Реферат: Методология определения инновационного потенциала экономической среды

удельный вес внутренних текущих затрат на исследования и разработки в ВРП;

удельный вес исследователей, занятых исследованиями и разработками, в среднегодовой численности занятых в экономике;

удельный вес исследователей, имеющих ученую степень, занятых исследованиями и разработками, в среднегодовой численности занятых в экономике;

удельный вес организаций, ведущих подготовку аспирантов, в общем числе предприятий и организаций;

количество выданных патентов на 10000 занятого населения;

число созданных передовых производственных технологий на 10000 предприятий;

число использованных передовых производственных технологий на 10000 предприятий;

затраты на технологические инновации (% к ВРП);

степень износа основных фондов;

инвестиции в основной капитал на одного занятого в экономике.

На втором этапе рассчитываются интегральные показатели исходя из значений перечисленных показателей и их весов.

Для определения веса каждого базового показателя, используемого при расчете комплексного интегрального показателя, применяется метод экспертной оценки. Весовые коэффициенты выражаются в баллах, значения варьируют в пределах от 1 до 10 баллов, (1 - балл соответствует наименьшей значимости показателя, 10 - наибольшей). Определение весовых коэффициентов базовых показателей инновационного потенциала регионов осуществляется с допущением возможности последующей свертки оцениваемых показателей в единый интегральный с ис пользованием следующей формулы:

Полученные на основе использования разработанной методики результаты и их сравнение с результатами, полученными с помощью других методик, приведены ниже.

Методика с использованием кластерного анализа. Главное назначение кластерного анализа - разбиение множества исследуемых объектов и признаков на однородные группы, или кластеры. Методы кластерного анализа можно применять в самых различных случаях, даже в тех, когда все сводится к образованию групп просто по количественному сходству [7]. Заметим, что важное преимущество кластерного анализа состоит в том, что он позволяет проводить разбиение объектов не по одному признаку, а по целому их набору. Кроме того, кластерный анализ в отличие от большинства методов не накладывает никаких ограничений на вид рассматриваемых объектов и позволяет рассматривать множество разнородных исходных данных [8].

С помощью методики с использованием кластерного анализа данные последовательно объединяются в кластеры. На основании матрицы расстояний группируются наиболее близкие объекты. Таким образом, образуются кластеры с самыми высокими показателями, самыми низкими и т. д. В данной работе регионы РФ были классифицированы по уровню научно-инновационного потенциала за 2000-2006 гг. с использованием данных по следующим основным социально-экономическим показателям [9]:

удельный вес организаций, осуществлявших технологические инновации, %;

объем инновационных товаров (работ, услуг), % от общего объема отгруженных товаров (работ, услуг);

внутренние текущие затраты на исследования и разработки, % к валовому региональному продукту;

удельный вес исследователей, занятых исследованиями и разработками, в общей численности занятых в экономике;

удельный вес исследователей с учеными степенями, занятых исследованиями и разработками, в общей численности занятых в экономике;

количество выданных патентов на 10000 занятого населения;

число использованных передовых производственных технологий на 10000 предприятий;

отношение численности докторов наук ко всем лицам, имеющим высшее образование;

отношение численности кандидатов наук ко всем лицам, имеющим высшее образование;

отношение объема инновационной продукции к затратам;

удельный вес числа организаций, выполнявших исследования и разработки, % к общему числу организаций.

Кластерный анализ проводился методом Уорда [7] - наиболее часто применяемым в кластерном анализе и базирующимся на средних величинах. Для каждого кластера рассчитывалась квадратичная евклидова дистанция от средних величин переменных внутри кластера и средних величин переменных, присоединяемых к нему.

Графическое изображение результатов этого метода позволило сделать вывод о том, что всю совокупность наблюдений по перечисленным выше показателям в разрезе регионов РФ можно разбить на шесть кластеров [10].