CC BY
69
УДК 316.334.52
И. З. Гарафиев
РОЛЬ ИННОВАЦИОННОГО ЧЕЛОВЕЧЕСКОГО КАПИТАЛА РЕГИОНА ПРИ ОСУЩЕСТВЛЕНИИ НА ЕГО ТЕРРИТОРИИ ДОБЫЧИ СЫРОЙ НЕФТИ
И ПРИРОДНОГО ГАЗА
Ключевые слова: специальный человеческий капитал отрасли, инновационный человеческий капитал региона.
В статье проанализирована специфика применения теории специального человеческого капитала отрасли на примере формирования индекса развития инновационного человеческого капитала для бизнес-проектов 10 регионов РФ в отрасли добыча сырой нефти и природного газа, за период с 2006 по 2010 годы. На основе анализа сформулирована регрессионная модель развития инновационного человеческого капитала для бизнес-проектов отрасли добыча сырой нефти и природного газа. Регрессионная модель имеет вид линейного уравнения парной регрессии, связывающая количество инновационных организаций, с уровнем развития инновационного человеческого капитала.
Keywords: industry specific human capital, innovative human capital region.
The article analyzed the specifics of the industry specific human capital for example, forming an index of development of innovative human capital for business projects in 10 regions of Russia industry the mining of crude petroleum and natural gas for the period from 2006 to 2010. Based on the analysis formulated a regression model of development of innovative human capital for business projects industry the mining of crude petroleum and natural gas. The regression model takes the form of a linear simple regression equation that relates the number of innovative organizations, the level of development of innovative human capital.
Одной из ведущих отраслей российского топливно-энергетического комплекса является добыча сырой нефти и природного газа, доходы от экспорта которой являются основной составляющей доходной части бюджета РФ. Зависимость российской экономики от колебаний мировых цен на нефть и газ актуализирует проблему интенсификации добычи сырой нефти и природного газа, ресурсообеспеченность которыми с каждым годом снижается. Предприятия, занимающиеся добычей сырой нефти и природного газа, располагаются в 10 регионах РФ. В этой связи одним из ключевых факторов успешного инновационного развития химической промышленности становится уровень квалификации населения региона. В качестве основной методологии, позволяющей его оценить, нами предлагается использовать теорию человеческого капитала Г. Беккера. Под человеческим капиталом, нужно понимать, совокупность знаний и опыта сотрудника, позволяющих ему получать доход от своей работы.
Наиболее значимым, на наш взгляд, является вывод Г. Беккера о том, что специальная подготовка персонала не ограничивается только рамками конкретной фирмы: «какие-то виды подготовки могут иметь ценность не для большинства фирм и не для одной фирмы, а для ограниченного их числа (в зависимости от выпускаемой продукции, характера работы или географического расположения)» т. е. специальная подготовка может быть, осуществлена для какой-то «отрасли, профессии или страны» [1; c.77].
Данный тезис Г. Беккера впоследствии нашел отражение в выделении двух типов специального человеческого капитала: специального человеческого капитала фирмы (firm-specific human capital) и специального человеческого капитала отрасли (industry specific human capital), последний и является тем понятием, которое отражает запас знании эксперта, необходимый для внедрения инноваций. Специфика практического применения теории специального человеческого капитала при формировании у персонала предприятия знании на примере нефтехимической отрасли, была проанализирована нами ранее [2].
В данной статье мы попытаемся проанализировать специфику применения теории специального человеческого капитала отрасли на примере формирования индекса развития инновационного человеческого капитала для бизнес-проектов 20 регионов РФ в отрасли химическое производство.
В рамках теории специального человеческого капитала отрасли нами предлагается выделять инновационный человеческий капитал. Инновационный человеческий капитал мы понимаем как специальный человеческий капитал, который на микроуровне реализуется как специальный человеческий капитал фирмы (firm-specific human capital), на макроуровне, в нашем случае на уровне региона, как и специальный человеческий капитал отрасли (industry specific human capital). Поэтому, мы под инновационным человеческим капиталом региона понимаем специальный человеческий капитал инновационных отраслей промышленности региона.
Роль региона в мировой экономике мы анализируем в рамках теории сетевого общества М. Кастельса. За основу взятое предложенное М. Кастельсом выделение двух типов пространств: «пространства потоков» и «пространства мест» [3]. «Пространство потоков» предполагает технологическую возможность организации множественности социальных практик безотносительно к географической привязанности. Смысл и функция «пространства потоков» зависят от потоков, протекающих внутри сетей в отличие от «пространства мест», в котором смысл, функция и место жестко взаимосвязаны. Регион как коллективный субъект действует в рамках двух пространств. В рамках «пространства места» он выступает как социум, обеспечивая воспроизводство населения и социальное развитие на определенной территории. В рамках «пространства потоков» регион выступает как актор, вступающий в конкуренцию за информацию с целью улучшить свою конкурентоспособность в мировой экономике, через участие в бизнес-проектах, в которых он использует ресурсы накопленные в рамках «пространства места». Новизна нашей методологии заключается в том, что мы предлагаем рассматривать интеракции в рамках «пространства потоков», не только как двусторонние взаимодействия региона с каким-либо субъектом (регионом, предприятием и т. д.), а как действия в рамках всемирной сети, т. е. участие региона в различных бизнес-проектах.
Итогом реализации инновационного типа экономического поведения региона в рамках «пространства - потоков» является привлечение и осуществление бизнес-проекта в «пространстве-места» региона. Соответственно инновационный человеческий капитал региона должен быть использован в двух пространствах. В «пространстве-потоков» как ресурс в борьбе за привлечение бизнес - проекта, а в «пространстве-места» как ресурс для развития инновационной среды, что позволит получить социальный эффект реализации проекта. Описанный процесс принимает форму кругооборота: инновационная среда обеспечивает реализацию проекта, проект позволяет получить социальный эффект и улучшить развитие инновационного человеческого капитала региона, который улучшает инновационную среду и позволяет получить новый проект.
Рассмотрим частный случай применения методики анализа инновационного человеческого капитала нефтехимической отрасли на примере формирования индекса развития инновационного человеческого капитала для бизнес-проектов на примере добычи сырой нефти и природного газа; предоставление услуг в этих областях.
Нами было проведено исследование уровня развития инновационного человеческого капитала для бизнес-проектов применительно к отрасли добыча сырой нефти и природного газа 10 субъектов РФ за период с 2006 по 2010 годы. Количество регионов было ограничено 10 субъектами ввиду того, что только по ним имелись достоверные статистические данные. Рейтинг развития инновационного человеческого капитала региона для бизнес-проектов был вычислен, на основе статистических данных, представленных в базе данных Федеральной службы государственной статистики РФ, отдельно за каждый год, входящий в период с 2006 по 2010 годы.
Для вычисления рейтинга развития инновационного человеческого капитала в бизнес-проектов региона был реализован следующий алгоритм:
1. Нормирование показателей осуществляется по формуле линейного масштабирования:
_ Х - хт1п Показатель^« Хтах-Хт1п' где X - значение показателя; Хтах , Хт|п , - установленные максимальное и минимальное значения показателей (референтные или реперные точки).
2. Рассчитать уровень развития инновационного человеческого капитала, используемый при участии региона в бизнес-проектах как среднее арифметическое 5 показателей развития инновационного человеческого капитала, необходимого для привлечения бизнес-проектов в регион по каждому из 10 регионов РФ. В качестве показателей нами использованы уровень финансирования организациями получения знаний, связанных с инновациями, уровень финансирования организациями технологических инноваций, уровень финансирования организациями приобретения оборудования для технологических инноваций, уровень финансирования организациями исследований и разработок, уровень финансирования организациями маркетинговых исследований.
Динамика развития индекса инновационного человеческого капитала для бизнес-проектов, у 10 регионов в отрасли добыча сырой нефти и природного газа показана на рис. 1.
Рис. 1 - Динамика развития индекса инновационного человеческого капитала для бизнес-проектов в отрасли добыча сырой нефти и природного газа за период с 2006 по 2010 годы
Сравнивая полученные за период с 2006 по 2010 годы рейтинги можно проследить несколько закономерностей:
1. Наиболее низким, в абсолютном выражении, рейтинг развития инновационного человеческого капитала для бизнес-проектов был у регионов в 2009 году, так у лидера Тюменской области он составил 0,70
2. Наиболее высокий, в абсолютном выражении, рейтинг развития инновационного человеческого капитала был у Тюменской области в 2010 году и равнялся максимально возможному значению 1
3. Средний уровень развития инновационного человеческого капитала для бизнес-проектов был зафиксирован в период с 2006 по 2008 годы у лидера Тюменской области он равнялся 0,80
4. Означенная тенденция, в абсолютных величинах с минимальным уровнем развития инновационного человеческого капитала в 2007 году, средним уровнем развития в период с 2006 по 2008 годы, и высоким уровнем в 2010 году, присуща только лидеру Тюменской области, для второго региона в рейтинге Ханты-Мансийского автономного округа-Югра, характерно максимальное значение в 2006 и 2007 годах, хотя минимальное значение у него также приходиться на 2009 год
5. Полученные результаты позволяют говорить о неравномерности развития инновационного человеческого капитала для бизнес-проектов, если уровень регионов лидеров Тюменской области и Ханты-Мансийского автономного округа-Югра, всегда превышал отметку в 0,6, других е одному из других регионов, ни разу не это удалось достигнуть данного уровня. Наивысшим достижением среди других регионов был уровень 0,4 достигнутый Сахалинской областью в 2009, также следует отметить Оренбургскую область, достигшую уровня 0,21 в 2006 году и Ямало-Ненецкий автономный округ, достигший уровня 0,15 в 2008 году.
Высокий уровень развития инновационного человеческого капитала для бизнес-проектов Тюменской области и Ханты-Мансийского автономного округа-Югра позволяет сделать вывод постоянное привлечении в эти регионы высокодоходных бизнес-проектов, направленных на использование человеческого капитала региона. В то же время наличие высоких результатов у ряда регионов (Сахалинской области и Ямало-Ненецком автономном округе) лишь в отдельные годы свидетельствует о возможности резкого увеличения индекса инновационного человеческого капитала для бизнес-проектов, в случаи единовременной реализации того или иного крупного бизнес-проекта в регионе.
Индекс инновационного человеческого капитала для бизнес-проектов региона является одним из показателей инновационного развития региона. На наш взгляд, наиболее адекватной характеристикой инновационного развития региона является число работающих в нем инновационных предприятий. Следовательно, можно предположить существование некой зависимости между уровнем развития инновационного человеческого капитала для бизнес-проектов региона и числом инновационных предприятий в регионе. Среди статистических данных, представленных в базе данных Федеральной службы государственной статистики РФ, присутствует показатель «число организаций, осуществлявших инновационную деятельностью», который может увеличиться при увеличении уровня развития инновационного человеческого капитала региона.
Регрессионная модель основанная на линейном уравнении парной регрессии, связывающим у - количество инновационных организаций, с х - уровнем развития инновационного человеческого капитала, была вычислена по стандартной формуле.
Линейное парное уравнение регрессии имеет вид:
у* = а + Ьх],
*
где ]=1,.....П, где П - число наблюдений; у ] - оценка условного математического ожидания у;
а, Ьх] - эмпирические коэффициенты регрессии, подлежащие определению.
Оценки параметров линейной регрессии могут быть найдены разными методами, наиболее распространенным является метод наименьших квадратов. Данный метод позволяет получить такие оценки параметров а и Ь , при которых сумма квадратов отклонений фактических значений результативного признака у от расчетных у*] (теоретических) значений (рассчитанных по уравнению регрессии) минимальна.
Непосредственно коэффициенты уравнения рассчитываются по представленным формулам; черта сверху означает осреднение.
Ь = Х*У "Х*У , а = У-Ь*Х
СТх
где <з взвешенная дисперсия (для вариационного ряда), рассчитываемая по формуле:
2 2_(x-x)2п
где П - частота (повторяемость фактора Х).
Нами была сформирована регрессионная модель развития инновационного человеческого капитала для бизнес-проектов отрасли производство резиновых и пластмассовых изделий. Регрессионная модель имеет вид линейного уравнения парной регрессии, связывающая у - количество инновационных организаций, с x - уровнем развития инновационного человеческого капитала:
у = 0,3 + 20^.
На основании анализа численного значения коэффициента корреляции 0,9
установлено наличие статистической связи уровня развития инновационного человеческого капитала х и количества инновационных организаций у. Показано, что доля всех неучтенных в полученной эконометрической модели объясняющих переменных приблизительно составляет 10%.
Путем расчета коэффициента эластичности показано, что при изменении уровня развития инновационного человеческого капитала на 1% количество инновационных организаций изменяется на 0,59%.
С использованием ^критерия выполнена оценка статистической значимости коэффициентов регрессии. Установлено, что объясняющая переменная х является статистически значимой > ^рит, где 42,23, ^рит= 1,966)
С использованием F-критерия установлено, что полученное уравнение парной регрессии в целом является статистически значимым и адекватно описывает изучаемое явление связи числа инновационных организаций у с уровнем развития инновационного человеческого капитала x. ^ > FкРИТ, где FT= 1784, FкРИТ=7,969)
Подводя итог, отметим, что нами была проанализирована специфика применения теории специального человеческого капитала отрасли при формировании индекса развития инновационного человеческого капитала для бизнес-проектов 10 регионов РФ в отрасли добыча сырой нефти и природного газа, выявлена динамика развития индекса у ведущих регионов за период с 2006 по 2010 годы. На основе проведенного анализа сформулирована регрессионная модель развития инновационного человеческого капитала для бизнес-проектов отрасли добыча сырой нефти и природного газа. Регрессионная модель имеет вид линейного уравнения парной регрессии, связывающая количество инновационных организаций, с уровнем развития инновационного человеческого капитала.
Литература
1. Беккер, Г. Экономический анализ и человеческое поведение / Г. Беккер. - М.: ГУ ВШЭ, 2003. - 425 с.
2. Гарафиев, И.З. Роль специального человеческого капитала при обеспечении технологической безопасности взрывоопасных производств / И.З. Гарафиев // Вестник КГТУ. - 2011. - №15. - С.226-231.
3. Кастельс, М. Информационная эпоха: экономика, общество и культура. / М. Кастельс. - М.: ГУ ВШЭ, 2000. - 608 с.
© И. З. Гарафиев - канд. ист. наук, доц. каф. государственного муниципального управления и социологии КНИТУ, [email protected].
