Обеспечение экономической безопасности сектора научных исследований в условиях цифровой трансформации тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Федирко Татьяна Сергеевна

• Федирко Татьяна Сергеевна
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Федирко Татьяна Сергеевна

ВВЕДЕНИЕ

1. ТЕОРЕТИКО-МЕТОДИЧЕСКИЕ ПОДХОДЫ К ОБЕСПЕЧЕНИЮ ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ СЕКТОРА НАУЧНЫХ ИССЛЕДОВАНИЙ В УСЛОВИЯХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ

1.1. Эволюция представлений о производстве знаний и их роли в экономическом развитии

1.2. Угрозы экономической безопасности сектора научных исследований в условиях цифровой трансформации

1.3. Содержание экономической безопасности сектора научных исследований и предпосылок ее обеспечения в условиях цифровой трансформации

2. МОНИТОРИНГ И ОЦЕНКА ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ СЕКТОРА НАУЧНЫХ ИССЛЕДОВАНИЙ В РОССИЙСКОЙ ФЕДЕРАЦИИ В

УСЛОВИЯХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ

2.1 Анализ состояния экономической безопасности сектора научных исследований в Российской Федерации в условиях цифровой трансформации

2.2. Система показателей экономической безопасности сектора научных исследований

2.3. Оценка экономической безопасности сектора научных исследований в регионах Приволжского федерального округа в условиях цифровой трансформации

3. ОЦЕНКА И ПРОГНОЗ ДИНАМИКИ ПОКАЗАТЕЛЕЙ ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ СЕКТОРА НАУЧНЫХ ИССЛЕДОВАНИЙ В УСЛОВИЯХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ

3.1. Оценка динамики показателей экономической безопасности сектора научных исследований

3.2. Развитие инструментов обеспечения экономической безопасности сектора научных исследований с участием субъектов экосистемы знаний

3.3. Прогноз динамики показателей экономической безопасности сектора

научных исследований в условиях цифровой трансформации

Заключение

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ

Приложения

Введение диссертации (часть автореферата) на тему «Обеспечение экономической безопасности сектора научных исследований в условиях цифровой трансформации»

ВВЕДЕНИЕ

Актуальность темы исследования. Современный этап развития Российской Федерации характеризуется превращением сферы производства знаний, представленной научно-исследовательскими и образовательными организациями, предприятиями высокотехнологичных отраслей, в сегмент национальной экономики, оказывающий решающее влияние на прирост валового продукта, повышение конкурентоспособности субъектов хозяйствования и уровня жизни населения. Научно-исследовательская деятельность и полнота использования ее результатов становятся ключевым фактором, определяющим эффективность инструментов предотвращения и нейтрализации угроз, обусловленных четвертой промышленной революцией и внешними шоками. Это нашло отражение в Стратегии научно-технологического развития Российской Федерации, где отечественная наука определена в качестве «основы суверенного развития государства и фактора обеспечения безопасности страны»1.

Результаты анализа динамики Глобального инновационного индекса, представленного совокупностью сравнительных индексов научно-технологического и инновационного развития2, показывают устойчивость позиции Российской Федерации в мировом рейтинге. Высокие значения инновационного индекса России обусловлены, прежде всего, состоянием науки и научных исследований, которое, в свою очередь, определяется профессионально-квалификационными характеристиками научных кадров и специалистов в технологичных видах экономической деятельности, мерами государственной поддержки фундаментальных, прикладных и поисковых исследований, традициями высшей школы. В качестве основных ориентиров научно-технологического развития современной России выступают: приоритет научных исследований, связанных с обеспечением технологического

1 Указ Президента РФ от 28.02.2024 № 145 «О Стратегии научно-технологического развития Российской Федерации». URL: http://www.kremlin.ru/acts/bank/50358 (дата обращения: 09.02.2025).

2 Рейтинг стран мира по Индексу инноваций. URL: https://gtmarket.ru/ratings/global-innovation-index (дата обращения: 09.02.2025).

суверенитета; повышение конкурентоспособности национальной экономики и отечественных производителей; сохранение ведущей роли государства как регулятора сектора научных исследований с учетом приоритетов инновационного развития. Достижению целей научно-технологического развития препятствуют недостаточные объемы финансирования сектора научных исследований, которые в 2024 году составили 0,4% валового внутреннего продукта, или 2,4% от общего объема расходов бюджета3, сокращение численности научных кадров при отсутствии действенных стимулов для привлечения молодых ученых, низкая эффективность механизмов взаимодействия научно-исследовательских, образовательных организаций и производственных предприятий и др. Это создает угрозы снижения научно-технологического потенциала, потери национального контроля за критическими и сквозными технологиями. Тем самым, достижение состояния защищенности национальной экономики от внешних и внутренних угроз в значительной степени определяется эффективностью инструментов обеспечения экономической безопасности сектора научных исследований. Кроме того, в условиях превращения знаний в фактор эндогенного экономического роста инструменты выявления и нейтрализации угроз снижения научно-технологического потенциала становятся неотъемлемой составляющей энергетической, продовольственной и других видов безопасности. Необходимость адаптации к сектору научных исследований имеющихся и разработки новых инструментов обеспечения экономической безопасности с учетом современных технологических и геополитических вызовов определяет выбор темы диссертации, ее теоретическую и практическую значимость.

Степень разработанности проблемы исследования. Теоретические и методические основы исследования экономической безопасности были сформулированы на рубеже ХХ-XXI веков в работах Л.И. Абалкина, А.И. Архипова, С.А. Афонцева, И.Я. Богданова, Е.М. Бухвальда,

По данным Института статистических исследований и экономики https://issek.hse.ru/news/1060083337.html (дата обращения: 09.02.2025).

5

знаний НИУ ВШЭ. URL:

Г.С. Вечкановой, А.Е. Городецкого, О.А. Грунина, И.В. Караваевой, Т.Е. Кочергиной, Б.А. Райзберга, В.К. Сенчагова, В.Л. Тамбовцева и др. Дальнейшее развитие представления об экономической безопасности и инструментах ее обеспечения получили в трудах С.Ю. Глазьева, Р.В. Дронова, Е.В. Карпуниной, О.А. Мироновой, Е.А. Олейникова, М.Н. Руденко, В.А. Савина и др. Системный подход к анализу экономической безопасности и ее составляющих разрабатывали С.Л. Алексеев, Н.В. Артемьев, Л.Т. Бакулина, В.М. Безденежных, Н.М. Бобошко, Е.В. Каранина, Д.Н. Лапаев, В.А. Плотников, В.Л. Поздеев, Д.В. Роднянский, А.М. Туфетулов, Ф.Т. Хамидуллина и др. Различные аспекты экономической безопасности сектора науки и научных исследований представлены в работах О.Г. Аркадьевой, Н.В. Березиной, Д.Н. Верзилина, И.И. Исмагилова, С.К. Клещева, Г.В. Лепеша, А.А. Куклина, Т.Г. Максимова, К.Р. Набиуллиной, Л.Э. Миндели, А.И. Татаркина, В.А. Черешнева, А.В. Худякова и др.

Важную роль в формировании современных представлений об особенностях инструментария обеспечения экономической безопасности сектора научных исследований сыграли ученые, посвятившие свои труды закономерностям макроэкономической динамики (Н.Д. Кондратьев, Й Шумпетер и др.), анализу постиндустриального технико-технологического уклада и факторов его развития (Д. Белл, П. Друкер, Г.Б. Клейнер, Дж. Куинн, Ф. Махлуп, М. Порат, Э. Тоффлер, Ж. Фурастье, Ю. Хаяши и др.). Модели производства знаний во взаимосвязи с нелинейными типами инноваций нашли отражение в работах П.А. Глура, Г. Ицковица, Л. Лейдесдорфа, К. Прахалда, Г. Хамела, ван Хиппеля, Г. Чесбро и др.

Преимущества и риски открытой науки анализировали российские и зарубежные ученые, среди которых: Х.П. Алперин, Д. Вест, И.Г. Дежина,

B. Ларивьер, Л. Маттиас, Б. Норландер, Х. Пивовар, Д. Прим, Э. Фарли,

C. Хауштайн и др. Состоянию сектора научных исследований в России и перспективам ее развития посвящены труды В.В. Власовой, Л.М. Гохберга,

К.А. Дитковской, С.В. Мартыновой, А.В. Нестеренко, В.В. Поляковой, Г.С. Сагиевой, Е.А. Стрельцовой, И.Б. Юдина и др.

Содержание технологического суверенитета и инструменты его обеспечения во взаимосвязи с проблемами экономической безопасности отражены в работах О.В. Андреевой, А.А. Афанасьева, А.В. Ефимова, С.Г. Ковалева, И.Б. Константинова, С.А. Тихоновской и др. Механизмы коллаборации субъектов высокотехнологичных секторов экономики, науки и образования анализировали Д.Д. Катуков, В.Е. Малыгин, Н.В. Смородинская, А.Е. Шаститко и др.

Таким образом, содержание и инструменты обеспечения экономической безопасности являются важной составляющей предметного поля научных исследований. В свою очередь, растущая роль производства знаний в обеспечении поступательной экономической динамики определила обращение к инструментам выявления и нейтрализации угроз безопасности функционирования сектора научных исследований. Формирование экосистемы знаний и обусловленные этим изменения в составе угроз выступают предпосылкой для разработки комплексного подхода к обеспечению экономической безопасности сектора научных исследований, что определяет цель, задачи и структуру диссертационного исследования.

Цель и задачи диссертационного исследования. Цель диссертационного исследования состоит в обосновании теоретико-методического подхода к обеспечению экономической безопасности сектора научных исследований в условиях цифровой трансформации, а также в разработке практических рекомендаций, направленных на своевременное выявление, объективную оценку и нейтрализацию угроз для производства новых знаний.

Реализация поставленной цели предполагает формулировку и последовательное решение следующих научно-практических задач:

1. Обосновать теоретико-методический подход к обеспечению экономической безопасности сектора научных исследований в условиях цифровизации и формирования нелинейных моделей производства знаний.

7

2. Уточнить содержание угроз экономической безопасности сектора научных исследований, представить их классификацию с учетом фаз инновационного цикла и стадий процесса производства знаний.

3. Модифицировать систему показателей экономической безопасности сектора научных исследований с учетом особенностей его функционирования в условиях цифровизации.

4. Провести оценку экономической безопасности сектора научных исследований с использованием разработанной системы показателей.

5. Предложить предельные (пороговые) значения критериев экономической безопасности сектора научных исследований и разработать методы их определения.

6. Сформулировать инструментарий обеспечения экономической безопасности сектора научных исследований и разработать прогнозы динамики показателей его состояния на период до 2030 года в Российской Федерации и регионах Приволжского федерального округа.

Объектом исследования является экономическая безопасность сектора научных исследований.

Предметом исследования выступают организационно-экономические отношения по поводу обеспечения экономической безопасности сектора научных исследований в условиях цифровизации.

Методологической основой диссертационного исследования выступает совокупность общенаучных и специальных методов, в том числе корреляционно-регрессионный, факторный и индексный анализ, инструменты имитационного и математического моделирования и многокритериальной оптимизации, методы экспертного, предельного, функционального, историко-экономического и экономико-статистического анализа, методы расчета композитных индексов и пороговых значений индикативных показателей экономической безопасности и др.

Информационной базой исследования послужили данные Министерства

науки и высшего образования РФ, Федеральной службы государственной

8

статистики и ее территориальных органов, Федеральной службы по надзору в сфере образования и науки, региональных органов государственной власти и др. В ходе исследования использованы аналитические материалы государственной корпорации развития «ВЭБ.РФ», НИУ «Высшая школа экономики», портала «Центры коллективного пользования научным оборудованием и уникальные научные установки», отчеты Всемирной организации интеллектуальной собственности и др. В ходе подготовки диссертационного исследования изучены положения Стратегии экономической безопасности РФ на период до 2030 года, Стратегии научно-технологического развития РФ, нормативные правовые акты, регулирующие инновационную деятельность и др.

Научная новизна диссертационной работы состоит в разработке теоретико-методического подхода к обеспечению экономической безопасности сектора научных исследований в условиях цифровой трансформации, основанного на признании расширенного состава субъектов, которые реализуют мероприятия по своевременному выявлению, предупреждению и нейтрализации угроз для научно-технологического потенциала экосистемы знаний и национальной экономики в целом. Отличие авторских результатов от известных состоит в том, что применение инструментария обеспечения экономической безопасности сектора научных исследований его участниками рассматривается в качестве необходимого условия расширенного воспроизводства научных знаний и включения научно-технологического потенциала в состав факторов эндогенного экономического роста.

Научная новизна раскрывается в следующих конкретных результатах, полученных лично автором и выносимых на защиту:

1. Обоснован теоретико-методический подход к обеспечению

экономической безопасности сектора научных исследований в условиях

цифровой трансформации экономики, согласно которому коллаборативные

взаимодействия между участниками нелинейных моделей производства знаний

(экосистемы знаний), включающими научные и образовательные организации,

высокотехнологичные предприятия, государство и будущих потребителей,

9

выступают самостоятельным источником внешних и внутренних угроз для накопления и реализации научно-технологического потенциала и, одновременно, создают объективные предпосылки для повышения уровня защищенности процессов производства знаний от угроз. В отличие от существующих подходов экономическая безопасность сектора научных исследований трактуется как система, в которой государство выполняет двойственную роль, что выражается в формировании им институциональной среды, организационной структуры системы безопасности, целевых ориентиров развития с использованием механизма иерархической координации и одновременно в участии в процессах производства знаний в рамках горизонтальных взаимодействий на основе интеграции в состав субъектов знаниевых экосистем специализированных государственных фондов, государственных корпораций и др.

2. Уточнена трактовка угроз экономической безопасности сектора научных исследований как возможности нанесения материального и нематериального ущерба экосистеме знаний и научно-технологическому потенциалу национальной экономики в целом; проведена типологизация угроз, которая основана на использовании в качестве классификационного признака зависимости их содержания от фаз инновационного цикла, стадии процесса производства знаний и субъектного состава участников. В отличие от существующих представленный подход к трактовке угроз и их классификации исходит из необходимости передачи части функций государства по обеспечению экономической безопасности сектора научных исследований субъектам экосистемы знаний, которые могут использовать свой научно-технологический потенциал для своевременного выявления, предупреждения и нейтрализации угроз или перераспределения потерь от их реализации между участниками горизонтальных взаимодействий.

3. Предложена модифицированная система показателей экономической

безопасности сектора научных исследований, которая включает: частные

показатели первого уровня, оцениваемые с использованием индексных

переменных и дифференцированные в зависимости от вида деятельности участников экосистемы знаний; детерминанты второго уровня (финансовая, кадровая, информационная, инфраструктурная и детерминанта интеллектуальной собственности), отражающие состояние составляющих научно-технологического потенциала сферы производства знаний; интегральный (сводный) показатель третьего уровня. В отличие от существующих предложенный состав показателей экономической безопасности сектора научных исследований позволяет обобщить большой массив данных, различающихся подходами к количественному выражению величин, с использованием интегрального показателя, который может применяться для получения верифицируемой оценки фактического и (или) возможного ущерба для научно-технологического потенциала сектора научных исследований и ее участников в случае реализации угроз.

4. Проведена оценка экономической безопасности сектора научных исследований с использованием интегрального показателя, что позволило получить объективное и адекватное представление о ее состоянии, уровне сопряженной пропорциональности развития отдельных составляющих и сопоставить полученные показатели с эталонным индексным значением. Применение предложенного методического подхода к оценке экономической безопасности экосистем знаний позволяет провести сравнительный анализ субнациональных образований по уровню угроз для научно-технологического потенциала, которые выступают объектами направленного воздействия со стороны государства и участников экосистемы знаний с целью их предупреждения и нейтрализации.

5. Обоснованы предельные (пороговые) значения индикативных

показателей экономической безопасности сектора научных исследований в

условиях цифровой трансформации, которые включают: целевые значения, или

количественно измеримые частные и интегральные индикаторы ориентиров

развития, а также критические значения, определяющие область экстремально

низкого уровня экономической безопасности; разработаны методы их

11

определения. Представленный подход к оценке уровня экономической безопасности сектора научных исследований отличается комплексным характером, который выражается в использовании трехуровневой системы показателей и двух групп предельных (пороговых) величин, что обеспечивает достоверность и сопоставимость результатов, а также применимость для оценки мер по обеспечению экономической безопасности, их последующей корректировки и повышения эффективности коммуникаций участников экосистемы знаний.

6. Сформулированы инструменты обеспечения экономической безопасности сектора научных исследований с участием субъектов экосистемы знаний, включающие: идентификацию и нейтрализацию источников угроз, оценку их уровня, перераспределение ущерба от реализации угроз между участниками экосистемы знаний, отказ от совершения рисковых действий, признание ущерба и отказ от его страхования; определено, что эффективность выбора инструмента определяется полнотой учета и множественностью реципиентов синергетического эффекта их применения, обусловленного экосистемным характером взаимодействий; разработан прогноз динамики интегральных показателей экономической безопасности сектора научных исследований Российской Федерации, Приволжского федерального округа, Республики Татарстан и Чувашской Республики на период до 2030 года с учетом реализации предложенных рекомендаций.

Соответствие содержания диссертации Паспорту научной специальности. Диссертационное исследование выполнено в соответствии с Паспортом научной специальности 5.2.3. Региональная и отраслевая экономика (экономическая безопасность): 13.3. Типология проблем экономической безопасности. Угрозы и вызовы экономической безопасности. 13.11. Методы мониторинга обеспечения экономической безопасности в условиях развития цифровых технологий. 13.12. Разработка и применение методов, механизмов и инструментов повышения экономической безопасности.

Теоретическая значимость работы заключается в том, что положения диссертации обогащают теорию экономической безопасности с учетом растущей роли производства знаний в обеспечении инновационного и научно-технологического развития в условиях цифровой трансформации экономики. Это проявляется в развитии понятийного аппарата, отражающего содержание угроз экономической безопасности, уточнении их видов в соответствии с разработанными классификационными признаками, обосновании методического полхода к оценке уровня экономической безопасности сектора научных исследований. Выводы, сформулированные в диссертации, развивают представления о нелинейных моделях инноваций и экосистеме знаний, формирование и развитие которых связано с появлением новых угроз и одновременно выступает предпосылкой для разработки действенных инструментов воздействия на них с целью предупреждения и нейтрализации.

Практическая значимость работы заключается в том, что сформулированные рекомендации могут использоваться при подготовке отдельных разделов программных документов государства, определяющих цели, и задачи государственной инновационной и научно-технологической политики, а также инструменты, применяемые субъектами экосистемы знаний (государственными и негосударственными научно-исследовательскими и образовательными организациями, государственными корпорациями высокотехнологичными предприятиями) для выявления, предупреждения и нейтрализации угроз экономической безопасности сектора научных исследований. Сформулированные положения и рекомендации автора могут быть использованы в образовательной деятельности при подготовке специалистов по направлениям «Экономика» и «Менеджмент».

Апробация результатов исследования. Основные положения и выводы диссертационной работы изложены и обсуждены на международных и всероссийских научных и научно-практических конференциях в 2023-2024 гг., в том числе: всероссийской научно-практической конференции с международным участием «Генезис и онтология инновационно ориентированной деятельности в

13

условиях цифровизации» (Омск, 2023), международной научно-практической конференции «Современные задачи и перспективные направления инновационного развития науки» (Саратов, 2024), международной научно -практической конференции «Уральские научные чтения» (Уфа, 2024), XLVШ международной междисциплинарной конференции «Перспективы и ключевые тенденции науки в современном мире» (Мадрид, Испания, 2024) и др.

Разработанные теоретические и практические рекомендации внедрены и используются в учебном процессе ФГАОУ ВО «Казанский (Приволжский) федеральный университет», а также в деятельности Академии наук Республики Татарстан, ГБУ «Центр экономических и социальных исследований Республики Татарстан при Кабинете Министров Республики Татарстан», что подтверждено справками о внедрении.

Публикации результатов исследования. По теме диссертационного исследования было опубликовано 14 работ общим объемом 5,5 п. л. (авт. — 5,15 п. л.), в том числе — 5 в журналах, включенных в перечень рецензируемых научных изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени кандидата наук, на соискание ученой степени доктора наук (ВАК).

Структура работы определена с учетом целей и задач, поставленных в диссертации. Работа состоит из введения, трех глав, содержащих 9 параграфов, заключения, списка использованной литературы, содержащего 186 источников, и пяти приложений.

Во введении обосновывается актуальность темы, раскрывается степень разработанности проблемы, определяются цель и задачи, предмет и объект, методологическая основа исследования, представлены научная новизна, теоретическая и практическая значимость полученных результатов, результаты апробации сформулированных рекомендаций и структура диссертации.

В первой главе «Теоретико-методические подходы к обеспечению экономической безопасности сектора научных исследований в условиях цифровой трансформации» отражен процесс становления представлений об

14

экономической безопасности; выявлены особенности нелинейных инновационных процессов и моделей производства знаний в цифровой экономике; проанализированы источники угроз экономической безопасности в секторе научных исследований в период цифровой трансформации.

Во второй главе «Мониторинг и оценка экономической безопасности сектора научных исследований в Российской Федерации в условиях цифровой трансформации» проанализированы факторы экономической безопасности сектора научных исследований с использованием данных о социально-экономическом развитии субъектов РФ; предложены показатели научно-технологического потенциала сферы производства знаний как базиса экономической безопасности сектора научных исследований; сформулированы методические подходы к его оценке.

В третьей главе «Оценка и прогноз динамики показателей экономической безопасности сектора научных исследований в условиях цифровой трансформации» проведена апробация методики оценки экономической безопасности сферы производства знаний; сформулированы рекомендации, направленные на повышение уровня ее экономической безопасности в период цифровой трансформации; разработаны прогнозы динамики уровня экономической безопасности сектора научных исследований с использованием данных о его развитии в регионах Приволжского федерального округа и Российской Федерации на период до 2030 года.

В заключении сформулированы основные выводы и предложения по результатам исследования, обозначены направления дальнейших исследований.

1. ТЕОРЕТИКО-МЕТОДИЧЕСКИЕ ПОДХОДЫ К ОБЕСПЕЧЕНИЮ

ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ СЕКТОРА НАУЧНЫХ ИССЛЕДОВАНИЙ В УСЛОВИЯХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ 1.1. Эволюция представлений о производстве знаний и их роли

в экономическом развитии

Имплементация науки и научных исследований в состав эндогенных источников поступательной экономической динамики и факторов экономической безопасности государства обусловлена совокупностью объективных и субъективных предпосылок. Среди объективных условий наиболее значимыми представляются: переход постиндустриального хозяйственного уклада в стадию, на которой перманентный рост расходов на производство и передачу знаний в сфере научных исследований и образования предопределил повышение роли человеческого капитала в обеспечении экономического роста; цифровая трансформация, что нашло отражение в разработке и внедрении информационно-коммуникационных и цифровых технологий во все виды экономической деятельности и сектор государственного управления; формирование экосистемы знаний, субъекты которых выступают обладателями прав на результаты интеллектуальной деятельности в результате их создания или на основе соответствующих договоров, разрабатывают и внедряют продуктовые и технологические инновации. Последнее позволило исследователям сделать вывод о начале пятой промышленной революции (Индустрия 5.0), которая предполагает превращение предприятий в интеллектуальные системы, а также «интеграцию человека с машинами и открытие новых способов совместной работы для увеличения ресурсов и повышения эффективности производств»4. В свою очередь, распространение

Список литературы диссертационного исследования кандидат наук Федирко Татьяна Сергеевна, 2025 год

тера

д

е н не

□ Темп прироста российских публикаций

□ Темп прироста международных публикаций

231,3%

41,6%

71,1%

64,3%

58,6%

40,2%

37,2%

31,3%

3,8%

1,3%

9,5%

9,8%

7,1%

7,4%

2,1%

1,3%

-4,9%

3,8%

-12,6%

48,3%

Источник: составлено автором с использованием данных АЦ-Эксперт. Рейтинг публикационной активности российских университетов (2023). URL:

https://acexpert.ru/publications/rating/reiting-publikatsionnoi-aktivnosti-rossiiskikh-universitetov-202#Результаты%20рейтинга (дата обращения: 23.04.2025).

Рис. 2.1.7. Темп прироста публикационной активности по областям науки в Российской Федерации и в мировом сообществе, 2016-2023 гг., %.

129 Толмачев Д., Игошина Е., Перечнева И. Специальный рейтинг публикационной активности российских вузов // Эксперт. № 5 (6), 20.05.2024.

Результативность научных исследований и разработок как важнейшего фактора конкурентоспособности предопределяет возможности региональных образований по формированию и динамизации инновационного развития, способствующего прогрессу и представляющего собой один из базисных компонент экономической безопасности государства и технологического суверенитета. Уровень инновационного развития и его динамика симулируются под влиянием цифровизации всех видов экономической деятельности, что создает предпосылки для преодоления межрегиональных диспрлпорций. В исследованиях Ц. Чжоу130 выявлен синергетический эффект инновационного развития и цифровизации экономики на мезоуровне, проявляющийся в прямой зависимости наращивания инновационного производства при активизации цифрового развития региона.

В работах М.С. Вареник131 отражена значимая корреляция научного, инновационного развития и уровня цифровизации регионального образования с показателем валового регионального продукта на душу населения. При этом наиболее высокий уровень корреляции установлен для публикационной активности в конкретно экономической, эконометрической и финансовой областях, относительной величины показателя внутренних затрат на прикладные исследования, объема произведенных в региональной экономике инновационных товаров и услуг, а также объема переданной через сеть интернет информации. Построенная в рамках исследования регрессионная модель отражает взаимную зависимость предложенных детерминант, демонстрирующих уровень научного, инновационного и цифрового развития, и экономического положения регионального образования. Данная модель обладает высоким коэффициентом детерминации (Я2 = 0,72), то есть в

130 Zhou Q., et al. (2024) How does the development of the digital economy affect innovation output? Exploring mechanisms from the perspective of regional innovation systems. Structural Change and Economic Dynamics. Vol. 70 (C), pp. 1-17. (In Eng.). URL: https://doi.org/10.1016/j.strueco.2024.01.007 (дата обращения: 23.04.2025).

131 Вареник М.С. Влияние научно-инновационной деятельности и цифровизации на уровень экономики регионов России // Интеллект. Инновации. Инвестиции. 2024. № 6. С. 27-39.

семидесяти двух процентах функционирования модели сочетание предлагаемых факторов определяет изменяемость экономического развития региона.

Полученные Вареник М.С. результаты наглядно отображают необходимость активизации научно-исследовательской, инновационной и цифровизационной деятельности как на макро-, так и на мезоэкономическом уровне в целях ускорения экономического развития региона. Кроме того, исследователем доказано, что «существенное влияние на экономический рост научно-инновационная активность и цифровые информационные потоки начинают оказывать лишь при определенном уровне экономики»132. Данный тезис является исходным положением для формирования стратегической модели, направленной на оптимизацию пространственного размещения научно-исследовательского потенциала с одновременным повышением уровня инновационности экономики и активизацией процессов цифровизации.

Таким образом, в рамках проведения мониторинга состояния экономической безопасности сектора научных исследований в условиях цифровой трансформации необходимо определить уровни научного и инновационного потенциала экономики, а также степень ее цифровизации.

2.2. Система показателей экономической безопасности сектора научных

исследований

В качестве угроз для экономической безопасности сектора научных исследований в диссертации рассматриваются угрозы для накопления и эффективного использования научно-технологического и инновационного потенциала национальной экономики. Если научно-технологический потенциал (лат. рв1впИа — сила, возможности; потенциал — совокупность имеющихся активов) определяется как совокупность ресурсов, используемых для осуществления фундаментальных научных исследований и опытно-

132 Вареник М.С. Влияние научно-инновационной деятельности и цифровизации на уровень экономики регионов России // Интеллект. Инновации. Инвестиции. 2024. № 6. С.36.

75

конструкторских разработок, то инновационный потенциал в диссертации рассматривается как более широкое понятие, которое включает в себя научно-исследовательских потенциал и ресурсы, необходимые для внедрения и тиражирования инноваций. В этой связи определение уровня экономической безопасности исследуемого сектора предполагает необходимость оценки инновационного потенциала, последующего выделения показателей научно=технологического потенциала. Для решения данной задачи целесообразно обратиться к методике расчета разработанного Всемирной организацией интеллектуальной собственности Глобального индекса инноваций, в соответствии с которым в 2023 году в области научно-технологического и инновационного развития лидировали Швейцария (67,5), Швеция (64,5) и США (62,4). Российская Федерация в рейтинге 011-2024 занимает пятьдесят девятое место с индексом 29,7133.

Рейтинг стран по инновационному развитию формируется на основе расчета интегрального индекса, рассчитываемого как среднее арифметическое двух субиндексов. Первый субиндкс отражает состояние совокупности инновационных ресурсов, в составе которых выделены показатели институционального капитала, образовательного и научного капитала, инфраструктуры и уровня развитости рынка. Второй субиндекс позволяет оценить эффективность использования инновационных ресурсов на основе учета результатов развития технологий, знаниевой экономики и креативного капитала. Субиндексы, в свою очередь, формируются на основе учета семидесяти восьми показателей. Полный рейтинг стран мира 011-2024 с данными за 2023 год представлен в таблице 1 Приложения 1. Фрагмент рейтинга наглядно отражен на рис. 2.2.1.

133 Рейтинг стран мира по Индексу инноваций / Гуманитарный портал: исследования и прогнозы. URL: https://gtmarket.ru/ratings/global-innovation-index (дата обращения 25.04.2025).

76

а ы

& in

де о С

rn

Источник: составлено автором на основе: «Рейтинг стран мира по Индексу инноваций» / Гуманитарный портал: исследования и прогнозы. URL: https://gtmarket.ru/ratings/global-innovation-index (дата обращения 25.04.2025).

Рис. 2.2.1. Фрагмент рейтинга стран мира GII-2024, составленный по данным за 2023 год134

Необходимо отметить по результатам 2023 года снижение инвестиционных вложений в инновационное развитие в мире в целом как результат реализации пиковой активности финансирования данного направления в течение 2020-2022 годов: наибольшему сокращению подвергся показатель объема венчурных инвестиций (-36,2% в 2022 году и -39,7% в 2023 году) и соответствующее количество сделок с участием венчурных фондов (-9,5% в 2023 году к 2022 году). Кроме того, снизилось число научных публикаций (-5,3% в 2023 году к 2022 году). Мировой объем расходов корпораций на НИР продемонстрировал рост на 6,1%, что ниже среднегодовых

134 Составлено автором на основе: Рейтинг стран мира по Индексу инноваций / Гуманитарный портал: исследования и прогнозы. URL: https://gtmarket.ru/ratings/global-innovation-index (дата обращения 25.04.2025).

77

темпов роста в течение 2016-2022 гг., составляющих 8,2%, и пиковых значений 2019-2021 годов, составляющих 10-13%. Это нашло отражение в снижении международной патентной активности на 1,8%, продемонстрировав негативную динамику впервые с 2009 года.

Позитивная динамика наблюдалась в наращивании темпов технологического прогресса в сфере здравоохранения в области секвенирования генома (8,1% к данным 2021 года), в вычислительных мощностях (60,0% к данным 2021 года) и электрических аккумуляторах (+13,6% к данным 2022 года). При этом имел место прирост объемов внедрения новейших технологий, при этом максимальный показатель выявлен в сфере электрической автотехники (+53,8% к данным 2022 года), проникновении связи 50 (+22,6% к данным 2022 года) и робототехники (+12,2% к данным 2022 года). Результаты анализа показывают позитивное влияние инновационного развития на социально-экономическое положение государств, что находит отражение в повышении производительности труда (+1,0% к данным 2022 года), снижении уровня бедности (-5,0% к данным 2022 года), который, тем не менее, остается выше показателя 2018 года, а также повышении ожидаемой продолжительности жизни (+0,9% к данным 2022 года), остающейся, тем не менее, на уровне 2015 года.

Позиции Российской Федерации продемонстрировали снижение на 8 пунктов с 2022 года (51-е место), на 12 пунктов с 2021 года и 14 пунктов с 2020 года. Наивысшие показатели Российской Федерации представлены субинтегральными величинами, отражающими уровень образовательного и научного капитала (39-е место), эффективности экономики знаний (52-е место), результатов использования знаний и технологий (53-е место) и креативного капитала (53-е место), а наиболее негативное значение показателя установлено для институционального капитала (126-е место), включающего в себя уровень стабильности условий ведения бизнеса, оценочную величину эффективности государственного управления и состояние нормативно-правовой сферы, для которого, в соответствии с представленными в таблице 2 Приложения 1

данными, установлены самые сильные корреляционные связи между показателями.

Однако с точки зрения экспертов Института статистических исследований и экономики знаний Высшей школы экономики (ИСИиЭЗ ВШЭ), позиция Российской Федерации в соответствии с оценкой ВОИС является необъективной в связи с неактуальностью использованных при расчетах инновационного индекса данных: «.. .по 18 из 78 индикаторов данные по России старше 2021 года, еще по трем информация вовсе отсутствует. В общей сложности эти позиции составляют более четверти всех индикаторов индекса (27%). Поэтому объективно оценить позиции России в новом выпуске рейтинга затруднительно»135, тогда как самим ИСИиЭЗ ВШЭ выявлен прирост значительного количества показателей, позитивно отражающих инновационное положение и научное развитие Российской Федерации в 2023 году за счет увеличения внутренних затрат на исследования и разработки, расходов организаций на собственную инновационную деятельность, объема произведенной и реализованной инновационной продукции. Наибольший рост инновационной активности по статистике, представленной ИСИЭЗ136, зафиксирован в сфере промышленного производства: по показателю разработки и внедрения инновационных продуктов в 2023 году число инновационно направленных организаций составило 16,9% от общего количества, тогда как в 2022 году аналогичный показатель зафиксирован на отметке 15,6%; в строительной отрасли в 2023 году данный показатель составил 4% при 3,9% в 2022 году, в сельскохозяйственной сфере — 9,9% в 2023 году и 8% в 2022 году. При этом увеличивается технологическая составляющая экономического развития: 2,7 тысяч передовых производственных технологий, то есть +4,7% к

135 В России недосчитали инноваций // КомерсантЪ, 27.09.2024. URL: https://www.kommersant.ru/doc/7183505 (дата обращения 27.04.2025).

136 Национальный исследовательский университет «Высшая школа экономики». Институт статистических исследований и экономики знаний. Инновационный рост российской экономики (26.09.2024). URL: https://issek.hse.ru/news/966501540.html (дата обращения 27.04.2025).

2022 году и +37,9% к 2020 году, а также 278,6 тысяч инновационных решений (+14,7% в 2023 году к 2020 году)137.

Прирост инвестиционных вложений в инновационное производство в 2023 году, характеризуемый объемом текущих и капитальных затрат, составил 29,63% к данным за 2022 год. В абсолютных величинах инвестиционные вложения выросли с 2,7 трлн рублей до 3,5 трлн рублей, а увеличение доли инновационной продукции компаний составило 0,4%: с 2,1% инновационных товаров, работ и услуг в общем объеме производства в 2022 году (6,4 трлн рублей) до 2,5% (8,3 трлн рублей) аналогичной составляющей в 2023 году. Данный показатель является наиболее высоким за период 2019-2023 гг.

В соответствии с данными рейтинга субъектов Российской Федерации по уровню научно-технологического развития, сформированного за 2016-2023 гг. и представленного в Приложении 2, среднерегиональное значение данного индекса отражают уровень инновационного развития Российской Федерации, соответствуя в смысловом значении ОН. Однако необходимо отметить, что указанная среднерегиональная величина в 2023 году равна 35,31, что в рейтинге О11 соответствует 45-46-му месту. Данная методика позволяет представить объективную оценку инновационного развития России по сравнению с результатами, полученными ВОИС при расчете глобального индекса инновационности.

Динамика индекса научно-технологического развития по субъектам Российской Федерации отражена в Приложении 2. На рис. 2.2.2 получила наглядное отображение динамика данного показателя для регионов Приволжского федерального округа за период 2016-2023 гг.

137 Наука. Технологии. Инновации: 2025: краткий статистический сборник / Л.М. Гохберг, К.А. Дитковский, М.Н. Коцемир и др.; Нац. исслед. ун-т «Высшая школа экономики». — М.: ИСИЭЗ ВШЭ, 2025.

80

Источник: составлено автором на основе рейтингов регионов по научно-технологическому развитию — РИА Рейтинг, 2016-2023 гг. URL: https://issek.hse.ru/news/966501540.html (дата обращения 27.04.2025).

Рис. 2.2.2. Динамика индекса научно-технологического развития субъектов Приволжского федерального округа, 2016-2023 гг.

В соответствии с представленными данными, продемонстрированными в Приложении 2 и на рис. 2.2.2, за исследуемый период негативная тенденция выявлена только для четырех регионов ПФО: Самарской области (среднегодовой темп прироста показателя составил 0,9679), Чувашской Республики (среднегодовой темп прироста показателя составил 0,8982), Пензенской области (среднегодовой темп прироста показателя составил 0,9679) и Саратовской области (среднегодовой темп прироста показателя составил 0,9133). Для шести

регионов индекс научно-технологического развития превышает его среднюю величину по федеральному округу, и только один регион — Оренбургская область, на протяжении всего исследуемого периода имеет соответствующее значение индекса ниже среднероссийского, что позволяет говорить об относительно низком уровне угроз для сектора научных исследований. В качестве подтверждения этого вывода можно использовать данные макетного отчета Ассоциации инновационных регионов России138, согласно которому проведена группировка регионов по пяти группам: в группу А включены регионы, лидирующие в инновационном развитии; к группе Б отнесены регионы, имеющие высокоразвитые инновационные системы; группа В включает в себя регионы, в которых наличествует сильная инновационная система; к группе Г относятся регионы, в которых инновационные системы являются развивающимися; в группу Д отнесены регионы, инновационная система которых находится на этапе становления, а полученные значения интегрального показателя, характеризующего состояние сектора научных исследований в субъекте Российской Федерации, отражают существенную дифференциацию последнего: от минимального 0,14 до максимального 0,82, то есть в 5,857 раз.

Согласно предложенной классификации, из субъектов Приволжского федерального округа к группе А, включающей в себя десять субъектов Российской Федерации, отнесены пять регионов; к группе Б — пять регионов из пятнадцати по России; к группе В — три региона из двадцати; к группе Г — один регион из двадцати, при этом в отчете отмечается, что наибольшая доля регионов, представляющих собой «центры притяжения» инноваций, сосредоточена в Приволжском федеральном округе. При этом «... Центрам притяжения свойственны в среднем более высокая интенсивность затрат на создание инноваций и уровень техновооруженности исследователей, а также

" "139

высокий уровень выпуска инновационной продукции»139.

138 Ассоциация инновационных регионов России. Региональный индекс развития инноваций. Июнь 2024. URL: https://i-regions.ru/images/books/I Index отчет в MaKeTe.pdf (дата обращения 27.04.2025).

139 Там же. С. 12.

Научные исследования и технологическое развитие являются взаимосвязанными категориями, при этом широко распространена оценка научного потенциала в качестве базы для инновационно-технологического развития. Однако в целях данного диссертационного исследования актуализируется оценка научного потенциала с позиции востребованности результатов научных разработок и результативности их коммерциализации, коррелирующих с безопасностью сектора научных исследований и обусловливающей дальнейшее развитие изучаемой сферы.

В ходе исследования проведена сепарация интегрального показателя научно-технологического развития с целью вычленения в его составе собственно научной составляющей, что способствует дифференцированно оценке научного потенциала для установления уровня безопасности сферы научных исследований. Проведение предлагаемой дифференциации опирается на особенности функционирования сектора научных исследований в условиях цифровой трансформации экономического развития, и, в контексте данного диссертационного исследования, реализуется применительно к региональному уровню. В составе предлагаемой характеристической переменной выделяются детерминанты, объединяющие в себе факторы собственного развития. Итоговая характеристическая переменная представлена трехуровневой композицией, в основании которой (первый, нижний уровень) находятся частные факторы, демонстрирующие региональные параметры детерминант. Указанные детерминанты составляют второй уровень и описывают результат совокупного воздействия факторов конкретно по условиям их группировки, а объединение детерминант представляет собой характеристический показатель третьего уровня, в индексном выражении демонстрирующий степень развития сектора научных исследований в условиях цифровой трансформации региональной экономики.

Структура интегрального показателя экономической безопасности сектора научных исследований в условиях цифровой трансформации экономики представлена на рис. 2.2.3.

и и 8 Е

О 8 о и

со 58

о в

л

я о 8 и <и Л И

8 Н о о 8

8

О со ш Ю 5 8 О И

0 ш

01 8 £ О 8 О И со

л

«

ш £

со а и о 8 5 8

3 8

л

«

а

и <и н 8 К

¡9 8 8

Е

Л

ш н и ч

и о

а

£

л

О

ая а

т н

в а

о н

с анс и м с

н и р е т о

Ф е

д

58 й §8

йЗО

Е^й £

8рВ я

ч Со з

ац ^ л

не^ в

£ 8 § 8 К

К

3

8 сз

ас §

НсЗ 3

»8 3

и I

Я

Й и _

о

" <ц ^

Соотношение исследователей в объединенных группах 20-39 лет (20-29; 3039) и 50-69 лет (50-59; 60-69) в структуре занятых, коэф., Х1 Удельный вес занятых исследованиями и разработками в общей численности занятого населения в регионе, коэф., Х2

Доля выпускников инженерно-технологических направлений подготовки в численности занятых в НьТеЛ отраслях, коэф., Хз

Соотношение исследователей в возрасте 30-39 лет в регионе относительно показателя в среднем по субъектам РФ, коэф., Х4

Доля защитивших кандидатские диссертации в общем числе лиц, окончивших аспирантуру (все формы обучения), коэф., Х5

Доля исследователей, имеющих ученую степень по естественным и инженерным наукам, коэф., Хб

Удельный вес среднерегионального уровня оплаты труда исследователей в среднероссийском, коэф., Х7

Доля бюджетного финансирования научно-исследовательских разработок в общем объеме расходов в регионе, коэф., Х§

Удельный вес затрат на финансирование разработок в общем объеме совокупных расходов в секторе НИР, коэф., Х9

Доля средств бюджета субъекта РФ в объеме средств бюджетов всех уровней на поддержку НИР, коэф., Х10

Удельный вес внутренних затрат на исследования и разработки в общем объеме выполненных научной организацией работ, услуг, коэф., Х11

Отношение количества технико-технологических объектов интеллектуальной собственности региональных организаций к численности региональных исследователей, коэф., Х12

Отношение количества полученных отечественных и зарубежных патентов на объекты интеллектуальной собственности к численности исследователей, коэф., Х13

Публикационная активность как среднее арифметическое совокупностей блока показателей публикационной емкости региона и блока публикационного качества, коэф., Х14

Удельный вес НИР, завершившихся созданием продукта, коэф., Х15

Доля патентных заявок в области информационных и цифровых технологий, коэф., Х16

Удельный вес компьютеров с подключением к сети интернет на 100 исследователей, коэф., Х17

Удельный вес отечественного прикладного информационного обеспечения в общем программном обеспечении научных организаций, коэф., Х18 Уровень информатизации региона, коэф., Х19

Использование цифровых технологий научными организациями, коэф., Х20 Уровень доступности Единой цифровой платформы научного и научно-технического взаимодействия исследователей, коэф., Х21

Удельный вес организаций, выполнявших НИР, в общей численности организаций в регионе, коэф., Х22

Техническая вооруженность сектора исследований и разработок в регионе (балансовая стоимость машин и оборудования в расчете на одного исследователя), коэф., Х23

Удельный вес инжиниринговых центров в регионе, сформированных на базе образовательных организаций высшего образования и научных организаций, относительно РФ (ЦКП и УНУ), коэф., Х24 Доступность НИКС, коэф., Х25

Источник: составлено автором.

Рис. 2.2.3. Структура интегрального показателя экономической безопасности сектора научных исследований в регионе

Аналогичная структура интегрального показателя может быть использована при формировании интегрального индекса уровня экономической безопасности сектора научных исследований в национальной экономике.

В соответствии с представленной структурой потенцируется вычисление детерминант как простого среднего входящего в его состав частных факторов, при этом вес каждого фактора является одинаковым. Рассмотрим подробнее формирование каждого блока (детерминант).

1. Блок «Кадровая детерминанта Орекоппе1» отражает промежуточную оценку уровня и структуры кадровых ресурсов сектора научных исследований, обусловливающих развитие высокотехнологичных отраслей и поддержку инновационной активности региональной экономики. Показатели блока формируются на основе данных Федеральной службы государственной статистики, Министерства образования и науки Российской Федерации, Министерства просвещения Российской Федерации. Все показатели являются относительными (коэффициентными) величинами в целях удобства их сопоставления и демонстрации приближенности к идеальному состоянию, что в дальнейших разделах позволит устанавливать уровень угрозы безопасности сектора научных исследований анализируемого региона. В составе данного блока все показатели вычисляются способом, вербально описанным при представлении структуры искомого характеристического (интегрального) показателя.

2. Блок «Финансовая детерминанта ВРтапсы» демонстрирует наличие и

структуру ресурсов, направленных на поддержание и развитие научных

исследований и разработок. Он определяет нацеленность региональной

экономической динамики на дальнейшее расширение инновационного

производства и заинтересованность в нем управленческих структур разного

уровня. Показатели блока формируются на основе данных Федеральной службы

государственной статистики Российской Федерации в региональном и

федеральном разрезах. Аналогично предыдущему блоку, все показатели

представляют собой индексные переменные, допустимые к сравнению в силу

85

своей однородности, и вычисляемые как отношение одной статистически представленной величины к другой, демонстрируя вклад субъекта Российской Федерации в совокупный показатель по стране в целом.

3. Блок «Детерминанта интеллектуальной собственности рг0репу»

включает в себя четыре частных фактора, которые определяют объем результатов интеллектуальной деятельности как ключевого источника формирования и позитивной динамики инновационного производства, источником его конкурентных преимуществ, фактором технологического суверенитета и экономической безопасности региона и государства в целом. Частный показатель Х12 в составе данного блока представляет собой модификацию коэффициента изобретательской активности в его технико-технологической направленности. Он формируется на основе данных Федеральной службы государственной статистики, Единой межведомственной информационно-статистической системы и Роспатента. Аналогичную модификацию представляет собой и показатель Х13, в числителе которого отражаются не только российские, но и зарубежные охранные документы, подтверждающие права правообладателя на результаты интеллектуальной деятельности. Показатель Х14, отражающий публикационную активность, рассчитывается в соответствии с методикой Д.С. Терещенко и В.С. Щербакова140 с использованием формулы (2.2.1) как среднее арифметическое совокупностей блока показателей публикационной емкости и блока публикационного качества региона:

ЯРА = (2.2.1)

где ЯРА — интегральная оценка публикационной активности субъекта Российской Федерации;

140 Терещенко Д.С. Формирование рейтинга публикационной активности российских регионов / Д.С. Терещенко, В.С. Щербаков // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2018. Том 4. № 3. С. 213-230. Б01: 10.21684/2411-7897-2018-4-3-213-230.

КРЛ\ — суммарная оценка индикаторов, включенных в блок публикационной емкости региона (количественной характеристики публикационной активности субъекта РФ);

ЯРЛ2 — суммарная оценка индикаторов, включенных в блок публикационного качества региона (качественной характеристики публикационной активности субъекта РФ).

Высокая дифференцированность субъектов РФ по ряду социально-экономических индикаторов обусловила нормирование последних до процесса расчета суммарных оценок в целях адекватизации их дальнейшего сопоставления. Тем самым, вычисление суммарной оценки индикаторов в каждом из блоков производится в соответствии с формулой (2.2.2):

П; х\ —х\,

J i i min

^i=1 j j X. —x.

RPAj =-imax imin, (2.2.2)

V UJ

где x}t — i-тый индикатор в составеу-того блока;

ximin — минимальное значение i-того индикатора в составе у-того блока;

Ximax — максимальное значение i-того индикатора в составе у-того блока;

n.j — количество индикаторов в составе у-того блока.

В числителе формулы (2.2.2) представлена сумма нормированных показателей, непосредственно влияющих на потенциал публикационной активности субъектов РФ. В блок показателей публикационной емкости регион RPA\ включены количество публикаций на тысячу человек населения; количество публикаций на одну организацию, выполняющую НИР в регионе; количество публикаций на одного автора в регионе. В блок публикационного качества региона RPA2 включены индикаторы, направленные на сопоставление субъектов РФ с позиции полученных результатов, их уровня и востребованности, то есть как удельный вес публикаций в изданиях, включенных в базу данных Russian Science Citation Index; удельный вес публикаций в изданиях, входящих в перечень ВАК; количество цитирований на одну публикацию. В соответствии с введенным Правительством Российской Федерации в марте 2022 года

мораторием на учет публикаций в зарубежных изданиях141, индикатор «удельный вес публикаций в изданиях, входящих в Web of Science and Scopus», предложенный к использованию в методике Д.С.Терещенко, был исключен из расчетов блока RPA2.

В соответствии с предлагаемым подходом «... количественные показатели публикационной активности не являются превалирующим фактором при расчете ... что, на наш взгляд, является более разумным и логичным с точки зрения

14?

неоднородности рассматриваемых регионов»142.

4. Блок «Информационная детерминанта Deformation» включен в качестве самостоятельного субиндекса в состав характеристического показателя развитости сектора научных исследований в соответствии с целью и задачами диссертационного исследования, так как в условиях цифровизации экономического развития информационная составляющая оказывает существенное влияние на уровень существующих научных исследований, и наоборот — научные исследования оказывают воздействие на цифровизацию, что и отображено за счет входящих в состав данного блока частных факторов. Четыре из шести факторов в составе информационной детерминанты Х16 - Х19 представляют собой простое соотношение показателей, предоставляемых в открытом доступе Федеральной службой государственной статистики Российской Федерации. Для расчета показателя Х20, отражающего полноту и результативность использования цифровых технологий научными организациями, в ходе диссертационного исследования использована методика, утвержденная Подкомиссией по цифровой экономике Правительственной комиссии по цифровому развитию143. В соответствии с данной методикой,

Х20 = ВЗирцт + ВЗви, (2.2.3)

141 Мораторий на требования к публикациям ученых в зарубежных журналах продлили до 2024 года // ТАСС. Наука. 13.11.2023. URL: https://nauka.tass.ru/nauka/19272931 (дата обращения 03.04.2025).

142 Терещенко Д.С. Формирование рейтинга публикационной активности российских регионов / Д.С. Терещенко, В.С. Щербаков // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2018. Том 4. № 3. С. 219.

143 Методика расчета показателя «Внутренние затраты на развитие цифровой экономики за счет всех источников». Протокол от 27.09.2019 № 577пр. URL: https://64.rosstat.gov.m/storage/mediabank/методологияo/o203информ.pdf (дата обращения 03.04.2025).

где ВЗирцт — внутренние затраты на научные исследования и разработки в области цифровых технологий, тыс. руб.; рассчитываются на основе данных федерального статистического наблюдения но форме № 2-наука «Сведения о выполнении научных исследований и разработок»;

ВЗви — внутренние затраты на создание, внедрение и использование цифровых технологий, тыс. руб.; рассчитываются на основе данных федерального статистического наблюдения по форме № 3-информ «Сведения об использовании информационных и коммуникационных технологий при производстве вычислительной техники, программного обеспечения и оказания услуг в этих сферах»144.

Фактор Х21, отражающий доступность для региональных исследователей Единой цифровой платформы научного и научно-технического взаимодействия исследователей145, выражается дуально: 0 — недоступно, 1 — доступно.

5. Блок «Инфраструктурная детерминанта D infrastructure» отражает обеспеченность сектора научных исследований объектами инновационной инфраструктуры в целях социально-экономического развития региона за счет активизации и укрепления взаимосвязей как внутри научного сообщества, так и его взаимодействия с бизнес-структурами в условиях цифровой трансформации, что обусловливает включение в данный блок следующих показателей:

Фактор Х22 отражает распространенность научно-исследовательских организаций в регионе. Он вычисляется как соотношение представленных в открытом доступе Федеральной службой государственной статистики Российской Федерации численности организаций, выполнявших НИР, в общей численности организаций.

Фактор Х23 демонстрирует техническую вооруженность сектора научных исследований и вычисляется как балансовая стоимость машин и оборудования в

144 Методика расчета показателя «Внутренние затраты на развитие цифровой экономики за счет всех источников». Протокол от 27.09.2019 № 577пр. URL: https://64.rosstat.gov.m/storage/mediabank/методология%203информ.pdf (дата обращения 03.04.2025). С. 4.

145 Министерство науки и высшего образования Российской Федерации. Единая цифровая платформа научного и научно-технического взаимодействия исследователей. URL: https://sciencenet.ru/ (дата обращения 05.04.2025).

расчете на одного исследователя в соответствии с Федеральным проектом «Развитие инфраструктуры для научных исследований и подготовки кадров»146;

Фактор Х24 отражает состояние в регионе инжиниринговых центров, способствующих повышению восприимчивости производственно-технологического сектора к инновационным продуктам и решениям, реализации отраслевых приоритетов, а также потенцирующих подготовку, переподготовку и повышение квалификации кадров научно-инновационной производственной системы. Данный показатель вычисляется как отношение количества инжиниринговых центров, функционирующих в исследуемом регионе, к общему количеству инжиниринговых центров в Российской Федерации; данные для вычисления данного индекса представлены на официальном сайте научно-технологических инициатив Российской Федерации147;

Фактор Х25 отражает доступность для региональных исследователей информационных ресурсов Национальной исследовательской компьютерной сети России (НИКС)148, обеспечивающей связь с научно-образовательными сетями стран Европы и Северной Америки, а также телекоммуникационную связность высокопроизводительных вычислительных ресурсов образовательных и научных организаций Российской Федерации, в том числе суперкомпьютерных комплексов, и потенцирующей выполнение научными и образовательными организациями России исследований и разработок по приоритетным направлениям научно-технологического развития. Величина данного фактора при расчете данной детерминанты выражается дуально: 0 — недоступно, 1 — доступно.

Таким образом, предлагаемая система факторов, показатели которых формируют характеристический показатель, позволяет вести перманентную диагностику состояния сектора научных исследований, выраженную в

146 Паспорт федерального проекта «Развитие инфраструктуры для научных исследований и подготовки кадров». Показатели национального и федерального проекта. URL: https://minobrnauki.цov.ru/upload/2022/06/ФП%20Инфрастрvктvра.pdf. С. 3, 116 (дата обращения 06.04.2025).

147 НТИРФ. Каталог ЦКП и УНУ. URL: https://ckp-rf.ru/catalog/ckp/ (дата обращения 06.04.2025).

148 Национальная исследовательская компьютерная сеть России. URL: https://niks.su/network (дата обращения 05.04.2025).

относительной величине, в целях проведения оценки, сопоставления или ранжирования региональных образований. Исходя из этимологии понятия, предлагаемый характеристический показатель может быть интерпретирован в качестве показателя научно-технологического потенциала регионального образования как составляющей инновационного потенциала, а его определение в количественном выражении способствует дальнейшему установлению уровня экономической безопасности сектора научных исследований в условиях цифровой трансформации экономики.

2.3. Оценка экономической безопасности сектора научных исследований в регионах Приволжского федерального округа в условиях цифровой

трансформации

В соответствии с предложенной структурой научно-технологического потенциала сформирована выборка статистических данных, на основании которой производился расчет частных факторов первого уровня, формирующих детерминанты его характеристического (интегрального) показателя. Частные показатели составляющих научно-технологического потенциала рассчитывались в соответствии с методикой их формирования, представленной в п. 2.2. Выбор периода исследования (2019-2023 гг.) обусловлен активизацией процессов цифровизации, а также процессами импортозамещения в сфере программного обеспечения и используемого компьютерного оборудования.

Расчет показателей научно-технологического потенциала проводился для Российской Федерации в целом, для Приволжского федерального округа и двух регионов в его составе, обладающих полярными значениями темпов прироста показателей научно-технологического развития, а именно: для Республики Татарстан, лидирующей в Приволжском федеральном округе по величине индекса научно-технологического развития и показавшей за период 2016-2023 гг. прирост 106,9459%, и Чувашской Республике, занимающей девятое место среди регионов ПФО по величине индекса научно-технологического развития,

91

однако продемонстрировавшей за исследуемый период 2016-2023 гг. максимальные темпы снижения — 89,8204%. Результаты расчетов для выбранных регионов за 2023 год представлены в таблице 2.3.1. В полном объеме полученные данные за 2019-2023 гг. отражены в таблицах 1-4 Приложения 3.

Таблица 2.3.1

Рассчитанные значения частных показателей сектора научных исследований

(факторов научно-технологического потенциала) Российской Федерации в целом, Приволжского федерального округа, Республики Татарстан и

Чувашской Республики, 2023 г.

Фактор РФ ПФО РТ РЧ

Х1 1,640843039 2,294859 2,43949 2,357616

Х2 0,009107124 0,007187 0,007562 0,001612

Хз 0,01419162 0,01335 0,01525 0,010028

Х4 0,275131307 0,123185 0,010124 0,001362

Х5 0,11197 0,1211 0,15124 0,0925

Хб 0,089122 0,09236 0,09965 0,07115

Х7 2,063022425 0,915329 0,727945 0,353995

Х8 0,276 0,3695 0,39363 0,2254

Х9 0,432349313 0,54325 0,55145 0,41145

Х10 0,226144 0,36556 0,290254 0,16652

Х11 0,09417317 0,15856 0,16821 0,11025

Х12 0,008831514 0,007927 0,012043 0,008152

Х13 0,068002361 0,057959 0,088624 0,096467

Х14 0,28 0,31 0,42 0,18

Х15 0,46 0,52 0,53 0,22

Х16 0,326 0,36662 0,39965 0,202474

Х17 0,73558 0,752211 0,72455 0,65255

Х18 0,69231 0,692545 0,655589 0,585836

Х19 0,427 0,46652 0,6632 0,39652

Х20 0,763 0,77933 0,787759 0,69635

Х21 1 1 1 1

Х22 0,001265337 0,053655 0,040406 0,010025

Х23 1,1446 1,155775 0,888083 0,354622

Х24 1 0,173184 0,039106 0,011173

Х25 1 1 1 1

Источник: составлено автором.

В соответствии с предложенным подходом детерминанты научно-технологического потенциала регионов рассчитываются как простое среднее показателей входящих в его состав факторов с учетом однородности весов показателей. В ходе расчетов получены относительные показатели, характеризующие детерминанты научно-технологического потенциала исследуемых субъектов РФ, которые представлены в таблицах 1-4 Приложения 3. Фрагмент результатов расчетов для 2023 года отражен в таблице 2.3.2.

Таблица 2.3.2

Показатели детерминант научно-технологического потенциала Российской Федерации в целом, Приволжского федерального округа, Республики Татарстан

и Чувашской Республики, 2023 г.

Фактор РФ ПФО РТ РЧ

Орегеоппе1 0,600483931 0,509624 0,493037 0,412609

Оипапаа1 0,61536214 0,47697 0,437421 0,280037

Оме11есШа1 ргорейу 0,254394864 0,255236 0,27605 0,149151

О1пйогшайоп 0,657315 0,676204 0,705125 0,588955

Отпй^^иеШге 0,800530056 0,67647 0,61212 0,494129

Источник: составлено автором.

В представленной таблице наблюдается дифференциация между вычисленными показателями детерминант, в целом соответствующая позиционированию регионов в рейтинге научно-технологического развития. Однако в целях объективизации информации о развитии научно-технологического потенциала представленных региональных образований необходимо оценить динамику развития полученных значений детерминант относительно соответствующих показателей на макроуровне. С использованием результатов расчетов за период 2019-2023 гг. и данных Приложения 3 составлены динамические диаграммы трансформации детерминант исследуемых регионов, обусловленные эндогенными и экзогенными факторами прямого и косвенного действия (рис. 2.3.1-2.3.4).

93

1,0 -

0,9 -

0,79 0,80

0,8

БРегеоппе! БЕтапаа! БШеИесШа! ргорег1у БМогтаНоп Б Infrastructure

■ 2019 И 2020 И 2021 И2022 " 2023

Источник: разработано автором.

Рис. 2.3.1. Динамическая диаграмма трансформации детерминант научно-технологического потенциала Российской Федерации, 2019-2023 гг., коэф.

1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0

°,52 0 50 0,50 0,50 0,51

БРегеоппе1

■ 2019

; 0,46

0,48

0,25 0,26 0,26 0,25 0,26

БЕтапаа1 БШеИейиа! ргорег1у БШогтайоп

2020 2021 2022

0,68 0,68

Б Ш^Ь'исШге ■ 2023

Источник: разработано автором.

Рис. 2.3.2. Динамическая диаграмма трансформации детерминант научно-технологического потенциала Приволжского федерального округа, 2019-2023 гг., коэф.

0,68

0,65

0,43

1,0

0,9 0,8

DPersonnel DFinancial DIntellectual property DInformation D Infrastructure

■ 2019 2020 2021 «2022 И2023

Источник: разработано автором.

Рис. 2.3.3. Динамическая диаграмма трансформации детерминант научно-технологического потенциала Республики Татарстан, 2019-2023 гг., коэф.

1,0 -

0,9 -

0,8 -

0,7 -

DPersonnel DFinancial DIntellectual property DInformation D Infrastructure

■ 2019 2020 2021 И2022 И2023

Источник: разработано автором.

Рис. 2.3.4. Динамическая диаграмма трансформации детерминант научно-технологического потенциала Чувашской Республики, 2019-2023 гг., коэф.

В 2022 году отмечается значительный прирост показателей информационной детерминанты, что обусловливается процессами импортозамещения в сфере информационно-коммуникационных технологий (ИКТ), которые ускорились в условиях санкционных ограничений, введенных недружественными государствами в отношении Российской Федерации. В соответствии с данными, представленными ИСИЭЗ НИУ ВШЭ149, в период активизации экономических санкций (второй-четвертый квартал 2022 года) динамика развития сектора информационно-коммуникационных технологий превышала среднероссийскую величину в 5,42 раза. При этом общий прирост по сектору ИКТ за 2022 год составил 8,4%. Наибольший вклад в развитие сектора информационно-коммуникационных технологий осуществлен за счет разработок программного обеспечения (+21,97%), демонстрирующих в 2022 года устойчивый тренд развития. Производство компьютерного оборудования в течение первых трех кварталов 2022 года показало спад, однако в четвертом квартале положительная динамика показателей была восстановлена. В целом объем производства данного сегмента сектора ИКТ сократился на 6,89% по сравнению с аналогичными данными за 2021 год. Указанная нестабильная динамика обусловливается структурной перестройкой на рынке информационно-коммуникационных технологий за счет перераспределения бюджетного финансирования на закупку отечественного программного обеспечения и реализацию импортозамещающих проектов; кроме того, был активирован переход на работу с российской облачной инфраструктурой (1ааБ).

По результатам 2022 года прирост занятых в секторе информационно-коммуникационных технологий составил +4,18%. Это привело к тому, что общая численность работников достигла 1,3 млн человек. Подобный результат стал следствием реализации противоположных процессов: с одной стороны, миграционный отток во втором-третьем кварталах 2022 года вызвал

149 Национальный исследовательский университет «Высшая школа экономики». Институт статистических исследований и экономики знаний. Российский сектор ИКТ: итоги 2022 года. URL: https://issek.hse.ru/news/826625615.html (дата обращения 10.04.2025).

незначительное снижение численности работников, с другой стороны, уход с российского рынка иностранных вендоров стал причиной перехода сотрудников в российские компании. Кроме того, увеличение числа сотрудников произошло за счет активного приема на работу в IT-сферу выпускников высших учебных заведений и курсов соответствующей направленности.

В ходе исследования бала выявлена положительная динамика показателей инфраструктурной детерминанты за счет прироста в 2022 году количества организаций, выполняющих научные исследования и разработки, повышения технической вооруженности сектора научных исследований в расчете на одного исследователя. Кроме того, имело место повышение объемов финансирования сектора научных исследований, основным источником которого стали бюджетные средства. Они составили в 2023 году 0,397% валового внутреннего продукта, продемонстрировав прирост 109,48%150 к данным 2022 года, а относительно постоянных цен 2010 года прирост составил 102,279%; при этом в

2021 году аналогичный показатель снизился на 4,31%, а в 2022 году — на 12,92%. Удельный вес расходов на сектор научных исследований в 2023 году составил 2,76% от общего объема расходов федерального бюджета, превысив показатель

2022 года на 0,25%.

В структуре бюджетных расходов на исследуемый сектор наибольшая доля (64,67%) выделяется на поддержку прикладных исследований, демонстрируя повышение относительно 2022 года на 16,36%, а относительно постоянных цен 2010 года — на 8,81%. Приоритетными направлениями развития и соответствующего финансирования данной подотрасли в 2023 году были определены: «...развитие национальной экономики (47,4% ассигнований), здравоохранение (7,2%), общегосударственные вопросы (4,9%) и образование (4,7%)»151. Соответственно, на финансирование непосредственно фундаментальной науки в 2023 году приходилось 35,33% бюджетных расходов

150 Национальный исследовательский университет «Высшая школа экономики». Институт статистических исследований и экономики знаний. Расходы федерального бюджета на гражданскую науку в 2023 году. URL: https://issek.hse.ru/news/938883383.html (дата обращения 11.04.2025).

151 КоммерсантЪ. Наука в России. Бюджетные траты переориентируют на прикладную науку. 08.07.2024. URL: https://www.kommersant.ru/doc/6819824 (дата обращения 11.04.2025).

97

на сектор научных исследований, демонстрируя сокращение по сравнению с финансированием данной подотрасли в 2022 году на 3,77%. Оценка данного показателя в действующих ценах отражает снижение на 1,17%, а в постоянных ценах 2010 года — на 7,68%, однако относительно данных за 2017 год бюджетные расходы в постоянных ценах увеличились на 23,47%.

Основные направления финансирования инфраструктурного развития сектора научных исследований и разработок были определены вице-премьером Правительства РФ Дмитрием Чернышенко, который указал, что «Президент России Владимир Путин поставил стратегическую задачу по достижению технологического суверенитета страны. Базой для разработки собственных прорывных решений могут и должны стать установки класса «мегасайенс». С их помощью собираются уникальные научные данные, их обработка требует больших вычислительных мощностей»152. Согласно официальным данным данных, в 2020 году наибольший объем бюджетных расходов, составляющих 62,117 млрд руб., был направлен на инфраструктурное развитие высших учебных заведений (29,92 млрд руб.). При этом на развитие инфраструктуры научно-исследовательских институтов было выделено 26,76% от объема бюджетных расходов на развитие высшего образования, или 12,9% от общего объема бюджетных расходов. В течение 2021-2023 годов показатель финансирования снижался как для высших учебных заведений, так и для научно-исследовательских институтов. При этом наблюдается активный прирост расходов, направляемых для развития приборной базы ведущих организаций, выполняющих научные исследования и разработки, а также центра коллективного пользования уникальной научной установкой класса «мегасайенс»: 16,593 млрд руб. в 2020 году; 24,038 млрд руб. в 2021 году, 39,517 млрд руб. в 2022 году, 40,022 млрд руб. в 2023 году. Общий бюджет на создание ЦКП УНУ «мегасайенс» до 2030 года составляет 478 млрд руб., при этом

152 Научно-технологическое развитие Российской Федерации. Приоритеты научно-технологического развития. Научные центры мирового уровня (НЦМУ). Нацпроект «Наука и университеты». Дмитрий Чернышенко: Консорциум для IT-обеспечения инфраструктуры «мегасайенс» усилит Десятилетие науки и технологий. 05.02.2024. URL: https://нтр.рф/wavs/infrastraktura-i-sreda/task-469/ (дата обращения 11.04.2025).

98

необходимо отметить, что установки данного класса являются признаком «...высокого уровня и потенциала научно-технологического развития страны»153. Тем самым, результаты анализа позволяют прогнозировать прирост детерминанты инфраструктурного развития сектора научных исследований на период до 2030 года.

В соответствии с плановым объемом бюджетных расходов на период 2024-2026 годов предполагается постепенное сокращение последних при одновременном наращивании доли частных инвестиционных вложений, что приведет к реструктуризации расходов на гражданскую науку. В 2024 году в общем объеме расходов 36 п.п. составляли внебюджетные средства и 64 п.п. средства федерального бюджета. К 2030-му году планируется изменить соотношение: до 43 п.п. общего объема финансирования должны составлять частные инвестиции, и 57 п.п. — бюджетные средства, а к 2035-му году удельный вес внебюджетного финансирования научных исследований должен достичь 50 п.п. В случае если подобные изменения структуры инвестиций в сектор научных исследований не будут реализованы, то прогнозируется снижение ее конкурентоспособности, что станет препятствием для достижения приоритетных целей развития, включающих обеспечение экономической безопасности и технологического суверенитета.

Наименее значимая динамика наблюдается для детерминанты интеллектуальной собственности, как составляющей базиса технологического лидерства Российской Федерации. В соответствии с данными Роспатента154, по итогам 2023 года зарегистрирована подача 26 692-х заявок на изобретения, при этом в 2022 году — 26 924-х заявок, а в 2021 году — 30 977-ми заявок, при этом количество заявок от российских заявителей составляло 19 569 заявок в 2021 году, 18 970 заявок в 2022 году и 20 623 заявки в 2023 году, то есть в среднем

153 Indicator. КМУ-2023: инфраструктура класса мегасайенс как база формирования единого научно -технологического пространства. 29.11.2023. URL: https://indicator.ru/physics/kmu-2023-infrastruktura-klassa-megasaiera-kak-baza-formirovaniya-edinogo-nauchno-tekhnologicheskogo-prostranstva.htm (дата обращения 12.04.2025).

154 Годовой отчет Федеральной службы по интеллектуальной собственности за 2023 год. Под редакцией Ю.С. Зубова, О.П. Неретина. Москва: ФИПС, 2023. 180 с.

уровень сохранялся, изменения наблюдались только в снижение количества иностранных заявок: 11 408 в 2021 году, резкий спад до 7 954 заявок в 2022 году и продолжающаяся, но замедленная тенденция (6 069 заявок) отмечена по результатам 2023 года. Следовательно, по итогам 2023 года отмечен прирост количества российских заявок на 8,7% и сокращение количества иностранных заявок на 24%. При этом за период 2021-2022 годов также выявлено сокращение поданных заявок (35 511 и 34 984 единиц соответственно)155.

Однако необходимо отметить значительный прирост заявок на государственную регистрацию в сфере информационно-коммуникационных технологий; динамика общего прироста заявок на программное обеспечение за период 2019-2023 годов составила 167,69%, при этом для российских заявителей (на отечественные разработки) составила +168,8%, а для иностранных специалистов продемонстрировала снижение на 71,1%. Аналогичная динамика установлена для заявок по разработке баз данных: общий прирост за период 2019-2023 годов составил 197,32%; для российских заявителей также наблюдался прирост 197,35%, а для иностранных — в 2019, 2020 и 2023 годах было подано по одной заявке, в 2021 — четыре заявки, и в 2022 — ни одной заявки. Результаты анализа показывают, что динамика по данной категории не влияет на общую динамику патентных заявок в сфере информационных технологий. Кроме того, выявлен прирост зарегистрированных распоряжений на исключительные права в сфере 1Т-коммуникаций с 435 единиц в 2019 году до 634 единиц в 2023 году.

Прирост финансовой детерминанты обусловлен увеличением бюджетных расходов на научно-исследовательскую деятельность, наращиванием объемов внутренних затрат в данной сфере, определяемых, среди прочего, мерами государственного регулирования, направленными на достижение технологического суверенитета страны. Результаты анализа показывают, что для Чувашской Республики данная детерминанта демонстрирует незначительный

155 Годовой отчет Федеральной службы по интеллектуальной собственности за 2023 год. Под редакцией Ю.С. Зубова, О.П. Неретина. Москва: ФИПС, 2023. 180 с.

100

понижательный тренд со среднегодовым динамическим значением 0,97943, при этом небольшой прирост по показателям финансирования сектора научных исследований (100,189%) выявлен в 2022 году при активизации деятельности по формированию технологического суверенитета и развитию инноваций. Однако в 2023 году показатели данной детерминанты научно-технологического потенциала вновь снизились, что было обусловлено уменьшением общего объема финансирование НИР. Последнее может быть обусловлено снижением в исследуемый период объема внутренних затрат в Чувашской Республике (64,3% к данным 2019 года).

Численность занятых в сфере научных исследований и разработок снижается во всех исследуемых регионах за исключением Республики Татарстан (+15,827% в 2023 году по отношению к показателю 2019 года). В соответствии с исследованием Ассоциации инновационных регионов России, наблюдается значительный дефицит кадров для наиболее стратегически важных академических дисциплин и видов профессиональной занятости в инновационной экономике156, что подтверждается данными о годовом приросте (+6%) от показателя незакрытых вакансий относительно численности экономически активного населения. Это приводит к усилению конкуренции между работодателями на рынке труда и рекордному снижению уровня безработицы, который составил 2,6% в Российской Федерации в целом и 2,4% в субъектах РФ, входящих в Ассоциацию инновационных регионов. Значительное количество незакрытых вакансий объясняется отсутствием требуемых квалифицированных специалистов, несоответствием между их ожиданиями дохода и предлагаемым уровнем оплаты труда, а также потенциальной возможностью трудоустройства в других секторах, обладающих более привлекательными для специалистов условиями труда. Например, для Республики Татарстан потребность в специалистах указанной квалификации

156 Ассоциация инновационных регионов России. Региональный индекс востребованности кадров для инновационной экономики. Июнь 2024. URL: https://i-

regions.ru/upload/iblock/899/480f49t7fop1isd6m3o9fbcv4xyaibrq/region qq index june 2024.pdf (дата обращения 15.04.2025).

(БТЕМ-кадры) по результатам 2023 года составляла 142,84%, а для Чувашской Республики — 93,78%, при этом уровень заработной платы в этих регионах ниже среднероссийской в 1,43 раза (в Республике Татарстан) и 1,71 раза (в Чувашской Республике), что потенцирует межрегиональный отток специалистов в направлении регионов, предоставляющих более привлекательные условия.

Представим наглядно величину научно-технологического потенциала для Российской Федерации, Приволжского федерального округа, Республики Татарстан и Чувашской Республики в виде радиальных диаграмм, визуализирующих рассчитанные величины детерминант в отношении к их идеальным величинам (рис. 2.3.5-2.3.8):

Б

1п1та81г исШге

Б

Шогта Поп

Б

Регеопп е1

1

0,8 0,6

Б

Етапа а1

Б

1п1е11ес1

иа1 ргорей

У

Б

1п1та81г ис1же

Б

Шогта Поп

Б

Регеопп е1

1

0,8 0,6

Б

Етапа а1

Б

ШеЦеС: иа1

ргорей

У

Источник: разработано автором.

Рис. 2.3.5. Область научно-технологического потенциала Российской Федерации, 2023 г.

Источник: разработано автором.

Рис. 2.3.6. Область научно-технологического потенциала Приволжского федерального округа, 2023 г.

Б

1п1та81г исШге

Б

1п£огша Поп

Б

Регеопп е1

1

0,8 0,6

Б

Етапа а1

Б

1п1е11ес1

иа1 ргорег1

У

Б

1п1та81г исШге

Б

Шогша Поп

Б

Регеопп е1

1

0,8 0,6 0

Б

Етапа а1

Б

1п1е11ес1 иа1

ргорег1

У

Источник: разработано автором.

Рис. 2.3.7. Область научно-технологического потенциала Республики Татарстан, 2023 г.

Источник: разработано автором.

Рис. 2.3.8. Область научно-технологического потенциала Чувашской Республики, 2023 г.

Представленные диаграммы наглядно отображают асимметричность развития научно-технологического потенциала, приоритезирующую информационную и инфраструктурную компоненты при недостаточной активизации остальных детерминант, прежде всего — детерминанты интеллектуальной собственности, не превышающей показатель 0,28 среди исследуемых регионов. Согласно методике оценки, идеальное состояние детерминант в соответствии с предлагаемыми вычислениями составляет 1.

С учетом трактовки научно-технологического потенциала региона как совокупности имеющихся средств, которые могут быть использованы для производства новых знаний и их коммерциализации, в диссертации используется совокупность отражающих их состояние показателей, сгруппированных с учетом выделенных детерминант потенциала. Для оценки научно-технологического потенциала используются абсолютные и индексные показатели. Последние позволяют провести сравнительный анализ