WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


 

На правах рукописи

Титов Валерий Александрович

Развитие МЕТОДОЛОГИИ ИССЛЕДОВАНИЯ СТРУКТУРНЫХ ПРЕОБРАЗОВАНИЙ В ИННОВАЦИОННЫХ СИСТЕМАХ

Специальность 08.00.05 – Экономика и управление народным хозяйством  (управление инновациями)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора экономических наук

Москва 2011

Работа выполнена в ФАОУ ДПО «Государственная академия
профессиональной переподготовки и повышения квалификации
руководящих работников и специалистов инвестиционной сферы»
(ФАОУ ДПО ГАСИС)

Научный консультант                доктор экономических наук, профессор

  Попова Елена Владимировна

Официальные оппоненты        доктор экономических наук, профессор

                                        Михеев Ю.А.

                                       доктор экономических наук, профессор

  Шуметов В.Г.

                                        доктор экономических наук, профессор

  Хавин Д.В.

                                       

Ведущая организация –        Российская академия государственной                 службы при Президенте РФ

Защита состоится  «24» июня 2011 года в 14:00 часов на заседании Диссертационного Совета Д 212.043.01 по присуждению ученой степени доктора экономических наук при ФАОУ ДПО «Государственная академия профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы» (ФАОУ ДПО ГАСИС) по адресу: 129272, г. Москва, ул. Трифоновская, д. 57, ауд. 208.

C диссертацией можно ознакомиться в библиотеке ФАОУ ДПО ГАСИС и на сайте академии (www.gasis.ru).

Автореферат  разослан “24” мая  2011г.

Ученый секретарь

диссертационного совета

кандидат экономических наук, доцент  Семенов С.Ю.

ОБЩАЯ  ХАРАКТЕРИСТИКА  РАБОТЫ



Актуальность темы. Одна из ключевых задач повышения конкурентоспособности отечественной экономики – создание в России национальной инновационной системы. В условиях широкого развития информационных технологий, вовлечения России в глобализационные процессы, основными факторами социально-экономического развития становятся передовые  прорывные открытия и технологии,  рост качества человеческого капитала и повышение роли институтов регулирования и стимулирования инновационного экономического роста и интеграции в глобальную информационную экономику. Однако в результате реформ организационно распался самый крупный сектор науки – отраслевая наука, промышленность практически лишилась дееспособных научных коллективов, осуществляющих научное сопровождение производства, а академическая и вузовская наука – партнеров по доведению идей, технических и технологических решений до практического освоения. Еще одна проблема российской национальной инновационной системы – в недостаточном уровне координации между тремя ее основными компонентами – сектором исследований и разработок, сектором высшего образования и предпринимательским сектором.

Следствием этого является ряд недостатков: низкая эффективность коммерциализации результатов исследований и разработок; невостребованность потенциала академического и вузовского секторов науки; дисбаланс в развитии отдельных элементов инновационной инфраструктуры, отсутствие эффективного экономического взаимодействия между ними; отсутствие специальной подготовки кадров под конкретные направления инновационной деятельности; разрушение цепочки воспроизводства научных кадров, инженерных кадров в ряде областей науки и техники.

Хотя Россия имеет сильную конкурентную позицию – человеческий капитал, способный конкурировать с развитыми странами, существующие диспропорции между потенциалом российской научной базы и конечным результатом коммерческой и предпринимательской деятельности препятствуют реализации идей, знаний, изобретений в высокотехнологичном продукте.

Другая сторона проблемы – в инерционности развития российской инновационной системы. Структурные сдвиги в российской инновационной системе происходят крайне медленно, что дает повод резкой критике по поводу «безнадежного» отставания Российской Федерации от ведущих зарубежных стран по переходу от индустриальной экономики к экономике информационного общества. В частности, директор Российского научно-исследовательского института экономики, политики и права в научно-технической сфере (РИЭПП) Е.В. Семенов отмечает, что «российская наука имеет структуру, характерную для индустриального общества, – с абсолютным преобладанием технических наук, с неразвитыми сегментами медико-биологических и социогуманитарных наук, с ослабленным информационным сегментом», и, как следствие, «в современной России мы имеем стагнацию архаичной дисциплинарной структуры науки».

В условиях медленно происходящих структурных сдвигов актуализируется проблема методологического и методического обеспечения качественной и количественной оценки параметров структурных сдвигов и, в особенности, их прогнозирования. Значимость этой проблемы усиливается и тем, что в условиях получения субъектами РФ значительной самостоятельности в реализации хозяйственной и научно-технической политики, формирование децентрализованной национальной инновационной системы стало напрямую зависеть от того, насколько эффективны регионы в строительстве своих региональных инновационных систем. Это важно и ввиду значительной дифференциации российских регионов, которая, с одной стороны, способствует выявлению лидеров – «локомотивов» развития инновационных процессов, с другой стороны, препятствует диффузии инноваций.

Необходимость развития методологической и соответствующей методической базы предопределяет актуальность выбранной темы диссертационного исследования.

Состояние изученности проблемы. В исследование теоретико-методологических основ инноватики крупный вклад внесли такие зарубежные ученые, как И. Ансофф, Д. Белл, Дж. Гэлбрейт, П.Ф. Друкер, М.. Кастельс, Дж.М. Кейнс, Дж. Кларк, Э. Мэнсфилд, Й.М. Пиннингс, Б. Санто, Ф. Хайек, А. Хостинг, Й. Шумпетер и другие.

Л.И. Абалкин, А.И. Анчишкин, А.В. Бачурин, А. Белоусов, А. Варшавский, С.Ю. Глазьев, С.Ю. Гостева, Л.М. Гохберг, Г.А. Грачева, А.Ю.Егоров, А.А.Збрицкий, С.Д. Ильенкова, И.А. Кузнецова, Е.В. Попова, А.Г. Поршнев, А.В. Черезов, Ю. Яковец, Ю.В. Яременко и другие российские ученые исследовали инновационный потенциал как стратегический фактор, определяющий условия и перспективы устойчивого развития социально-экономических систем.

В научных трудах С.В. Валдайцева, Д.М. Гвишиани, П.Н. Казанцева, Ю.П. Морозова, А.И. Пригожина, З.П. Румянцевой, Н.А. Соломатина, Д.В. Соколова, А.Б. Титова, М.М. Шабановой, Р.А. Фатхутдинова, А.Н. Фоломьева исследованы проблемы создания и использования технологических инноваций.

Исследованием различных аспектов формирования национальной инновационной системы занимались С. Андерсен, М. Балзат, У. Баумоль, Б. Лундвалл, Б. Джонсон, Р. Нельсон, К. Фримен, Л. Гохберг, Н. Иванова, В. Келле. Исследованием региональных аспектов инновационного развития занимались О.Голиченко,Т.Ивчик, Е. Коростышевская, К. Плетнев, А. Румянцев, А. Татаркин, Г. Унтура, и др. 

Несмотря на значительное внимание зарубежных и отечественных исследователей к проблеме измерения структурных сдвигов в российской инновационной системе, приходится признать, что в ее решении экономическая наука до настоящего времени добилась лишь некоторых результатов, и, по-видимому, еще преждевременно говорить о наличии методологии прогнозирования, выходящей за рамки технологической парадигмы.

Здесь необходимо выделить три подпроблемы: 1) измерение изменений структуры инновационной системы по видам экономической деятельности; 2) анализ территориальных различий структуры и ее изменений; 3) прогнозирование структурных изменений.

Значимость затронутых проблем, а также недостаточность их научной проработанности предопределили выбор темы, объекта и предмета исследования, а также его цели и задачи.

Объект исследования – национальная и региональные инновационные системы.

Предмет исследования – экономические отношения, возникающие между экономическими агентами в процессе функционирования инновационных систем.

Целью исследования является разработка методологических положений и практических рекомендаций исследования структурных преобразований в инновационных системах различного уровня.

Достижение поставленной цели осуществлялось постановкой и решением следующих основных задач исследования:

- рассмотреть теоретические, методологические и методические основы анализа инновационных систем различного уровня;

- выявить особенности развития инновационных систем на современном этапе;

- выполнить анализ инновационных систем как объекта моделирования и прогнозирования, выявить возможности и ограничения на применение известных методов измерения структурных сдвигов в целях разработки прогнозов их развития;

- разработать новые подходы к анализу и прогнозированию структурных трансформаций в инновационных системах;

- разработать модели динамики информативных показателей инновационных систем на макро- и мезоуровнях, выявить особенности развития инновационных процессов в территориальных образованиях, разработать типологию федеральных округов РФ по динамике изменения структуры инновационных систем;

- дать количественную оценку и разработать прогнозы структурных трансформаций инновационных систем на уровне страны и ее федеральных округов.

Теоретической и методологической основой диссертационного исследования послужили методологические принципы, теоретические положения и выводы, содержащиеся в фундаментальных и прикладных исследованиях отечественных и зарубежных авторов по проблемам инновационного менеджмента, вопросам оценки эффективности инноваций. В процессе исследования применялся методологический аппарат инноватики, методы системного исследования, статистические методы одномерного и многомерного анализа данных, экономико-математические и графоаналитические методы моделирования.

Фактологическая база диссертации построена на материалах анализа отечественных и зарубежных публикаций по проблематике исследования, статистических данных Роскомстата.

Научная новизна исследования заключается в развитии методологии и методов оценки и прогнозирования структурных трансформаций инновационных систем на уровне страны и ее федеральных округов на основе анализа графоаналитического представления динамики структуры инвестиций и последующего эконометрического моделирования информативных показателей, что позволяет своевременно вносить коррективы в программы инновационного развития страны и ее территорий.

Научная новизна подтверждается следующими полученными научными выводами и результатами, выносимыми на защиту:

1. Разработана методология исследования и прогнозирования структурных трансформаций в инновационных системах различного уровня в условиях малой интенсивности структурных сдвигов и их нестабильности, предполагающая сочетание методов анализа графоаналитического представления инвестиционных процессов, определяющих структурные преобразования основных сфер экономики, с эконометрическим моделированием соответствующих информативных показателей.

2.  Доказано, что переходу к инновационному пути развития должны предшествовать позитивные структурные сдвиги в распределении численности исследователей по областям науки. Однако, анализ динамики структуры численности российских исследователей по укрупненным областям науки, показал значительное преобладание численности исследователей в технических науках, а также то, что за последние годы их удельный вес практически не изменился, невелики структурные сдвиги и в других областях наук, что позволило сделать вывод, что архаичность российской инновационной системы – устоявшийся феномен.

3. В ходе анализа динамики и структуры показателей инновационной активности исследователей Российской Федерации на первой стадии инноваций –  числа патентных заявок на изобретения и числа научных публикаций в ведущих изданиях (статьи и обзоры) – выявлено, что в период 1997-2007 гг. динамика патентной активности в РФ носила нарастающий характер с тенденцией к снижению роста числа заявок, поданных отечественными заявителями, при усилении патентной активности иностранных заявителей. Выявлено снижение публикационной активности, что выражается в отрицательной динамике числа статей, опубликованных в ведущих изданиях. Разработаны пространственные модели патентной деятельности как начального этапа создания инноваций в федеральных округах.

4. Предложено оценивать развитие инновационных систем по следующим характеристикам: направленность развития – по профилям структуры; стабильность структурных сдвигов – по коэффициенту детерминации стохастической связи между основными составляющими структуры исследователей по укрупненным областям науки; «скорость» структурных сдвигов – по коэффициенту соответствующей линейной регрессии; глубину структурных сдвигов – по коэффициенту структурных отличий по евклидову расстоянию. Действенность предлагаемых характеристик апробирована при сравнении инновационных систем России и США.

5. Предложено количественные оценки сдвигов в структуре основных средств исследований и разработок по видам экономической деятельности проводить путем расчета коэффициента структурных различий, основанного на понятии евклидова расстояния, преимущество которого – в возможности автоматизации его расчета с помощью стандартных процедур универсальных пакетов статистических программ. Эмпирически обосновано, что структурные сдвиги основных средств по экономическим целям, в основном, обусловлены увеличением удельного веса сферы образования (высшего профессионального образования) и их уменьшением в сфере научных исследований и разработок.

6. На примере анализа динамики изменения структуры внутренних затрат на исследования и разработки по целям показана эффективность качественных оценок структурных сдвигов по профилям структуры. Предложено в качестве базового профиля структуры использовать ранжированную последовательность целей по величине соответствующих затрат, при этом представление на одной диаграмме нескольких профилей дает возможность выявить как качественные, так и количественные изменения.

7. Научно обоснована эффективность графоаналитического метода анализа динамики структурных сдвигов затрат на исследования и разработки, основанного на понятии годографа, как геометрического места конца вектора в многомерном пространстве, образованном составляющими структуры затрат, наблюдаемого на протяжении определенного временного периода. Разработана классификация годографов на регулярные и иррегулярные, детерминированные и стохастические. Метод нагляден и рекомендуется к использованию для анализа динамики структуры в условиях нестабильности изучаемых процессов.

8. Эмпирически обосновано, что инвестиционные процессы, во многом определяющие диффузию инноваций в реальном секторе экономики, ситуативны даже на уровне федеральных округов – происходит перераспределение капиталовложений как в территориальном плане, так и в разрезе видов экономической деятельности. Доказано, что проводимая в настоящее время инвестиционная политика по-прежнему ориентирована на развитие сырьевых видов экономической деятельности и не способствует позитивным структурным сдвигам в переходе к инновационной экономике.

9. Разработана методика прогнозирования структуры инвестиций по укрупненным сферам экономической деятельности, основанная на анализе графоаналитического представления динамики структуры и последующем эконометрическом моделировании. Методика апробирована на примере Центрального федерального округа и рекомендуется к использованию для прогнозирования структурных сдвигов в экономике макрорегионов страны.

Практическая значимость исследования состоит в том, что основные положения и выводы, содержащиеся в диссертации, доведены до конкретных методик, которые могут быть использованы на практике для оценки структурных трансформаций в инновационных системах различного уровня. Предлагаемые методики позволяют определять направленность развития структурных сдвигов, степень их стабильности, интенсивность и глубину структурных изменений.

Полученные в ходе выполнения работы результаты были внедрены и нашли применение в деятельности ОАО КБ «Восточный экспресс», ОАО «Научно-технический центр «Системы и средства государственного опознавания»» (г. Москва),  Администрации г. Орла при исследованиях инновационных систем различного уровня.

Результаты диссертации были использованы в учебном процессе при изучении дисциплин «Экономическая теория», «Инновационный менеджмент».

Апробация работы. Результаты диссертационного исследования докладывались на ряде всероссийских и международных конференций, в том числе: на Всероссийских научно-практических конференциях «Современная Россия: экономика и государство» (г. Москва, 2004-2009), IV международной научно-практической конференции «Экономическое прогнозирование: модели и методы» (г. Воронеж, 2008), IV международной научно-практической конференции «Актуальные проблемы развития хозяйствующих субъектов, территорий и систем регионального и муниципального управления» (пос. Марьино Курской обл., 2009), II международной научно-практической конференции «Моделирование и прогнозирование в управлении: методы и технологии» (г. Орел, 2009), VI международной научно-практической конференции «Экономическое прогнозирование: модели и методы» (г. Воронеж, 2010), 33-й Международной научной школе-семинаре им. академика С.С. Шаталина «Системное моделирование социально-экономических процессов» (г. Звенигород Московской обл., 2010).

Публикации. Публикации. Основные положения диссертационного исследования опубликованы в 30 печатных работах, включая две монографии и 14 статей в ведущих рецензируемых научных изданиях, рекомендованных ВАК РФ, общим объемом 42,0 п.л., из которых 37,77 п.л. – авторские.

Структура работы. Диссертационное исследование состоит из введения, пяти глав, заключения, списка использованных источников и приложений. Диссертация содержит 260 страниц основного текста (без списка использованных источников), в том числе 105 рисунков и 40 таблиц. Список использованных источников насчитывает 326 наименований.

Диссертационное исследование выполнено в рамках п.4.2 «Развитие методологии анализа, методов оценки, моделирования и прогнозирования инновационной деятельности в экономических системах» Паспорта специальности 08.00.05 – «Экономика и управление народным хозяйством: управление инновациями».

Ниже приведена структура работы.

Введение

Глава 1. Теоретико- методологические  основы исследования инновационных систем

1.1. Сущность инновационных систем и понятийный аппарат инноватики

1.2. Особенности развития инновационных систем на современном этапе

1.3. Инновационные системы  как объекты моделирования и прогнозирования

Глава 2. Экономико-математические методы прогнозирования структурных трансформаций в инновационных системах

2.1. Методические основы анализа структурных трансформаций в инновационных системах

2.2. Традиционные эконометрические методы прогнозирования трансформационных процессов

2.3. Новые подходы к анализу и прогнозированию структурных трансформаций в инновационных системах

Глава 3. Анализ развития инновационных систем на национальном и региональном уровнях

3.1. Динамика исследований и разработок, как первой стадии развития национальной инновационной системы

3.2. Особенности развития инновационных систем федеральных округов РФ

3.3. Динамика ресурсной базы исследований и разработок в разрезе видов экономической деятельности

Глава 4. Инвестиционный аспект структурных трансформаций в национальной и региональных инновационных системах

4.1. Анализ и прогнозирование трансформаций структуры затратных показателей в российской инновационной системе

4.2. Инвестиционный аспект развития инноваций в реальном секторе российской экономики

4.3. Территориальные особенности динамики структуры инвестиций в экономику федеральных округов по видам экономической деятельности

Глава 5. Разработка методики прогнозирования структурных сдвигов в инвестиционной политике как фактора диффузии инноваций

5.1. Графоаналитический метод анализа структуры инвестиций по сферам экономической деятельности

5.2. Методика эконометрического прогнозирования структуры капиталовложений на уровне федеральных округов

Заключение

Список использованных источников

Приложение

ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработана концепция исследования и прогнозирования структурных трансформаций в инновационных системах различного уровня в условиях малой интенсивности структурных сдвигов и их нестабильности, предполагающая сочетание анализа графоаналитического представления инвестиционных процессов, определяющих структурные преобразования основных сфер экономики, с эконометрическим моделированием соответствующих информативных показателей.

В экономической литературе существует множество определений понятия «национальная инновационная система». В общем виде национальную инновационную систему можно определить как совокупность государственных, региональных, частных и общественных организаций, институтов, бюджетов, механизмов и их взаимодействия, которые способствуют осуществлению деятельности по созданию, хранению и распространению новых знаний и технологий, поддержки, использованию стимулов и льгот для инвестирования средств в осуществление инновационной деятельности, производству инновационных конкурентных товаров и услуг, их продвижения и реализации на рынке с целью обеспечения устойчивого экономического роста и реализации конкурентных преимуществ национальной экономики в системе глобальной мировой экономики.

Спецификой Российской Федерации является высокая межрегиональная дифференциация по базовым социально-экономическим показателям, а также уровню инновативности. В этой связи, важную роль играют региональные инновационные системы, представляющие собой совокупность институтов региона, которые участвуют в процессе создания, трансформации и распространения инноваций.

Анализ теоретических, методологических и методических основ исследования развития инновационных систем различного уровня показал наличие серьезных ограничений на применение известных методов измерения структурных сдвигов в целях разработки прогнозов их развития в современной России. Такая ситуация вызвана низкой интенсивностью структурных сдвигов и их нестабильностью, что требует разработки новых подходов к анализу и прогнозированию структурных трансформаций в инновационных системах, основанных на комплексном эконометрическом и графоаналитическом моделировании.

2. Обосновано, что переходу к инновационному пути развития должны предшествовать позитивные структурные сдвиги в распределении численности исследователей по областям науки. Анализ динамики структуры численности российских исследователей по укрупненным областям науки, однако, показал значительное преобладание численности исследователей в технических науках, а также то, что за последние годы их удельный вес практически не изменился, невелики структурные сдвиги и в других областях наук, откуда следует, что архаичность российской инновационной системы устоявшийся феномен.

Очевидно, что переходу к инновационному пути развития должны предшествовать структурные сдвиги в распределении численности исследователей по областям науки. В работе выполнен анализ динамики структуры численности российских исследователей по укрупненным областям науки –  рис. 1.

Из этого рисунка следует, во-первых, значительное преобладание численности российских исследователей в технических науках, во-вторых, тот факт, что за пять лет – с 2003 по 2007 гг. – удельный вес российских исследователей в области технических наук изменился всего на два процентных пункта – с 64,2% до 62,2%. Остальные изменения также не велики: доля исследователей в естественных науках увеличилась лишь на 0,6 процентных пункта; гуманитарных – на 0,4 процентных пункта и т.п., откуда следует, что архаичность российской инновационной системы – стабильный феномен.

а

б

Рис. 1. Распределение численности российских исследователей по укрупненным областям науки: а – 2003 г.; б – 2007 г.





Принципиально иной опыт развития инновационной системы США – табл. 1.

Таблица 1

Распределение исследователей и инженеров США по укрупненным областям науки (%)

Области науки

Год

1950

1960

1970

1980

1990

2000

2002

2004

Науки о жизни

3,8

3,6

3,7

4,9

4,2

4,8

4,4

4,5

Естественные науки

13,3

11,4

9,4

7,8

7,0

8,0

5,2

4,9

Инженерные науки

76,9

79,5

70,3

63,0

54,5

40,4

30,3

28,3

Математика и информационные технологии

2,2

2,1

10,5

15,2

23,5

39,6

51,4

52,7

Социальные науки

3,8

3,4

6,1

9,1

10,8

7,2

8,7

9,6

Численность исследователей, всего

100,0

100,0

100,0

100,0

100,0

100,0

100,0

100,0

Анализ данных, приведенных в табл. 1, показывает, что если в 1950 г. в США преобладали исследователи в области инженерных наук (76,9%), то в 2004 г. – исследователи в области математики и информационных технологий, доля которых составила 52,7%, тогда как доля исследователей в области инженерных наук понизилась до 28,3%.

В наглядной графической форме изменение структуры численности американских исследователей, произошедшие за десятилетие с 1980 по 1990 гг., представлено на рис. 2.

Из этого рисунка видно, что если изменения структуры численности американских исследователей в части наук о жизни, естественных и социальных наук за десятилетие – с 1980 по 1990 гг. – невелики, то их соотношение в области инженерных наук и наук в области математики и информационных технологий существенно изменилось в пользу последних: доля американских исследователей в области инженерных наук уменьшилась с 63,0% до 54,5%, тогда как доля в области математики и информационных технологий увеличилась с 15,2% до 23,5%.

а

б

Рис. 2. Распределение исследователей США по укрупненным областям науки: а – 1980 г.; б – 1990 г.

Хотя при сравнении данных, представленных на рис. 1 и 2, имеются некоторые трудности, связанные с различием в классификации наук, выявленные структурные сдвиги явно свидетельствуют о переходе национальной инновационной системы США от индустриальной экономики к экономике информационного общества.

3. Предложено оценивать развитие инновационных систем по следующим характеристикам: направленность развития по профилям структуры; стабильность структурных сдвигов по коэффициенту детерминации стохастической связи между основными составляющими структуры исследователей по укрупненным областям науки; «скорость» структурных сдвигов по коэффициенту соответствующей линейной регрессии; глубину структурных сдвигов по коэффициенту структурных отличий по евклидову расстоянию. Действенность предлагаемых характеристик апробирована при сравнении инновационных систем России и США.

При некотором отличии в классификации наук в Российской Федерации и США, выявленные структурные сдвиги свидетельствуют о переходе национальной инновационной системы США от индустриальной экономики к экономике информационного общества. При этом, в противоположность от России, процесс отмеченного перехода в США происходил «закономерно» – рис. 3: если годограф, представляющий собой перемещение вектора структуры и отражающий развитие структурных сдвигов в части соотношения американских исследователей в области инженерных наук и наук в области математики и информационных технологий, является регулярным (метки следуют строго в хронологическом порядке), то годограф, отражающий развитие структурных сдвигов в части соотношения российских исследователей в технических и естественных областях науки – иррегулярный, т.е. развитие структурных сдвигов в российской инновационной системе происходило хаотично. Тем не менее, в целом и в российской инновационной системе в период 2003-2007 гг. происходил процесс постепенного перехода от индустриальной экономики к экономике информационного общества.

а

б

Рис. 3. Годографы изменения соотношения исследователей в укрупненных областях науки: а – американских в области инженерных наук и наук в области математики и информационных технологий; б – российских в технических и естественных областях науки

Этот качественный вывод подтверждается корреляционным анализом: в случае национальной инновационной системы США коэффициент детерминации, отражающий связь между составляющими структуры численности исследователей по рассматриваемым укрупненным областям науки, составляет R2=0,999, а в случае российской инновационной системы R2=0,705.

Коэффициент детерминации R2 можно интерпретировать как характеристику стабильности структурных сдвигов: для национальной инновационной системы США – это 99,9%, для российской инновационной системы – это 70,5%. Соответственно, разность 1–R2, выраженная в процентах – это мера нестабильности структурных сдвигов. Для национальной инновационной системы США нестабильность рассматриваемых структурных сдвигов составляет всего 0,1%, тогда как для российской инновационной системы – 29,5%.

Дополнительную информацию дает сравнение параметров соответствующих регрессионных моделей: в случае национальной инновационной системы США доля исследователей в области математики и информационных технологий Wмат_ит связана с долей исследователей в области инженерных наук Wинж линейной регрессией

Wмат_ит = 84,352 – 1,106 Wинж,  (1)

а в случае российской инновационной системы доля исследователей в естественных областях науки Wест связана с долей исследователей в области технических наук Wтехн линейной регрессией

Wест = 54,025 – 0,481 Wтехн. (2)

Сравнивая коэффициенты регрессии моделей (1) и (2), можно заключить, что «скорость» структурных сдвигов от индустриальной экономики к экономике информационного общества в США больше, чем в России, в 1,106/0,481=2,3 раза. Кроме того, имеет место серьезное временное отставание России от США: если в США доля исследователей в инженерных науках уже в 1990 г. составляла немногим больше половины – 54,5%, то в России и в 2007 г. доля исследователей в технических науках была заметно больше половины – 62,2%.

На основании вышеизложенного предлагается оценивать развитие инновационных систем по следующим характеристикам:

- направленность развития – по профилям структуры;

- стабильность структурных сдвигов – по коэффициенту детерминации связи основных составляющих структуры численности исследователей по укрупненным областям науки;

- «скорость» структурных сдвигов – по коэффициенту соответствующей линейной регрессии;

- глубину структурных изменений – по коэффициенту структурных отличий по евклидову расстоянию.

4. В ходе анализа динамики и структуры показателей инновационной активности исследователей Российской Федерации на первой стадии инноваций   числа патентных заявок на изобретения и числа научных публикаций в ведущих изданиях (статьи и обзоры) выявлено, что в период 1997-2007 гг. динамика патентной активности в РФ носила нарастающий характер с тенденцией к снижению роста числа заявок, поданных отечественными заявителями, при усилении патентной активности иностранных заявителей. Выявлено снижение публикационной активности, что выражается в отрицательной динамике числа статей, опубликованных в ведущих изданиях. Разработаны пространственные модели патентной деятельности как начального этапа созданий инноваций в федеральных округах.

Хотя Россия имеет сильную конкурентную позицию – человеческий капитал, способный конкурировать с развитыми странами, существующие диспропорции между потенциалом российской научной базы и конечным результатом коммерческой и предпринимательской деятельности препятствуют реализации идей, знаний, изобретений в высокотехнологичном продукте, создаваемые в Российской Федерации патенты переходят в руки иностранных правообладателей, не находя коммерческой реализации на внутреннем рынке. Россия на мировом рынке выступает экспортером инновационного сырья, тогда как развитые страны осваивают патенты на внутреннем рынке, превращая их в технологический продукт внутри своей страны.

Таблица 2

Патентные заявки на изобретения, поданные в патентные ведомства отечественными заявителями и заявителями ряда стран, ед. Источник: [Индикаторы науки: 2009. Статистический сборник. М.: ГУ-ВШЭ, 2009]

Год 

Страна

Россия

Великобритания

Германия

Южная Корея

США

Япония

Франция

1997

19992

28109

55729

92684

220496

401618

16889

1998

21362

29613

57366

75233

236979

402095

16795

1999

24659

31732

59531

80642

265763

404457

16874

2000

28688

32747

62142

102010

295895

419543

17353

2001

29989

32081

60475

104612

326471

440248

17104

2002

29225

31531

58187

106136

334445

421805

16908

2003

30651

31624

58481

118651

342441

413093

16850

2004

30192

29954

59234

140115

356943

423081

17290

2005

32254

27988

60222

160921

390733

427078

17275

2006

37691

25745

60585

166189

425966

408674

17249

2007

39439

-

-

-

-

-

-

Сравнение результатов патентной активности в России и других странах показало, что если в 2006 г. первое место с числом поданных патентных заявок на изобретения 3440,8 на миллион населения занимала Южная Корея, то Россия – последнюю позицию в ранжированной линейке рассматриваемой выборки стран, с показателем в 13 раз меньше – 264,5 заявок на миллион населения (рассчитано по данным табл. 2).

В работе выявлены различия тренда динамики показателей патентной деятельности стран: если динамика создания патентных заявок на изобретения в России, Южной Корее и США аппроксимируется нарастающим экспоненциальным трендом, то в Германии, Франции и Японии – ростом с насыщением. Математически это выражается гиперболическим трендом:

N = b0 + b1 / t1, (3)

где t1 – временная переменная, определяемая соотношением

t1 = год – 1994.  (4)

При сохранении выявленных тенденций в 2012 г. в Германии будет подано 60,8 тыс. заявок (90%-й доверительный интервал 58,0 … 63,6 тыс. заявок), во Франции – 17,2 тыс. заявок (90%-й доверительный интервал 16,9 … 17,6 тыс.) и в Японии – 422,2 тыс. заявок (90%-й доверительный интервал 40,0 … 44,4 тыс.), а в России в 2012 г. ожидается подача 48,8 тыс. заявок с 90%-м доверительным интервалом 40,6 … 58,6 тыс. Расчеты показывают, что в дальнейшем Россия будет «догонять» Германию по объемному показателю – числу поданных патентных заявок на изобретения и Францию – по удельному показателю – числу поданных патентных заявок на изобретения на миллион населения – рис. 4.

а

б

Рис. 4. «Конкуренция» России и Германии по числу поданных патентных заявок на (а) и России и Франции по числу поданных патентных заявок на миллион населения (б)

Анализ динамики публикационной активности выявил ее снижение в РФ в период 1997-2007 гг., выражаемое ниспадающим экспоненциальным трендом числа статей, опубликованных в ведущих изданиях, тогда как публикация обзоров нарастала с экспоненциальным трендом – рис. 5.

Расчеты показывают, что темп прироста опубликованных обзоров в период 1997-2007 гг. составлял 2,9% в год, а темп прироста опубликованных статей в этот же период был отрицательным и составлял -1,4% в год. Из этого факта можно заключить, что в последние годы в российской инновационной системе прослеживается тенденция не создания собственных инноваций, а заимствования инноваций, созданных другими исследователями.

а

б

Рис. 5. Аппроксимация и прогнозирование числа статей в ведущих изданиях (а) и числа обзоров (б), опубликованных российскими исследователями

В работе выполнен анализ развития патентной деятельности в федеральных округах и некоторых субъектах РФ, который обнаруживает значительную территориальную дифференциацию, как по уровню, так и по характеру динамики ее развития – табл. 3.

Таблица 3

Патентные заявки на изобретения, поданные в России отечественными заявителями. Источник: [Национальная инновационная система и государственная инновационная политика Российской федерации. Базовый доклад к обзору ОЭСР национальной инновационной системы Российской Федерации. М., 2009]

Территориальные образования

Год

2000

2001

2002

2003

2004

2005

2006

2007

Всего

23377

24777

23712

24969

22985

23644

27884

27505

ЦФО

9954

9818

9875

11718

9885

10410

13983

13473

Продолжение таблицы

из него г. Москва

5576

5734

5492

6869

5640

6318

7393

8317

СЗФО

2503

2620

2248

2157

2359

2250

2423

2442

из него г. Санкт-Петербург

1751

1973

1690

1600

1763

1689

1794

1876

ЮФО

2046

3135

3256

2592

2284

2227

2552

2555

ПФО

4351

4577

4244

4230

4140

4436

4403

4436

УФО

1544

1587

1390

1338

1400

1434

1425

1476

СФО

2287

2520

2230

2399

2316

2367

2528

2591

ДФО

692

520

469

535

572

494

542

518

Наряду с объемным показателем патентной активности территориальных образований Российской Федерации – числом патентных заявок, рассмотрен также удельный показатель – число патентных заявок, поданных отечественными заявителями, в расчете на миллион населения. Тем самым учитывался масштаб территориальных образований – федеральных округов, субъектов РФ.

Ранжирование федеральных округов и некоторых субъектов РФ по показателям патентной активности в 2000-2007 гг. представлено в графической форме на рис. 6. Из этого рисунка видно, что первые два места по числу патентных заявок, поданных отечественными заявителями, в расчете на миллион населения принадлежат г. Москве и г. Санкт-Петербургу, а по среднему темпу прироста показателя – г. Москве и Центральному федеральному округу.

а

б

Рис. 6. Ранжирование федеральных округов и некоторых субъектов РФ по показателям патентной активности в 2000-2007 гг.: а – среднее число патентных заявок на млн. населения; б – средний темп прироста показателя

В результате кластерного анализа выявлено, что по показателям патентной активности выделяется ЦФО как округ с относительно высокими значениями уровня и прироста патентной активности: здесь в среднем за период 2000-2007 гг. ежегодно подавалось 296,2 заявок на изобретения на миллион человек населения, а прирост составлял 14,6 заявок в год. Южный, Уральский и Дальневосточный федеральные округа характеризуются наименьшими средними значениями показателей патентной активности. Это – кластер аутсайдеров. Кластер, к которому отнесены Приволжский и Сибирский федеральные округа, – кластер центральной тенденции по уровню и приросту патентной активности. Северо-Западный федеральный округ характеризуется достаточно высоким значением числа патентных заявок на миллион человек населения, наряду с близким к нулю среднегодовым приростом этого удельного показателя – табл. 4.

Таблица 4

Отнесение федеральных округов к кластерам, однородным по показателям уровня и прироста удельного показателя патентной активности

Кластер 

Состав

Средний уровень заявок на млн. чел

Средний абсолютный прирост заявок на млн. чел. в год


1

СЗФО

172,8

0,27

2

ЮФО, УФО, ДФО

104,2

-1,09

3

ПФО, СФО

131,1

1,58

4

ЦФО

296,2

14,60

5. Предложено количественные оценки сдвигов в структуре основных средств исследований и разработок по видам экономической деятельности проводить путем расчета коэффициента структурных различий, основанного на понятии евклидова расстояния, преимущество которого в возможности автоматизации его расчета с помощью стандартных процедур универсальных пакетов статистических программ. Эмпирически обосновано, что структурные сдвиги основных средств по экономическим целям, в основном, обусловлены увеличением удельного веса сферы образования (высшего профессионального образования) и их уменьшением в сфере научных исследований и разработок.

Ключевыми в теории измерений являются понятия меры и эталона, и именно с трудностями их определения связаны главные проблемы экономических измерений. Измерения становятся еще более проблематичными, когда речь идет о количественной оценке структурных сдвигов того или иного процесса, описывающего развитие инновационных систем.

Из математических свойств мер структурных сдвигов следует, что наиболее распространенная мера – косинус угла между векторами в многомерном пространстве, образованном показателями структуры, недостаточно чувствителен к ее изменениям. Более предпочтительным является использование непосредственно самого угла, измеренного в градусах или радианах, еще лучше использовать отношение этого угла к его максимальному значению (90о или π/2). Тогда мерой изменения структуры будут доли единицы или проценты, а соответствующий индикатор может быть назван коэффициентом структурных отличий или изменений (КСО, КСИ).

Развитием вышеуказанных мер является предлагаемая в работе модификация коэффициента структурных изменений по евклидову расстоянию, характеризующая глубину структурных изменений. Особенность этой меры состоит в том, что, в отличие от угловых мер структурных сдвигов, при этом учитывается изменение не только соотношения долей, но и их величин.

Математически коэффициент структурных изменений по евклидову расстоянию Ксиевклид выражается формулой

Ксиевклид = ЕР / ЕРmax 100, (5)

где ЕР и ЕРmax – евклидово расстояние между двумя сравниваемыми векторами структуры и максимально возможное евклидово расстояние между векторами структуры в рассматриваемой выборке.

Отличие предлагаемой методики расчета коэффициента структурных изменений по евклидову расстоянию в том, что максимальное значение евклидова расстояния устанавливается равным не теоретической величине 100, а исходя из реальных статистических свойств выборки, и рассчитывается по формуле

dmax= [(хi)2 + (хj)2], (6)

где хi и хj – максимальные значения i-й и j-й компонент структуры по выборке, выраженные в процентах.

Расчеты показали, что если глубина структурных сдвигов в российской инновационной системе, оцениваемая по изменению структуры численности исследователей, в период 2003-2007 гг. не превышала 1,9%, то минимальная величина глубины структурных сдвигов в национальной инновационной системе США в период 1960-2000 гг., в пересчете на пятилетие, составила значительно большую величину – 3,35%.

6. На примере анализа динамики изменения структуры внутренних затрат на исследования и разработки по целям показана эффективность качественных оценок структурных сдвигов по профилям структуры. Предложено в качестве базового профиля структуры использовать ранжированную последовательность целей по величине соответствующих затрат, при этом представление на одной диаграмме нескольких профилей дает возможность выявить как качественные, так и количественные изменения.

Среди различных оснований классификации внутренних затрат на исследования и разработки особый интерес представляет распределение затрат по экономическим целям, таким, как развитие экономики, повышение экономической эффективности и технологического уровня производства, социальные цели, охрана окружающей среды, охрана здоровья населения, социальное развитие и общественные структуры, общее развитие науки, исследование и использование Земли и атмосферы, использование космоса в мирных целях. В работе выполнен анализ динамики распределения затрат по экономическим целям, дана оценка соответствующих структурных сдвигов.

Традиционно анализ динамики распределения затрат по экономическим целям принято проводить путем сравнения диаграмм Парето, построенных для различных моментов времени и дающих представление об изменении ранжирования экономических целей по годам. Однако такое представление динамики распределения внутренних затрат на исследования и разработки по целям ненаглядно. В этой связи в работе предложено анализ динамики изменения структуры внутренних затрат на исследования и разработки по целям проводить путем сравнения профилей структуры, при этом в качестве базового профиля использовать ранжированную последовательность целей по величине отвечающих им затрат.

Построение на одной диаграмме нескольких профилей дает возможность выявить и качественные, и количественные изменения – рис. 7.

а

б

Рис. 7. Изменение профилей структуры внутренних затрат на исследования и разработки по целям: а – 2000 и 2002 гг.; б – 2000, 2004 и 2006 гг. Источник: [Индикаторы науки: 2009. Статистический сборник. М.: ГУ-ВШЭ, 2009] 

Сравнивая профили структуры внутренних затрат на исследования и разработки на этом рисунке, можно заключить, что с 2000 по 2006 гг. затраты на общее развитие науки снижались, а затраты на такое приоритетное направление, как использование космоса в мирных целях – росли.

7. Показана эффективность графоаналитического метода анализа динамики структурных сдвигов затрат на исследования и разработки, основанного на понятии годографа, как геометрического места конца вектора в многомерном пространстве, образованном составляющими структуры затрат, наблюдаемого на протяжении определенного временного периода. Разработана классификация годографов на регулярные и иррегулярные, детерминированные и стохастические. Метод нагляден и рекомендуется к использованию для анализа динамики структуры в условиях нестабильности изучаемых процессов.

В работе предложено для анализа динамики структурных сдвигов в экономических системах использовать графоаналитический метод, основанный на понятии годографа как геометрического места конца вектора в многомерном пространстве, образованном составляющими структуры, наблюдаемого на протяжении определенного временного периода. В случае регулярных годографов (с регулярным следованием временных меток на диаграмме рассеяния) можно говорить о стабильности инновационной политики, а в случае иррегулярных годографов (при хаотичном следовании меток, отвечающих различным годам) – о ее неустойчивости.

а

б

Рис. 8. Иррегулярные годографы: а – для пары «затраты на общее развитие науки» – «затраты на развитие промышленности»;  б – для пары «затраты на НИОКР в промышленности» – «затраты на НИОКР в сельском хозяйстве»

На рис. 8 приведены примеры иррегулярных годографов – один для пары составляющих «затраты на общее развитие науки» – «затраты на развитие промышленности», другой – для пары «затраты на НИОКР в промышленности» – «затраты на НИОКР в сельском хозяйстве». Очевидно, что оба годографа, представленные на этом рисунке, демонстрируют неустойчивость развития затрат на исследования и разработки по этим целям.

Среди годографов, отражающих развитие затрат на исследования и разработки по различным целям, обнаружена лишь одна пара составляющих структуры затрат, для которой имеет место регулярный годограф – пара  «затраты на НИОКР в строительстве» – «затраты на НИОКР в сфере транспорта» – рис. 9 а.

а

б

Рис. 9. Взаимосвязь составляющих структуры внутренних затрат на исследования и разработки: а – годограф пары «затраты на НИОКР в строительстве» – «затраты на НИОКР в сфере транспорта»;  б – диаграмма рассеяния составляющих структуры

Эта диаграмма рассеяния может быть представлена и в «классическом» виде, как это принято в корреляционно-регрессионном анализе – рис. 9 б: видно, что между анализируемыми составляющими структуры имеется стохастическая взаимосвязь.

Представленная методика, апробированная на примере российской инновационной сферы, может быть рекомендована к использованию и в других сферах экономики. Метод отличается наглядностью и эффективен в условиях высокой нестабильности изучаемых процессов.

8. Эмпирически обосновано, что инвестиционные процессы, во многом определяющие диффузию инноваций в реальном секторе экономики, ситуативны даже на уровне федеральных округов происходит перераспределение капиталовложений как в территориальном плане, так и в разрезе видов экономической деятельности. Доказано, что проводимая в настоящее время инвестиционная политика по-прежнему ориентирована на развитие сырьевых видов экономической деятельности и не способствует позитивным структурным сдвигам в переходе к инновационной экономике.

Анализ динамики капиталовложений в экономику Российской Федерации и ее федеральных округов показывает, что проводимая в настоящее время инвестиционная политика по-прежнему ориентирована на развитие сырьевых видов экономической деятельности. Даже в Центральном федеральном округе, где традиционно преобладали капиталовложения в обрабатывающие производства, в период с 2005 по 2007 гг. приоритет этого вида экономической деятельности в общем объеме капиталовложений заметно снизился – с 17,8% в 2005 г. до 15,1% в 2007 г., в среднем на 1,33% ежегодно. В то же время, средний прирост капиталовложений в добывающие производства составил 0,08% в год – табл. 5.

Таблица 5

Средние показатели временных рядов компонентов структуры капиталовложений  в экономику ЦФО (по данным 2005-2007 гг.)

Вид экономической деятельности

Средний уровень, %

Средний абсолютный прирост, % в год

Сельское хозяйство

4,88

1,26

Добыча полезных ископаемых

0,82

0,08

Обрабатывающие производства

16,18

-1,33

Производство и распределение ресурсов

10,41

2,11

Строительство

2,25

-0,79

Торговля

5,13

0,84

Гостиницы и рестораны

0,70

0,25

Транспорт и связь

28,62

-3,83

Финансовая деятельность

2,04

0,19

Операции с недвижимостью

19,51

-0,17

Государственное управление

1,94

0,22

Образование

2,50

0,72

Здравоохранение

2,24

0,02

Коммунальные и другие услуги

2,77

0,41

Как негативный факт, следует отметить также резкое снижение в Центральном федеральном округе капиталовложений в строительство – с 2,8% в 2005 г. до 1,3% в 2007 г., на 0,79% ежегодно, в транспорт и связь: за два года доля инвестиций в этот вид экономической деятельности упала с 32,7% до 25,0% – на 3,83% в год.

Анализ динамики структуры капиталовложений в экономику Российской Федерации в целом в период 2005-2007 гг. также демонстрирует негативные изменения, среди которых снижение на 0,68% в год доли капиталовложений в обрабатывающие производства и на 1,99% ежегодно в транспорт и связь – табл. 6.

Из приведенных статистических фактов можно заключить, что проводимая в настоящее время инвестиционная политика не способствует позитивным структурным сдвигам в переходе к инновационной экономике. Соответственно, такая политика негативно проявляется и в инновационной деятельности в территориальных образованиях страны.

Таблица 6

Средние показатели временных рядов компонентов структуры капиталовложений в экономику РФ (2005-2007 гг.)

Вид экономической деятельности

Средний уровень, %

Средний абсолютный прирост, % в год

Сельское хозяйство

4,64

0,56

Рыболовство и рыбоводство

0,08

-0,01

Добыча полезных ископаемых

14,63

1,48

Обрабатывающие производства

15,98

-0,68

Производство и распределение ресурсов

6,71

0,39

Строительство

3,50

-0,04

Торговля

3,57

-0,23

Гостиницы и рестораны

0,34

0,03

Транспорт и связь

23,77

-1,99

Финансовая деятельность

1,24

-0,08

Операции с недвижимостью

16,75

0,37

Государственное управление

1,59

0,08

Образование

2,01

0,39

Здравоохранение

2,54

0,23

Коммунальные и другие услуги

2,66

0,12

Не обнаруживает позитивных сдвигов и динамика структуры материальной базы исследований и разработок, являющейся важной частью потенциала российской инновационной системы. В частности, выполненная в работе оценка структурных сдвигов основных средств исследований и разработок по видам экономической деятельности показала, что наибольшие изменения в период 2005-2007 гг. претерпел удельный вес основных средств в части научных исследований и разработок, фиксируемых в сфере операций с недвижимым имуществом, аренды и предоставления услуг: если в 2005 г. эта доля составляла 82,3%, то в 2007 г. она уменьшилась до 71,4%, т.е. на 10,9 процентных пункта. Напротив, удельный вес основных средств в сфере образования (приходящихся преимущественно на высшее профессиональное образование) за эти годы вырос на 7,8 процентных пункта – с 10,5% в 2005 г. до 18,3% в 2007 г. – рис. 10.

Изменения коснулись также удельного веса основных средств в сфере обрабатывающих производств, который с уровня 3,92% в 2005 г. увеличился до 4,54% в 2007 г. – рис. 10 б. Удельный вес основных средств в добыче полезных ископаемых существенно снизился – с 1,09% в 2005 г. до 0,03% в 2007 г. Обращает на себя также внимание заметное увеличение удельного веса основных средств в сфере здравоохранения и предоставления социальных услуг – с 0,17% в 2005 г. до 1,89% в 2007 г.

а

б

Рис. 10. Распределение основных средств российской инновационной системы по видам экономической деятельности. Обозначения видов экономической деятельности: 1 – сельское хозяйство, охота и лесное хозяйство; 2 – производство и распределение электроэнергии, газа и воды; 3 – добыча полезных ископаемых; 4 – обрабатывающие производства; 8 – операции с недвижимым имуществом, аренда и предоставление услуг; 9 – из них: научные исследования и разработки; 10 – предоставление прочих видов услуг; 12 – образование; 13 – из него высшее профессиональное образование; 14 – здравоохранение и предоставление социальных услуг; 15 – предоставление прочих коммунальных, социальных и персональных услуг

Из представленных данных следует, что структурные сдвиги, в основном, обусловлены приростом удельного веса основных средств в сфере образования (высшего профессионального образования) и уменьшением удельного веса основных средств в сфере научных исследований и разработок.

9. Разработана методика прогнозирования структуры инвестиций по укрупненным сферам экономической деятельности, основанная на анализе графоаналитического представления динамики структуры и последующем эконометрическом моделировании. Методика апробирована на примере Центрального федерального округа и рекомендуется к использованию для прогнозирования структурных сдвигов в экономике макрорегионов страны.

Ситуативность инвестиционных процессов в большинстве случаев исключает возможность прогнозирования структуры инвестиций по видам экономической деятельности традиционными методами даже на мезоуровне.

Основная причина – в критически малой длине временных рядов. Отечественная статистика, начиная с 2005 г., публикует данные по объемам инвестиций в основной капитал не по отраслевому признаку, а в соответствии с классификацией капиталовложений по видам экономической деятельности, которых 15 или даже 16 (начиная с 2006 г., из данных по инвестициям в «Транспорт и связь» официальная статистика начала выделять инвестиции в связь). На сегодня известны статистические данные только за три-четыре года, и качество прогнозирования по моделям, создаваемым на такой эмпирической базе оставляет желать лучшего.

Вторая причина в том, что инвестиционная политика в некоторых федеральных округах осуществляется по принципу «тушения пожара», когда инвестиции в основной капитал решают не долгосрочные, а текущие проблемы. Как следствие, «случайная» компонента в динамике временных рядов компонентов структуры капиталовложений превалирует над детерминированной.

В этой связи в работе предложено прогнозировать сдвиги структуры инвестиций по укрупненным видам экономической деятельности. К ним отнесены:

1) добыча полезных ископаемых;

2) обрабатывающие производства;

3) сельское и рыбное хозяйство;

4) строительство, как воспроизводственная сфера;

5) инфраструктурная сфера, включающая транспорт и связь, финансовую деятельность, производство и распределение электроэнергии, газа и воды, а также предоставление прочих коммунальных, социальных и персональных услуг;

6) сфера услуг, в которую входят: оптовая и розничная торговля; ремонт автотранспортных средств, мотоциклов, бытовых изделий и предметов личного пользования; гостиницы и рестораны; операции с недвижимым имуществом, аренда и предоставление услуг; образование; здравоохранение и предоставление социальных услуг;

7) государственное управление и обеспечение военной безопасности; обязательное социальное обеспечение.

Первые шесть таксономических единиц могут быть специфичны и в территориальном, и во временном аспектах, последняя же таксономическая единица – государственное управление и обеспечение военной безопасности; обязательное социальное обеспечение – в большей мере единообразна в территориальном отношении (хотя также подлежит временным изменениям) и на этом основании может быть исключена из рассмотрения.

Факторный анализ, выполненный по методу главных компонент в целях еще более снизить размерность структуры инвестиций, позволил свести шестимерное пространство компонентов инвестиций к четырехмерному пространству главных факторов, корреляции которых с компонентами структуры капиталовложений по выборке федеральных округов по данным за 2005-2007 гг. приведены в табл. 7.

Как видно из табл. 7, суммарно выделенные четыре главных факторы объясняют 95,9% общей дисперсии, и геометрическими искажениями можно пренебречь. Из этой же таблицы следует следующая интерпретация главных факторов F1 … F4: F1 – фактор капиталовложений в сферу услуг; F2 – фактор капиталовложений в инфраструктурную сферу; F3 – фактор капиталовложений в перерабатывающую сферу; F4 – фактор капиталовложений в воспроизводственную сферу.

Таблица 7

Корреляция главных факторов с компонентами структуры капиталовложений в экономику федеральных округов («нагрузки на факторы»)

Укрупненная компонента структуры капиталовложений

Главный фактор

F1

F2

F3

F4

Сырьевая сфера

-0,736

-0,580

-0,345

-0,015

Сфера переработки

0,269

-0,137

0,930

-0,193

Сельское и рыбное хозяйство

0,858

0,001

0,268

0,236

Воспроизводственная сфера

0,029

-0,056

-0,156

0,975

Инфраструктура

0,086

0,979

-,171

-0,064

Сфера услуг

0,941

0,103

0,069

-0,157

Доля объясняемой дисперсии

37,4%

22,1%

18,5%

17,9%

Поскольку главных факторов – четыре, представить федеральные округа по структуре капиталовложений в 2005-2007 гг. на одной плоскости невозможно, а общее число возможных сочетаний двух компонент из четырех составляет шесть. Поэтому полную картину можно получить, построив все шесть диаграмм рассеяния, на каждой из которых будут представлены федеральные округа в координатах главных факторов {Fi – Fj}, i=1 … 3, j=2, … 4, i<j.

Предлагаемая в работе методика прогнозирования структурных сдвигов в макрорегионах страны апробирована на примере Центрального федерального округа.

На рис. 11 представлена наиболее информативная диаграмма, по которой можно выполнить анализ распределения федеральных округов в координатах главных факторов {F1 – F2}, т.е. в координатах «фактор капиталовложений в сферу услуг» – «фактор капиталовложений в инфраструктурную сферу».

а

б

Рис. 11. Распределение федеральных округов по главным факторам структуры капиталовложений «сфера услуг» – «инфраструктурная сфера»: а – полная диаграмма; б – годограф изменения положения Центрального федерального округа на плоскости в координатах главных факторов {F1 – F2} 

По диаграмме можно проследить динамику структуры капиталовложений: прослеживая «перемещение» того или иного федерального округа на плоскости с координатами главных факторов структуры капиталовложений, можно сделать определенные выводы о направлении и темпах этой динамики. Так, Центральный федеральный округ характеризуется значительным «перемещением» из области с повышенными значениями главного фактора F2 и пониженными – фактора F1 в область с пониженными значениями главного фактора F2 и повышенными – фактора F1.

На диаграмме рис. 11 б годограф изменения положения ЦФО на плоскости с координатами главных факторов структуры капиталовложений {F1 – F2} представлен в более крупном масштабе. Видно, что в 2005-2006 гг. изменения структуры капиталовложений происходили интенсивнее, чем в последующий интервал времени (2006-2007 гг.). Отметим также, что годограф изменения положения ЦФО на плоскости с координатами главных факторов структуры капиталовложений {F1 – F2} фактически представляет собой прямую линию, на которой метки округа, отвечающие 2005-2007 гг., расположены упорядоченно, следовательно, имеется возможность прогнозировать структурные сдвиги и на следующий период.

В рассматриваемом случае мы располагаем тремя наблюдениями – за 2005, 2006 и 2007 гг., что, в принципе, позволяет в качестве прогностических моделей использовать двухпараметрические уравнения регрессии:

- экспоненциальные X=b0exp(b1t),

- линейные X=b0+b1t,

- степенные X=b0tb1,

- логарифмические X=b0+b1lnt,

- гиперболические X=b0+b1/t.

Содержательный смысл в этих регрессионных уравнениях имеют оба параметра – b0 и b1, при этом знаки параметра b1 в экспоненциальных, линейных, логарифмических и гиперболических моделях могут быть как положительными, так и отрицательными.

Методика прогноза предполагает подбор модели тренда временного ряда того или иного показателя структуры. Критерием выбора модели является значение критерия Фишера, который равен отношению среднего квадрата дисперсии, обусловленной моделью, к ошибке аппроксимации, а критерием применимости модели в прогностических целях – превышение коэффициентом детерминации критического значения 0,5. Это отвечает условию, чтобы модель тренда временного ряда объясняла более половины общей дисперсии; в противном случае в качестве модели принимается среднее значение показателя структуры по временному ряду, т.е. средний уровень ряда.

Сводка полученных моделей динамики долей капиталовложений в укрупненные сферы  экономики Центрального федерального округа, оценки их параметров по критерию наименьших квадратов и характеристики качества приведены в табл. 8. Как видно из этой таблицы, из шести укрупненных сфер экономики ЦФО три – перерабатывающая, воспроизводственная и инфраструктурная – характеризуются спадом доли капиталовложений, и три – сельское и рыбное хозяйство, сырьевая сфера и сфера услуг – ростом инвестиций в основной капитал.

Прогнозные значения структуры инвестиций в экономику Центрального федерального округа на следующий год (в данном случае – 2008 г.) определяются экстраполяцией моделей.

Таблица 8

Параметры моделей динамики капиталовложений в укрупненные сферы  экономики Центрального федерального округа

Сфера экономики

Характер динамики

Параметры модели

Характеристики качества

b0

b1

R2

F

p

Сельское и рыбное хозяйство

Степенной рост 

3,53

0,505

0,989

89,3

0,067

Сырьевая

Гиперболический рост

0,98

-0,256

0,925

12,3

0,177

Переработка

Гиперболический спад

13,69

4,079

0,923

141,5

0,053

Воспроизводство

Линейный спад 

3,03

-0,785

0,821

4,6

0,278

Инфраструктура

Логарифмический спад

45,05

-2,023

1,000

31597,0

0,004

Услуги

Экспоненциальный рост

28,43

0,055

0,997

358,6

0,034

Согласно прогнозу, наиболее вероятные доли инвестиций составят: в сельское и рыбное хозяйство – 7,10%; в сырьевые производства – 0,91%; в перерабатывающие производства – 14,71%; в сферу воспроизводства – 0,68%; в инфраструктуру – 42,25%; в сферу услуг – 33,54%. 

При оценке приведенных прогнозных значений доли капиталовложений следует иметь в виду, что, в принципе, задача прогнозирования заключается не столько в том, чтобы использовать их в дальнейших расчетах, сколько в том, чтобы разработать своевременные управленческие решения, направленные на содействие позитивным и противодействию негативным прогнозам. Так, столь низкое прогнозное значение доли капиталовложений в воспроизводственную сферу – 0,68% – это сигнал к незамедлительному обращению внимания к строительству, поскольку в случае реализации такого прогноза существует опасность практически полного разрушения сферы воспроизводства, а, следовательно, и экономики в целом.

Прогноз возможен лишь при стохастичности регулярных годографов, но возможны случаи, когда годографы нерегулярны. Пример – нерегулярный годограф для Дальневосточного федерального округа, расположенный во втором квадранте плоскости {F1 – F2}, что свидетельствует об отсутствии последовательности в инвестиционной политике относительно данных сфер экономической деятельности. Могут быть также случаи, когда все три метки практически сливаются. Пример – годограф для Уральского федерального округа, расположенный в третьем квадранте этой же диаграммы, что свидетельствует об отсутствии изменений в инвестиционной политике относительно рассматриваемых сфер экономической деятельности.

Апробация методики на примере Центрального федерального округа позволяет рекомендовать ее использование для прогнозирования структурных сдвигов в макрорегионах страны.

Выводы и предложения

Результаты выполненных исследований, направленных на разработку теоретико-методологических подходов и методических основ оценки и прогнозирования структурных трансформаций в инновационных системах различного уровня на базе эконометрических и графоаналитических моделей, позволяют сформулировать следующие выводы и предложения по их совершенствованию.

1. Сравнение современного состояния и тенденций развития инновационных систем Российской Федерации и ряда зарубежных стран показало, что российская инновационная система характеризуется инерционностью, малой скоростью и глубиной структурных сдвигов, а также их нестабильностью. Это существенно усложняет моделирование и прогнозирование структурных трансформаций в российской инновационной системе и требует разработки новых методологических подходов и методов исследования, отличных от существующих. Данная проблема актуализируется еще и тем, что из-за нестабильности инновационных процессов в российской инновационной системе прогнозирование необходимо проводить по коротким и сверхкоротким временным рядам.

2. Выделены три подпроблемы в измерении структурных сдвигов: 1) измерение собственно структурных изменений в экономике; 2) анализ территориальных различий структуры и ее изменений; 3) прогнозирование структурных изменений. Для анализа и измерения структурных изменений адекватными методами являются: в качественном аспекте – сопоставление профилей структуры экономики, построенных для разных моментов времени, в количественном плане – расчет коэффициента структурных изменений, основанного на понятии евклидова расстояния. Анализ территориальных различий структуры и ее изменений тесно связан с решением задачи классификации – выявления групп объектов, однородных по определенному комплексу показателей. Помимо визуального выделения типологических групп объектов на диаграммах рассеяния в двумерном случае, эффективными здесь являются объективные методы кластерного анализа.

3. С методологической точки зрения, необходимо различать временной и пространственный аспекты анализа трансформаций инновационных процессов, а также масштаб экономических систем. Основанием для выбора информативных показателей анализа трансформаций инновационных процессов экономических систем служит состав и структура официальной статистической информации. Трансформациям инновационных процессов должны предшествовать изменения численности и структуры исследователей по областям науки.

4. Россия имеет сильную конкурентную позицию – человеческий капитал, способный конкурировать с развитыми странами, но практически по всем видам интеллектуальной собственности является чистым импортером, приобретая патентные лицензии, товарные знаки, инжиниринговые услуги, результаты научных исследований, ноу-хау. Сравнение показателей патентной активности национальных инновационных систем ряда стран показывает, что все российские показатели, кроме темпов прироста числа патентов, чрезвычайно малы, и при сохранении выявленных тенденций отставание России от ведущих стран будет возрастать. Не свидетельствует о развитии инновационной активности российских исследователей на стадии научных исследований и динамика научных публикаций в ведущих изданиях – статей, содержащих принципиально новые результаты, и обзоров, цель которых – их обобщение и анализ, при этом если динамика числа обзоров, опубликованных отечественными исследователями в ведущих изданиях,  характеризуется нарастающим трендом, то динамика научных публикаций – убывающим трендом, и в целом наблюдается снижение публикационной активности.

5. Переводу российской экономики на инновационный путь развития должны способствовать структурные сдвиги в потенциале российской инновационной системы. Однако анализ показал, что изменения в структуре основных средств исследований и разработок по видам экономической деятельности, отражающие структурные сдвиги в потенциале российской инновационной системы, в основном обусловлены положительным приростом удельного веса основных средств в сфере образования (преимущественно высшего профессионального образования), и отрицательным – в сфере научных исследований и разработок. Таким образом, приходится констатировать отсутствие значительных позитивных результатов в развитии российской инновационной системе на стадии исследований и разработок.

6. Структурные трансформации экономики в инновационном направлении невозможны без соответствующей инвестиционной политики, особенно в отношении капитальных инвестиций. Анализ временных изменений структуры внутренних затрат на исследования и разработки по целям показал, что планомерная политика управления инновационными процессами отсутствует даже на уровне российской инновационной системы в целом, тогда как переход экономики на инновационный путь развития требует значительных капиталовложений в технологические инновации, без которых невозможен рост доли выпуска конечного продукта – инновационно активной продукции.

7.  Выявленные существенные территориальные различия динамики структуры капиталовложений в российскую экономику свидетельствуют о ситуативности инвестиционных процессов. Как следствие, даже на уровне крупных территориальных образований – федеральных округов – не всегда удается построить адекватные эконометрические модели развития составляющих структуры капиталовложений по всем видам экономической деятельности. Возможность построения двухпараметрических прогностических моделей, адекватно отражающих структурные изменения в инвестиционном процессе, появляется при переходе к укрупненным сферам экономической деятельности (добыча полезных ископаемых; обрабатывающие производства; сельское и рыбное хозяйство; воспроизводственная сфера; инфраструктурная сфера; сфера услуг).

8. Анализ характера и направленности изменений в структуре капиталовложений в экономику федеральных округов предлагается проводить с помощью годографов, демонстрирующих временные изменения структуры капиталовложений на двумерных диаграммах рассеяния соответствующих пар главных факторов (капиталовложений в сферу услуг, инфраструктурную, перерабатывающую и воспроизводственную сферы). Наиболее информативным является анализ положения и характера годографов с координатами «фактор капиталовложений в сферу услуг» – «фактор капиталовложений в инфраструктурную сферу», что позволяет сделать выводы о направлении и темпах динамики структуры капиталовложений. Дополнительную информацию предоставляет анализ годографов в координатах «сфера услуг» – «перерабатывающая сфера»; «сфера услуг» – «воспроизводственная сфера». В ряде случаев целесообразно также рассматривать годографы, построенные в координатах исходных компонент структуры капиталовложений по видам экономической деятельности. Их визуальный анализ, при удачном выборе пар компонент, позволяет выявить закономерности в динамике инвестиционной политики в федеральных округах, разработать предложения по ее корректировке.

9. Выявлена связь типа годографов (регулярные, иррегулярные, вырожденные) с характером отражаемой ими инвестиционной политики в федеральных округах (целенаправленная, неустойчивая, стабильная). Показано, что по геометрическим характеристикам годографов можно судить об интенсивности изменений в структуре капиталовложений по укрупненным сферам экономической деятельности.

10. В случае регулярных годографов имеется реальная возможность построения прогностических эконометрических моделей, отражающих тенденции изменения структуры капиталовложений по укрупненным сферам экономической деятельности в федеральных округах. В качестве таких моделей целесообразно использовать двухпараметрические уравнения регрессии: роста с ускорением (экспоненциальные модели), линейные и роста с насыщением (степенные, логарифмические и гиперболические модели), модели отрицательного роста (логарифмические и гиперболические). Выбор модели тренда временных рядов информативных показателей структуры целесообразно проводить по наибольшему значению критерия Фишера, причем критерием ее применимости в прогностических целях является превышение коэффициентом детерминации критического значения 0,5. Этот критерий отвечает условию, что модель тренда временного ряда объясняет более половины общей дисперсии; в противном случае в качестве модели принимается средний уровень ряда.

11. На примере Центрального федерального округа показано, что даже по предельно коротким временным рядам показателей структуры капиталовложений в укрупненные сферы экономической деятельности (трем наблюдениям) удается построить двухпараметрические эконометрические модели, отражающие направленность и интенсивность структурных изменений. Полученные при этом результаты анализа и прогнозирования динамики структуры капиталовложений позволяют рассчитывать на действенность предлагаемой методики в отношении и других макрорегионов Российской Федерации.

Основные положения и выводы диссертации отражены в следующих публикациях:

Монографии

  1. Титов, В.А. Структурные трансформации инновационных процессов в российской экономике: методология исследования и прогнозирования: Монография / В.А. Титов; под общ. ред. Е.В.Поповой, М.: Изд-во ГАСИС, 2009. 147 с. (11,5 п.л., авторский вклад – 11,5 п.л.)
  2. Титов, В.А. Структурные преобразования  в инновационных системах:  методология исследования. Монография / В.А. Титов. М.: Издательство «Реалтекс», 2010. 266 с. (16,6 п.л., авторский вклад – 16,6 п.л.)

Статьи в изданиях, рекомендованных ВАК РФ

  1. Титов, В.А. Методологические подходы к анализу структурных преобразований экономики / В.А. Титов // Транспортное дело России. 2006. №12. С. 45-47 (0,4 п.л., авторский вклад – 0,4 п.л.)
  2. Титов, В.А. Методы анализа и прогнозирования структурных трансформаций в экономике: современное состояние /В.А. Титов // Транспортное дело России. 2006. №12. С. 38-40 (0,4 п.л., авторский вклад – 0,4 п.л. )
  3. Титов, В.А. Методологические подходы к управлению инновационной активностью / В.А. Титов, А.Ф. Мартынов // Транспортное дело России. 2006. №12. С. 40-42 (0,4 п.л., авторский вклад – 0,2 п.л.)
  4. Титов, В.А. Совершенствование методов классификации регионов по показателям структуры инвестиций в основной капитал (на примере Центральной России) / С.А. Марков, В.А. Титов // Транспортное дело России. 2008. №2. С. 61-63 (0,4 п.л., авторский вклад – 0,2 п.л.)
  5. Титов, В.А. Графический метод анализа динамики структуры инвестиций в федеральные округа РФ по видам экономической деятельности / В.А. Титов, Ю.Ю. Перегудов // Транспортное дело России. 2009. №6. С. 15-18. (0,75 п.л., авторский вклад – 0,37 п.л.)
  6. Титов, В.А. Эффективность капиталовложений в развитие российской экономики / В.А. Титов // Транспортное дело России. 2010. №1.  С. 39-41 (0,3 п.л., авторский вклад – 0,3 п.л.)
  7. Титов, В.А. Анализ показателей национальных инновационных систем: международные сравнения / В.А. Титов // Транспортное дело России. 2010. №3. С. 32-36 (0,5 п.л., авторский вклад – 0,5 п.л.)
  8. Титов, В.А. Типология ряда стран мира по показателям динамики затрат на исследования и разработки / В.А. Титов // Транспортное дело России. 2010. №3. С. 28-32 (0,5 п.л., авторский вклад – 0,5 п.л.)
  9. Титов, В.А. Статистический анализ патентной активности российской инновационной системы на уровне территориальных образований / В.А. Титов // Транспортное дело России. 2010. №4. С. 3-7 (0,5 п.л., авторский вклад – 0,5 п.л.)
  10. Титов, В.А. Динамика показателей активности российской инновационной системы на стадии исследований / В.А. Титов // Транспортное дело России. 2010. №4. С. 8-12 (0,5 п.л., авторский вклад – 0,5 п.л.)
  11. Титов, В.А. Структурные изменения российского инновационного потенциала: методика качественного и количественного анализа / В.А. Титов // Экономика строительства. 2011. №2. (0,5 п.л., авторский вклад – 0,5 п.л.)
  12. Титов, В.А. Динамика структуры затратных показателей российской инновационной системы: методика статистического анализа / В.А. Титов // Инновации и инвестиции. 2011. №1. (0,5 п.л., авторский вклад – 0,5 п.л.)
  13. Титов, В.А. Российская инновационная система: от индустриальной экономики к экономике информационного общества / В.А. Титов // Интеграл. 2010. №3. С. 17-19 (0,45 п.л., авторский вклад – 0,45 п.л.)
  14. Титов, В.А. Методология количественного и графического анализа динамики структуры внутренних затрат на исследования и разработки по экономическим целям / В.А. Титов // Транспортное дело России. 2010. №7. С. 39-41 (0,4 п.л., авторский вклад – 0,4 п.л.)

Статьи в периодических изданиях, материалы конференций

  1. Титов, В.А. Современная концепция управления финансово-промышленных групп в условиях реформируемой экономики / В.А. Титов, В.А. Шепилов // Экономика и технологии. Межвузовский сборник научных трудов. М. 2000. (0,8 п.л., авторский вклад – 0,4 п.л.)
  2. Титов, В.А. Актуальные направления инновационной деятельности и составляющие стратегии внутреннего саморазвития машиностроительного предприятия / В.А. Титов, М.А. Халиков // Современные аспекты экономики. Санкт-Петербург. 2005. №11. (0,4 п.л., авторский вклад – 0,2 п.л.)
  3. Титов, В.А. Методологические принципы исследования региональных аспектов развития российской экономики / В.А. Титов, С.А. Марков // Наука и образование. Межвуз. сб. науч. трудов. Вып.4 «Общество и экономика». М.: ИИЦ МГУДТ, 2005. С. 67-78 (0,7 п.л., авторский вклад – 0,35 п.л.)
  4. Титов, В.А. Современные методы анализа и прогнозирования структурных трансформаций в экономике / Ю.Ю. Перегудов, В.А. Титов // Наука и образование. Межвуз. сб. науч. трудов. Вып.4 «Общество и экономика». М.: ИИЦ МГУДТ, 2005, С. 128-134  (0,4 п.л. авторский вклад - 0,2 п.л.)
  5. Титов, В.А. Методы многомерного анализа в исследовании региональных инвестиционных процессов / В.А. Титов, С.А. Марков // Наука и образование. Межвуз. сб. науч. трудов. Вып.4 «Экономика и технологии». М.: ИИЦ МГУДТ, 2006. С. 122-130. (0,6 п.л., авторский вклад – 0,3 п.л.)
  6. Титов, В.А. Сравнительная характеристика экстраполяционных моделей динамических рядов / В.А. Титов, Ю.Ю. Перегудов // Вестник Московского экономического института. Вып.2 «Общество и экономика». М.: ИИЦ МЭИ, 2007. С. 93-106. (0,9 п.л., авторский вклад – 0,45 п.л.)
  7. Титов, В.А. Креативное предпринимательство / В.А. Титов, В.А. Колоколов // Современные наукоемкие технологии. Изд. РАЕН. 2007. №5. (0,4 п.л., авторский вклад – 0,2 п.л.)
  8. Титов, В.А. К вопросу о классификации капиталовложений по видам экономической деятельности / В.А. Титов, Ю.Ю. Перегудов // Вестник НИИ развития профессионального образования. Вып.1 «Общество и экономика». М.: ИИЦ НИИРПО, 2008. С.165-175. (0,7 п.л., авторский вклад – 0,35 п.л.)
  9. Титов, В.А. Методические аспекты исследования структурных трансформаций инвестиционных процессов на региональном уровне / В.А. Титов // Актуальные проблемы развития хозяйствующих субъектов, территорий и систем регионального и муниципального управления. М-лы IV Международной н.-практ. конф. Марьино, 2009. (0,3 п.л., авторский вклад – 0,3 п.л.)
  10. Титов, В.А. Методология анализа эффективности капиталовложений в развитие российской экономики / В.А. Титов, А.В. Шипунов // Моделирование и прогнозирование в управлении: методы и технологии. М-лы II Международной н.-практ. конф. Орел: ОРАГС, 2009. С. 136-140. (0,3 п.л., авторский вклад – 0,15 п.л.)
  11. Титов, В.А. Корреляционный анализ показателей инновационной деятельности на уровне федеральных округов РФ / В.А. Титов, И.И. Зимин // Моделирование и прогнозирование в управлении: методы и технологии. М-лы  II  Международной н.-практ. конф. Орел:  ОРАГС,  2009. С. 169-173. (0,3 п.л., авторский вклад – 0,15 п.л.)
  12. Титов, В.А. Компаративный анализ состояния и тенденций развития инновационной сферы в территориальных образованиях Российской Федерации и в развитых странах мира / В.А. Титов, И.И. Зимин // Вестник научно-исследовательского института развития профессионального образования. Серия «Экономика и управление». М.: ИИЦ НИИРПО. 2009. Вып.2(4). С.143-154. (0,7 п.л., авторский вклад – 0,35 п.л.)
  13. Титов, В.А.  Модели динамики инновационного потенциала российских территориальных образований / В.А. Титов, И.И. Зимин // Вестник научно-исследовательского института развития профессионального образования. Серия «Экономика и управление». М.: ИИЦ НИИРПО. 2010. Вып.1(5). С.104-115. (0,7 п.л., авторский вклад – 0,35 п.л.)
  14. Титов, В.А. К вопросу об оценке структурных сдвигов в инновационных системах России и США / В.А. Титов // Системное моделирование социально-экономических процессов. Труды 33-й Международной научной школы-семинара им. академика С.С. Шаталина. М.: ЦЭМИ РАН. 2010. (0,2 п.л., авторский вклад – 0,2 п.л.)





© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.