CC BY
3
EDN: QGMBLG
Е.И. Гнатышина - к.э.н., доцент кафедры экономики и бизнеса Поволжский государственный университет сервиса, Тольятти, Россия, [email protected],
E.I. Gnatyshina - candidate of economic sciences, associate professor of the Department of Economics and Business, Volga State University of Service, Tolyatti, Russia;
Е.А Миронова - д.э.н., профессор кафедры экономики инноваций, Самарский национальный исследовательский университет имени академика С.П. Королева, Самара, Россия, [email protected],
E.A Mironova - doctor of economics, professor of the Department of Economics of Innovation, Samara National Research University named after Academician S.P. Korolev, Samara, Russia.
АНАЛИЗ И ПЕРСПЕКТИВЫ ЦИФРОВОЙ ТРАНСФОРМАЦИИ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ РЕГИОНАЛЬНОГО ПРОМЫШЛЕННОГО КОМПЛЕКСА ANALYSIS AND PROSPECTS OF DIGITAL TRANSFORMATION OF INNOVATIVE ACTIVITIES OF THE REGIONAL INDUSTRIAL COMPLEX
Аннотация. В статье детализировано осмысливается понятие цифровой трансформации на уровне региональных промышленных агломераций. Акцент сделан на стратегическую перестройку управленческих процессов в производственных циклах, направленную на достижение значительного увеличения эффективности рабочей силы. Проведен анализ состояния государственных информационных систем промышленности, включая механизмы такие, как «Цифровой паспорт» и метрики «Цифровая зрелость» промышленных предприятий. Рассмотрена иерархическая схема оценки цифровой зрелости, применимая к инновационным промышленным комплексам. Выделены основные направления цифровой трансформации, определяющие направленность инновационной активности в рамках региональных промышленных структур.
Abstract: the article provides a detailed understanding of the concept of digital transformation at the level of regional industrial agglomerations. The emphasis is on the strategic restructuring of management processes in production cycles, aimed at achieving significant increases in workforce efficiency. An analysis of the state of state industrial information systems was carried out, including mechanisms such as the "Digital Passport" and the "Digital Maturity" metrics of industrial enterprises. A hierarchical scheme for assessing digital maturity applicable to innovative industrial complexes is considered. The main directions of digital transformation are identified, which determine the direction of innovation activity within regional industrial structures.
Ключевые слова: региональная цифровая трансформация, инновационная деятельность, государственная информационная система промышленности, цифровой паспорт, цифровая зрелость, уровень цифровизации, цифровые технологии.
Keywords: regional digital transformation, innovative activity, state information system of industry, digital passport, digital maturity, level of digitalization, digital technologies.
Введение
Цифровая трансформация в региональных промышленных аренах Российской Федерации выступает ключевым вектором экономической стратегии. Процесс интеграции инновационных технологий в производственные структуры способствует ускоренному развитию как самой промышленной отрасли, так и смежных экономических секторов.
В рамках текущей эпохи, процессы цифровой трансформации представляют собой глубокие и масштабные перестройки, затрагивающие все аспекты производственного цикла. Новаторские подходы требуют от бизнес-лидеров критического переосмысления устоявшихся управленческих практик, внедрения обновленных информационных систем, а также разработки и адаптации новых конкурентоспособных инструментов и стратегий для удовлетворения изменчивых потребностей конечных потребителей на долговременной основе [5].
Анализ ситуации, обусловленной распространением коронавируса и текущими геополитическими условиями, показывает различия в динамике производственных предприятий. Корпорации, осуществившие импле-ментацию стратегий цифровой интеграции в предшествующие периоды, демонстрируют важность эффективного адаптивного поведения и возможность оперативной модификации операционных механизмов в контексте глобальной экономической нестабильности. В свою очередь, обширный спектр малых производственных предприятий, не достигших уровня адекватной ресурсной и управленческой модернизации, столкнулся с необходимостью прекращения коммерческой деятельности в условиях рыночной непредсказуемости и конкурентного давления. Эта диспропорция подчеркивает критическую важность технологической и стратегической модернизации в сфере управления бизнес-процессами для поддержания устойчивости и конкурентоспособности на современном рынке.
Индустриальные лидеры (ПАО «КАМАЗ», концерн «Калашников», «РусАл», «ОАК» и др.), инициировали создание «Центров цифровой трансформации» с целью разработки и внедрения передовых технологических решений, тем самым способствуя вовлечению других региональных предприятий в процесс цифрового преобразования [6].
Ход исследования
Цифровое переосмысление регионального промышленного сектора представляет собой интенсивный, многослойный процесс, требующий активных действий как от собственников предприятий, так и от государственных структур в аспекте фасилитации инновационных начинаний. Согласно разработанной Министерством промышленности и торговли России Стратегии цифровой трансформации обрабатывающих промышленностей до 2024 г. с продлением до 2030 г., предполагается комплексное усиление производственной эффективности и создание оптимальных предпосылок для устойчивого развития данных секторов [8].
Адаптация производственных архитектур к волатильности экономических параметров способствует оптимизации логистических цепочек, актуализируя стратегические приоритеты по импортозамещению. Дополнительно, интеграция цифровых инноваций усиливает прозрачность оперативных процедур внутри корпоративно-
го сектора и взаимодействий с государственными органами, обеспечивая более высокий уровень надзора и контроля в соответствующих сферах.
В качестве основополагающего элемента воплощения положений ФЗ от 31.12.2014 г. № 488-ФЗ «О промышленной политике Российской Федерации», выступает государственная информационная система промышленности (ГИСП), которая способствует централизации и стандартизации данных отраслевого сектора. ГИСП устанавливает единую платформу для сбора, обработки и анализа информации, что критически важно для обеспечения оперативного реагирования на требования промышленного развития и координации политических мероприятий в соответствии с национальными целями экономической безопасности. Кроме того, система позволяет улучшить межведомственное взаимодействие и повысить эффективность государственного управления промышленным сектором через автоматизированное распространение регулятивных и методических документов, что обеспечивает более высокую степень соблюдения законодательных и регуляторных норм в индустрии.
Интеграция искусственного интеллекта в архитектуру платформы обеспечивает глубокий мониторинг операций предприятий и детализированную аналитику по мерам государственной поддержки, улучшая тем самым стратегическое планирование и локацию ресурсов [11; 12].
ГИСП агрегирует критически важные данные о динамике и траекториях развития отраслей, включая сведения о функционирующих и плановых производствах, ассортименте и объемах выпуска промышленной продукции, программах государственной поддержки сектора, квалификационных характеристиках кадров и доступности инновационных технологий. Систематизация таких данных способствует оптимальной организации загрузки производственных мощностей по регионам, обеспечивая адекватную реакцию на изменения в экономической среде.
Дополнительно, цифровая платформа расширяет спектр возможностей для промышленных предприятий в части государственного финансирования, оптимизации закупок и логистики. В настоящее время в ГИСП представлены более ста различных сервисов, охватывающих финансовые, страховые и правовые услуги. Включенная база нормативных актов, пользовательская поддержка и каталог промышленных площадок сортируются по сферам деятельности и географической принадлежности, упрощая доступ к необходимым ресурсам [11-13].
Зарегистрированные на платформе предприятия обладают доступом к инструментарию для эффективной цифровизации в рамках Национального проекта по повышению производительности труда. Особое внимание уделяется предоставлению информации о комплексных решениях цифровых трансформаций. На сегодняшний день ГИСП насчитывает свыше 140 000 индустриальных кооператоров, 58 000 поставщиков и производителей, а также более чем 1000 представителей государственных органов власти.
В контексте ГИСП действует модуль «Цифровой паспорт промышленного предприятия». Он способствует оценке цифровой зрелости организаций через генерацию аналитических отчетов, основанных на методиках федеральных органов. Создаваемый профиль предприятия акцентирует готовность к адаптации новейших цифровых технологий [2; 9].
Задачи, поставленные перед «Цифровым паспортом», включают продвижение национальных стратегий в сферах цифровой экономики, ускорение цифровизации промышленности, расширение экспортных операций и интеграцию в стратегические национальные проекты.
Реализация такого механизма способствует активизации инновационного потенциала промышленности, увеличению операционной производительности, стимулирует адаптацию к новшествам и усиливает государственные поддерживающие меры [4; 8; 9].
Цифровая зрелость в промышленных предприятиях определяется как как степень их способности внедрять, адаптировать и эффективно использовать цифровые технологии в рамках производственных и управленческих процессов. Она включает в себя интеграцию автоматизированных систем, использование больших данных и аналитики для оптимизации процессов, а также разработку и применение искусственного интеллекта для повышения производительности и качества продукции. Оценка цифровой зрелости также учитывает готовность предприятия к цифровым изменениям, наличие квалифицированных кадров и создание защищённой ГГ-инфраструктуры [5; 11].
С помощью данной методики определяется уровень готовности организации к эффективному использованию цифровых инструментов в своей деятельности (рисунок 1) [10-12].
Стандартизированный подход к диагностике уровня цифровизации предприятий позволяет осуществлять детализированный аудит внутренних операций и фасилитирует бенчмаркинг между различными организациями. В результате, возможно выявление перспектив для повышения эффективности применения цифровых инноваций. Инструментарий для оценки включает 27 фундаментальных и 123 вспомогательных параметра, обеспечивая тщательную подготовку предложений по технологическому усовершенствованию.
Инициативы по интеграции корпоративных учетных систем с Государственной информационной системой промышленности в рамках пилотных проектов направлены на создание платформы для применения алгоритмов искусственного интеллекта. Такой подход обеспечивает возможность проведения углубленного анализа операционной эффективности предприятий, их степени цифровой адаптации и воздействия мер государственной поддержки [6].
Рисунок 1 - Направления оценки цифровой зрелости предприятия
Программа «Умное производство» ориентирована на разработку и поддержку инфраструктуры, необходимой для адаптации и внедрения внутренних программно-аппаратных решений. Она ставит перед собой цели повышения производственной эффективности и оптимизации процессов через автоматизацию и цифровизацию. Программа направлена на сокращение операционных затрат, улучшение качества продукции и ускорение времени вывода продуктов на рынок. Она также стремится укрепить интеграцию данных и аналитику в реальном времени для поддержки принятия решений на всех уровнях управления. Кроме того, программа «Умное производство» ставит задачу улучшения устойчивости производственных систем к внешним изменениям и аварийным ситуациям. Это достигается за счет повышения гибкости производственных линий и внедрения адаптивных технологий, которые позволяют оперативно перенастраивать процессы в соответствии с текущими требованиями рынка и изменениями в сырьевой базе [1-3; 7; 11].
Программа «Цифровой инжиниринг» представляет собой комплексный подход к интеграции цифровых технологий в разработку, проектирование и производственные процессы, что является ключевым аспектом современной промышленной политики и стратегии инновационного развития. Целью данной программы является повышение конкурентоспособности и операционной эффективности отраслей промышленности через автоматизацию и оптимизацию процессов. Основные аспекты программы «Цифровой инжиниринг» включают:
- моделирование и прототипирование - использование программного обеспечения для 3D-моделирования, виртуальной реализации и тестирования дизайна продуктов, что позволяет сократить время и затраты на разработку, а также улучшить качество конечного продукта;
- интеграция системы управления данными посредством создания централизованных баз данных для управления всей информацией, связанной с проектированием и производством, обеспечивая легкий доступ и обновление данных в реальном времени;
- автоматизация производственных процессов;
- создание цифровых двойников для симуляции, анализа и оптимизации производственных процессов в безопасной и контролируемой среде.
Программа «Продукция будущего» предусматривает градуальный переход к индивидуализированному производству промышленных изделий и услуг на основе состояния. Основные направления включают адаптацию производственных систем к выпуску продукции по индивидуальному заказу, интеграцию систем предик-тивной аналитики для смены подходов к техническому обслуживанию - от регламентированного к условно-зависимому с использованием таких систем, как SCADA и ЕАМ, и разработку моделей обслуживания, которые обеспечивают расширенный доступ к новейшим технологиям [8-11].
Проект «Новая модель занятости» направлен на формирование передовой системы занятости в промышленности, что включает создание площадки для обмена профессиональными навыками и знаниями. Целью является повышение доли квалифицированных специалистов в отрасли, улучшение производственных процессов и стимулирование инноваций в сфере труда. Переход к передовым методам подбора и развития персонала позволяет не только привлекать талантливых специалистов, но и обеспечивать их постоянное профессиональное развитие, что дает возможность компаниям успешно адаптироваться к быстро меняющимся запросам рынка и эффективно реагировать на вызовы будущего [2; 7; 8].
Программа цифровой трансформации Минпромторга предпологает внедрение передовых методов цифрового управления на государственном уровне с целью точечной поддержки через специализированные цифровые платформы, которые улучшают процессы навигации и стратегическое планирование, создают межотраслевые информационные ресурсы и переходят от классической статистической обработки к анализу больших данных и применению алгоритмов искусственного интеллекта [10-13].
С 2022 года промышленные предприятия активизировали инвестиции в развитие внутренних 1Т -систем, способствующих их цифровизации и модернизации. Фокус инвестиций смещается на разработку программных решений, улучшающих операционную эффективность и укрепляющих позиции на рынке. Особое внимание уделяется оптимизации процессов в сферах управления закупками, логистики, поставок и автоматизации про-
изводства [1; 9].
В последнее время также усиливается стремление к переходу на отечественные программные решения и укреплению связей с азиатскими партнерами, что отражает желание минимизировать зависимость от западных технологических продуктов.
Исследуются перспективы замены западных информационно-технологических продуктов на местные аналоги, что способствует укреплению национальной индустрии и стимулированию развития экономического сектора, причем акцент делается не только на замене отдельных приложений, но и на переходе к интегрированным системам управления предприятием. Параллельно с этими процессами усиливается фокус на создании унифицированных корпоративных ресурсов данных, что стимулирует формирование стратегических альянсов между крупными производственными структурами в рамках центров промышленных компетенций [5; 6; 10].
В индустриальной сфере наблюдается нарастающий интерес к реализации систем цифровой верификации производственных процессов, которые обеспечивают дистанционный мониторинг за ходом выполнения заказов посредством телеприемки и использования цифровых проверочных листов. Такие системы способствуют повышению прозрачности производственных операций и обеспечивают точность в соблюдении сроков поставки и качества продукции.
Продвинутые технологические инновации, такие как платформы Low Code и No Code, методы TestOps и Agile/DevOps, реформируют подходы к разработке и внедрению программного обеспечения, отражая новый этап в эволюции промышленного производства, делая их более доступными и адаптивными для широкого круга профессионалов и предприятий [2-4; 6]. Эти инструменты позволяют оперативно реагировать на изменения рыночных требований и ускорять цифровую трансформацию без значительных затрат на специализированные разработчики.
В современной индустриальной практике особое внимание уделяется адаптации цифровых технологий, которые трансформируют принципы управления производственными процессами:
1. Аналитика больших данных и предиктивное моделирование. Расширенный анализ производственных данных позволяет реализовать системы для прогностического управления, включая оптимизацию работы оборудования и логистических потоков, что значительно повышает операционную эффективность.
2. Применение компьютерного зрения и алгоритмов машинного обучения. Эти технологии вносят существенный вклад в минимизацию отходов производства и ошибок, увеличивая тем самым общую продуктивность и снижая производственные затраты.
3. Инновации в 3Б-моделировании и дрон-технологиях. Использование аэрофотосъемки и трехмерного моделирования обеспечивает более точное и детальное планирование, что улучшает все аспекты производственного и логистического циклов.
4. Виртуальные технологии и BIM-моделирование. Интеграция данных подходов позволяет автоматизировать многие аспекты производства, сокращая необходимость в человеческом вмешательстве и повышая точность выполнения задач.
5. Разработка и использование цифровых двойников. Создание виртуальных копий производственных объектов для симуляции различных операционных сценариев дает возможность антиципировать проблемы и оптимизировать процессы еще до начала реального производства.
Данные направления не только способствуют повышению конкурентоспособности предприятий за счет сокращения времени и стоимости производства, но и обеспечивают значительные преимущества в устойчивости и адаптивности к изменениям рыночных условий [7; 9-11].
Заключение
В современной экономической среде наблюдается интенсивная интеграция цифровых технологий в промышленный ландшафт, вынуждая предприятия ревизовать установленные операционные практики. В этом контексте, значимость информационно-технологических специалистов, занимающихся разработкой независимых национальных программных решений, растет, отвечая на потребности цифровой трансформации. Эти профессионалы адаптируются к быстрому внедрению технологий в производственные цепочки, что подкрепляется постоянным спросом, стремлением к сокращению зависимости от иностранных ресурсов и усиленной функциональностью локальных разработок.
Ожидается, что в период между 2024 и 2025 годами динамика усиления цифровой трансформации сохранится, с вероятным ростом доли проектов по импортозамещению до 90% в промышленном секторе. Благодаря государственной поддержке складывается новая экосистема взаимодействия предприятий, сопровождаемая реструктуризацией основных бизнес-процессов и внедрением инновационных технологий. Эти изменения направлены на укрепление структурной адаптации и повышение глобальной конкурентоспособности российской промышленности.
Источники:
1. Абдрахманова Г.И., Васильковский С.А., Вишневский К.О., Гохберг Л.М. и др. Индикаторы цифровой экономики: 2022. / Статистический сборник. - М.: НИУ ВШЭ, 2023. - 332 c.
2. Акбердина В.В., Романова О.А. Региональные аспекты индустриального развития: обзор подходов к формированию приоритетов и механизмов регулирования // Экономика региона. - 2021. - № 3. - c. 714-736.
3. Васильева З.А., Москвина А.В., Михайлова С.В. Особенности цифровой трансформации промышленного комплекса региона // Экономика, предпринимательство и право. - 2023. - Том 13. - № 10. - С. 4037-4054.
4. Вихорева О.М., Карловская С.Б. Тренды цифровизации как источник изменений мировой экономики // Вестник московского университета. серия 6: экономика. - 2022. - № 5. - с. 220-238.
5. Гнатышина Е. И., Чебыкина М. В., Шаталова Т. Н. Системные эколого-целевые инновационные процессы в условиях цифровизации региональной экономики Экономика и управление: проблемы и решения // Научно-практический теоретический журнал. - 2, том 6 (143) - 2024 февраль. - С. 113-122.
6. Горький, А. С. Теоретические основы управления финансами интегрированных бизнес-структур / А. С. Горький // Вестник Самарского государственного университета. Серия: Экономика и управление. - 2015. - № 2(124). - С. 30-35.
7. Грошев И.В., Коблов С.В. Цифровая матрица российской экономики // Управление. - 2022. - № 2. - с. 57-70.
8. Коровкин В.В., Кузнецова Г.В. Перспективы цифровой трансформации российского машиностроения // Ars Administrandi. - 2020. - № 2. - с. 291-313.
9. Левчаев П.А., Хезазна Б. Особенности стратегической деятельности корпораций в условиях цифровой экономики // Финансы и управление. - 2021. - № 1. - с. 12-20.
10. Лола И.С., Бакеев М.Б. Цифровая трансформация в отраслях обрабатывающей промышленности России: результаты конъюнктурных обследований // Вестник Санкт-Петербургского университета. Экономика. - 2019. - № 4. - с. 628-657.
11. Оборин М.С. Роль цифровых технологий в промышленном развитии региона // Вестник НГИЭИ. - 2021. - № 2(117). - с. 113-123.
12. О стратегии развития информационного общества в Российской Федерации на 2017-2030 годы. Указ Президента Российской Федерации от 9 мая 2017 г. №203. Pravo.gov.ru. [Электронный ресурс]. URL: http://pravo.gov.ru/proxy/ips/?docbody=&nd=102431687 (дата обращения: 15.04.2024).
13. Обзор технологических трендов 2023 от McKinsey Digital. АНО «Цифровая экономика». [Электронный ресурс]. URL: https://files.data-economy.ru/Docs/McKinsey.pdf (дата обращения: 15.04.2024).
EDN: QPIYMK
А.С. Горький - к.э.н., финансовый директор Ассоциации «АУРА-Тех», Москва, Россия, [email protected],
A.S. Gorkiy - candidate of economic sciences, Financial Director of the Association "AURA-Tech", Moscow, Russia;
Т.Е. Хорольская - к.э.н., доцент кафедры денежного обращения и кредита, Кубанский государственный аграрный университет, Краснодар, Россия, [email protected],
T.E. Khorolskaya - candidate of economic sciences, associate professor, department of money circulation and credit, Kuban State Agrarian University, Krasnodar, Russia;
Б.М. Мусаева - ст. преподаватель кафедры «Экономика и экономическая безопасность отраслей и предприятий», Институт экономики и финансов, Чеченский государственный университет имени А.А. Кадырова, Грозный, Россия, [email protected],
B.M. Musaeva - senior lecturer of the department of economics and economic security of industries and enterprises, Institute of Economics and Finance, Chechen State University named after A.A Kadyrov, Grozny, Russia.
МЕТОДИЧЕСКИЙ ИНСТРУМЕНТАРИЙ ОЦЕНКИ РЕГИОНАЛЬНЫХ ИННОВАЦИОННЫХ СИСТЕМ METHODOLOGICAL TOOLKIT FOR ASSESSING REGIONAL INNOVATION SYSTEMS
Аннотация. Исследование подчеркивает мировое признание значимости регионов как драйверов экономического и технологического прогресса. В документе освещается ключевая роль управленческих процессов в интеграции различных участников — от индивидуальных предпринимателей до государственных органов — в инновационную деятельность. Статья указывает на необходимость систематизации этих усилий через внедрение структурированных подходов к управлению. Подчеркивается важность применения адекватных методических подходов для управления инновационными процессами. Подобные инструменты являются критически важными для адекватной оценки результативности и выявления ключевых областей, нуждающихся в дальнейшем развитии и усовершенствовании. В статье также проведен глубокий анализ передовых методик оценки, разработанных исследователями из разных стран, для изучения региональных инновационных систем (РИС). Обозначено, что эти методики охватывают комплексные аспекты инновационного процесса, включая экономические, социальные и политические составляющие, что обеспечивает мультидисциплинарный подход к анализу и планированию инновационной политики. В статье анализируются различные методические подходы к оценке инновационных систем, которые были реализованы в форме ряда рейтингов. Эти рейтинги, опубликованные в доступных источниках, предоставляют данные для оценки динамики развития инновационных систем на уровне как национальных, так и региональных административных структур. Основываясь на анализе текущих методик, выделяется потенциал для дальнейшего усовершенствования этих инструментов, что может существенно повысить точность и эффективность исследований в области. Представлена методика оценки, которая базируется на четко структурированном алгоритме, разделяющем процесс оценки на последовательные шаги. Этот подход позволяет систематически анализировать каждый аспект инновационной деятельности и его вклад в общий уровень развития региональных систем. Результаты исследования подчеркивают, что применение базового регрессионного анализа с оптимально подобранными весами для субиндексов позволяет сформировать упрощенный, но эффективный рейтинг, который может служить как инструмент для федеральных властей при оценке регионов, так и для региональных управлений при выборе стратегий для стимулирования экономического роста через усиление инновационной активности.
Abstract. the study emphasizes global recognition of the importance of regions as drivers of economic and technological progress. The paper highlights the key role of management processes in integrating various participants - from individual entrepreneurs to government agencies - into innovation activities. The article underscores the necessity of implementing structured managerial methodologies to streamline endeavors in innovation. It stresses that the efficient administration of innovation systems necessitates the availability of robust methodological frameworks. These frameworks play a pivotal role in evaluating the efficacy of such systems and identifying critical areas warranting further development. Integrating these methodological approaches facilitates a systematic assessment and enhancement of innovation processes, ensuring that strategic initiatives are not only effective but also aligned with overarching developmental objectives. The article also provides an in-depth analysis of advanced assessment techniques developed by researchers from different countries to study innovation systems at the regional level. Methods cover complex aspects of the innovation process, including economic, social and political components, which provides a multidisciplinary approach to the analysis and planning of innovation policy. The article analyzes various methodological approaches to assessing innovation systems, which were implemented in the form of a series of ratings. These ratings, published in available sources, provide data for assessing innovation systems at the level of both national and regional administrative structures. Methodologies, potential for further improvement of these tools is highlighted, which could significantly improve the accuracy and efficiency of research in the field. An assessment methodology is presented, which is based on a clearly structured algorithm that divides the assessment process into successive steps. This approach allows us to systematically analyze each aspect of innovation overall level of development of regional systems. That the use of basic regression analysis with optimally selected weights for subindices a simplified but effective rating, which can serve as both a tool for the federal authorities when assessing regions, and for regional departments when choosing strategies to stimulate economic growth through strengthening innovation. activity.
Ключевые слова: региональная инновационная система, оценка инновационной системы, уровень развития инновационной системы, индекс инновационной активности, инструментария оценки региональных инновационных систем, корреляционно-регрессионного анализа, аддитивного индекса административных областей, ранжирование.
Keywords: regional innovation system, assessment of the innovation system, the level of development of the innovation system, the index of innovation activity, tools for evaluating regional innovation systems, correlation and regression analysis, additive index of administrative regions, ranking.
