013). Технологические платформы и инновационные кластеры в России-вместе или порознь? // Инновации, Т. 172, № 2, с. 35–43.
  • Курбатова М. В., Каган Е. С. и Вшивкова А. А. (2018). Региональное развитие: проблемы формирования и реализации научно-технического потенциала // Terra Economicus, Т. 16, № 1, с. 101–117.
  • Миндели Л. Э. и Хромов Г. С. (2011). Научно-технический потенциал России: в 2 ч. Ч. 1. М.: Институт проблем развития науки РАН, 288 с.
  • Никитаева А. Ю. (2017). Институциональная структура региона в контексте инновационного развития промышленности // Journal of Institutional Studies (Журнал институциональных исследований), Т. 9, № 1, с. 134–149.
  • НИУ ВШЭ (2014). Онлайн-обучение, роботы и мультиварки: что россияне понимают под инновациями? 2 декабря. (https://issek.hse.ru/news/138613777.html).
  • Росстат. Федеральная служба государственной статистики. Официальная статистика. (http://www.gks.ru/).
  • Смородинская Н. В. (2011). Тройная спираль как новая матрица экономических систем // Инновации, № 4, с. 66–78.
  • Смородинская Н. В. (2015). Глобализированная экономика: от иерархий к сетевому укладу. M.: ИЭ РАН, 344 с.
  • Счетная палата РФ (2015). В рамках Комплексной программы создания технопарков практически не начато строительство трех. 13 января (http://audit.gov.ru/press_center/news/20302).
  • Счетная палата РФ (2016). Отчет о результатах контрольного мероприятия «Проверка использования средств федерального бюджета, направленных на реализацию мероприятий, связанных с созданием и обеспечением функционирования инновационного центра «Сколково» в 2013–2015 годах» (совместно с Федеральной службой безопасности Российской Федерации) // Бюллетень Счетной палаты, № 9, с. 184–249.
  • Счетная палата РФ (2018). Механизм ОЭЗ по-прежнему неэффективен для российской экономики. 22 октября (http://audit.gov.ru/press_center/news/34870).
  • Элиас К. и Эвангелос Г. (2016). Четырехзвенная спираль инноваций и «умная специализация»: производство знаний и национальная конкурентоспособность // Форсайт, Т. 10, № 1, с. 31-–42.
  • Юревич М. А. (2015). Дисбалансы регионального развития в научно-технической сфере в России // Общество и экономика, № 8, с. 173–184.
  • Яндекс. Яндекс WORDSTAT. (https://wordstat.yandex.ru/).
  • Askitas, N. and Zimmermann, K. (2009). Google econometrics and unemployment forecasting / DIW Berlin Discussion Paper, no. 899. (https://papers.ssrn.com/soL3/papers.cfm?abstract_id=1465341).
  • Brette, O. and Chappoz, Y. (2007). The French competitiveness clusters: toward a new public policy for innovation and research? // Journal of Economic Issues, 41(2), 391–398.
  • Carayannis, E. G. and Campbell, D. F. (2009). ‘Mode 3’ and ‘Quadruple Helix’: toward a 21st century fractal innovation ecosystem // International journal of technology management, 46(3–4), 201–234.
  • Carayannis, E. G., Barth, T. D. and Campbell, D. F. (2012). The Quintuple Helix innovation model: global warming as a challenge and driver for innovation // Journal of innovation and entrepreneurship, 1(1) (https://innovation-entrepreneurship.springeropen.com/articles/10.1186/2192-5372-1-2).
  • Carayannis, E. G., Grigoroudis, E., Campbell, D. F., Meissner, D. and Stamati, D. (2018). The ecosystem as helix: an exploratory theory-building study of regional co-opetitive entrepreneurial ecosystems as Quadruple/Quintuple Helix Innovation Models // R&D Management, 48(1), 148–162.
  • Carta, S., Medda, A., Pili, A., Reforgiato Recupero, D. and Saia, R. (2019). Forecasting E-Commerce Products Prices by Combining an Autoregressive Integrated Moving Average (ARIMA) Model and Google Trends Data // Future Internet, 11(1), 1–19.
  • Choi, H. and Varian, H. (2009). Predicting initial claims for unemployment benefits. Google Inc. (http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.549.7927&rep=rep1&type=pdf).
  • Diez, M. A. (2001). The evaluation of regional innovation and cluster policies: towards a participatory approach // European Planning Studies, 9(7), 907–923.
  • Dimpfl, T. and Jank, S. (2016). Can internet search queries help to predict stock market volatility? // European Financial Management, 22(2), 171–192.
  • D’Amuri, F. and Marcucci, J. (2017). The predictive power of Google searches in forecasting US unemployment // International Journal of Forecasting, 33(4), 801–816.
  • Etzkowitz, H. and Leydesdorff, L. (1998). The endless transition: A” Triple Helix” of university-industry-government relations: Introduction // Minerva, 36(3), 203–208.
  • Etzkowitz, H. and Ranga, M. (2013). Triple Helix systems: an analytical framework for innovation policy and practice in the Knowledge Society // Industry & Higher education, 27(3), 237–262.
  • Hand, C. and Judge, G. (2012). Searching for the picture: forecasting UK cinema admissions using Google Trends data // Applied Economics Letters, 19(11), 1051–1055.
  • Harper, D. A. (2018). Innovation and institutions from the bottom up: an introduction // Journal of Institutional Economics, 14(6), 975–1001.
  • Manning, S. (2013). New Silicon Valleys or a new species? Commoditization of knowledge work and the rise of knowledge services clusters // Research Policy, 42(2), 379–390.
  • Marinova, D. and Phillimore, J. (2003). Models of innovation, pp. 44-53. In: Larisa Shavinina (ed.) The international handbook on innovation, Pergamon, 1172 p.
  • Menzel, M. P., and Fornahl, D. (2009). Cluster life cycles—dimensions and rationales of cluster evolution // Industrial and corporate change, 19(1), 205–238.
  • Ministry of Finance of the People’s Republic of China. 2017年全国科技经费投入统计公报 (Национальный статистический отчет о вкладе науки и техники в 2017 г.). (http://www.stats.gov.cn/tjsj/zxfb/201810/t20181009_1626716.html).
  • Naccarato, A., Falorsi, S., Loriga, S. and Pierini, A. (2018). Combining official and Google Trends data to forecast the Italian youth unemployment rate // Technological Forecasting and Social Change, 130, 114–122.
  • National Science Foundation. Science and Engineering Indicators 2018. (https://nsf.gov/statistics/state-indicators/indicator/rd-performance-to-state-gdp).
  • OECD. OECD data. (https://data.oecd.org/).
  • Potts, J. (2018). Governing the innovation commons // Journal of Institutional Economics, 14(6), 1025–1047.
  • Preis ,T., Moat, H. S. and Stanley, H. E. (2013). Quantifying trading behavior in financial markets using Google Trends // Scientific reports, no. 3, article number: 1684.
  • Schubert, C. (2015). What Do We Mean When We Say That Innovation and Entrepreneurship (Policy) Increase “Welfare”? // Journal of Economic Issues, 49(1), 1–22.
  • Zheng, J., Mi, Z., Milcheva, S., Shan, Y., Guan, D. and Wang, S. (2019). Regional development and carbon emissions in China // Energy Economics, 81, 25–36.
Издатель: ООО "Гуманитарные Перспективы"
Учредитель: ООО "Гуманитарные Перспективы"
Online-ISSN: 2412-6039 ISSN: 2076-6297