CC BY
30№32006
М. Ю. Архипова
Моделирование кооперационной активности обрабатывающих производств
В статье анализируются состояние и тенденции развития кооперации в научных исследованиях и разработках. Рассматривается ситуация в экономике в целом (макроуровень) и обрабатывающей промышленности (мезоуровень) в частности. Результатом исследования является выявление локальных и глобальных точек роста и основных тенденций кооперационной активности. По статистическим данным построена бинарная регрессионная модель, дающая возможность предсказывать вероятность высокой кооперационной активности в научных исследованиях и разработках.
Наукоемкость, инновационность и кооперационная активность производств в значительной мере зависит от конкретного вида деятельности [Голиченко (2006)]. Для развитых стран вполне закономерно [Innovative Networks (2001)] — чем выше степень технологичности производств, тем выше инновационность и глубже наукоемкость продукции, больше стремление к кооперации.
В соответствии с этим возникают вопросы: соблюдаются ли в России закономерности, присущие развитым странам мира;существует ли зависимость наукоемкости и инновационности продукции от степени технологичности производств;какие факторы оказывают наибольшее влияние на склонность предприятий к кооперации?
Ниже мы попробуем на них ответить. При поиске подтверждения или опровержения рассматриваемых предположений будем исследовать инновационную и кооперационную активность в России за 2000-2004 годы.
В соответствии с международной классификацией [Science & Engineering Indicators (2006)], [OECD (2005)] сгруппируем виды экономической деятельности (ВД) в следующие укрупненные (суммирующие) группы по степени технологичности производств:
• высокотехнологичные производства, наиболее интенсивно использующие исследования и разработки (high technology industries);
• средневысокотехнологичные производства, достаточно интенсивно использующие исследования и разработки (medium high technology industries);
• средненизкотехнологичные производства, интенсивно использующие исследования и разработки (medium low technology industries);
• низкотехнологичные производства, неинтенсивно использующие исследования и разработки (low technology industries).
Анализ показывает, что доля инновационно активных предприятий в высокотехнологичных видах производств более чем в 2 раза превосходит средний по стране уровень, в средне высокотехнологичных производствах превышение составляет три процентных пункта. Для
Моделирование кооперационной активности обрабатывающих производств
№32006
производств средненизкой и низкой степеней технологичности имеет место значительное отставание в предпринимательской активности.
Наиболее высокая доля инновационной продукции (инновационность) в общем объеме отгруженной продукции в высокотехнологичных (hi-tech) и низкотехнологичных производствах: для них она в 1,6-1,8 раза выше среднего для страны уровня (рис. 1). На последнем месте — средненизкотехнологичные производства. Их доля инновационной продукции в составе отгруженной — лишь 80% от среднего уровня.
Высокая 117,7
I 15.5
Средневысокая I 13,7
И 4,6
Средняя I 10,7
I 7.2
Низкая I 16,1
I 18.3
Обрабатывающая I 13.2
промышленность в целом I 12.1
Всего по РФ I 11
I 10.4
0 5 10 15 20
п 2000 п 2004 Уровень инновационности, %
Рис. 1. Уровень инновационности продукции обрабатывающих производств по степени технологичности
Наукоемкость инновационной продукции составляет 12-14% в высокотехнологичных видах деятельности, что примерно в два раза выше, чем по промышленности в целом. С переходом на более низкие степени технологичности наукоемкость резко снижается (рис. 2). Так для производств средневысокой степени технологичности эта доля составляет уже 7-8%, а для производств низкой степени технологичности — всего 1-2%.
В странах Организации по Экономическому Сотрудничеству и Развитию (ОЭСР) кооперация предприятий за последний период шла с тенденцией роста. Так, среднее число инновационных фирм, имеющих соглашения с внешними партнерами, составляет 30%, в скандинавских странах это уже 60%, в Австралии — 86%, Дании — 97% .
По диапазону научного сотрудничества лидируют США, для которых в 2001 году данный показатель — более 160 стран. Для России, занимающей в этом списке 7 место (после Индии), объемы кооперации не выходят за рамки 80 стран (рис. 3).
К основным факторам, побуждающим предприятия к кооперации, относятся:
• возрастающая комплексность современной технологической базы, требующая все большей компетентности и дополнительных знаний в сопряженных технологических областях;
• ускорение технологических циклов;
• увеличение стоимости и рисков инноваций.
№32006
Средняя
Низкая
Высокая Средневысокая □ 2000 □ 2004
Рис. 2. Наукоемкость инновационной продукции обрабатывающих производств
Обрабатывающая Всего по РФ промышленность в целом
США
Великобритания ФРГ Япония Австралия Индия Россия Бразилия _
КНР Польша Мексика Южная Корея ЮАР Кения Индонезия Египет Нигерия.
Саудовская Аравия _
Сингапур _
Малайзия Тайвань Зимбабве Венесуэла _
Словения _
Иордания _
Хорватия _
Иран Кипр_
Уругвай _
Боливия _
Барбадос _
Непал Латвия Казахстан
80 100 120 140 160 180
Число стран, участвовавших в научном сотрудничестве
Рис. 3. Диапазон научного сотрудничества стран
Источник: Science & Engineering Indicators — 2003.
Значительно возросла стоимость новых продуктов, процессов, услуг и продвижения их на рынок. Так, в полупроводниковой отрасли США стоимость создания отдельно взятой новой мощности возросла за 1989-1992 годы в 20 раз, а к 2001 году— вдвое.
М. Ю. Архипова
Моделирование кооперационной активности обрабатывающих производств
N932006
При анализе кооперационной активности в исследованиях и разработках (ИиР) в России рассматривались как ее масштабы, так и склонность к кооперации. Для измерения последней было взято число кооперационных проектов, приходящихся в среднем на одну организацию. Специальное внимание уделялось динамике технологической конкурентоспособности в зависимости от состояния кооперационных процессов в различных видах деятельности и участия иностранных партнеров, особенно из промышленно развитых стран, в кооперации.
Исследование носило многоуровневый характер: сначала изучалась ситуация на уровне страны в целом, затем на уровне обрабатывающей промышленности, которая, в свою очередь, дизагрегировалась на составляющие по степени технологичности производств и видам экономической деятельности.
Исследование показало, что за рассматриваемый период наблюдалось снижение внешней и внутренней конкурентоспособности страны в целом при более быстром падении кооперационной активности российских партнеров (рис. 4). Достаточно сказать, что в 2004 году количество всех кооперационных проектов в стране составило лишь 47,4% от уровня 2000 года, а склонность к кооперации сократилась с 11,7 до 6,5 проекта на организацию.
10
9
8
7
6
5
4
3
2
1
0
л А
1
Российские
партнеры
Иностранные
партнеры
Партнеры
изПРС
Всего □ 2000 □ 2004
Рис. 4. Склонность к кооперации в России в 2000 и 2004 годах
Структурные сдвиги в кооперационных процессах на уровне всей обрабатывающей промышленности России, произошедшие за рассматриваемый период, были связаны с падением интереса как российских, так и зарубежных партнеров к кооперации в группе средневысокотехнологичных производств (рис. 5). Превалирование этой группы определялось высокими масштабами кооперационных процессов, которые в 2000 году значительно превышали эти масштабы по всем остальным группам технологичности. Притом для группы высокотехнологичных производств это превышение составило 5,7 раза, средненизкотехнологичных производств — 5 раз, а низкотехнологичных производств — 11 раз.
В основе падения масштабов кооперационной активности в группе средневысокотехнологичных производств лежало поведение экономических субъектов по производству автомобилей, прицепов и полуприцепов. Доля данного вида деятельности за рассматриваемый
№32006
6000
5000
4000
3000
2000
1000
0
П
2000 2001 2002 П Высокотехнологичные п Средненизкотехнологичные
■ Средневысокотехнологичные □ Низкотехнологичные
2004
Год
Рис. 5. Число кооперационных проектов в группах технологичных производств обрабатывающей промышленности
период сократилась почти в 4 раза при снижении склонности к кооперации в 2 раза. А интерес иностранных партнеров к этому ВД снизился в 7 раз.
С другой стороны, на фоне стремительного падения такого интереса, образовались точки роста, позволившие несколько выровнять ситуацию и не допустить обвального падения кооперационной активности в России. Их можно условно разделить на две категории: повышающие общую конкурентоспособность (если произошло увеличение масштабов и склонности к кооперации как российских, так и иностранных партнеров) и локальные (в случае повышения кооперационной активности только по одному направлению — или российских, или иностранных партнеров).
К глобальным точкам роста можно отнести такие виды деятельности, как Производство медицинских приборов, точных и оптических инструментов, Продукция химического синтеза и Коксохимическое производство, в которых наблюдался рост масштабов и склонности к кооперации российских и иностранных партнеров, что свидетельствует о высокой конкурентоспособности данных производств на мировом рынке.
К локальным точкам роста относятся: Производство пищевых продуктов и табачных изделий, повысившее свой удельный вес (для российских партнеров) и склонность к кооперации; Производство текстильных изделий, в котором значительно повысилась активность иностранных партнеров (рис. 6);и Производство металлургическое (рис. 7), лидировавшее по масштабам кооперационных процессов и их интенсивности (11 проектов на организацию).
На втором этапе исследования решалась задача построения модели, дающей возможность предсказывать вероятность высокой кооперационной активности в инновационных проектах по значениям переменных, относящихся к отраслям промышленности, информация по которым ежегодно публикуется Росстатом.
В качестве зависимой переменной была выбрана бинарная переменная у — кооперационная активность в исследованиях и разработках:
р, если кооперационная активность высокая
У =
0, в противном случае
М. Ю. Архипова
Моделирование кооперационной активности обрабатывающих производств
Сбор и вторичная Производство Производство Производство
переработка отходов древесины, целлюлозно- пищевых продуктов текстильных изделий, и лома бумажное и др. и табачных изделий одежды; выделка
и крашение меха и др.
I I Низкотехнологичные виды производств —♦— Средний уровень по обрабатывающей промышленности
Рис. 6. Склонность к кооперации иностранных партнеров в группе низкотехнологичных производств
70
60-
50-
40-
зо-
20-
ю-
2000
2001
2002 2004 Год
□ Производство неметаллических минеральных
□ Строительство и ремонт судов и лодок
□ Производство резиновых и пластмассовых изделий продуктов
□ Коксохимическое производство ■ Производство металлургическое
Рис. 7. Структура кооперационной активности средненизкотехнологичных производств за период 2000-2004 годов
№32006
В качестве независимых переменных на этапе априорного анализа рассматривалась возможность включения в модель 36 показателей, по которым имелась достаточно полная информация об изучаемом объекте. Среди них следующие показатели:
х, — степень новизны созданных технологий:
число принципиально новых технологий
х, =-----------------------------------------------------------------;
число созданных передовых производственных технологий в отчетном году
х6 — число использованных технологий;
х20 — количество переданных новых технологий;
х2, — количество приобретенных новых технологий;
х22 — количество поданных заявок на патенты и изобретения;
х30 — доля инновационной продукции в числе отгруженной;
х36 — средства иностранных инвесторов в затратах на технологические инновации, млн руб.
На отобранном массиве исходных данных, охватывающих 44 отрасли промышленности, каждая из которых характеризуется 37-ью показателями, была построена матрица непараметрических коэффициентов корреляции при помощи коэффициента связи Кендэлла т, используемого для измерения взаимосвязи между качественными и количественными признаками [Innovative Networks (2001)]. После исключения мультиколлинеарных и слабозависимых переменных было оставлено 10 наиболее информативных показателей, имеющих достаточно существенную связь с результативным признаком у.
В результате оценки коэффициентов была получена следующая модель:
Гу = (1 + e -z) -1;
| z = -10,83 + 5,97 x 1 + 0,16 x 22 + 7,96x 30.
[ (9,44) (3,6) (3,82) (4,42)
ff2(Nagelkerke's) = 0,548; %2 = 32,62.
В модель вошли три статистически значимые показателя, характеризующие новизну созданных передовых производственных технологий, инновационную и патентную активность предприятий. Статистические критерии показали значимость построенной модели и всех коэффициентов. Об адекватности модели также свидетельствует нормальность распределения остатков (рис. 8) и близость ковариационных матриц признаков в разных группах.
Модель обладает достаточно высокими прогностическими свойствами. Результаты применения модели к элементам выборки показывают, что правильно классифицировано было 88,6% отраслей промышленности (табл. 1).
Применив полученное уравнение, например, к энергетической промышленности за 2004 год, получим z = -0,736, а вероятность кооперационной активности:
1
-0,736)
= 0,443 (44,3%).
Для пищевой промышленности, натотже период, данное значение составляет0,978 (97,8%). В обоих случаях расчетные модельные значения согласуются с реальной ситуацией.
М. Ю. Архипова
Моделирование кооперационной активности обрабатывающих производств
Рис. 8. График остатков на нормальной вероятностной шкале
Таблица 1
Прогностические свойства модели
У =1 Модельные значения 0 Процент корректных У = предсказаний
Исходные У =1 27 3 90,0
значения У II о 2 12 85,7
Общий процент 88,6
Основываясь на этих оценках, мы можем ожидать, что в пищевой промышленности вероятность кооперационной активности в инновационных проектах будет очень высока. Данная отрасль активно развивается, кооперируясь с другими фирмами с целью повышения конкурентоспособности продукции и завоевания новых российских и зарубежных рынков, среди которых наиболее перспективным является рынокэкологически чистых продуктов питания.
В электроэнергетической же промышленности вероятность кооперационной активности невысокая, что является индикатором неблагополучия данной отрасли и свидетельствует о нежелании руководства производить изменения, основанные на последних достижениях науки и техники.
Для оценки робастности (устойчивости) модели был использован метод «скользящего экзамена», реализованный в пакете прикладных программ SPSS, позволивший повысить прогностические свойства модели и сделать вывод о том, что построенная модель обладает вполне приемлемой чувствительностью и достаточной устойчивостью.
Литература
Голиченко О. Г. Инновационная система России: состояние и пути развития. М.: Наука, 2006.
Кендалл М., Стьюарт А. Статистические выводы и связи. М.: Наука, 1973.
Innovative Networks — Cooperation in National Innovative System, OECD, 2001.
Science & Engineering Indicators, Arlington, VA: National Science Foundation, 2006. V. 1, 2.
OECD Science, Technology and Industry Outlook 2005. Paris, 2005.
