CC BY
56
ИНФОРМАЦИОННО-КОММУНИКАЦИОННАЯ СОСТАВЛЯЮЩАЯ ИННОВАЦИОННОГО ПОТЕНЦИАЛА ЭКОНОМИЧЕСКИХ СИСТЕМ: МЕТОДЫ
АНАЛИЗА И ОЦЕНКИ
Егоров А.Ю., д.э.н., профессор Сафронова А.А., д.э.н., профессор Товсултанова С.В., соискатель ГАСИС НИУ ВШЭ
В статье раскрыта сущность информационно-коммуникационной составляющей инновационного потенциала экономических систем, анализируются ее показатели. Особое внимание уделено пространственной модели развития информационно-коммуникационной составляющей инновационного потенциала экономических подсистем и обоснованию методического подхода к оценке информационно-коммуникационной компоненты инновационного потенциала экономических систем.
Ключевые слова: инновационный потенциал, информационно-коммуникационная составляющая, функция желательности, интегральный индикатор, экономические системы.
INFORMATION AND COMMUNICATION COMPONENT OF INNOVATIVE POTENTIAL OF ECONOMIC SYSTEMS: ANALYSIS AND ASSESSMENT METHODS
Egorov A., doctor of economic Sciences, professor Safronova A., doctor of economic Sciences, professor Tovsultanova S., the competitor, SASIA SRUHSE
In the article the essence of the information and communication component of innovative potential of economic systems, analyzes its performance. Special attention is paid to the spatial model of the development of information and communication component of innovative potential of economic subsystem sand a substantiation of methodical approach to assessment of information and communication component of innovative potential of economic systems.
Keywords: innovation, information and communication component, desirability function, integral indicator, economic systems
Глобальной тенденцией научно-технического прогресса последних десятилетий является развитие и широкое применение информационно-коммуникационных технологий (ИКТ). Использование ИКТ имеет решающее значение для повышения конкурентоспособности экономики, расширения возможностей ее интеграции в мировую систему хозяйства, повышения эффективности государственного управления и местного самоуправления. Однако, несмотря на высокие темпы развития ИКТ в последнее десятилетие, Россия не смогла сократить отставание от промышленно развитых стран в уровне информатизации экономики и общества. Так, по индексу развития информационно-коммуникационных технологий (ICT Development Index) Россия в 2010 году занимала в рейтинге стран мира 47-е место из 152-х, а по индексу сетевой готовности по итогам 2011 года 56-е место среди 142-х стран.
Переход России к инновационному пути развития предполагает усиление внимания к выравниванию информационно-коммуникационного потенциала экономических систем, являющегося одной из важнейших составляющих инновационного потенциала страны в целом. Анализ статистических данных, однако, показывает, что наблюдается существенная дифференциация показателей информационно-коммуникационного потенциала не только на региональном уровне, но и на уровне федеральных округов.
Информационно-коммуникационные технологии являются важным компонентом конкурентоспособности национальной экономики на макро- и микро-уровнях. Информационные технологии воздействуют практически на все виды деятельности, начиная с компьютерного проектирования в технологическом развитии и заканчивая автоматизацией складов. Использование технологий высокопроизводительной обработки данных многократно увеличивает эффект проводимых исследований, сокращает затраты на проектирование передовых, сложных образцов продукции, повышает качество промышленных изделий, оптимизирует бизнес-процессы и способствует решению многих социальных проблем.
При исследовании информационно-коммуникационной составляющей инновационного потенциала (ИК-потенциал) экономических систем принципиально важно учитывать двойственный характер ИК-потенциала: как развивающегося сектора экономики (создание и распространение ИКТ), с одной стороны, и как источника масштабных преобразований общества на основе его информатизации (использование ИКТ в экономике и социальной сфере), с другой. Первый аспект предполагает использование показателей и индикаторов, ориентированных на измерение объемов производства продукции и услуг отрасли информационных технологий, развития
рынка ИКТ. Второй аспект отражает наиболее актуальное направление современных методологических исследований в области ИКТ. Он связан с рассмотрением информационно-коммуникационных технологий как специфического вида ресурсов организаций и предусматривает формирование и изучение системы индикаторов, характеризующих результаты и последствия от использования ИКТ в различных отраслях экономики и в социальной сфере.
Исходя из этого, ИК-потенциал, так же, как и инновационный потенциал, должен включать ресурсные компоненты, характеризующие возможности отдельных ресурсов для осуществления инновационной деятельности, и результативные компоненты, отражающие результат реализации ресурсных возможностей, характеризующие достигнутый уровень использования ИК-потенциала.
В международной практике различные национальные и международные институты предлагают свои индикаторы для оценки, анализа и сопоставления развития ИКТ в различных странах. Среди них: разработанный американскими исследователями F. Rodriguez, E.J. Wilson (университет штата Мэриленд) индикатор технологической оснащенности; индикатор прозрачности коммуникаций, предложенный специалистами National Science Foundation; индекс Информационного общества (Informational Society Index - ISI), разработанный издательством World Times и компанией International Data Corporation (IDC); индекс сетевой готовности и индекс развития ИКТ.
Эти индикаторы взаимозависимы и дополняют друг друга. В то же время, по всей совокупности факторов, определяющих прогресс развития ИКТ, первичным является показатель оснащенности, так как создание развитого информационного общества, организация открытого интерактивного взаимодействия и развитие электронной экономики в принципе невозможны без использования современных средств, непосредственно обеспечивающих все необходимые операции по обработке, передаче или представлению информации. Кроме того, на региональном уровне приведенные выше индикаторы развития ИКТ «не срабатывают», и необходимо переходить к показателям, принятым в отечественной статистике. Их набор широк, и важно выбрать рациональное множество статистических показателей, а также способ их объединения в интегральный индикатор информационно-коммуникационного потенциала.
Традиционно используемый индексный подход к оценке уровня развития показателей ИК-потенциала в экономических подсистемах, в соответствии с которым рассчитываются территориальные индексы - относительные величины, получаемые путем деления достигнутого значения исходного показателя на нормативное/базо-
вое значение, - характеризуется существенным недостатком. При несомненном удобстве использования территориальных индексов - безразмерности индексов и возможности их агрегирования по определенному алгоритму, результат оценки индекса сильно зависит от выбора региона-лидера. При другой системе расчета индекса, когда его значение рассчитывается путем нормирования показателя анализируемой системы на диапазон изменения его значений по выборке, результат оценки индекса зависит от выбора и региона-лидера, и региона-аутсайдера.
Еще один недостаток традиционного подхода к формированию индексов связан с линейным преобразованием показателей к безразмерному виду, предполагающим линейную зависимость отражаемого показателем свойства от его величины. Однако реальной ситуации в большей степени отвечает нелинейная зависимость отражаемого показателем свойства от его величины. Так, согласно закону убывающей предельной полезности, по мере роста потребления товара или услуги предельная полезность каждой дополнительной единицы товара или услуги сокращается.
Исходя из этих положений, целесообразно использовать нелинейный подход к формированию индексов, характеризующих уровень развития показателей ИКТ, основанный на психофизической шкале Харрингтона. Согласно этой шкале исходный показатель преобразуется в функцию желательности (ФЖ), которая имеет сигмоидальную форму и варьирует в открытом интервале от 0 до 1, асимптотически приближаясь к нулю в случае абсолютно неприемлемых значений показателя и к единице в случае очень хороших его значений. Сигмоидальный характер ФЖ означает, что на начальном участке, в зоне желательности «плохо», функция имеет нарастающую кривизну и даже небольшие изменения показателя приводят к заметному увеличению желательности. Напротив, в зоне «хорошо» функция имеет убывающую кривизну, и рост показателя уже не вызывает столь заметного увеличения желательности. В зоне «удовлетворительно» функция желательности практически линейна, и именно в этой области наблюдается максимальный эффект от увеличения показателя.
Применение нелинейного метода предусматривает разработку алгоритма психофизического преобразования, включающего формирование однородной выборки экономических подсистем и
назначение границ зоны желательности «удовлетворительно» статистическим методом. Для решения первой задачи предлагается в случае анализа экономических подсистем достаточно большого масштаба - федеральных округов и крупных научных и промышленных центров (Москва и Санкт-Петербург), рассматривать эти подсистемы по данным за ряд лет. Так, если их рассматривать за шесть лет - с 2005 по 2010 гг., объем выборки может составить Лг=10г6=60, что является достаточным для получения надежных статистических выводов (практически показатели ИК-потенциала по г. Москве оказались экстремально высокими, и данные по Москве не вошли в однородную выборку). Для решения второй задачи предлагается нижнюю границу зоны «удовлетворительно» устанавливать равной среднему арифметическому по однородной выборке, а верхнюю границу - среднему арифметическому, увеличенному на среднее квадратическое отклонение. Еще одной новацией алгоритма психофизического преобразования является переход от упрощенной шкалы Харрингтона с тремя оценками к полной шкале с пятью оценками, согласно которой область «плохо» расщепляется на две зоны - «очень плохо» и «плохо», а зона «хорошо» - на зоны «хорошо» и «очень хорошо».
Продуктивность использования психофизического преобразования может быть продемонстрирована на примере формирования индикаторов технического оснащения ИК-потенциала экономических подсистем РФ на основе двух статистических показателей - число персональных компьютеров (ПК) на 100 работников и их доля с доступом к сети Интернет - рис. 1.
Границы зон желательности приведены в табл. 1.
По рассматриваемым показателям статистические данные имеются в территориальном и во временном разрезах, и это позволяет проводить анализ динамики развития и территориальных особенностей развития ИК-потенциала экономических подсистем страны. В качестве примера на рис. 2 представлено распределение экономических подсистем РФ по зонам желательности индикаторов технической оснащенности ИК-потенциала в 2005 и 2011 гг.
Видно, что г. Москва уже в 2005 г. находилась в зоне «очень хорошо» по числу ПК на 100 работников и в зоне «хорошо» по доле ПК с доступом к сети Интернет, тогда как большинство федеральных округов находились в зоне «очень плохо» по обоим
Таблица 1. Границы зон желательности индикаторов технической оснащенности ИК-потенциала экономических подсистем РФ в период 2005-2011 гг.
Границы функции желательности Индикатор технической оснащенности ИКП
Число ПК но 100 работников Доля ПК с доступом к сети Интернет, %
0,20 27,0 34,5
0,37 30,2 38,2
0,63 35,5 44,6
0,8 40,5 50,5
1.0
ID iï О.
С
е
а
очень хорошо
щроию </ ................¿~..............
г
*
X удовлетворительно
f
J
/
Г ........
у
г
очень плохо
зо
Число Г)К на 100 работников
50
1.0
5 о с
е-
о о ч
(J
с
С£
к
е
од
1 ! í Í 1 ! X X i j......J.......
j !
"1.....Г"" ! 1/ i i i i
■ / !/ ... . _ У < . ........i....... ¡
щ {-■ ^ У\ \ \ ! ■ * i í i
25 30 35 40 15 ПК с доступом в Интернет, %
Рис. 1. Функции желательности индикаторов технической оснащенности ИК-потенциала: а - числа ПК на 100 работников; б - доли ПК
с доступом к сети Интернет
а
2005
m
^: С
С[ 20
t i [ > Mocu{
1 i 1 i
...................i""" WÍCawr -Петербург
л I СФО ¡ Д<ю 1 v<o4°¡ ЮФО o too 1 O 1 СКФО ' D J 1 ¡
2011
с:
С[ 40
! ! Мхква
ц0@знкт-Г1гтербург
¡ОФО i i a СЗФО o
1 r№flDOQCO ! ola a
¡ СКФО ! ! o ¡
¡ ¡
зо
Число ПК на 100 работников
Число ПК на 100 работников
Рис. 2. Расположение экономических подсистем РФ на плоскости индикаторов технической оснащенности ИК-потенциала: а - в 2005 г.;
б - в 2010 г.
индикаторам технической оснащенности ИК-потенциала. В 2011 г. в зону «очень хорошо» по обоим индикаторам технической оснащенности информационно-коммуникационного потенциала, помимо г. Москвы, «перешли» еще три подсистемы - г. Санкт-Петербург, Центральный и Северо-Западный федеральный округ. Заметно улучшилась ситуация и в других экономических подсистемах, так, Южный и Дальневосточный федеральные округа «перешли» в зону «хорошо» по обоим индикаторам технической оснащенности ИК-потенциала, а Северо-Кавказский и Приволжский федеральные округа - в зону «удовлетворительно» по числу ПК на 100 работников и в зону «хорошо» по доле ПК с доступом к сети Интернет.
Однако приходится констатировать, что, несмотря на некоторое снижение уровня асимметрии развития ИК-потенциала экономических подсистем РФ в период 2005-2011 гг., проблема его выравнивания по экономическим подсистемам страны по-прежнему является актуальной.
Важное место в мониторинге информационно-коммуникационной составляющей инновационного потенциала является анализ динамики показателей ИК-потенциала в экономических подсистемах страны - федеральных округах и крупных научных и промышленных центрах - Москве, Санкт-Петербурге. В диссертации показано, что для описания временных рядов основных индикаторов технического оснащения ИК-потенциала экономических подсистем РФ - числа персональных компьютеров на 100 работников и числа ПК с доступом к сети Интернет - в период 2005-2011 гг. целесообразно использовать линейные модели вида
7 = Ь„ + V, (1)
где временная переменная t определяется по формуле
t = год - 2011. (2)
При таком назначении временной переменной параметр Ь0 интерпретируется как расчетное значение показателя 7 в конечный год анализируемого периода. Это значительно продуктивнее по сравнению с традиционным назначением временной переменной по формуле
t = год - середина временного интервала, (3)
когда параметр Ь0 интерпретируется как МНК-оценка среднего уровня ряда. Что касается параметра Ь1, то этот параметр в обоих случаях интерпретируется как МНК-оценка среднего прироста показателя.
Результаты расчета параметров линейных моделей динамики числа персональных компьютеров на 100 работников в 2005-2011 гг. и критериев их качества показали, что все модели характеризуются удовлетворительными критериями качества - коэффициент детерминации не менее 0,90, критерий Фишера, как правило, значим на статистическом уровне не хуже 0,0005, и лишь в одном случае - для Уральского федерального округа - критерии качества несколько хуже (коэффициент детерминации й2=0,881, критерий Фишера ^=37,0 статистически значим на уровне 0,002, что значительно меньше критического значения 0,05).
Достаточно высокие характеристики качества линейных моделей динамики числа ПК на 100 работников в 2005-2011 гг. позволяют
от временных рядов перейти к параметрам моделей - расчетному числу ПК на 100 работников в 2011 году и среднегодовому приросту показателя.
Еще более высокими характеристиками качества обладают линейные модели динамики числа ПК с доступом к сети Интернет на 100 работников в 2005-2011 гг. - коэффициент детерминации не менее 0,90, критерий Фишера почти для всех моделей значим на статистическом уровне не хуже 0,0005, и лишь в одном случае - модели для Уральского федерального округа - коэффициент детерминации равен 0,940, но критерий Фишера также статистически значим на уровне не хуже 0,0005.
Представление о дифференциации экономических подсистем РФ по параметрам линейных моделей динамики числа ПК на 100 работников в 2005-2011 гг. дают диаграммы Парето на рис. 3.
Судя по диаграмме на рис. 3 а, безусловным лидером по расчетному значению числа ПК на 100 работников в 2011 году являлась Москва, еще в трех экономических подсистемах - Санкт-Петербурге, Центральном и Северо-Западном федеральных округах - этот показатель превышал среднероссийский уровень (на диаграмме он отмечен пунктирной линией). В двух федеральных округах -Северо-Кавказском, Уральском, Приволжском и Южном - значения расчетного числа персональных компьютеров на 100 работников в 2011 году были близки к среднероссийскому уровню. По динамике показателя, представленной на диаграмме рис. 3 б, лидируют Центральный федеральный округ и г. Москва, безусловным аутсайдером в период 2005-2011 гг. являлся Уральский федеральный округ.
Представление о дифференциации экономических подсистем РФ по параметрам линейных моделей динамики числа ПК с доступом к сети Интернет на 100 работников дают диаграммы Парето (рис. 4).
Из представленных диаграмм видно, что безусловным лидером по расчетному значению числа ПК с доступом к сети Интернет на 100 работников в 2011 году являлась Москва, а в Санкт-Петербурге, Центральном и Северо-Западном округах этот показатель превышал среднероссийский уровень (на диаграмме он отмечен пунктирной линией); безусловным же аутсайдером являлся Северо-Кавказский федеральный округ. По второму параметру временных рядов - среднегодовому приросту числа персональных компьютеров с доступом к сети Интернет на 100 работников - ранжирование рассматриваемых экономических подсистем РФ практически такое же.
Таким образом, имеется значительная дифференциация экономических подсистем Российской Федерации по основным показателям уровня и динамики компьютеризации: по уровню компьютеризации различия достигают 195% (320% по возможностям выхода в Интернет), по динамике компьютеризации - 125% (190% по возможностям выхода в Интернет). Особенно велики различия по возможностям выхода в сети Интернет - коэффициент вариации числа персональных компьютеров на 100 работников в 2011 году с доступом к сети Интернет составил 40,5%, а по среднегодовому приросту показателя - 23,8%. Такая неравномерность экономических подсистем РФ значительно препятствует переходу экономики страны в целом на инновационный путь развития.
Рис. 3. Ранжирование экономических подсистем РФ по параметрам линейных моделей динамики: а - расчетное число ПК на 100 работников в 2011 г.; б - среднегодовой прирост показателя в 2005-2011 гг. Пунктир - уровень РФ
а
% ю
о о
2011 (расчет)
2005-2011
х 40
ш 30
5 20
0 с
1
О 10 <
о
с о
ъ
о CL
О
О
0 ф
1
s
а. О
\\Ч Vй \
Федеральный округ, регион
чч%\
ч
Федеральный округ, регион
Рис. 4. Ранжирование экономических подсистем РФ по параметрам линейных моделей динамики: а - расчетное число ПК с доступом к сети Интернет на 100 работников в 2011 г.; б - среднегодовой прирост показателя. Пунктир - уровень РФ
Как и в крупных экономических подсистемах страны, динамика показателей уровня и темпов компьютеризации в регионах также с достаточной точностью описывалась линейными моделями. Проведенные исследования на примере Центрального федерального округа показали, что все региональные модели временных рядов числа ПК на 100 работников в период 2004-2011 гг. имеют высокие характеристики качества - коэффициент детерминации не хуже 0,95, критерий Фишера статистически значим на высоком уровне не хуже 0,0005, и лишь для Орловской области коэффициент детерминации составляет 0,909. Это позволяет заменить временные ряды параметрами линейных моделей - расчетным числом персональных компьютеров на 100 работников в 2011 году и среднегодовым приростом показателя.
Ранжирование регионов ЦФО по уровню и темпам развития компьютеризации представлено на рис. 5. Видно, что по важнейшему индикатору - расчетному числу персональных компьютеров на 100 работников в 2011 году - данные по г. Москве являются статистическим «выбросом», поскольку этот параметр моделей временных рядов значительно превышает его значения для других регионов.
Определенный интерес, на наш взгляд, представляет типология регионов ЦФО по параметрам линейных моделей динамики компьютеризации. С этой целью использовался формальный метод
классификации - иерархический кластерный анализ. Адекватной оказалась пятикластерная пространственная модель - рис. 6.
Как видно из рис. 6 а, уровень компьютеризации РФ превышает только г. Москва, образующая самостоятельный кластер 5. Минимальным уровнем компьютеризации характеризуется кластер 2, в который входит один регион - Брянская область. Значение расчетного числа персональных компьютеров на 100 работников в 2011 г. здесь составляет 29,8, тогда как средний по РФ показатель больше - 39,5. Ближе всего к уровню РФ индикаторы кластера 4, в который входят пять регионов - Воронежская, Ивановская, Калужская, Костромская и Ярославская области: на рис. 6 а этот кластер расположен выше уровня РФ по среднегодовому приросту показателя в 2004-2011 гг.
Из рис. 6 б следует, что расчетное число ПК на 100 работников в 2011 г. является дискриминирующим показателем: больше всего его значение в кластере 5 (г. Москва), на втором месте по уровню развития компьютеризации регионы кластера 4, далее следуют регионы кластера 3 (Владимирская, Курская, Московская, Орловская, Рязанская и Тверская области). Замыкают ранжированную линейку кластер 2 - Брянская область.
Полученные результаты свидетельствуют о серьезном отставании уровня компьютеризации регионов ЦФО от среднероссийского.
а
о
о
О.
IS
о m
о g
о
г
О О
Регион Регион
Рис. 5. Ранжирование регионов ЦФО по параметрам временных рядов: а - расчетное число персональных компьютеров на 100 работников в 2011 г.; б - среднегодовой прирост показателя. Пунктир - уровень РФ
Рис. 6. Распределение кластеров регионов ЦФО, однородных по индикаторам развития компьютеризации: а - расчетное число ПК на 100 работников в 2011 г.; б - среднегодовой прирост показателя в 2004-2010 гг. Пунктир - уровень РФ
Таблица 2. Матрица корреляций затратных показателей ИК-потенциала федеральных округов РФ с главными факторами. Выборка объемом N=28, данные 2006-2009 гг.
Составляющая затрат па ИКТ, н % к ВРИ Главный фактор
I 2 3
на приобретение ВТ 0,034 -0,029 0,995
на приобретение ПО 0,853 0,236 0, !27
оплата услуг связи (без оплаты доступа к сети Интернет) -0,105 0,957 0,032
оплата доступа к сети Интернет 0.445 0,834 -0,101
услуги сторонних организаций и специалистов 0,908 -0,057 -0,060
Таблица 3. Статистика затратных составляющих ИКП экономических подсистем РФ в период 2004-2009 гг. (выборка федеральных годоокругов объемом №=42)
Статистика Составляющая затрат па ИКТ, в % к BPÏ1
на приобретение вычислительной техники на приобретение ПО и оплату услуг сторонних организаций на оплату услуг евши, включая доступ к сети Интернет
Среднее 0,36370 0,31288 0,35749
Стандартной отклонение 0,120680 0,090950 0,106693
1.0
з- .6 О
хорошо ! -y
; V i ^ i X удовлетворительно У i X ! ^ 1 Sí ______________________________
«FT ПЛОХО У ' X ! J
1.0
в
0.0
1 ¡ ----j----- i
У &
........1........ У / / y___________
! / . d- ■-
.S \ i
-1,0
0,0
1,0
,30 ,35 .-J0 .45
.50
,55
Кодированная переменная 7Л
Доля затрат на ВТ. % к ВРП
Рис. 7. Назначение оценок по упрощенной и полной шкале Харрингтона для ФЖ доли затрат на приобретение вычислительной техники
1.0
О
С
i 0 0:0
1 i í i 1 j
t~ "Г " i A
.............1........Г......... ! / i / _____________;.......je.......... ..........г i i 1
г Л i T j
A T y \ \ i : "" ' "T 1 [ i
1.0
ff X
0
0.0
1 j 3
! i y i X * л « У
..........1......... i i -J .. J ...........f\.......... y \ tf \ / p ■/___________i__________
1 / i y
___ 9 i 1
.2---
,20
,25 .30 ,35 .40
Доля затрат на ПО и услуги спец,, % к ВРП
,25 ,30 ,35 ,40 ,45 ,50
Доля затрат на связь и Интернет, % к ВРП
Рис. 8. Функции желательности доли затрат в ВРП: а - на приобретение ПО и оплату услуг сторонних организаций и специалистов; б -
на оплату услуг связи, включая доступ к сети Интернет
В оценке информационно-коммуникационной составляющей инновационного потенциала экономических систем, наряду с показателями технической оснащенности, важное место принадлежит показателям затрат, связанных с закупкой вычислительной техники и программных средств, оплатой услуг связи, обучением сотрудников разработке и применению ИКТ, оплатой услуг сторонних организаций и специалистов, а также прочими расходами на ИКТ, включая затраты на разработку программных средств собственными силами. Необходимость обращения к затратным показателям вызвана отсутствием в отечественной статистике иных данных по перечисленным сторонам развития ИКТ, тогда как в статистических изданиях затратные показатели приведены в территориальном и во временном разрезах, что позволяет проводить глубокий анализ динамики развития и территориальных особенностей развития ИК-потенциала экономических подсистем страны.
Исходя из вышесказанного, были выполнены исследования по разработке частных и интегрального индикаторов затратных показателей информационно-коммуникационной составляющей инновационного потенциала российских макрорегионов - федеральных округов. При этом рассматривались следующие структурные составляющие затратных показателей: 1) фактические расходы, связанные с закупкой вычислительной техники (ВТ); 2) затраты на приобретение программного обеспечения (ПО); 3) оплату услуг связи; 4) оплату услуг сторонних организаций и специалистов. Начиная с 2006 года, в оплате услуг связи отечественная статистика выделяет оплату доступа к сети Интернет, и эту составляющую
затратных показателей вводили в анализ в качестве дополнительного показателя.
Данные по затратам на ИКТ в статистических сборниках приведены в текущих ценах, и в целях исключения влияния инфляционных процессов затраты выражали в процентах к ВРП, что дает возможность сопоставления с другими странами. Для повышения надежности статистических выводов анализ проводился по затратным показателям в федеральных округах за четыре года, так что объем однородной выборки составил №=7г4=28 «годоокругов».
Для сокращения размерности множества входящих в интегральный индикатор информационно-коммуникационной составляющей инновационного потенциала затратных показателей был выполнен факторный анализ по методу главных компонент, в результате которого оказалось, что от пяти исходных составляющих затрат на ИКТ можно перейти к трем главным факторам, структура которых представлена в табл. 2.
Видно, что первый главный фактор, объясняющий 35,2% общей дисперсии, положительно и сильно связан с двумя составляющими затрат - на приобретение программного обеспечения и на оплату услуг сторонних организаций и специалистов. Также с двумя составляющими затрат - на оплату услуг связи и на оплату доступа к сети Интернет положительно и сильно коррелирует второй главный фактор, объясняющий 33,4% общей дисперсии. Третий главный фактор, объясняющий 20,4% общей дисперсии, положительно и сильно коррелирует только с одной составляющей затрат - на приобретение вычислительной техники.
Таблица 4. Границы зон желательности затратных показателей ИК-потенциала федеральных округов РФ на период 2004-2010 гг.
Границы зон функции желательности Составляющая затрат на И KT, в % к ВРП
на приобретение ИТ на приобретение ПО 1! оплату услуг сторонних организаций и специалистов на оплату услуг связи, включая доступ к сети Интернет
0,20 0,305 0,270 0,307
0,37 0,364 0,315 0,360
0,63 0,458 0,383 0,442
0,80 0,548 0,445 0,510
Исходя из этих результатов, можно объединить доли затрат на приобретение ПО и на оплату услуг сторонних организаций и специалистов в один индикатор - долю затрат на информационную составляющую инновационного потенциала, а доли затрат на оплату услуг связи и доступа к сети Интернет - в индикатор коммуникационной составляющей; третьим индикатором является доля затрат на приобретение вычислительной техники. Замена трех главных факторов тремя индикаторами позволила расширить эмпирическую базу статистического анализа путем добавления к ней данных за 2004-2005 гг.
Формирование частных функций желательности проводилось с учетом статистических характеристик полной выборки федеральных округов РФ по данным за 2004-2009 гг., приведенных в табл. 3.
Функции желательности (ФЖ) обладают еще одним положи-
тельным свойством - с их помощью значениям индикаторов можно сопоставить вербальные оценки. Механизм назначения вербальных оценок показан на рис. 7 на примере ФЖ доли затрат на приобретение вычислительной техники.
На рис 8 представлены две другие функции желательности - доли затрат на приобретение ПО и оплату услуг сторонних организаций и специалистов и на оплату услуг связи, включая доступ к сети Интернет.
Границы вербальных оценок затратных показателей информационно-коммуникационного потенциала федеральных округов РФ (зон желательности) приведены в табл. 4.
Распределение федеральных округов РФ по зонам желательности затратных показателей ИК-потенциала в 2004 и 2010 гг. представлено на рис. 9.
Видно, что только Центральный округ в 2004 г. находился в зоне
а
2004
2010
С о.
СП
о с
а.
н
S
о: g
et
______L__________________________
Г i |цфо 1 □
i--- 1 СЗФ< i а ! я 1 №0 • г»о i о _ 1. _ _ . . _ . УФО 1 ° ! ОФО а i !ло 0 i i
с
о.
CÛ
о с
а н
8
tK g
.зо
¡ ЦФО 1 D 1
¡roo • а
сзфо i_ ОФО
УФО D
1 ЮФО
ДФО 1 □ 1
г
.30 ,10 .50 .so
.3D
.25
.зо
,35
.40
Доля затрат на ВТ, % к ВРП
Доля затрат на ВТ. % к 8РП
2004
2010
С о.
со
s
I
s
M
,20
Цю
с
CL
ш
.60
? X
s
с о ч
1 Pf Í
Í
¿«o ЮФО ПФО • О 1
УФО а i 1
Х-
,15
,25
,35
,30
Доля затрат на ПО и услуги спец, % к ВРП
Доля затрат на ПО и услуги спец., % к ВРП
Рис. 9. Расположение федеральных округов РФ на плоскости затратных показателей ИК-потенциала: а, в - в 2004 г.; б, г - в 2010 г.
РФ
РФ
с: о_ m
.50
О
С
с ä
20|0
1 Г i
'Ф*
I * ; N
1= со
т S
с
а
1 i I i
1 s л
f , 200? ! Ai / 1 í
Щ \ \ \ \ i i J í í i
.20 . 30 .40 . 50
.60
.20
.30
.40
.50
Доля затрат на ВТ, % к ВРП Доля затрат на ПО и услуга спец., % к ВРП
Рис. 10. Эволюция затратных индикаторов информационно-коммуникационного потенциала Российской Федерации в 2004-2010 гг.
«удовлетворительно» по доле затрат на программное обеспечение и оплату услуг сторонних организаций и специалистов, большинство же федеральных округов характеризовались оценками «очень плохо» и по доле этих затратам, и по доле затрат на приобретение вычислительной техники. В то же время, по доле затрат на приобретение ВТ в 2004 г. два федеральных округа - ЦФО и ПФО - находились в зоне «очень хорошо».
Анализируя сложившуюся в рассматриваемый период ситуацию с развитием ИК-потенциала федеральных округов РФ в целом, можно констатировать, что в 2004-2010 гг. происходил сдвиг от затрат на приобретение ВТ в сторону затрат на ПО и оплату услуг сторонних организаций. Это хорошо видно из сравнения диаграмм рис. 9 - если на диаграмме 9 а метки большинства федеральных округов по доле затрат на приобретение вычислительной техники находились в зонах «хорошо» и «очень хорошо», то на диаграмме 9 б они «переместились» в зоны «плохо» и «очень плохо», тогда как если по доле затрат на программное обеспечение и оплату услуг сторонних организаций и специалистов в 2004 году метка только одного федерального округа - ЦФО - находилась в зоне «удовлетворительно», то в 2010 году метки всех федеральных округов, кроме Южного, переместились в зоны «удовлетворительно», «хорошо» и «очень хорошо». Аналогичные сдвиги наблюдаются и при анализе доли затрат на оплату услуг связи, включая доступ к сети Интернет.
В анализе структурных сдвигов ИК-потенциала продуктивным также является представление эволюции затратных индикаторов ИК-потенциала экономических подсистем РФ и страны в целом годографами с наложенными на соответствующие плоскости индикаторов
сетки границ зон желательности. Пример такого представления приведен на рис. 10 для Российской Федерации. На этом рисунке хорошо видно, что в струкуре ИК-потенциале Российской Федерации в период 2004-2010 гг. происходили заметные сдвиги: доля затрат на приобретение вычислительной техники неуклонно уменьшалась, при увеличении доли затрат на программное обеспечение и оплату услуг сторонних организаций, с одной стороны, и на оплату услуг связи, включая доступ к сети Интернет, с другой.
По характеру годографов можно судить не только о направленности сдвигов в ИК-потенциале страны, но и о тенденциях политики в сфере информатизации. Так, по хронологии следования временных меток на проекции годографа на плоскость «доля затрат на приобретение ВТ» - «доля затрат на ПО и оплату услуг сторонних организаций и специалистов» (рис. 10 а) можно говорить о следующей эволюции ИК-потенциала российской инновационной системы: в условиях ограниченности финансовых ресурсов эффективность использования имеющейся вычислительной техники определяется наличием необходимого программного обеспечения и привлечением к ее освоению соответствующих специалистов. С некоторыми оговорками, можно также говорить о тенденции эволюции ИК-потенциала страны и по проекции годографа на плоскость «доля затрат на ПО и оплату услуг сторонних организаций и специалистов» - «доля затрат на оплату услуг связи, включая доступ к сети Интернет» (рис. 10 б): с ростом затрат на ПО увеличивается необходимость в росте затрат на оплату услуг связи и доступа к сети Интернет. Хотя эта проекция не является строго регулярной, тенденция корреляции временных рядов этих двух индикаторов просматривается вполне четко.
Анализ годографов, отражающих эволюцию затратных индика-
Рис. 11. Ранжирование федеральных округов по величине интегрального инди-катора ИК-потенциала по затратным показателям (мультипликативная свертка частных индикаторов - пессимистическая оценка): а - 2004 г.; б - 2010 г.
Федеральный округ Федеральный округ
Рис. 12. Ранжирование федеральных округов по величине аддитивного интегрального индикатора ИК-потенциала по затратным
показателям (оптимистическая оценка): а - 2004 г.; б - 2010 г.
торов ИК-потенциала федеральных округов, показал, что и в них в 2004-2010 гг. единая политика в отношении затрат на приобретение вычислительной техники отсутствовала. Что касается эволюции двух других затратных индикаторов, то можно говорить о тенденции их роста лишь в Сибирском федеральном округе и, условно, в Уральском округе; в остальных федеральных округах о такой тенденции говорить не приходится - соответствующие годографы характеризуются сильной нерегулярностью.
Заключительным этапом статистических исследований по формированию интегрального индикатора ИК-потенциала является определение математического вида объединения частных функций желательности в обобщенный индекс. Поскольку частные ФЖ связаны слабо, принимается их мультипликативная форма свертки с равными весами, т.е. среднее геометрическое.
На рис. 11 представлено ранжирование федеральных округов РФ по величине интегрального индикатора ИК-потенциала по затратным показателям в начальный и конечный годы исследуемого периода - 2004 и 2010 гг.
Видно, что в 2004 г. оценкой «удовлетворительно» характеризовался лишь один федеральный округ - ПФО, большинство же округов характеризовалось оценкой «очень плохо». Выше среднероссийского уровня интегральный индикатор ИК-потенциала был только в двух округах - помимо Приволжского, в ЦФО. В 2010 г. ситуация в РФ заметно улучшается - средний уровень интегрального индикатора ИК-потенциала по затратным показателям из зоны «плохо» переходит в зону «удовлетворительно», оценку «очень плохо» не получает ни один федеральный округ. Но лидер сменился - если в 2004 г. лидировал Приволжский федеральный округ, то в 2010 г. - Сибирский федеральный округ.
Отметим значительную дифференциацию макрорегионов РФ по величине интегрального индикатора ИК-потенциала по затратным показателям: коэффициент вариации индикатора в 2004 г. составлял 88,2%, в 2010 г. - 39,3%, т.е. хотя за шесть лет произошло некоторое снижение асимметрии развития ИК-потенциала, дифференциация рассматриваемых экономических подсистем по данному компоненту инновационного потенциала по-прежнему остается высокой.
Наряду с мультипликативной формой свертки частных функций желательности затратных показателей в обобщенную, была приме-
нена их аддитивная свертка, которая дает оптимистическую оценку ИК-потенциала - рис. 12.
По данным 2010 г., по оптимистической оценке интегрального индикатора ИК-потенциала по затратным показателям, Сибирский федеральный округ характеризуется оценкой «хорошо», остальные округа - оценкой «удовлетворительно», причем два федеральных округа - Приволжский и Центральный - превосходят уровень Российской Федерации по оптимистической оценке.
Полученные результаты могут быть полезными при планировании развития информационно-коммуникационной составляющей инновационного потенциала экономических подсистем страны и Российской Федерации в целом.
Литература:
1. Регионы России. Социально-экономические показатели. 2007. Стат. сб. / Росстат. М., 2007.
2. Регионы России. Социально-экономические показатели. 2010. Стат. сб. / Росстат. М., 2010.
3. Регионы России. Социально-экономические показатели. 2011. Стат. сб. / Росстат. М., 2011.
4. Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ООО «ДиаСофтЮП», 2002.
5. Многомерный статистический анализ в экономике: Учеб. пособие для вузов / Л.А. Сошникова, В.Н. Тамашевич, Г. Уебе, М. Шефер. М.: ЮНИТИ-ДАНА, 1999.
6. Обоснование ресурсного обеспечения Программы // Электронный ресурс. Режим доступа http://mic.tatarstan.ru/rus/chapter4.htm.
7. Олдендерфер М.С., Блэшфилд Р.К. Кластерный анализ // Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989. С.139-215.
8. SPSS Base 8.0 для Windows. Руководство по применению. Перевод-Copyright 1998 СПСС Русь.
9. Титов В.А., Шуметов В.Г. Графический метод прогнозирования структурных трансформаций инвестиционных процессов // Экономическое прогнозирование: модели и методы. М-лы VI Международ. н.-практ. конф. Воронеж: ВГУ, 2010.
