CC BY
57
ИННОВАЦИИ № 1 (99), 2007
Проблемы позиционирования
региона в новой экономике
А. А. Быкова,
преподаватель кафедры экономической теории
М. А. Молодчик
к. э. н., декан факультета экономики, доцент кафедры экономической теории
Пермский филиал государственного университета — высшая школа экономики
Изменение факторов конкурентоспособности региона в постиндустриальной экономике требует пересмотра методов диагностики состояния региональной экономики. В статье авторы выделяют две проблемы позиционирования региона в новой экономике: недостаток статистической информации и проблему измерения ценности знаний. Современные методы измерения, применяемые с целью позиционирования региона, сгруппированы и проанализированы с точки зрения достоинств и недостатков. Используя интегральные индексы, авторы проводят позиционирование Пермского края по инновационному и интеллектуальному развитию.
Характерной чертой развития мирового сооб щества на современном этапе выступает фор мирование экономики, основанной на знаниях. Доминирующую роль в данном виде экономики играет интеллектуальный капитал отдельного индивидуума, предприятия, региона и страны в целом. По оцен-
Changing of regional competitiveness’ factors in postindustrial economy requires revision of regional diagnostic methods. The objectives of this article are problems which appear in positioning the region in knowledge-based economy. They are lack of statistical information and measurement of knowledge’s value. Analytical comparison of modern methods of national and regional positioning allowed dividing them into three main groups and picking out their advantages and disadvantages. Using the case study of Perm region (Permskii krai), it is shown how presumptive [composite] indexes can be used in the positioning of this region on innovative and intellectual development.
кам специалистов, рыночная стоимость интеллектуального капитала в крупнейших компаниях мира превышает балансовую стоимость материальных активов более чем в 4 раза [1]. Инвестиции в знания растут быстрее, чем инвестиции в основные фонды (4% в год по сравнению с 2,2% в среднем в 1990-е годы для стран
ее
ОСЭР) [2]. Согласно отчету стран Евросоюза, увеличение инновационного потенциала на 1% приводит к увеличению ВВП на душу населения на 100-400 евро [3].
Изменения конкурентной среды свидетельствуют о необходимости пересмотра методов диагностики состояния региональной экономики с целью позиционирования региона относительно других субъектов, выявления динамики изменения отдельных индикаторов и показателей, что в конечном итоге позволит определить приоритетные направления развития региона. Проблема выбора соответствующих показателей и их измерение при позиционировании региона в современной экономике являются предметом изучения авторов данной статьи.
Научная дискуссия, посвященная проблемам измерения знаний в экономике, в 1990-е годы получила практическое применение. Развитие инновационной экономики способствовало привлечению организаций и предприятий, предъявивших спрос на разработку системы сбалансированных показателей, в основе которой был заложен учет нематериальных активов предприятия в широком смысле этого слова.
Р. Нортон и Д. Каплан включили в перечень стратегически значимых индикаторов информацию о человеческом, организационном и клиентском капиталах компании [4].
В 1998 г. была организована первая международная встреча, посвященная визуализации и измерению интеллектуального капитала на национальном уровне. На сегодняшний день Швеция, Израиль, Нидерланды и Дания применяют концепцию интеллектуального капитала для повышения конкурентоспособности своей страны. В 2000 г. Европейская комиссия в соответствии с Лиссабонской стратегией разработала методику оценки инновационного потенциала — Европейскую инновационную шкалу (European Innovation Scoreboard — EIS). Отчет EIS включает индикаторы инноваций и временной анализ для всех 25 стран-членов ЕС, а также для таких стран, как Болгария, Румыния, Турция, Исландия, Норвегия, Швейцария — стран-кандидатов в ЕС. Кроме этого, для сравнения развития экономики знаний в Европе и других регионах мира в отчет включены данные о США и Японии. В отчете EIS значим раздел «Инновации в европейских регионах», в котором проводится анализ сильных и слабых сторон отдельных регионов в аспекте инновационной деятельности.
В Российской Федерации последние несколько лет интенсивно формируется национальная инновационная система, в том числе на региональном уровне. Промежуточным итогом действия федеральных и региональных властей стало появление стратегий инновационного развития отдельных регионов, таких как Республика Башкортостан, Республика Татарстан, Самарская, Нижегородская, Томская области, Санкт-Петербург. При разработке стратегий инновационного развития исполнители столкнулись с проблемой недостатка информации по статистике инноваций. Вследствие этого одним из направлений поддержки инновационной деятельности стало создание 10 национальных информационно-аналитических центров, в том числе центров по мониторингу инновационной инфраструктуры научно-технической деятельности и региональных инновационных систем [5]. На семинаре представителей Уральского федерального округа «Развитие инновационной активности регионов» было предложено создать в регионах автоматизированные центры инновационно-информационного обеспечения (АРЦИ) для постоянного поддержания обновления и эксплуатации инновационных банков данных и знаний [6].
Происходящие процессы свидетельствуют об актуальности поиска методов измерения в новой экономике с целью позиционирования региона. Авторы статьи предлагают обозначить две основные проблемы, возникающие при диагностировании состояния региональной экономики относительно других регионов:
► недостаток статистической информации;
► проблема измерения ценности знаний.
Проблема, связанная с недостатком статистической информации, обусловлена несколькими причинами. Становление статистики инноваций в России, начавшееся в 1994-1995 гг., происходило без четко сформированной концепции. При этом предпринятый в ряде случаев переход на международные статистические стандарты не всегда оказывал положительное влияние. При прямом заимствовании международных стандартов не учитывались различия в функциональной и организационной структурах инновационной сферы России. В существующую на сегодняшний день статистику инноваций не вошел целый ряд аспектов, характеризующих инновационную деятельность, и новых институциональных участников инновационного процесса. Прежде всего, это относится к коммерциализации инноваций, венчурному финансированию, объектам инновационной ин-
Таблица 1
Методы измерения состояния региональной экономики в новой экономике
Э ко I ] ом стр и ч сх к и с м одел и И нтеграл ы ] ы й и i ]деке Отдельные индикаторы попой экономики
• Инновационный индекс Портера [8]. • Инновационный индекс штата Массачусетс [9] • Инновационный индекс Миссисипи [2]. • Метод зонирования инновационного профиля региона 110]. •Европейская шкала инноваций [3]. • Индекс развития интеллектуального потенциала (ИРИН) [11]. • Индекс новой экономики (State New Economy Index)[12] • Доля патентных выплат университетам в совокупных расходах на исследования и разработки. • Доля информационно-коммуникационного (ИКТ) рынка (в % от ВВП). • Процент добавленной стоимости, произведенный в высокотехнологичных отраслях. • 11аселение, участвующее 1! дополнительном образовании (% от жителей в возрасте 25-64 лет). • Количество зарегистрированных (коммерческих) в год доменных имен «.сот» [3]
ИННОВАЦИИ № 1 (99), 2007
ИННОВАЦИИ № 1 (99), 2007
фраструктуры (инновационным технопаркам, технополисам, инкубаторам и другим организационным формам распространения технологий).
В экономически развитых странах в настоящее время существует ряд теоретических и методологических концепций исследования процессов инновационного развития, которые характеризуют различные направления развития и обосновывают выбор процессов регулирования инновационной сферы. Именно совершенствование методологии исследования инновационной сферы является стимулом к развитию международных стандартов статистики инноваций. Однако зарубежные исследователи отмечают недостатки существующей системы сбора статистической информации как на национальном, так и на региональном уровнях. В частности, в отчете Е1Б говорится о том, что одной из причин ежегодного изменения показателей оценки инновационного потенциала является различный уровень развития статистики инноваций в странах-членах ЕС, особенно на фоне их постоянного увеличения. Доказательством этому служит проведенный анализ показателей, содержащихся в отчетах Е1Б в период с 2000 по 2005 гг. Из использовавшихся в 2000 г. восемнадцати показателей к 2005 г. осталось только шесть, например: государственные и внутрифирменные расходы на НИОКР.
Искажение информации происходит также и на уровне отдельной фирмы вследствие определенных требований к стандартам бухгалтерской отчетности и системе налогообложения, не способствующих отражению нематериальных активов фирмы, их учету и управлению. Несмотря на то, что международные системы бухгалтерской отчетности предоставляют большие возможности по учету нематериальных активов по сравнению с российскими нормами, ведущие финансовые консультанты развитых стран указывают на острую необходимость в пересмотре стандартов предоставления информации о нематериальных активах как внутри фирмы, так и на рынках капитала [7].
Причина возникновения второй проблемы: измерение ценности знаний кроется в самой природе знаний. Знание — это продукт, с одной стороны, частный, принадлежащий конкретному лицу, а с другой — общественный, принадлежащий всем. Индустриальной экономике свойственен интегральный критерий экономического развития — показатель валового внутреннего продукта (ВВП), свидетельствующий о том, что нужный продукт — это тот, который кем-то куплен, а его цена является истинной оценкой приносимой им полезности. Общественные блага потребляются бесплатно или по ценам, не соответствующим их реальной ценности. Поэтому производство и потребление общественных благ отражаются в ВВП (и системе национальных счетов) не по акту покупки, а по произведенным затратам, что коренным образом противоречит идее, заложенной в основу измерения результатов экономической деятельности. Знания, по крайней мере значительная их часть, являются общественным благом. Измерение ценности знаний, исходя из затрат приводит к прогнозируемым результа-
N PUT
Создание у' Инновационные Передача
знаний / драйверы \ и применение
\(человеческие ресурсы)у знаний
4 4 4
Интеллектуальная собственность Выход новой продукции на рынок
OUTPUT
Рис. 1. Ключевые блоки инновационного развития на региональном уровне
там: затраты на науку не определяют рыночную стоимость произведенных знаний [2].
Интересным является подход Л. Эдвинссона, выдвинувшего гипотезу о том, что на уровне фирмы стоимость компонент интеллектуального капитала необходимо не складывать, а умножать. При этом обращение одной составляющей в ноль приведет к обнулению всей стоимости [1].
Данное свойство применимо и на региональном уровне. Другими словами, важно оценивать не только составляющие экономики знаний региона, но и их взаимосвязи. И если уже существуют определенные методики по оценке составляющих, как за рубежом, так и в России, то проблема оценки взаимосвязей является на сегодняшний день малоизученной во всем мире.
Результатом существования вышеперечисленных проблем является наличие разнообразных методов измерения состояния региональной экономики.
Анализ показал, что все методы оценки можно разделить на группы (табл. 1).
Каждый из методов оценки имеет свои преимущества и недостатки: построение эконометрической модели позволяет получить точную оценку сегодняшнего состояния и прогнозировать дальнейшее развитие инновационной экономики региона, при этом необходим обширный массив статистических данных. Оценка с помощью одного индикатора — «инновационного выпуска» не является сложной, тем не менее обнаружить индикатор, отражающий все аспекты развития экономики знаний, весьма проблематично.
Оценка на основе интегрального индекса позволяет устранить недостатки и учесть преимущества эконометрической модели и оценки с помощью одного индикатора. Однако его построение сопряжено с двумя основными проблемами. Первой проблемой является выбор индикаторов, входящих в интегральный индекс, и их обоснование. Вторая проблема заключается в определении и обосновании весов, с которыми отдельные индикаторы войдут в интегральный показатель.
Весовые значения являются наиболее узким местом в оценке интегральных индексов. Существует следующие методы оценки: экспертное определение весов, факторный анализ, регрессионный анализ, присуждение всем индикаторам одинаковых весовых значений. Однако все эти методы имеют существенные недостатки, накладывающие ограничения на их
Таблица 2
Шкала для позиционирования Пермского края по инновационному развитию
Индикаторы Категории 11оказатсли
Входящие индикаторы Затраты на инновации Человеческие ресурсы Численность персонала, занятого исследованиями и разработками, в расчете на 10 000 человек населения
Численность студентов высших учебных заведений региона в расчете на 10 000 человек экономически активного населения
Число исследователей с учеными степенями в расчете на 10 000 человек населения региона
Создание знаний Средства бюджета на внутренние затраты, на исследования и разработки в % от ВР11
Расходы частных фирм на ИР в % от ВРИ
Передача и применение знаний Число инновационно-активных организаций региона 1! общем числе организаций в %
Число организаций, осуществляющих исследования и разработки в общем числе организаций в%
Удельный вес затрат на технологические инновации 1! объеме отгруженной продукции инновационных организаций в%
Число организаций региона, использовавших информационные и коммуникационные технологии, к общему числу организаций 1! %
Исходящие индикаторы Резул ьтат ы и н н о ва ц и й Выход продукции на рынке, интеллектуальная собственность, применение знании Экспорт технологий региона в % от общего экспорта региона
11атснтныс заявки на изобретения, поданные отечественными заявителями 1! России/персонал, занятый ИР
Доступ к Интернету организаций региона в % от общего количества организаций региона
Доля инновационной продукции в общем объеме промышленной продукции в %
использование. В результате некоторые исследователи вообще отказываются от построения интегрального показателя, отдавая предпочтение анализу отдельных индикаторов.
В качестве примера позиционирования региона по инновационному и интеллектуальному развитию авторы статьи предлагают рассмотреть результаты, полученные ими в рамках гранта Агентства по науке и инновациям по теме: «Разработка инновационной стратегии субъекта Российской Федерации и апробация механизмов ее реализации (на примере региона — донора)». В качестве объекта исследования выступал Пермский край. Для определения инновационного и интеллектуального рейтинга Пермского края использовался интегральный индекс.
В первом случае позиционирование Пермского края было осуществлено с помощью сложносоставного индекса, включающего как входящие индикаторы (input), отражающие затраты на инновации, так и исходящие (output), отражающие результативность инноваций. Определение входящих и исходящих индикаторов осуществлялось по методике Европейской комиссии [3]. Все индикаторы в EIS распределены на четыре категории1, охватывающие различные ключевые показатели инновационного развития (рис. 1):
► инновационные драйверы. Измеряют структурные условия для осуществления инноваций, к ним относятся и человеческие ресурсы;
► создание знаний. Измеряют инвестиции в исследования и разработки;
► передача и применение знаний. Измеряют усилия по созданию инноваций на уровне фирм;
► интеллектуальная собственность. Измеряет достигнутые результаты в успешных ноу-хау.
В соответствии с данной методикой, в странах Европы рассчитывается 24 показателя, характеризующих состояние экономики знаний. Большую часть из них в развивающихся странах, в том числе и в России, рассчитать не представляется возможным в силу низкого уровня развития статистики инноваций.
Для решения данной проблемы на основе отчета Е1Б и доступной статистической информации [13— 23] была разработана система показателей, характеризующих состояние развития экономики знаний в регионе в условиях развивающейся экономики знаний в России (табл. 2).
Разработанная шкала позволила позиционировать Пермскую область2 (табл. 3) среди десяти выбранных по определенным критериям (сходство структуры экономики, размеров территории и т. д.) реги-нов-доноров.
Потенциальное значение каждого из индикаторов (I) оценивается по шкале от 0 до единицы для того, чтобы избавиться от размерности, и рассчитывается следующим образом:
11~(х1—‘xmin)/(xmax—xmin), (1)
где х1 — фактическое значение индикатора в г-ом году; хтах (тт) — максимальное (минимальное) значение индикатора в г-ом году.
1 В 2005 г, количество категорий увеличилось до пяти, так как передача и применение знаний были разделены на две отдельные категории.
2 Пермский край был создан 1 декабря 2005 г. в результате объединения двух субъектов Российской Федерации — Пермской области и Коми-Пермяцкого автономного округа. Позиционирование проводилось на основе статистических данных 2004, 2003 гг., вследствие этого далее объектом исследования выступает Пермская область.
ИННОВАЦИИ № 1 (99), 2007
ИННОВАЦИИ № 1 (99), 2007
Таблица 3
Интегральные показатели инновационного развития регионов и позиционирование регионов в зависимости от их значений (выделены регионы, позиции которых в 2004 г. не изменились в худшую сторону)
Субъект Федерации Величина интегральных показателей инновационного развития Рейтинг регионов по величине интегральных показателей
2002 г. 2003 г 2004 г. 2002 г. 2003 г. 2004 г.
Пермская область 0,208 0,194 0,219 9 7 63
Москва 0,420 0,378 0,375 1 2 3
Санкт-Петербург 0,384 0,437 0,420 2 1 1
Республика Башкортостан 0,192 0,186 0,171 10 8 9
Республика Татарстан 0,232 0,197 0,265 5 4 4
Самарская область 0,210 0,151 0,205 8 9 7
Свердловская область 0,211 0,195 0,192 7 6 8
Нижегородская область 0,240 0,351 0,415 3 3 2
Челябинская область 0,228 0,121 0,155 6 10 10
Томская область 0,260 0,214 0,239 4 4 5
Итоговый инновационный индекс региона рассчитывается как средняя оценок всех индикаторов:
п
5Я = -^-, (2)
где п — количество индикаторов, входящих в Е1Б.
Таким образом, все показатели входят в индекс с одинаковыми весами.
Для расчета максимальных и минимальных значений всех анализируемых показателей было проведено исследование показателей интегрального индекса по всем регионам России для каждого оцениваемого года. Анализ по 89 регионам РФ позволил оценить максимальные и минимальные значения соответствующих показателей в 2002-2004 гг.
По данным табл. 3, видны изменения рейтингов регионов в 2004 г. по сравнению с 2003 г., обусловленные изменением величин инновационных потенциалов регионов. Так, рейтинг семи из десяти регионов не снизился. Например, Пермская область, переместилась с предпоследнего девятого в 2002 г. на пятое место в 2004 г., в Республике Татарстан и Самарской области в 2004 г. рейтинг понизился по сравнению с 2003 г., но при этом два первых места сохранены
ОД 0,2
Рис. 3. Затраты и результативность инноваций в 2004 г.
Рис. 2. Инновационный индекс и ВРП на душу населения в 2004 г.
за Москвой и Санкт-Петербургом (со сменой лидеров в 2003 г). Анализ показал, что при улучшении рейтинга Пермской области по многим показателям в 2004 г., растут преимущественно ресурсные индикаторы, в то время как среди результирующих преобладает падение (в двух случаях их четырех). Это свидетельствует о том, что конкурентная среда в регионе не стимулирует внедрения инноваций.
Для наглядного представления влияния инноваций на экономику региона были использованы следующие инструменты:
1. Сопоставление ВРП (валового регионального продукта) на душу населения и рассчитанного инновационного индекса (рис. 2).
2. Сопоставление индекса вложений в инновации и индекса результативности инноваций (рис. 3). Линия тренда, изображенная на рис. 2, подтверждает выводы европейских исследователей: уровень ВРП на душу населения и инновационный индекс действительно имеют положительную взаимосвязь, особенно для регионов с невысоким уровнем ВРП на душу населения. Линия тренда отражает средние значения рассматриваемых показателей по выбранным регионам. Таким образом, регионы, достигшие значений выше средних, демонстрируют эффективную инновационную политику; регионы, оказавшиеся ниже линии тренда, демонстрируют неудовлетворительные показатели инновационности экономики. Пермская область находится в числе регионов, осуществляющих эффективную инновационную политику. Однако абсолютные значения показателей свидетельствуют об отставании в развитии экономики знаний региона не только от Москвы и Санкт-Петербурга, но и от ряда других регионов со схожей ресурсоориентированной структурой экономики.
Инструмент анализа «затраты-результаты инноваций» позволяет определить некоторые причины данного отставания. Результаты сопоставления дают индикатор эффективности, с которой в регионе трансформируются затраты на инновации (образование, инвестиции в инновации) в результаты инноваций (оборот фирм от новых продуктов, занятость в высокотехнологичных секторах, патенты). Таким образом, данный инструмент — первый способ оценки эффективности региональных инновационных систем.
Регионы, находящиеся над линией, демонстрируют высокие результаты по сравнению с вложениями в инновации. Таким образом, данные регионы проводят более эффективную инновационную политику, чем регионы, находящиеся под диагональю.
Несмотря на высокий по сравнению с другими регионами уровень затрат на инновации в Пермской области, их результативность находится на уровне ниже среднего.
Учитывая тот факт, что одной из особенностей экономики знания является повышенное внимание к знаниям, которыми обладают отдельные индивидуумы [2], кроме инновационной составляющей на конкурентоспособность региона существенное влияние оказывает уровень интеллектуального капитала. Странами-участницами ОСЭР предложена система индикаторов, позволяющая оценить интеллектуальный капитал на основе интегрального показателя — индекса развития интеллектуального потенциала (ИРИП):
а) Показатели образовательного потенциала:
1. Индикатор достигнутой образованности.
2. Текущий индикатор образования.
б) Показатели научного потенциала:
1. Индикатор целенаправленной подготовки научных кадров.
2. Индикатор масштабов занятости научными исследованиями.
3. Индикатор интенсивности научных исследований.
Методика расчета ИРИП аналогична методике оценки инновационного индекса (1, 2).
Результатом исследования явилось позиционирование регионов в соответствии с уровнем развития интеллектуального потенциала (табл. 4).
Несмотря на падение значений интегральных показателей интеллектуального потенциала за период с 2001 по 2004 гг. во всех субъектах Российской Федерации, в Пермской области наблюдается его рост, приведший к значительному повышению рейтинга Пермской области, переместившийся с девятого на седьмое место по величине интегрального показателя интеллектуального потенциала.
Предложенная методика позиционирования на основе индексов, получаемых сверсткой первичных показателей, имеет как свои преимущества, так и недостатки. К плюсам можно отнести относительную простоту расчета: построение индекса инновационного потенциала не требует сложной и длительной работы, связанной с построением модели создания инноваций, а объем необходимых статистических данных ограничен одним годом (для которого проводится измерение). Кроме того, инновационный индекс позволяет выявить диспропорции в инновационном развитии территориальных образования, поскольку оценивается набор как входящих, так и исходящих индикаторов. Положительной стороной индекса инновационного потенциала является также
Таблица 4
Интегральные показатели интеллектуального потенциала регионов и позиционирование регионов в зависимости от их значений (выделены регионы, которые не ухудшили свой рейтинг по величине интегральной оценки интеллектуального потенциала)
вхождение в него в качестве результата инновационного процесса в него входит, не только «инновационного выпуска», но и его косвенных характеристик влияния на экономику в целом (занятость в сфере hi-tech, производительность и пр.).
Вместе с тем шкала обладает и определенными недостатками, поскольку ее аналитические возможности ограничены только сопоставлением между регионами в рамках одного года. С помощью индекса сложно выявить долгосрочные тенденции в инновационном развитии или сделать прогноз, а также определить, почему одни регионы более успешны в создании инноваций, нежели другие.
В заключение необходимо отметить, что конкурентоспособность экономики региона в значительной мере определяется уровнем ее инновационного и интеллектуального развития. Именно поэтому проблемы измерения, выбора методов и индикаторов оценки сегодняшнего состояния экономики региона актуальны, в качестве первоначального этапа в определении приоритетов развития.
Литература
1. Л. Эдвинсон. Корпоративная долгота. Навигация в экономике, основанной на знаниях. М.: ИНФРА-М, 2005.
2. В. Л. Макаров. Экономика знаний: Уроки для России/Вестник Российской Академии Наук, № 5, 2003. Режим доступа: http://vivovoco.rsL.ru/vv/journaL/vran/session/vran5.htm
3. Статистическая и аналитическая база стран ОЭСР: [Электронный ресурс]: База данных содержит Отчеты Европейской шкалы инноваций в странах мира за 2001-2005 гг. Режим доступа: www.trendchart.org — загл. с экрана.
4. Дейвид П. Нортон, Роберт С. Каплан. Сбалансированная система показателей. От стратегии к действию/Пер. с англ. М.: ЗАО «Олимп-Бизнес», 2004.
5. А. В. Суворинов. Повышение инновационной активности регионов. Материалы всероссийского совещания 23 марта 2006 г. [Электронный ресурс]. Режим доступа: http://www.miiris.ru
6. Развитие инновационной активности регионов/Информационно-методические материалы к семинару представителей Уральского федерального округа, 11-12 мая 2006 г., Челябинск.
Субъект Федерации Величина интегральных показателей интеллектуального потенциала Динамика интегральной оценки интеллектуального потенциала региона Рейтинг регионов по величине интегральных показателей
2003 г. 2004 г. 2003 г. 2004 г.
Пермская область 0,418 0,456 рост 9 место 7 место
Республика Башкортостан 0,445 0,433 падение 8 место 10 место
Республика Татарстан 0,476 0,470 падение 4 место 5 м<ч:то
Челябинская область 0,459 0,454 падение 7 место 8 место
Свердловская область 0,461 0,458 отсутствие динамики 6 место 6 место
Самарская область 0,475 0,440 падение 5 место 9 место
Нижегородская обл. 0,521 0,510 падение 4 место 3 место
Москва 0,901 0,818 падение 1 место 1 место
Санкт- Петербург 0,781 0,763 падение 2 место 2 место
Томская область 0,613 0,483 падение 3 место 4 место
ИННОВАЦИИ № 1 (99), 2007
7. Б. Лев. Нематериальные активы: управление, измерение, отчетность/Пер. с англ. Л. И. Лопатникова. М.: Квинто-Конса-литнг, 2003.
8. Stern Scott, Michael E. Porter. The New Challenge to America’s Prosperity: Findings from the Innovation Index. Washington (DC): Council on Competitiveness, 1999.
9. Stern Scott, Michael E. Porter. National Innovative Capacity. Washington (DC): Council on Competitiveness, 2002.
10. О. С. Москвина. Инновационный потенциал как фактор устойчивого развития региона: [Электронный ресурс] Режим доступа: www.vcc.ac.ru/php/jou/autors/moskvina.php
11. Статистическая и аналитическая база стран ОЭСР: [Электронный ресурс]: База данных содержит Отчеты о Человеческом развитии в странах мира за 2001-2005 гг. Режим доступа: www.oecd.org — загл. с экрана.
12. Robert D. Atkinson. The 2002 State New Economy Index. [Электронный ресурс]. The Progressive Policy Institute. Technology, Innovation, and New Economy Project. Режим доступа: www.neweconomyindex.org/states/2002/index.html
13. Статистическая база Госкомстата: [Электронный ресурс]: База данных содержит статистические сведения, предоставляемые Федеральной службой статистики. Режим доступа: www.gks.ru — заглав. с экрана.
14. Статистическая база Пермского края: [Электронный ресурс]: База данных содержит данные о Пермском крае. Режим доступа: http://www.perm.ru — загл. с экрана.
15. Наука в регионах России: статистический сборник. М.: ГУ-ВШЭ, 2005.
16. Наука в Пермской области: статистический сборник. П.: Пермьстат, 2005.
17. Наука в Пермском крае: статистический сборник. П.: Пермь-стат, 2006.
18. Научные исследования и разработки по Пермскому краю за 2005 г.: статистический сборник. П.: Пермьстат, 2006.
19. Регионы России. Социально-экономические показатели
2004 г.: статистический сборник. М.: Росстат, 2004.
20. Регионы России. Социально-экономические показатели
2005 г.: статистический сборник. М.: Росстат, 2005.
21. Пермская область в цифрах и фактах: краткий статистический сборник. П.: Пермьстат, 2005.
22. Пермский край в цифрах, 2006: краткий статистический сборник. П.: Пермьстат, 2006.
23. Статистическая база о российской системе образования: [Электронный ресурс]: База данных содержит статистические сведения о системе образования РФ в разрезе регионов. Режим доступа: www.stat.edu.ru — заглав. с экрана.
