Развитие ресурсного потенциала высокотехнологичных отраслей промышленности тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Леонтьев Данил Викторович

• Леонтьев Данил Викторович
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Леонтьев Данил Викторович

ВВЕДЕНИЕ

ГЛАВА 1 КОНЦЕПТУАЛЬНЫЕ ПОЛОЖЕНИЯ РАЗВИТИЯ РЕСУРСНОГО ПОТЕНЦИАЛА ВЫСОКОТЕХНОЛОГИЧНЫХ ОТРАСЛЕЙ ПРОМЫШЛЕННОСТИ

1.1 Содержательные аспекты развития ресурсного потенциала высокотехнологичных отраслей промышленности

1.2 Научный подход к определению ключевых направлений развития промышленной политики и ресурсного обеспечения высокотехнологичных отраслей промышленности

1.3 Направления и тенденции современных исследований в области промышленной политики и ресурсного обеспечения высокотехнологичных

отраслей промышленности

Выводы по главе

ГЛАВА 2 МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ОЦЕНКИ РЕСУРСНОГО ПОТЕНЦИАЛА ВЫСОКОТЕХНОЛОГИЧНЫХ ОТРАСЛЕЙ ПРОМЫШЛЕННОСТИ

2.1 Анализ методического обеспечения оценки ресурсного потенциала высокотехнологичных отраслей промышленности

2.2 Методика оценки ресурсного потенциала высокотехнологичных отраслей промышленности

2.3 Оценка ресурсного потенциала высокотехнологичных отраслей

промышленности

Выводы по главе

ГЛАВА 3 СОВЕРШЕНСТВОВАНИЕ НАПРАВЛЕНИЙ РАЗВИТИЯ РЕСУРСНОГО ПОТЕНЦИАЛА ВЫСОКОТЕХНОЛОГИЧНЫХ ОТРАСЛЕЙ

ПРОМЫШЛЕННОСТИ

3.1 Модели развития ресурсного потенциала высокотехнологичных отраслей промышленности

3.2 Организационно-экономический механизм развития ресурсного потенциала высокотехнологичных отраслей промышленности

3.3 Оценка эффективности организационно-экономического механизма развития ресурсного потенциала высокотехнологичных отраслей

промышленности

Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЯ

Введение диссертации (часть автореферата) на тему «Развитие ресурсного потенциала высокотехнологичных отраслей промышленности»

ВВЕДЕНИЕ

Актуальность темы исследования. Высокотехнологичные производства являются жизненно необходимыми для содействия промышленному росту и обеспечения процессов цифровой трансформации национальной экономики. Промышленная политика в контексте развития ресурсного потенциала высокотехнологичных отраслей приобретает особую значимость в условиях глобальных деструктивных процессов и цифровой трансформации, вызванной распространением волн научно-технического прогресса.

В условиях стремительных изменений экономического пространства на фоне его цифровой трансформации и усиливающихся глобальных вызовов, и угроз эффективное развитие ресурсного потенциала высокотехнологичных отраслей национальной промышленности становится одной из ключевых стратегических задач для обеспечения устойчивого экономического роста. Проблематика развития ресурсного потенциала высокотехнологичных отраслей промышленности охватывает широкий спектр вопросов: от рационального использования природных ресурсов и эффективного распределения природной ренты, до достижения параметров устойчивого развития, обеспечения высокого качества человеческого капитала и технологического лидерства. Постоянно возрастающая потребность в инновациях и технологическом обновлении диктует необходимость разработки конвергентных управленческих моделей, способных интегрировать разнообразные факторы, среди которых «зеленая» повестка, устойчивое развитие, технологическая модернизация и экономическая эффективность. Системный учет факторов обуславливает целесообразность использования междисциплинарных моделей управления.

В России каждая шестая промышленная компания осуществляет разработку и внедрение инноваций. Причем наиболее активны в этом процессе высокотехнологичные компании. Доля инновационно активных предприятий среди всех, относящихся к обрабатывающим производствам, составляет более

22%. А максимальное участие в инновационных процессах демонстрируют компании из высокотехнологичного сектора, которые оказывают значительное влияние на увеличение уровня инновационности в обрабатывающей промышленности в целом.

Экспертные оценки связывают успех в росте инновационной активности высокотехнологичных отраслей с беспрецедентной государственной поддержкой. Но следует признать тот факт, что инновационную активность стимулирует рост потребительского спроса на продукцию отечественного производства. Таким образом, отечественная промышленность существенно активизировала динамику производства инновационной продукции, достигнув самого существенного прироста за последние пять лет.

Высокотехнологичные отрасли, являясь драйверами технологических инноваций и экономического роста, требуют многоаспектного подхода к развитию их ресурсного потенциала, что включает стратегическое планирование и координацию усилий различных субъектов экономической деятельности, таких как государственные институты, академические учреждения, частные компании, социум и окружающая среда. В этой связи совершенствование теоретических основ, разработка методических и практических рекомендаций по развитию ресурсного потенциала высокотехнологичных отраслей обусловливает актуальность диссертационного исследования, определяет его цель и задачи.

Степень разработанности научной проблемы. Проблематика исследования современных аспектов ресурсного обеспечения высокотехнологичных отраслей промышленности в контексте взаимосвязи технологического развития и экономического роста берет истоки в трудах отечественных и зарубежных ученых Акбердиной В.В., Бодрунова С.Д., Глазьева С.Ю., Данилочкиной Н.Г., Ерзнкяна Б.А., Камолова С.Г., Клейнера Г.Б., Ковальчук Ю.А., Кожо-шева А.О., Кондратьева Н.Д., Кузнеца С., Львова Д.С., Маевского В.И., Мар-голина А.М., Маркса К., Петракова Н.Я., Прокофьева Д.А., Путятиной Л.М.,

Пушкаревой М.Б., Степнова И.М., Сухарева О.С., Толстых Т.О. и других.

5

Бейер Г., Бриньольфссон Э., Ван дер Плёг Ф., Веркер Э., Гегенхубер Т., Гилфасон Т., Гринвуд Р., Макафи А., Намбисан С., Осборн М.А., Родрик Д., Росс М.Л., Стейнс Дж.П., Фрей С.Б., Хайнингс Б. и другие указывают на важную роль ресурсной базы в формировании современных контуров промышленной политики в условиях цифровизации экономического пространства и распространения цифровых технологий.

Трансформацию подходов к содержанию ресурсного потенциала промышленности в связи с нацеленностью на достижение устойчивого роста отмечают зарубежные исследователи Айгингер К., Андреони А., Барбьери Е., Бейли Д., Бьянки П., Ван Х., Ван Ю., Доси Г., Гэн Й., Коэн Дж., Лабори С., Маццукато М., Мили П., Николетти Дж., Ромер П.М., Санса Н.А., Томмазо М.Р.Д., Чан Х.Дж., Чен Л. и другие.

Работы Абдикеева Н.М., Богачева Ю.С., Вартаняна А.А., Голова Р.С., Дороховой Н.В., Ершовой И.Г., Ефимовой Н.С., Калачанова В.Д., Колмыко-вой Т.С., Костыговой Л.А., Котова А.В., Кузнецовой С.А., Куликовой Н.Н., Марковой В.Д., Митякова Е.С., Серебряковой Н.А., Смирнова В.Г., Трифонова П.В., Тулупова А.С., Ценжарик М.К. обеспечивают приращение научного знания в части исследования новых направлений промышленной политики, связанных с поиском путей развития ресурсного потенциала высокотехнологичных отраслей.

Несмотря на актуализированные научные исследования, посвященные промышленной политике в условиях цифровизации и необходимости достижения технологического лидерства, проблематика развития ресурсного потенциала высокотехнологичных отраслей крайне актуальна. Эти обстоятельства определили выбор темы диссертационного исследования, постановку цели и задач, его предмет и объект.

Цель диссертационного исследования заключается в теоретическом обосновании и разработке методических и практических рекомендаций по развитию ресурсного потенциала высокотехнологичных отраслей промышленности.

Для достижения цели в диссертации поставлены и решены следующие задачи:

- обосновать декомпозицию элементов, образующих структуру ресурсного потенциала высокотехнологичных отраслей промышленности;

- определить ключевые направления развития промышленной политики и ресурсного потенциала высокотехнологичных отраслей промышленности;

- разработать методику комплексной оценки ресурсного потенциала высокотехнологичных отраслей промышленности;

- предложить научный подход к формированию системы моделей развития ресурсного потенциала высокотехнологичных отраслей промышленности;

- разработать организационно-экономический механизм развития ресурсного потенциала высокотехнологичных отраслей промышленности.

Область диссертационного исследования. Основные положения и выводы работы соответствуют Паспорту номенклатуры специальности ВАК 5.2.3 -Региональная и отраслевая экономика (экономика промышленности): п. 2.3 Ресурсная база промышленного развития; п. 2.10 Промышленная политика.

Объектом исследования являются процессы развития ресурсного потенциала высокотехнологичных отраслей промышленности.

Предмет исследования составляют организационно-экономические и управленческие отношения, возникающие в процессе развития ресурсного потенциала высокотехнологичных отраслей промышленности.

Теоретическую и методологическую основу исследования составляют труды российских и зарубежных ученых, раскрывающих тенденции и закономерности развития ресурсного потенциала высокотехнологичных отраслей промышленности, а также реализации промышленной политики в условиях цифровизации и деструктивного влияния внешней среды. Использована

совокупность методов и инструментария научного исследования, методы системного, исторического, абстрактно-логического, сравнительного, статистического, наукометрического, библиографического анализа, картирования научного ландшафта, индексный метод, метод экспертных оценок, кластерный анализ, табличные и графические приемы визуализации статистических и расчетных данных.

Информационную базу исследования составили официальные данные Министерства экономического развития РФ, Министерства промышленности и торговли РФ, Министерства цифрового развития, связи и массовых коммуникаций РФ, Росстата, нормативно-правовые акты по вопросам развития промышленности, цифровизации и высоких технологий; публикации в научных изданиях России и других стран, посвященные развитию ресурсной базы высокотехнологичных отраслей промышленности и промышленной политики.

Научная новизна результатов исследования заключается в теоретическом обосновании и разработке методических и практических рекомендаций по развитию ресурсного потенциала высокотехнологичных отраслей промышленности, учитывающих закономерности и особенности формирования ресурсной базы в условиях цифровизации и санкционного давления, что позволяет повысить адаптивность и устойчивость высокотехнологичной промышленности к условиям изменяющейся внешней среды и обеспечить достижение технологического суверенитета.

Наиболее существенные результаты исследования, обладающие научной новизной и полученные лично соискателем:

1. Обоснована декомпозиция элементов, образующих структуру ресурсного потенциала высокотехнологичных отраслей промышленности. Ее отличает авторское представление о ресурсном потенциале как совокупности взаимосвязанных ресурсов (институциональных, предпринимательских, научных, социальных и экологических), что отражает их сложную взаимозависимость в условиях ускоряющейся цифровизации и глобальных вызовов. Автор-

ский подход учитывает взаимодействие между ключевыми акторами (государство, бизнес, наука, общество и окружающая среда) для оптимизации управления ресурсным потенциалом на основе цифровых технологий и инновационных решений, что обеспечивает адаптивность и устойчивость отраслей промышленности к изменяющейся экономической и экологической среде.

2. Определены ключевые направления развития промышленной политики и ресурсного потенциала высокотехнологичных отраслей промышленности. Авторское представление отличает интеграция аспектов устойчивого развития, глобальных вызовов (пандемии, санкционного давления), цифровой трансформации, технологических инноваций в контуры промышленной политики, как стратегического инструмента развития ресурсной базы высокотехнологичных отраслей. В совокупности учет этих факторов направлен на адаптацию промышленности к угрозам и рискам внешней среды.

3. Разработана методика комплексной оценки ресурсного потенциала высокотехнологичных отраслей промышленности, основанная на междисциплинарном подходе и учитывающая специфику инновационной экономики, цифровизации и устойчивого развития. Предложенная методика реализуется по пяти оценочным проекциям в соответствии с пентаспиральным подходом. Важной особенностью методики является её способность адаптироваться к стратификации отраслей промышленности в соответствии с уровнем технологичности (высокотехнологичные, среднетехнологичные высокого и низкого уровней, низкотехнологичные), что обеспечивает её универсальность и практическую применимость в стратегическом планировании и управлении развитием ресурсного потенциала.

4. Предложен научный подход к формированию системы моделей развития ресурсного потенциала высокотехнологичных отраслей промышленности, который отличается междисциплинарностью и включает три модели: интеграционного взаимодействия, адаптивного развития в условиях неопределенности, эколого-ориентированного развития. Авторский подход отличается

глубоким уровнем координации между государственными органами, частным

9

сектором, академическими институтами, гражданским обществом и окружающей средой. Триединый комплекс моделей позволяет объединить инновационные, экономические и экологические стратегии для обеспечения гибкости и адаптивности в принятии решений по развитию ресурсного потенциала высокотехнологичных отраслей промышленности.

5. Разработан организационно-экономический механизм развития ресурсного потенциала высокотехнологичных отраслей промышленности, отличающийся структурированным набором этапов по координации и интеграции экономических, организационных, правовых и технологических мероприятий, направленных на рост эффективности использования ресурсов. Реализация механизма составляет стратегическую основу для обеспечения технологического лидерства Российской Федерации, ориентированного на развитие отечественных критических и сквозных технологий, а также на создание конкурентоспособной высокотехнологичной продукции в условиях цифровой трансформации и глобальных экономических вызовов.

Теоретическая значимость исследования заключается в обосновании теоретических и методических положений, расширяющих представления о развитии ресурсного потенциала высокотехнологичных отраслей промышленности; разработке подходов к адаптивному развитию ресурсной базы в условиях неопределенности и внешних вызовов, что раскрывает возможности роста показателей ресурсного потенциала для высокотехнологичных отраслей отечественной промышленности.

Практическая значимость диссертации состоит в целесообразности применения содержащихся в работе методических подходов и практических рекомендаций в деятельности отраслевых органов исполнительной власти федерального и регионального уровней, а также менеджмента высокотехнологичных компаний и их отраслевых объединений, включая внедрение методики комплексной оценки ресурсного потенциала и научного подхода к формированию системы моделей его развития. Отдельные положения диссертации содержат конкретизированные предложения по совершенствованию развития

10

ресурсного потенциала высокотехнологичных отраслей промышленности на основе авторского организационно-экономического механизма.

Апробация и внедрение результатов исследования. Результаты диссертационного исследования обсуждались в рамках докладов на международных и всероссийских научно-практических конференциях: Современные проблемы экономики и качества в аэрокосмической промышленности (Москва,

2023); Современные подходы к трансформации концепций государственного регулирования и управления в социально-экономических системах (Курск,

2024); Научные чтения, посвященные разработке научного наследия и развитию идей К.Э. Циолковского (Калуга, 2024); Управление социально-экономическим развитием регионов: проблемы и пути их решения (Курск, 2024); Цифровое пространство: экономика, управление, социум (Смоленск, 2024); Международный аэрокосмический конгресс (Москва, 2024), Проблемы развития современного общества (Курск, 2025).

Результаты диссертационного исследования были апробированы постоянно действующим регулирующим органом Евразийского экономического союза - Евразийской экономической комиссией (ЕЭК), внедрены в практику ООО «Нижегородские Автокомпоненты», АО «Русполимет», а также в образовательный процесс Московского авиационного института (национального исследовательского университета) при совершенствовании научно-методического обеспечения дисциплин «Управление конкурентоспособностью организации в цифровой среде», «Технологическое предпринимательство», «Трансформация управленческих задач цифрового предприятия» (подтверждено документами).

Публикации. Основные результаты диссертации отражены в 15 научных работах общим объемом 5,53 п.л., авторский объем - 5,53 п.л., в том числе в семи статьях, в изданиях, рекомендованных ВАК России.

Структура и объем диссертации определяются содержанием и логикой диссертационного исследования и включают введение, три главы, заключение, список литературы из 174 наименования. Диссертация содержит 225 страниц текста, 15 таблиц, 43 рисунка.

Во введении обоснована актуальность темы исследования, показана степень ее разработанности, сформулированы цель и задачи, предмет и объект исследования, раскрыта научная новизна, теоретическая и практическая значимость диссертации.

В первой главе «Концептуальные положения развития ресурсного потенциала высокотехнологичных отраслей промышленности» раскрыты содержательные аспекты развития ресурсного потенциала высокотехнологичных отраслей промышленности, обоснованы основные направления и тенденции совершенствования промышленной политики и ресурсного обеспечения высокотехнологичных отраслей промышленности.

Во второй главе «Методическое обеспечение оценки ресурсного потенциала высокотехнологичных отраслей промышленности» разработана и успешно апробирована авторская методика оценки ресурсного потенциала высокотехнологичных отраслей промышленности.

В третьей главе «Совершенствование направлений развития ресурсного потенциала высокотехнологичных отраслей промышленности» рассмотрены модели развития ресурсного потенциала высокотехнологичных отраслей промышленности в условиях ускоряющейся цифровизации и глобальных вызовов; обоснован организационно-экономический механизм развития ресурсного потенциала высокотехнологичных отраслей промышленности и осуществлена оценка его эффективности.

В заключении сформулированы основные результаты и выводы исследования.

ГЛАВА 1. КОНЦЕПТУАЛЬНЫЕ ПОЛОЖЕНИЯ РАЗВИТИЯ РЕСУРСНОГО ПОТЕНЦИАЛА ВЫСОКОТЕХНОЛОГИЧНЫХ ОТРАСЛЕЙ ПРОМЫШЛЕННОСТИ

1.1. Содержательные аспекты развития ресурсного потенциала высокотехнологичных отраслей промышленности

На фоне глобальных процессов распространения цифровизации высокие технологии составляют движущую силу для устойчивого экономического роста. Без вложения сил и средств в высокотехнологичные производства Россия не сможет достичь приоритетов национального развития, обеспечить импор-тонезависимость, оборонобезопасность и технологическое лидерство в глобальном экономическом пространстве.

Анализ, проведенный экспертами ВШЭ1, показывает, что в России каждая шестая промышленная компания осуществляет разработку и внедрение инноваций. Доля таких компаний составила в 2023 г. 16,9% против 15,6%, зафиксированных в 2022 г. Причем наиболее активны в этом процессе компании, относящиеся к обрабатывающим производствам, к числу которых относятся высокотехнологичные отрасли. Доля инновационно активных предприятий среди всех предприятий, относящихся к обрабатывающим производствам, составляет более 22%. А максимальное участие в инновационных процессах демонстрируют компании из высокотехнологичного сектора, которые оказывают значительное влияние на увеличение уровня инновационности в обрабатывающей промышленности в целом.

Анализ статистических данных показывает, что объем производства инновационной продукции в России достиг 5,2 трлн рублей в 2022 году2. Этот

1 Индикаторы инновационной деятельности: 2024: статистический сборник / В. В. Власова, Л. М. Гохберг, Г. А. Грачева и др.; Нац. исслед. ун-т «Высшая школа экономики». - М.: ИСИЭЗ ВШЭ, 2024. - 260 с.

2 Росстат [Электронный ресурс] - Режим доступа: http://www.gks.ru

13

показатель превышает значения относительно благополучного 2019 года на 5,7%. Наиболее активными отраслями в области внедрения инноваций являются те, которые связаны с высокими технологиями. Так, удельный вес инновационной продукции, выпускаемой в авиационной и космической отраслях, в сфере медицины и фармацевтики, а также оптики и электроники указывает на то, что эти отрасли являются самыми инновационными. В частности, объем инновационной продукции компаний, производящих медицинские инструменты, вырос в 2,8 раза. Рост выпуска готовых металлических изделий, электрооборудования, судов составил от 1,5 до 1,9 раза.

Компании из высокотехнологичных отраслей показывают и наибольшую интенсивность затрат на инновационную деятельность, в частности, это относится к расходам на НИОКР. На долю высокотехнологичных отраслей пришлось в 2022 году более 68% затрат, направленных на осуществление НИОКР, от их общего объема.

Экспертные оценки3 связывают успех в росте инновационной активности высокотехнологичных отраслей с беспрецедентной государственной поддержкой. Но надо признать и тот факт, что инновационную активность стимулирует рост потребительского спроса на продукцию отечественного производства. Таким образом, отечественная промышленность существенно активизировала динамику производства инновационной продукции, достигнув самого существенного прироста за последние пять лет.

3 Лаврикова Ю.Г., Бодрунов С.Д., Акбердина В.В., Коровин Г.Б. Цифровая трансформация экономики: особенности индустриально развитых регионов // Экономическое возрождение России. 2024. № 1 (79). С. 5-24.

Шкарупета Е.В., Бабкин А.В., Ильина Е.А. Оценка цифровой реиндустриализации депрессивных регионов РФ // Вестник Челябинского государственного университета. 2024. № 6 (488). С. 43-57.

Ковалёв П.П., Колмыкова Т.С., Субботин Н.А. О роли цифровых решений в развитии инновационной среды высокотехнологичных производств и обеспечении приоритетов национальной экономики // Известия Юго-Западного государственного университета. Серия Экономика. Социология. Менеджмент. 2024. Т. 16. № 5. С. 101-113.

14

Эскалация санкционного давления на Россию преследует своей целью снизить объемы и динамику развития высокотехнологичного сектора промышленного производства. Крайне важной задачей в таких обстоятельствах является признание настоятельной необходимости в развитии отечественной высокотехнологичной промышленности. При разработке авторского подхода к содержанию ресурсного потенциала высокотехнологичных отраслей считаем целесообразным отталкиваться от содержательного контекста «высоких технологий».

Согласно действующим регламентам при отнесении продукции к высокотехнологичной и/или наукоемкой применяют общие критерии, включающие:

1) оценку научной и технической новизны продукции,

2) достижение определенного уровня экономической эффективности.

В Постановлении Правительства Российской Федерации, посвященному

урегулированию этого вопроса4, установлены факторы, на основании которых определяется инновационность продукции. Во-первых, инновационной признается та продукция, которая не имеет аналогов на рынке. Во-вторых, если аналоги на рынке присутствуют, то высокотехнологичная и/или наукоемкая продукция должна обладать новыми или же существенно улучшенными характеристиками. В-третьих, в производстве такой продукции используется новое или модернизированное оборудование и технологии, что существенно улучшает характеристики продукции.

Промышленные отрасли разделяют по уровню технологичности на четыре группы (рисунок 1.1).

4 Постановление Правительства РФ от 15.06.2019 № 773 «О критериях отнесения товаров, работ, услуг к инновационной продукции и (или) высокотехнологичной продукции» (вместе с «Требованиями к критериям отнесения товаров, работ, услуг к инновационной продукции и (или) высокотехнологичной продукции, а также порядок их установления») [Электронный ресурс]. - Режим доступа: http://www.consultant.ru/

15

высокотехнологичные отрасли

производство лекарственных средств и материалов в медицинских целях производство компьютеров, электронных и оптических изделий

производство летательных аппаратов, включая космические, и соответствующего оборудования

Л

среднетехнологичные отрасли высокого уровня

У

Л

среднетехнологичные отрасли низкого уровня

производство химических веществ производство электрооборудования производство машин и оборудования, не включенных в другие группировки производство автотранспортных средств производство медицинских инструментов и оборудования

производство кокса и нефтепродуктов производство резиновых и пластмассовых изделий

производство прочей неметаллической минеральной продукции металлургическое производство производство готовых металлических изделий строительство кораблей, судов ремонт и монтаж машин и оборудования

производство пищевых продуктов, напитков, табачных изделий

производство текстиля, одежды, кожи обработка древесины и производство изделий из дерева

производство бумаги и бумажных изделий производство мебели прочие виды производств

Рисунок 1.1 - Градация отраслей промышленности по уровню технологичности

Источник: составлено автором по материалам5

У

В результате принятой Росстатом классификации выделяют: - высокотехнологичные отрасли,

5 Приведенный перечень опирается в основном на разработанный Евростатом перечень высоко-, средне- и низкотехнологичных видов экономической деятельности [Электронный ресурс]. - Режим доступа: http://ec.europa.eu/eurostat/statistics-explained/index.php/Glossary:High-tech_classification_of_manufacturing_industries

16

- среднетехнологичные высокого уровня,

- среднетехнологичные низкого уровня,

- низкотехнологичные.

К высокотехнологичным отраслям относят три вида обрабатывающих производств. Это, во-первых, производство лекарственных средств и материалов, применяемых в медицинских целях; во-вторых, производство компьютеров, электроники и оптики; в-третьих, производство летательных аппаратов и оборудования для авиации и космоса.

Высокотехнологичные производства являются жизненно необходимыми для содействия промышленному росту и обеспечения процессов цифровой трансформации национальной экономики. Промышленная политика в контексте развития ресурсного потенциала высокотехнологичных отраслей приобретает особую значимость в условиях глобальных деструктивных процессов и цифровой трансформации экономического пространства, вызванных революционным продвижением научно-технического прогресса. Высокотехнологичные отрасли, являясь драйверами технологических инноваций и экономического роста, требуют многоаспектного подхода к развитию их ресурсного потенциала, что включает стратегическое планирование и координацию усилий различных субъектов экономической деятельности, таких как государственные институты, академические учреждения, частные компании, социум и окружающая среда.

Список литературы диссертационного исследования кандидат наук Леонтьев Данил Викторович, 2025 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Агеев А.Б. Основные направления реализации дорожной карты по созданию и внедрению совместимых цифровых технологий в оборонно-промышленном комплексе. Материалы ЦИПР-2024. - Нижний Новгород, 2024. 15 с.

2. Алабугин А.А., Береговая И.Б. Метод оценки качества управления использованием диверсифицированных ресурсов формирования и развития высокотехнологичного промышленного производства // Лидерство и менеджмент. 2019. Т. 6. №. 3. С. 189-200.

3. Алабугин А.А., Мухортова Н.А. Актуальные проблемы оценки и качества регулирования процессов наукоемкого развития комплекса предприятий постиндустриального типа. Часть 1 // Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент. 2019. Т. 13. №. 2. С. 7786.

4. Алпеева Е.А., Краснобаева В.С. Ресурсный потенциал как способ повышения эффективности функционирования промышленных предприятий // Вестник Курской государственной сельскохозяйственной академии. 2022. №2. 1. С. 113120.

5. Архитектура кросс-рыночного, кросс-отраслевого направления «Технет» НТИ (включая обзор применения технологий цифрового проектирования и моделирования для обоснования компоновочных решений в машиностроении). Экспертно-аналитический доклад / А.И. Боровков, Е.Р. Мартынец, Л.А. Щербина и др. - СПбПУ, 2024. 98 с.

6. Астафьева О.Е., Шемякина Т.Ю. Ресурсный потенциал предприятия как фактор устойчивого развития промышленности в современных экономических условиях // Вестник Воронежского государственного университета инженерных технологий. 2021. Т. 83. № 4 (90). С. 326-329.

7. Багомедов М.А. Методологические подходы к анализу ресурсного потенциала экономики отстающих регионов // Вопросы структуризации экономики. 2011. №. 2. С. 4-14.

8. Бессонова Е.А., Мерещенко О.Ю. Методические подходы к оценке ресурсного потенциала региона // Вопросы региональной экономики. 2016. Т. 29. №2. 4. С. 17.

9. Богачев Ю.С., Трифонов П.В., Абдикеев Н.М. Основные направления и механизмы цифровизации промышленности РФ // Стратегические решения и риск-менеджмент. 2022. Т. 13. № 2. С. 151-159.

10.Бодрунов С.Д. Генезис ноономики: НТП, диффузия собственности, социализация общества, солидаризм // Экономическое возрождение России.

2021. № 1 (67). С. 5-14.

11.Бодрунов С.Д. Современный технологический переход и его социально-экономические последствия // Экономическое возрождение России.

2022. № 2 (72). С. 35-43.

12.Буравлев А.И. Модели управления ресурсным обеспечением проектов создания высокотехнологичной продукции //Вооружение и экономика. 2019. №. 4. С. 62-71.

13.Вартанян А.А., Голов Р.С. Архитектура комплексной информационной системы управления промышленным предприятием в эпоху цифровой трансформации // Экономика и управление в машиностроении. 2022. № 1. С. 12-17.

14.Ватлина Л.В., Лобанов А.С. Разработка методики оценки ресурсного потенциала региона - базис при планировании его полноценного развития / В сб. Социально-экономическое развитие регионов: проблемы и перспективы внедрения инноваций : сборник материалов межрегиональной научно-практической конференции, посвященной 50-летию Бурятского филиала СибУПК и 95-летию Бурятского республиканского союза потребительских обществ; г. Улан-Удэ, 22 марта 2018 г. / [под ред. Е.Н. Лищук]; ЧОУ ВО Центросоюза РФ «СибУПК». - Новосибирск, 2018. - С. 57-62.

15.Гильманов Т.Д., Сайфуллин Т.А., Ющенко Ю.Е., Халимон Е.А. Анализ лучших практик внедрения технологий бережливого управления проектами и программами в России // Вестник университета. 2021. № 3. С. 98-104.

16.Глазьев С.Ю. Адаптация российской экономики к смене технологических и мирохозяйственных укладов // Научные труды Вольного экономического общества России. 2023. Т. 244. № 6. С. 95-102.

162

17.Глазьев С.Ю. Перспективы развития России на длинной волне роста нового технологического уклада // Экономическое возрождение России.

2023. № 2 (76). С. 27-32.

18.Глазьев С.Ю., Сухарев О.С. Экономический рост России и структурная модернизация: проектный подход // Российский экономический журнал.

2024. № 2. С. 4-30.

19.Голов Р.С. основные векторы инновационного развития машиностроения в условиях модернизации экономики // Научные труды Вольного экономического общества России. 2015. Т. 192. № 3. С. 63-68.

20.Голов Р.С., Мыльник В.В., Паламарчук А.Г. «Индустрия 5.0» как основа развития высокотехнологичной промышленности // Экономика и управление в машиностроении. 2018. № 6. С. 8-11.

21.Голов Р.С., Мыльник А.В. Теоретические основы интеллектуально-технологического развития промышленных предприятий в контексте парадигмы «Индустрия 5.0» // Экономика и управление в машиностроении. 2018. №2 1. С. 10-14.

22.Голов Р. С., Мыльник А.В. Системная реиндустриализация экономики: существующие предпосылки и оптимальные пути ее реализации // Экономика и управление в машиностроении. 2017. № 1. С. 59-64.

23.Голов Р.С., Костыгова Л.А. Станкостроение в России: состояние и основные тенденции развития // СТИН. 2022. № 2. С. 7-9.

24.Голов Р.С., Смирнов В.Г., Теплышев В.Ю., Прокофьев Д.А., Паламарчук А.Г., Анисимов К.В., Андрианов А.М. Анализ требований, связанных с повышением энергетической эффективности промышленного предприятия // СТИН. 2022. № 2. С. 25-27.

25.Гусейнов М.Г. Ресурсный потенциал региона и его использование (на примере республики Дагестан) // Проблемы прогнозирования. 2007. №2. 1. С. 114120.

26.Давиденко Л.М., Беспалый С.В., Бекниязова Д.С. Ресурсная парадигма построения промышленной экосистемы цифрового формата // Вестник Белгородского университета кооперации, экономики и права. 2020. № 1 (80). С. 5868.

27.Давыдова Н.С., Гращенкова Н.В. Система менеджмента бережливого производства и устойчивость лин-трансформаций // Новые технологии. 2021. Т. 17. № 2. С. 121-130.

28.Данейкин Ю.В. Принципы и направления модернизации промышленной политики в отношении высокотехнологичных отраслей Российской Федерации в современных условиях // Вестник Омского университета. Серия «Экономика». 2022. Т. 20. №. 4. С. 5-17.

29.Данилочкина Н.Г., Боброва М.Б., Чернер Н.В. Оперативное управление производством в условиях изменений деятельности предприятия // Экономика и управление в машиностроении. 2019. № 3. С. 8-11.

30.Данилочкина Н.Г., Боброва М.Б. автоматизированное управление предприятием на основе ЕКР-системы // Актуальные проблемы социально-экономического развития России. 2019. № 1. С. 11-14.

31.Донцова О.И. Факторы прорывного технологического развития российской промышленности // Вопросы инновационной экономики. 2021. Т. 11. №. 1. С. 101-118.

32.Доньшина А. А. формирование единого подхода к определению понятия и раскрытию сущности ресурсного потенциала органов государственной власти // Формирование механизмов устойчивого развития экономики: сборник трудов III Всероссийской (с международным участием) научно-практической конференции, Севастополь, 01-02 июня 2023 года. - Симферополь: Общество с ограниченной ответственностью «Издательство Типография «Ариал», 2023. - С. 27-30. - EDN OEWJKX.

33.Ершова И.Г., Афанасьева Л.А., Щербаков Д.Б. Влияние цифровой трансформации регионов на развитие человеческих ресурсов: актуальный базис и стратегическое управление // Вестник Академии знаний. 2023. № 5 (58). С. 457461.

34.Ефимова Н.С., Калачанов В.В., Сергеева И.А., Клеев И.В., Зиновь-ева Е.А., Ульяшин В.Ю. Экономические аспекты использование информационных систем в авиастроительной отрасли // Инновации и инвестиции. 2020. № 4. С. 272-275.

35.Игнатова Л.Н., Девяткин О.В., Болкина Г.И. О ресурсном подходе к формированию промышленной политики предприятия // Вопросы региональной экономики. 2020. №. 3 (44). С. 38.

36.Индикаторы инновационной деятельности: 2024: статистический сборник / В. В. Власова, Л. М. Гохберг, Г. А. Грачева и др.; Нац. исслед. ун-т «Высшая школа экономики». - М.: ИСИЭЗ ВШЭ, 2024. - 260 с.

37.Калачанов В.Д., Ефимова Н.С., Новиков А.Н., Максимов В.С. Методы автоматизации процессов управления персоналом на предприятиях авиастроения в условиях цифровой экономики // Инновации и инвестиции. 2020. № 11. С. 292-296.

38.Камолов С.Г., Постный И.А. Инновационное построение холдинговых структур в условиях автоматического международного обмена финансовой информацией // Инновации и инвестиции. 2018. № 9. С. 16-21.

39.Камолов С.Г., Глазьева С.С. Реализация цифровой повестки Евразийского экономического союза: первые итоги и перспективы // В книге: Новые орбиты международных связей: экспорт, миграция, космос. Монография. Санкт-Петербург, 2024. С. 313-320.

40.Кандилов В. П. Комплексный подход к развитию ресурсного потенциала территории // Вестник Чувашского университета. 2007. №. 4. С. 379-386.

41.Клейнер Г.Б. Промышленные экосистемы: взгляд в будущее // Экономическое возрождение России. СПЭК 2018 «Форсайт «Россия»: новое индустриальное общество. Будущее». 2018. № 2(56). С. 53-62.

42.Клоцвог Ф.Н., Кушникова И.А. Макроэкономическая оценка ресурсного потенциала российских регионов // Проблемы прогнозирования. 1998. №. 2. С. 116-126.

43.Ковалёв П.П., Колмыкова Т.С., Субботин Н.А. О роли цифровых решений в развитии инновационной среды высокотехнологичных производств и обеспечении приоритетов национальной экономики // Известия Юго-Западного государственного университета. Серия Экономика. Социология. Менеджмент. 2024. Т. 16. № 5. С. 101-113.

44.Ковальчук Л.Б. Методические подходы к оценке состояния и направлений развития ресурсного потенциала региона: автореф. дис. ... канд. экон. наук:

165

08.00.05. - Байкальский гос. университет экономики и права, Иркутск, 2005. - 24 с.

45.Ковальчук Ю.А., Степнов И.М. Управление промышленными экосистемами в едином цифровом пространстве // Проблемы рыночной экономики. 2022. № 3. С. 107-121.

46.Ковальчук Ю.А., Степнов И.М., Бикаленко М.С. Экосистемный подход к управлению взаимодействием экономических агентов в промышленности // Управленческие науки. 2022. Т. 12. № 3. С. 6-23.

47.Колесникова Т.В., Степнов И.М., Ковальчук Ю.А. Модели государственного регулирования цифровой отрасли в различных условиях технологического развития // Проблемы рыночной экономики. 2023. № 3. С. 37-52.

48.Колмыкова Т.С., Клыкова С.В., Макаров Н.Ю. «Цифровизация» как новая парадигма социально-экономического развития // Экономика и управление: проблемы, решения. 2020. Т. 5. №. 11. С. 5-9.

49.Колмыкова Т.С., Ковалев П.П., Уколова Л.А. Эволюция цифровых экосистем в финтехе // Регион: системы, экономика, управление. 2021. № 4(55). С. 1624.

50.Кондратьев Н.Д. Большие циклы конъюнктуры. Избранные работы. - М.: Юрайт, 2016. Сер. 22 Антология мысли. (1-е изд.). - 477 с.

51.Костыгова Л.А. Устойчивое развитие российской промышленности в современных условиях // Экономика и управление в машиностроении. 2022. № 5. С. 52-55.

52.Костыгова Л.А. Корпоративная социальная ответственность и устойчивое развитие в машиностроении: отчетность, оценка деятельности // Экономика и управление в машиностроении. 2023. № 3. С. 36-41.

53.Котов А.В. Актуальные стратегии ведущих немецких компаний на российском рынке после начала спецоперации на Украине // Аналитические записки Института Европы РАН. 2022. №. 11. С. 278.

54.Котов А.В. Концепция региональной «умной специализации»: опыт Германии. - М.: Доклады Института Европы Сер. Выпуск 392. 2022. 152 с.

55.Крюков И.А. Развитие высокотехнологичного производства: теоретические и практические аспекты // Стратегии бизнеса. 2021. Т. 9. №. 12. С. 357-363.

166

56.Кулишкин Д. В. Ресурсная компонента региональной модернизационной политики // Terra Economicus. 2009. Т. 7. №. 4-3. С. 262-265.

57.Лаврикова Ю.Г., Бодрунов С.Д., Акбердина В.В., Коровин Г.Б. Цифровая трансформация экономики: особенности индустриально развитых регионов // Экономическое возрождение России. 2024. № 1 (79). С. 5-24.

58.Лемдяева Л. А. Ресурсный потенциал региона и подходы к его оценке (на материалах Сахалинской области) // Управление экономическими системами: электронный научный журнал. 2010. №. 22. С. 130-137.

59.Леонтьев Д.В. Перспективы внедрения коллаборативных промышленных роботов на высокотехнологичных промышленных предприятиях при производстве инновационной продукции // Экономика и управление в машиностроении. 2023. № 5. С. 25-29.

60.Леонтьев Д.В. Текущее состояние, проблемы и перспективы развития российского машиностроения // Экономика и управление в машиностроении. 2023. № 6. С. 58-61.

61.Леонтьев Д.В. Концептуальные основы реализации технологии цифровых двойников на высокотехнологичных промышленных предприятиях // Экономика и управление в машиностроении. 2024. № 1. С. 17-21.

62.Леонтьев Д.В. Анализ подходов к оценке цифровой зрелости высокотехнологичных промышленных предприятий // Научные труды ВЭО России. 2024. Том 249. С. 111-125.

63.Леонтьев Д.В. Анализ применения цифровых технологий для организации сбыта продукции: современная практика и ключевые тенденции // Экономика и управление в машиностроении. 2024. № 3. С. 23-26.

64.Львов Д.С. Будущее российской экономики. Экономический манифест // Экономическая наука современной России. 1999. № 3. С. 5-31.

65.Львов Д.С. Что дальше? (размышления о перспективных проблемах экономики и экономической науки) // Экономическая наука современной России. 2002. № 3. С. 5-19.

66.Маевский В.И. Элементы новой теории воспроизводства // Вестник университета. 2008. № 2 (23). С. 9-38.

67.Малахова А.А., Старова О.В., Арефьев В.А. Бережливое производство как фактор повы-шения эффективности менеджмента // Экономика, предпринимательство и право. 2020. Т. 10. № 3. С. 615-634.

68.Малыхина И.О. Стимулирование высокотехнологичных производств как императив технологического развития отечественной экономики // Вопросы инновационной экономики. 2019. Т. 9. №. 4. С. 1469-1478.

69.Марголин А.М., Спицына Т.А. Эффективная инвестиционная политика - залог устойчивого развития российской экономики // Государственная служба. 2021. Т. 23. № 5 (133). С. 37-46.

70.Маркина Ю.В. Ресурсный потенциал инновационного развития экономики региона // Креативная экономика. 2011. №. 5. С. 76-81.

71.Маркова В.Д., Кузнецова С.А. Экосистемы как инновационный инструмент роста бизнеса // ЭКО. 2021. № 8 (566). С. 151-168.

72.Маркс К. Экономические рукописи 1857-1861 гг. (Первоначальный вариант «Капитала»). - М.: ЛЕНАНД, 2018. - 1216 с.

73.Мельников А. Е. Проблемы научно-технологического развития промышленного сектора экономики // Вестник Полоцкого государственного университета. Серия D. Экономические и юридические науки. 2019. №. 5. С. 12-17.

74.Митяков Е.С., Куликова Н.Н., Варфаловская В.В. Оценка инновационного потенциала организации с учетом фактора цифровой зрелости // Инновации. 2023. № 4 (294). С. 47-53.

75.Мухина Е.Г. Методика оценки ресурсного потенциала сельских территорий // Аграрный вестник Урала. 2014. №. 11 (129). С. 78-82.

76.Наука, инновации и технологии [Электронный ресурс] - Режим доступа: https://rosstat.gov.ru/statistics/science

77.Нижегородцев Р.М. и др. Экономическое развитие регионов: факторы, стратегии, безопасность: Научная монография. - М.: ООО «НИПКЦ Восход-А. 2018. Т. 106.

78.Никаева Р.М., Абдокова Л.З. Особенности управления ресурсной базой предприятий промышленного комплекса // Вестник Академии знаний. 2019. №. 5 (34). С. 188-191.

79.Носкова Е.В. Оценка ресурсного потенциала сферы розничной торговли регионов Дальневосточного федерального округа // Региональная экономика и управление: электронный научный журнал. 2016. №. 4 (48). С. 311-325.

80.0 производстве и использовании валового внутреннего продукта в 2023 г. [Электронный ресурс] - Режим доступа:

https: //rosstat.gov.ru/storage/mediabank/52_05-04-2024.html

81.Омаров М.М., Омарова Н.Ю. Стратегическое развитие высокотехнологичных промышленных предприятий на федеральном и региональном уровнях // Научные труды Вольного экономического общества России. 2023. Т. 244. №. 6. С. 358-381.

82.Осипенкова О.Ю., Царюк Д.А. Функционирование высокотехнологичных предприятий (ОПК) при внедрении цифровых технологий: развитие организационно-экономического механизма. //Вестник Екатерининского института. 2021. №. 3.С. 92-98.

83.Отчет о промышленном развитии-2020. Индустриализация в цифровую эпоху (2020). Ве-на: UNIDO, 286. [Электронный ресурс] - Режим доступа: https://www.unido.org/sites/default/files/files/2019-11/UNIDO_IDR2020-Rus-sian_overview.pdf.

84.Паньшин И. В., Добронравова А. М. Оценка ресурсного потенциала модернизации социально-экономической системы региона // Региональная экономика: теория и практика. 2012. №. 14. С. 11-21.

85.Петраков Н.Я. Методологические аспекты трансформационных процессов в экономике России // Экономическая наука современной России. 2001. № 2. С. 5-10.

86.Поподько Г. И. Оценка ресурсного потенциала перехода экономики региона на инновационное социально ориентированное развитие // Advanced Engineering Research. 2011. Т. 11. №. 8-1. С. 1297-1305.

87.Постановление Правительства РФ от 15.06.2019 № 773 «О критериях отнесения товаров, работ, услуг к инновационной продукции и (или) высокотехнологичной продукции» (вместе с «Требованиями к критериям отнесения товаров, работ, услуг к инновационной продукции и (или) высокотехнологичной

продукции, а также порядок их установления») [Электронный ресурс]. - Режим доступа: http://www.consultant.ru/

88.Прокофьев Д.А. Применение SCADA-систем для проектирования управления поточными производствами // Экономические науки. 2009. № 61. С. 407410.

89.Прокофьев Д.А. Событийные модели систем информационной поддержки предприятий // Экономические и гуманитарные науки. 2010. № 2 (217). С. 128-135.

90.Прокофьев Д.А. Основные принципы построения инновационных промышленных кластеров в условиях реиндустриализации экономики // Экономика и управление в машиностроении. 2016. № 4. С. 26-30.

91.Прокофьев Д.А. Формирование системы планов развития научно-промышленного кластера // Экономика и управление в машиностроении. 2017. № 1. С. 12-17.

92.Путятина Л.М., Арсеньева Н.В. Методические аспекты разработки стратегии машиностроительных предприятий при выходе из кризиса // Вестник университета. 2021. № 3. С. 59-65.

93.Путятина Л.М., Арсеньева Н.В. Развитие трудового потенциала как элемент стратегии управления машиностроительным предприятием // Экономика труда. 2021. Т. 7. № 2. С. 183.

94.Пушкарева М.Б. Необходимость и предпосылки повышения энергоэффективности предприятий аэрокосмического комплекса // Экономика и управление в машиностроении. 2021. № 5. С. 24-27.

95.Пушкарева М.Б. ^^р^гаче^ое развитие интеллектуальных промышленных производственных одстем // Экономика и управление в машиностроении. 2017. № 6. С. 19-23.

96.Распоряжение Правительства РФ от 20.05.2023 № 1315-р «Об утверждении Концепции технологического развития на период до 2030 года» (вместе с «Концепцией технологического развития на период до 2030 года»). [Электронный ресурс] - Режим доступа: https://www.consultant.ru/document/cons_doc_LAW_447895/

97.Росстат [Электронный ресурс] - Режим доступа: http://www.gks.ru

170

98.Серебрякова Н.А., Дорохова Н.В., Шальнев О.Г. Роль цифровых технологий в инновационном развитии межотраслевых комплексов // Вестник Воронежского государственного университета инженерных технологий. 2020. Т. 82. № 2 (84). С. 197-202.

99.Смагин Б.И. Методика количественной оценки ресурсного потенциала аграрной сферы производства // Приоритетные направления регионального развития: сборник статей по материалам III Всероссийской (национальной) научно-практической конференции, Курган, 10 февраля 2022 года. - Курган: Курганская государственная сельскохозяйственная академия им. Т. С. Мальцева, 2022. - С. 205-209.

100. Смирнов В.Г., Кузина М.А. Оценка тенденций устойчивого развития высокотехнологичных отраслей промышленности // Экономические науки. 2024. № 231. С. 139-145.

101. Смирнов В.Г., Анисимов К.В., Прокофьев Д.А., Титов Л.Ю. О сбалансированности факторов производства в машиностроении // Экономика и управление в машиностроении. 2018. № 6. С. 16-19.

102. Степнов И.М., Ковальчук Ю.А. Индустриальная модель цифровой координации в экономике // Известия Санкт-Петербургского государственного экономического университета. 2023. № 4 (142). С. 128-134.

103. Степнов И.М. Интеллектуальное управление цифровыми активами в промышленности // В сборнике: Современный менеджмент: проблемы и перспективы. сборник статей по итогам XVII национальной научно-практической конференции с международным участием. В двух частях. Санкт-Петербург, 2022. С. 149-154.

104. Стрекалова Г.Р. Особенности и перспективы развития высокотехнологичных отраслей промышленности в Республике Татарстан // Управление устойчивым развитием. 2022. №. 1 (38). С. 22.

105. Сумарокова М.А. Методика интегральной оценки ресурсного потенциала сельскохозяйственных организаций региона // Аграрный вестник Урала. 2020. №. 10 (201). С. 84-100.

106. Технологическое развитие отраслей экономики [Электронный ресурс] -Режим доступа: https://rosstat.gov.ru/folder/11189

171

107. Титков А.А. и др. Научные подходы к пониманию сущности высокотехнологичных производств в промышленности // Central Asian Economic Review. 2019. №. 3. С. 165-176.

108. Тулупов А.С., Титков И.А., Беличко А.А. Обеспечение национальной безопасности на новой качественной основе // Стандарты и качество. 2023. № 11. С. 28-31.

109. Указ Президента РФ от 07.05.2024 №2 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года» [Электронный ресурс] - Режим доступа: https://www.consultant.ru/document/cons_doc_LAW_475991/

110. Федеральный закон от 28.12.2024 № 523-ФЗ «О технологической политике в Российской Федерации и о внесении изменений в отдельные законодательные акты Российской Федерации» [Электронный ресурс] - Режим доступа:

https://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=LAW&n=494804& dst= 100001#LsxeoYUavnO5DkTB

111. Фонтана К.А., Ерзнкян Б.А. «Умная фабрика» и ключевые технологии индустрии 4.0 (обзор) // Вестник Воронежского государственного университета. Серия: Экономика и управление. 2022. № 4. С. 53-67.

112. Фролов В.Г., Климова Е.З., Трофимов О.В. Апробация системной модели организационно-экономического механизма развития приоритетных высокотехнологичных отраслей промышленного производства Нижегородской области // Вопросы инновационной экономики. 2020. Т. 10. №. 4. С. 2115-2128.

113. Фролов В.Г., Трофимов О.В., Климова Е.З. Разработка системной модели организационно-экономического механизма развития приоритетных высокотехнологичных отраслей промышленного производства в соответствии с концепцией Индустрия 4.0 // Вопросы инновационной экономики. 2020. Т. 10. №2. 1. С. 71-84.

114. Цели в области устойчивого развития [Электронный ресурс]. - Режим доступа: https://www.un.org/sustainabledevelopment/ru/sustainable-development-goals/

115. Ценжарик М.К., Крылова Ю.В., Стешенко В.И. Цифровая трансформация компаний: стратегический анализ, факторы влияния и модели // Вестник Санкт-Петербургского университета. Экономика. 2020. Т. 36. Вып. 3. С. 390420.

116. Цукерман В. А., Горячевская Е. С. Ресурсный потенциал инновационного развития промышленности российской Арктики: оценка и значимость // Арктика и Север. 2022. №. 46. С. 66-78.

117. Шкарупета Е.В. Киберфизическое развитие технополисов в условиях цифровизации и интеллектуализации промышленности // Экономика промышленности. 2023; 16 (4):381-397.

118. Шкарупета Е.В., Бабкин А.В., Ильина Е.А. Оценка цифровой реинду-стриализации депрессивных регионов РФ // Вестник Челябинского государственного университета. 2024. № 6 (488). С. 43-57.

119. Шманёв С.В. Новые подходы к процессу управления промышленным сектором экономики // Вестник ОрелГИЭТ. 2020. №. 1. С. 138-142.

120. Шумак Ж.Г. Методика комплексной оценки ресурсного потенциала предприятий на основе инновационно ориентированного подхода // Бизнес. Инновации. Экономика: сборник научных статей / Белорусский государственный университет, Институт бизнеса БГУ; ред. кол. Г. А. Хацкевич [и др.]. -Минск: Институт бизнеса БГУ, 2022. Вып. 6. С. 79-91.

121. Эффективность экономики России [Электронный ресурс] - Режим доступа: https://rosstat.gov.ru/folder/11186

122. About the features of industrial policy of producing quality and affordable products to consumers in the regions of SFD and NCFD / D.O. Bordukh, A.A. Blagorodov, V. Prokhorov [et al.] // Theoretical & Applied Science. 2020. No. 9(89). P. 55-61. [Электронный ресурс] - Режим доступа: https://doi.org/10.15863/TAS.2020.09.89.14. - EDN LJWAFX.

123. Abramovitz M. Catching up, forging ahead, and falling behind // The journal of economic history. 1986. Т. 46. №. 2. С. 385-406.

124. Aiginger, K., Rodrik, D. Rebirth of Industrial Policy and an Agenda for the Twenty-First Century. J Ind Compet Trade 20, 189-207 (2020). https://doi.org/10.1007/s 10842-019-00322-3

173

125. Andreoni A., Chang H. J. The political economy of industrial policy: Structural interdependences, policy alignment and conflict management //Structural change and economic dynamics. 2019. Т. 48. С. 136-150. https://doi.org/10.1016/j.strueco.2018.10.007

126. Aria M., Cuccurullo C. Bibliometrix: an R-tool for comprehensive science mapping analysis // Journal of informetrics. 2017. Т. 11. №. 4. С. 959-975.

127. Aria M., Cuccurullo C. Biblioshinybibliometrix for no coders [Электронный ресурс] - Режим доступа: https://bibliometrix.org/biblioshiny/biblioshiny1.html

128. Athey S., Imbens G. W. Identification and inference in nonlinear difference-in-differences models // Econometrica. 2006. Т. 74. №. 2. С. 431-497.

129. Beier G., Niehoff S., Ziems T., Xue B. Sustainability aspects of a digitalized industry - A comparative study from China and Germany // International Journal of Precision Engineering and Manufacturing-Green Technology. 2017. Т. 4(2). С.227-234.

130. Bianchi P., Labory S. Manufacturing regimes and transitional paths: Lessons for industrial policy // Structural change and economic dynamics. 2019. Т. 48. С. 24-31. https://doi.org/10.1016/j.strueco.2017.10.003

131. Boys J., Andreoni A. Does regionalism increase industrial policy space? An analytical framework applied to the East African textiles and apparel sector. Third World Quarterly. 2023. 44(8). 1680-1698. https://doi.org/10.1080/01436597.2023.2211009

132. Brynjolfsson E., McAfee A. Race against the machine: How the digital revolution is accelerating innovation, driving productivity, and irreversibly transforming employment and the economy. - Brynjolfsson and McAfee, 2011. - 92 c.

133. Carayannis E.G., Campbell D.F. Triple Helix, quadruple Helix and quintuple Helix and how do knowledge, innovation and the environment relate to each other? A proposed framework for a trans-disciplinary analysis of sustainable development and social ecology. International Journal of Social Ecology and Sustainable Development (IJSESD). 2010. 1(1). 41-69. http://doi.org/10.4018/jsesd.2010010105

134. Chang H. J., Andreoni A. Industrial policy in the 21st century // Development and change. 2020. Т. 51. №. 2. С. 324-351. https://doi.org/10.1111/dech.12570

135. Chang, HJ., Andreoni, A. Bringing Production Back into Development: An introduction // Eur J Dev Res 33, 165-178 (2021). https://doi.org/10.1057/s41287-021-00359-3

136. Chunguang L. et al. The regional resource potential as a factor in ensuring economic security at the meso-level // International Conference on Economics, Management and Technologies 2020 (ICEMT 2020). - Atlantis Press, 2020. - C. 240-247.

137. Cohen J., van der Meulen Rodgers Y. Contributing factors to personal protective equipment shortages during the COVID-19 pandemic // Preventive medicine. 2020. T. 141. C. 106263. https://doi.org/10.1016/j.ypmed.2020.106263

138. Corden W. M. Booming sector and Dutch disease economics: survey and consolidation // Oxford economic Papers. 1984. T. 36. №. 3. C. 359-380.

139. Delera M., Pietrobelli C., Calza E., Lavopa A. Does value chain participation facilitate the adoption of industry 4.0 technologies in developing countries? // World Development. 2022. T. 152. C. 105788.

140. Dosi G. Sources, procedures, and microeconomic effects of innovation // Journal of economic literature. 1988. C. 1120-1171.

141. Dynkin, A.A., Telegina, E.A. Globalization and the World Order in the New Realities of the Post-COVID World. Her. Russ. Acad. Sci. 91, 414-418 (2021). https://doi.org/ 10.1134/S101933162104002X

142. Frey C.B., Osborne M.A. The future of employment: How susceptible are jobs to computerisation? // Technological forecasting and social change. 2017. T. 114. C. 254-280.

143. Geng Y., Sarkis J., Bleischwitz R. How to globalize the circular economy // Nature. 2019. T. 565. №. 7738. C. 153-155. https://doi.org/10.1038/d41586-019-00017-z

144. Gylfason T. Natural resources and economic growth: From dependence to diversification // Economic liberalization and integration policy: Options for Eastern Europe and Russia. 2006. C. 201-231.

145. Gylfason T. Natural resources, education, and economic development // European economic review. 2001. T. 45. №. 4-6. C. 847-859.

146. Hinings B., Gegenhuber T., Greenwood R. Digital innovation and transformation: An institutional perspective // Information and organization. 2018. T. 28. №. 1. C. 52-61.

147. Humphrey J., Schmitz H. How does insertion in global value chains affect upgrading in industrial clusters? // Regional studies. 2002. T. 36. №. 9. C. 10171027.

148. Introduction to Social Research: Quantitative and Qualitative Approaches / Punch, Keith F. - London: SAGE Publications Ltd, 2013 - 408 p.

149. Kozlov A., Gutman S., Tereshko E. Industry and Entrepreneurship component of the Murmansk region construction complex strategic chart // E3S Web of Conferences. EDP Sciences, 2019. T. 91. C. 05011.

150. Kuznets S. Nobel lectures, economic sciences 1971, modern economic growth: findings and reflections by Simon Kuznets. Harvard University, Cambridge, Massachusetts Nobel memorial lecture, December 11, 1971. - Nobel Lectures. 1995. T. 1. № 6.

151. Lashitew A.A., Ross M.L., Werker E. What drives successful economic diversification in resource-rich countries? // The World Bank Research Observer. 2021. T. 36. №. 2. C. 164-196.

152. Lee K., Malerba F. Catch-up cycles and changes in industrial leadership: Windows of opportunity and responses of firms and countries in the evolution of sectoral systems // Research Policy. 2017. T. 46. №. 2. C. 338-351. https://doi.org/10.1016/j.respol.2016.09.006

153. Li W., Zhang Y, Xu J. et al. Evaluation for the effect of low-carbon city pilot policy: evidence from industry in China // Environ Sci Pollut Res 31, 8863-8882 (2024). https://doi.org/10.1007/s11356-023-31685-0.

154. Liu E. Industrial policies in production networks // The Quarterly Journal of Economics. 2019. T. 134. №. 4. C. 1883-1948. https://doi.org/10.1093/qje/qjz024

155. Lucas Jr R. E. On the mechanics of economic development // Journal of monetary economics. 1988. T. 22. №. 1. C. 3-42.

156. Mao J. et al. Industrial policy intensity, technological change, and productivity growth: Evidence from China // Research Policy. 2021. T. 50. №. 7. C. 104287. https: //doi.org/10.1016/j .respol .2021.104287

176

157. Mazzucato, M., Kattel, R. & Ryan-Collins, J. Challenge-Driven Innovation Policy: Towards a New Policy Toolkit // J Ind Compet Trade 20, 421-437 (2020). https://doi.org/10.1007/s 10842-019-00329-w

158. Mealy P., Teytelboym A. Economic complexity and the green economy // Research Policy. 2022. T. 51. №. 8. C. 103948. https://doi.org/10.1016/j.respol.2020.103948

159. Nambisan S. Digital entrepreneurship: Toward a digital technology perspective of entrepreneurship // Entrepreneurship theory and practice. 2017. T. 41. №2. 6. C. 1029-1055.

160. Nicoletti G., von Rueden C., Andrews D. Digital technology diffusion: A matter of capabilities, incentives or both? // European economic review. 2020. T. 128. C. 103513.

161. Niebel T. ICT and economic growth-Comparing developing, emerging and developed countries // World development. 2018. T. 104. C. 197-211.

162. Ploeg F. Natural resources: curse or blessing? // Journal of Economic literature. 2011. T. 49. №. 2. C. 366-420.

163. Rodrik D. Unconditional convergence in manufacturing // The quarterly j our-nal of economics. 2013. T. 128. №. 1. C. 165-204.

164. Romer P.M. Increasing returns and long-run growth // Journal of political economy. 1986. T. 94. №. 5. C. 1002-1037.

165. Shkarupeta, E. Eco-Innovative Development of Industrial Ecosystems Based on the Quintuple Helix / E. Shkarupeta, A. Babkin // International Journal of Innovation Studies. 2024. DOI 10.1016/j.ijis.2024.04.002. - EDN XZWUKR

166. Smirnova O.P., Ponomareva A.O. A methodological approach to evaluating the effectiveness of regional industrial policy // Economic Analysis: Theory and Practice. 2020. T. 19. №. 8. C. 503. https://doi.org/10.24891/ea.19.8.1431

167. Stijns J. P. Natural resource abundance and human capital accumulation // World development. 2006. T. 34. №. 6. C. 1060-1083.

168. Stuart E. A. et al. Using propensity scores in difference-in-differences models to estimate the effects of a policy change //Health Services and Outcomes Research Methodology. 2014. T. 14. C. 166-182.

169. Volkova T.A. et al. Methodological assessment aspects of region economic security // Russian Conference on Digital Economy and Knowledge Management (RuDEcK 2020). - Atlantis Press, 2020. - C. 713-717.

170. Wade R.H. Governing the market: economic theory and the role of government in East Asian industrialization. Princeton University Press. Issue: 2, Volume: 70, Page: 181. 1990. https://doi.org/10.1515/9780691187181

171. Wang Y, Wang W. How green industrial policy affects the constancy of green technology innovation: a fresh proof from the innovation motivation perspective // Environmental Research Communications. 2024. T. 6. №. 3. C. 035027. https://doi.org/10.1088/2515-7620/ad35ac

172. Wu Y., Zhu X., Groenewold N. The determinants and effectiveness of industrial policy in china: A study based on five-year plans // China Economic Review. 2019. T. 53. C. 225-242. https://doi.org/10.1016Zj.chieco.2018.09.010

173. Yang W., Wang X., Zhou D. Research on the Impact of Industrial Policy on the Innovation Behavior of Strategic Emerging Industries //Behavioral Sciences. 2024. T. 14. №. 4. C. 346. https://doi.org/10.3390/bs14040346

174. Zhang Y China's 5G and supercomputing industrial policies: A critical (comparative) analysis // Global Policy. 2023. T. 14. №. 5. C. 818-831. https://doi.org/10.1111/1758-5899.13239

ПРИЛОЖЕНИЯ

ПРИЛОЖЕНИЕ А

Методика оценки ресурсного потенциала высокотехнологичных отраслей промышленности с учетом групп технологичности

Этап Шаг Описание Содержание

Этап 1. Постановка целей и задач исследования Результат этапа 1: формируется концептуальная основа исследования, которая включает четко сформулированную цель, набор задач, акценты и ограничения анализа Шаг 1.1. Определение ключевой цели исследования Формулировка основной задачи анализа ресурсного потенциала высокотехнологичных отраслей промышленности с учетом групп технологичности. Обеспечивает единое направление работы и определяет рамки дальнейшего исследования. Ключевая цель: разработка интегрального индекса, который позволит всесторонне оценить состояние ресурсного потенциала высокотехнологичных отраслей промышленности и его различия между группами технологичности. Индекс должен отражать не только количественные, но и качественные аспекты ресурсного потенциала.

Шаг 1.2. Формулирование задач исследования Для достижения цели необходимо определить конкретные задачи, которые позволяют детализировать исследование и выстроить его последовательность. 1. Идентификация факторов, влияющих на ресурсный потенциал. Задача заключается в выявлении и классификации факторов, которые оказывают значительное влияние на ресурсный потенциал. Эти факторы должны быть дифференцированы по группам технологичности, чтобы обеспечить индивидуализированный подход к анализу. 2. Построение системы показателей. Необходимо разработать систему показателей, которые будут использоваться для оценки ресурсного потенциала. Показатели должны учитывать специфику высокотехнологичных отраслей и соответствовать их ключевым характеристикам, включая инновацион-ность, экологичность, цифровизацию и социальную значимость. 3. Разработка интегрального подхода к оценке. Требуется создать методику, которая позволит объединить множество показателей в единый интегральный индекс. Методика должна учитывать межгрупповые различия и особенности ресурсного потенциала каждой из технологических групп. 4. Формирование рекомендаций для повышения эффективности.

Этап Шаг Описание Содержание

На основе полученных данных необходимо предложить рекомендации для каждой технологической группы. Рекомендации должны быть направлены на устранение выявленных дисбалансов в ресурсном потенциале и повышение его эффективности.

Шаг 1.3. Определение акцентов исследования Для обеспечения актуальности и глубины исследования важно сделать акцент на следующих аспектах 1. Технологическая специфика. Учет различий между группами технологичности (высокотехнологичные, среднетехнологичные высокого и низкого уровней, низкотехнологичные отрасли). Каждая группа имеет уникальные потребности и возможности, что требует индивидуального подхода. 2. Интеграция инновационных факторов. Особое внимание уделяется связи между ресурсным потенциалом и инновационной экономикой, включая уровень цифровизации, инновационную активность бизнеса и участие в НИОКР. 3. Устойчивое развитие. Исследование должно учитывать экологический фактор, направленный на снижение экологических рисков, рациональное использование ресурсов и обеспечение долгосрочной экологической безопасности. 4. Динамика изменений. Важно исследовать ресурсный потенциал в динамике (за последние 5-7 лет), чтобы выявить ключевые тренды, изменения и их влияние на развитие отраслей.

Шаг 1.4. Определение границ исследования Необходимо установить границы исследования 1. Объект исследования: высокотехнологичные отрасли промышленности, разделенные на группы по уровню технологичности. 2. Предмет исследования: ресурсный потенциал отраслей, включающий институциональные, предпринимательские, научные, социальные и экологические ресурсы. 3. Географический охват: национальный и региональный уровни.

Этап 2. Определение аналитической базы и сбор данных. Шаг 2.1. Формирование перечня источников данных Для обеспечения полноты и объективности анализа формируется перечень источников 1. Официальные статистические данные: - Росстат: данные о высокотехнологичных и других отраслях промышленности, показатели производительности, занятости, инвестиций, экологического воздействия.

Этап Шаг Описание Содержание

Результат этапа 2: определение источников данных, выбор временного интервала, установление методологии сбора и анализа информации. данных. Источники должны быть надежными, репрезентативными и охватывать различные аспекты ресурсного потенциала. - Региональные статистические агентства: данные о развитии отраслей в разрезе регионов. 2. Министерства и ведомства: - Минпромторг: отчеты о состоянии промышленности, технологической трансформации и инновационных программах. - Минэкономразвития: данные о макроэкономических показателях, инвестиционной активности, развитии цифровой инфраструктуры. 3. Международные базы данных: - OECD: показатели инновационной активности, научно-исследовательской деятельности, экологической устойчивости. - ЮНИДО: данные о развитии промышленности и ресурсном потенциале на глобальном уровне. 4. Отраслевые исследования и аналитические отчеты: - Публикации отраслевых ассоциаций и научных организаций. - Обзоры и рейтинги инновационной активности и устойчивого развития.

Шаг 2.2. Определение временного интервала Для анализа динамики ресурсного потенциала необходимо собрать данные за длительный период. Рекомендуемый временной интервал - 5-7 лет, начиная с 2017 года. Это позволяет: 1. Отразить изменения, связанные с развитием цифровой трансформации и инновационной экономики. 2. Учет влияния значимых событий, таких как пандемия COVID-19, экономические санкции, изменения экологического регулирования.

Шаг 2.3. Группировка данных по технологическим группам Данные должны быть собраны и структурированы по четырем основным группам технологичности. Для каждой группы необходимо обеспечить сопоставимость данных по показателям и временным интервалам. 1. Высокотехнологичные виды деятельности: характеризуются высокой степенью инноваций, большим объемом НИОКР, высокой добавленной стоимостью. 2. Среднетехнологичные высокого уровня: включают отрасли с существенным инновационным потенциалом, но менее интенсивным, чем в высокотехнологичных. 3. Среднетехнологичные низкого уровня: охватывают отрасли с ограниченной инновационной активностью и постепенным внедрением новых технологий.

Этап Шаг Описание Содержание

4. Низкотехнологичные виды деятельности: характеризуются традиционными методами производства и низким уровнем технологической трансформации.

Шаг 2.4. Проверка качества и полноты данных Собранные данные проходят верификацию для исключения ошибок и аномалий. Если данные отсутствуют или не могут быть получены, рекомендуется: - использовать экспертные оценки для заполнения пробелов; - исключить показатели с большим количеством пропусков при условии их малой значимости. Шаг включает: 1. Проверку полноты данных: для всех показателей и временных интервалов. 2. Сопоставимость между группами: данные должны быть стандартизированы и приводиться к единой шкале для корректного анализа. 3. Идентификацию аномалий: выявление выбросов, пропусков, противоречий в данных.

Шаг 2.5. Выбор методов обработки данных На этапе обработки и анализа данных используются следующие подходы 1. Линейная нормализация: приведение данных к единой шкале (от 0 до 1) для обеспечения сопоставимости. 2. Многомерный анализ: использование кластерного анализа, чтобы группировать регионы и отрасли по схожести ресурсного потенциала. 3. Динамический анализ: исследование трендов изменений показателей для каждой группы технологичности.

Этап 3. Формирование системы показателей Результат этапа 3: разработка и структури- Шаг 3.1. Определение ресурсных проекций Ресурсный потенциал рассматривается через призму пяти ключевых проекций, основанных на концепции инновационной спирали 1. Институциональные ресурсы: - Оценка государственных мер поддержки, инфраструктурных программ, правовой среды и регуляторных механизмов. - Роль государства в стимулировании инновационного и устойчивого развития отраслей. 2. Предпринимательские ресурсы:

Этап Шаг Описание Содержание

рование системы показателей, отражающих ресурсный потенциал высокотехнологичных отраслей промышленности. Показатели формируются с учетом пяти ресурсных проекций, а также технологической стратификации отраслей - Инвестиции, объемы производства, инновационная активность бизнеса, степень цифровизации процессов. 3. Научные ресурсы: - Разработка новых технологий, объем исследований и разработок (НИОКР), уровень трансфера технологий. 4. Социальные ресурсы: - Кадровый потенциал, уровень занятости, профессиональная квалификация, социальная поддержка инновационной деятельности. 5. Экологические ресурсы: - Эффективность использования природных ресурсов, уровень экологической нагрузки, инвестиции в "зеленые" технологии.

Шаг 3.2. Подбор показателей для каждой проекции Для каждой проекции выделяются количественно измеримые показатели В оценку включены показатели из открытых баз данных Росстата

Шаг 3.3. Структурирование показателей по технологическим группам Для учета различий между группами технологичности показатели адаптируются к следующим категориям 1. Высокотехнологичные виды деятельности: - Основной акцент на научных, предпринимательских и экологических ресурсах. - Дополнительные показатели: доля экспорта высокотехнологичной продукции, темпы роста инновационной активности. 2. Среднетехнологичные виды деятельности высокого уровня: - Акцент на предпринимательских и социальных ресурсах. - Показатели цифровизации процессов, внедрения базовых инноваций. 3. Среднетехнологичные виды деятельности низкого уровня: - Основной акцент на институциональных и социальных ресурсах. - Показатели модернизации основных фондов, производительности труда. 4. Низкотехнологичные виды деятельности: - Акцент на институциональных и экологических ресурсах. - Показатели энергоэффективности, перехода к устойчивым практикам.

Этап Шаг Описание Содержание

Шаг 3.4. Уточнение системы показателей При уточнении показателей учитываются следующие критерии 1. Доступность: наличие данных для всех показателей в источниках информации. 2. Актуальность: показатели должны соответствовать текущим и перспективным условиям. 3. Полнота: учет всех аспектов ресурсного потенциала. 4. Измеримость: все показатели должны быть количественными.

Шаг 3.5. Проверка влияния показателей Для каждого показателя проверяется его влияние на ресурсный потенциал. Если влияние показателя неочевидно, привлекаются экспертные оценки. - Положительное: рост показателя повышает ресурсный потенциал. - Отрицательное: рост показателя снижает ресурсный потенциал.

Этап 4. Нормализация данных Результат этапа 4: приведение всех собранных данных к единой шкале для обеспечения корректности расчетов и последующего построе- Шаг 4.1. Выбор метода нормализации Для нормализации данных используется метод линейного нормирования. Его преимущества заключаются в простоте реализации, универсальности и возможности применения для различных типов данных Формула линейного нормирования выглядит следующим образом: Хнорм = (XI - Хтт) / (Хтах - Хтт), где: Хнорм - нормализованное значение показателя. XI - исходное значение показателя для объекта анализа. Хтт и Хтах - минимальное и максимальное значения показателя среди всех объектов.

ния индексов Шаг 4.2. Учет особенностей показателей 1. Положительно влияющие показатели 2. Отрицательно влияющие показатели Для показателей, рост которых положительно влияет на ресурсный потенциал (например, объем инвестиций или доля инновационной продукции), применяется стандартная формула нормализации. Для показателей, увеличение которых оказывает негативное влияние на ресурсный потенциал (например, выбросы СО2 или износ оборудования), формула модифицируется следующим образом: Хнорм = (Хтах - XI) / (Хтах - Хтт),

Этап Шаг Описание Содержание

что позволяет инвертировать влияние и обеспечить корректную интерпретацию

Шаг 4.3. Приведение данных к временной сопоставимости Если данные собираются за разные годы, нормализация проводится для каждого временного периода отдельно, чтобы избежать искажения динамики Например, значения за 2017 год нормализуются относительно Хтт и Хтах за 2017 год, и так далее для каждого года.

Шаг 4.4. Проверка корректности нормализации После нормализации проводится проверка корректности данных. Если данные содержат значительное количество выбросов или неполные ряды, принимаются меры для их обработки: - для устранения выбросов применяется процедура сглаживания (например, использование медианных значений); - для заполнения пропущенных данных используется метод интерполяции, если это допустимо. Все значения должны находиться в диапазоне от 0 до 1. Для каждого показателя минимальное нормализованное значение равно 0, а максимальное - 1. Должны отсутствовать выбросы, аномалии и несоответствия (например, значения, выходящие за пределы 0-1).

Этап Шаг Описание Содержание

Шаг 4.5. Анализ нормализованных данных После нормализации проводится предварительный анализ 1. Оценивается распределение нормализованных значений для каждого показателя. 2. Проводится проверка на наличие равномерности данных между группами технологичности. 3. Выявляются ключевые тенденции и потенциальные проблемы, требующие дальнейшего уточнения.

Шаг 4.6. Учет особенностей групп технологичности Для каждой группы технологичности (высокотехнологичные, среднетехнологичные высокого и низкого уровня, низкотехнологичные) нормализация проводится отдельно, чтобы учесть их специфические характеристики Данный шаг позволяет: - избежать искажения данных из-за значительных различий между группами, - сохранить справедливость сравнений внутри групп.

Шаг 4.7. Формирование базы нормализованных данных Итогом этапа становится унифицированная база данных, где каждая метрика приведена к диапазону от 0 до 1. Эта база становится основой для последующих расчетов частных индексов. Если для какого-либо показателя невозможно определить Хтт или Хтах (например, в случае открытых временных рядов), применяются экспертные значения или проводится нормализация на основе стандартных отклонений. В случае наличия категориальных данных (например, индексов административных барьеров) нормализация осуществляется путем присвоения баллов на основе ранжирования.

Этап 5. Расчет частных индексов по проекциям Шаг 5.1. Построение формулы для расчета частных индексов Для расчета частного индекса по каждой проекции используется следующая формула: п Н = ^Хнорм/ X ш/ ¿=1 где: I] - частный индекс ] -й проекции.

Этап Шаг Описание Содержание

Результат этапа 5: интеграция нормализованных данных для каждой проекции ресурсного потенциала (институциональные, wi - весовой коэффициент ьго показателя (при равновесном подходе wi = 1). Xнормi - нормализованное значение ьго показателя. п - количество показателей в проекции. При равновесном подходе, когда wi = 1, формула принимает вид простого среднего арифметического (деление на п) (как показано в п. 2.2, формула 2.1), тогда как при индивидуальном взвешивании учитываются коэффициенты значимости отдельных показателей.

предпринимательские, научные, социальные и экологические ресурсы) и получение частных индексов. Эти индексы позволяют определить со- Шаг 5.2. Определение весов показателей 1. Равновесный подход: все показатели имеют равный вес (wi = 1), если отсутствуют объективные основания для различий в их значимости. 2. Экспертный подход: для каждого показателя определяются веса на основе методов экспертного ранжирования, таких как метод анализа иерархий. Это важно, если отдельные показатели имеют существенно разное влияние на ресурсный потенциал. 3. Комбинированный подход: веса корректируются на основании статистической значимости показателей, выявленной через корреляционный и факторный анализ.

стояние и значимость каждой группы ресурсов для достижения целей анализа Шаг 5.3. Расчет частных индексов для каждой проекции Для каждой из пяти проекций (институциональные, предпринимательские, научные, социальные и экологические ресурсы) вычисляются частные индексы 1. Институциональные ресурсы ([институциональные): - Учитываются показатели, связанные с государственным регулированием, правовой средой, инфраструктурными программами. 2. Предпринимательские ресурсы ([предпринимательские): - Включают инвестиции, производственные мощности, инновационную активность бизнеса. 3. Научные ресурсы ([научные): - Охватывают генерацию знаний, передовые технологии, объем исследований и разработок. 4. Социальные ресурсы ([социальные): - Включают кадровый потенциал, занятость, вовлеченность населения. 5. Экологические ресурсы ([экологические): - Содержат показатели устойчивого развития, минимизации экологических рисков.

Шаг 5.4. Учет технологических групп Для каждой группы технологичности (высокотехнологичные, среднетехнологичные Формула для расчета частного индекса группы технологичности: [{]Дех^группа = &ас^ит^=1}Лп wi Хнорм}дДех^группа}{п},

Этап Шаг Описание Содержание

высокого и низкого уровня, низкотехнологичные) частные индексы рассчитываются отдельно, чтобы учесть их специфику. где: - 1{]Дех^группа - частный индекс ]-й проекции для группы технологичности. - Хнорм}дДех^группа - нормализованное значение показателя для группы технологичности.

Шаг 5.5. Анализ вклада показателей в частные индексы 1. Вычисляется вклад каждого показателя в общий частный индекс проекции. 2. Проверяется равномерность распределения влияния показателей: не должно быть явного доминирования одного показателя или группы показателей. 3. Выявляются наиболее значимые и слабые показатели для каждой проекции и группы технологичности.

Шаг 5.6. Интерпретация частных индексов После расчета частных индексов для каждой проекции проводится их интерпретация 1. Сравнение значений индексов между группами технологичности. 2. Выявление сильных и слабых сторон ресурсного потенциала в разрезе проекций. 3. Оценка межгрупповых различий и определение направлений для их устранения.

Шаг 5.7. Проверка корректности расчетов 1. Контроль суммирования весов (sum wi = 1). 2. Проверка диапазона значений частных индексов (должны быть в пределах от 0 до 1). 3. Сравнительный анализ индексов между годами для выявления динамических изменений.

Этап 6. Расчет интегрального индекса Результат этапа 6: объединение частных индексов по каждой из пяти проекций (институциональной, предпринимательской, научной, социальной и экологической) в единый интегральный индекс, позволяющий Шаг 6.1. Определение весов проекций 1. Равновесный подход: Если все проекции считаются равнозначными, каждой из них присваивается одинаковый вес. 2. Экспертный подход: Используется метод анализа иерархий для определения весов. Этот метод включает: - сравнительное ранжирование проекций экспертами, - построение матрицы парных сравнений, - расчет относительных весов на основе экспертных оценок. Пример: если эксперты считают, что предпринимательские и научные ресурсы более значимы, то их веса могут быть увеличены. 3. Комбинированный подход: Веса определяются как результат совмещения равновесного и экспертного подходов. Например, 50% веса равномерно распределяется между проекциями, а остальные 50% корректируются экспертным мнением.

Этап Шаг Описание Содержание

оценить совокупный уровень ресурсного потенциала высокотехнологичных отраслей промышленности и определить их положение относительно других групп Шаг 6.2. Расчет интегрального индекса для каждой группы технологичности Каждая группа технологичности анализируется отдельно, чтобы выявить ее вклад в общий ресурсный потенциал отрасли. Для каждой группы технологичности (высокотехнологичные, сред-нетехнологичные высокого и низкого уровня, низкотехнологичные) интегральный индекс рассчитывается по формуле 1интегральный,группа = sum{j=1}Лm wj 1{]Дех^группа, где: - [интегральный,группа - интегральный индекс для конкретной группы технологичности. - wj - вес проекции j. - 1{]Дех^группа - частный индекс j-й проекции для группы технологичности. - m - количество проекций.

Шаг 6.3. Расчет общего интегрального индекса отрасли После расчета интегральных индексов для каждой группы технологичности, рассчитывается общий индекс для отрасли: [общий = sum{k=1}Лn wk 1интегральный,группа, где: [общий - интегральный индекс для всей отрасли. wk - вес группы технологичности к, определяемый долей группы в общем объеме выпуска, занятости или других значимых параметрах. 1интегральный,группа - интегральный индекс группы технологичности к. п - количество групп технологичности (в данном случае п = 4).

Шаг 6.4. Анализ чувствительности 1. Проверка устойчивости результатов: - Изменение весов проекций или групп технологичности (например, на ±10%) для оценки влияния этих изменений на итоговый индекс. - Определение, какие компоненты имеют наиболее значительное влияние на интегральный индекс. 2. Выявление критических факторов: - Анализ компонентов, изменения которых дают наибольший вклад в интегральный индекс. Это помогает понять, какие проекции или группы требуют первоочередного внимания.

Этап Шаг Описание Содержание

Шаг 6.5. Интерпретация результатов 1. Интегральный индекс по группам технологичности: - Сравнение индексов между высокотехнологичными и низкотехнологичными группами для оценки технологических разрывов. - Выявление лидеров и отстающих среди групп. 2. Общий интегральный индекс отрасли: - Оценка общего состояния ресурсного потенциала отрасли. - Сравнение с другими отраслями (если данные доступны). 3. Временная динамика: - Сравнение интегральных индексов по годам для анализа тенденций в развитии отрасли и влияния внешних факторов.

Шаг 6.6. Визуализация данных 1. Графики распределения индексов: - Построение графиков для каждого индекса, чтобы показать различия между проекциями и группами. - Линейные графики для отображения изменений во времени. 2. Тепловые карты: - Визуализация значений интегральных индексов с использованием цветовых градаций (от красного для низких значений до зеленого для высоких).

Этап 7. Разработка шкалы оценки Результат этапа 7: создание шкалы, позволяющей интерпретировать значения интегрального индекса, выделять ключевые уровни ресурсного потенциала и сопоставлять группы технологичности по степени их развития Шаг 7.1. Определение диапазона значений 1. Определение минимального и максимального значения индекса: Интегральный индекс нормализован в диапазоне от 0 до 1, где: - 0 означает полное отсутствие ресурсного потенциала. - 1 - максимально возможный уровень ресурсного потенциала. 2. Дифференциация диапазона: Диапазон делится на несколько интервалов для оценки уровня ресурсного потенциала. Предлагается следующая структура: - критический уровень (0 - 0,20) - существенный дефицит ресурсов; - низкий уровень (0,21 - 0,40) - ограниченные возможности; - удовлетворительный уровень (0,41 - 0,60) - ресурсный потенциал в пределах нормы, возможны улучшения; - высокий уровень (0,61 - 0,80) - значительное развитие и достаточная обеспеченность ресурсами; - лидерский уровень (0,81 - 1,00) - высокий уровень потенциала, глобальная конкурентоспособность.

Этап Шаг Описание Содержание

Шаг 7.2. Формирование качественных характеристик уровней Каждому интервалу дается развернутое описание, чтобы обеспечить их однозначную интерпретацию Критический уровень: - характеризуется острой нехваткой ключевых ресурсов, - проблемы в институциональной среде, недостаточное развитие инфраструктуры, - низкий уровень инновационной активности и финансовых инвестиций, - требуется значительное вмешательство для стабилизации ситуации. Низкий уровень: - ресурсы частично развиты, но их объем или качество недостаточны для устойчивого роста, - ограниченное использование современных технологий и низкая экологическая устойчивость, - необходимы структурные изменения и активная государственная поддержка. Удовлетворительный уровень: - ресурсный потенциал сбалансирован, но имеются возможности для улучшений, - достаточное количество базовых ресурсов, но низкая интенсивность их использования, - потенциал для дальнейшего развития за счет повышения инновационной и технологической активности. Высокий уровен ь: - обеспеченность ресурсами выше среднего, активное внедрение технологий, - эффективное использование природных, социальных и финансовых ресурсов, - благоприятная институциональная среда, поддерживающая рост и модернизацию. Лидерский уровен ь: - ресурсный потенциал достигает глобальных стандартов,

Этап Шаг Описание Содержание

- интенсивное развитие всех видов ресурсов, высокая инновационная активность, - экологическая устойчивость, сбалансированная социальная поддержка, - лидирующие позиции в технологической конкурентоспособности.

Шаг 7.3. Применение шкалы к каждой группе технологичности 1. Анализ интегрального индекса каждой группы: - Для каждой группы технологичности (высокотехнологичные, среднетехнологичные высокого и низкого уровня, низкотехнологичные) определяются их позиции в рамках шкалы. - Группы с показателями ниже 0,41 считаются проблемными и требуют первоочередного внимания. 2. Идентификация аутсайдеров и лидеров: - Сравнение между группами позволяет выявить технологический разрыв. - Лидеры определяются как группы с показателями выше 0,81, а аутсайдеры - ниже 0,41.

Шаг 7.4. Визуализация шкалы 1. Создание графиков и диаграмм: - Линейные графики или гистограммы для визуального сравнения интегральных индексов. - Тепловые карты, где каждая группа технологичности отображается своим цветом (красный - низкий уровень, зеленый - высокий уровень). 2. Таблицы с расшифровкой: - Создание таблицы, где указаны группы технологичности, их индексы и соответствующие уровни.

Шаг 7.5. Интерпретация шкалы для стратегических решений 1. Оценка необходимости вмешательства: - Группы с низкими значениями требуют приоритетной поддержки. - Высокие значения свидетельствуют об успешных практиках, которые могут быть тиражированы в другие группы. 2. Формирование рекомендаций: - Для групп с низкими уровнями предложить меры по увеличению финансирования, модернизации технологий, улучшению кадрового обеспечения. - Для групп с лидерским уровнем выделить направления для сохранения и усиления конкурентных позиций.

Этап 8. Построение тепловой карты Шаг 8.1. Подготовка данных для визуализации 1. Сбор данных:

Этап Шаг Описание Содержание

Результат этапа 8: визуализация результатов оценки ресурсного потенциала через тепловую карту, что позволит наглядно идентифицировать проблемные области, выделить ключевые тренды и сформировать стратегические выводы для каждой группы технологичности - Для каждой группы технологичности (высокотехнологичные, среднетехнологичные высокого уровня, среднетехнологичные низкого уровня, низкотехнологичные) собрать частные индексы по пяти ресурсным проекциям. - Выделить интегральные индексы каждой группы и их изменения по годам. 2. Нормализация: - Убедиться, что данные всех групп находятся в диапазоне 0-1, как предусмотрено методикой. - Проверить наличие выбросов или аномалий, которые могут искажать визуализацию. 3. Определение цветовых диапазонов: Установить шкалу цветов для тепловой карты: - Красный (0,00 - 0,20): критический уровень. - Оранжевый (0,21 - 0,40): низкий уровень. - Желтый (0,41 - 0,60): удовлетворительный уровень. - Светло-зеленый (0,61 - 0,80): высокий уровень. - Зеленый (0,81 - 1,00): лидерский уровень.

Шаг 8.2. Построение тепловой карты 1. Выбор инструмента для визуализации: - Использование программ, поддерживающих создание тепловых карт (например, Python, Tableau, Excel, R). - Выбор матричной структуры, где строки отображают ресурсные проекции, а столбцы -группы технологичности. 2. Структура карты: - Вертикальные оси: ресурсные проекции (институциональные, предпринимательские, научные, социальные, экологические). - Горизонтальные оси: группы технологичности (высокотехнологичные, среднетехнологич-ные высокого уровня, среднетехнологичные низкого уровня, низкотехнологичные). - Каждая ячейка отображает значение частного индекса и окрашивается в цвет, соответствующий его уровню. 3. Создание динамических карт: - Построение тепловой карты для каждого года. - Визуализация изменений во времени, что позволяет выделить тренды и выявить ключевые изменения.

Шаг 8.3. Анализ тепловой карты 1. Выявление контрастов: - Определение проекций и групп, находящихся на критическом уровне (красные зоны).

Этап Шаг Описание Содержание

- Анализ лидирующих групп и проекций (зеленые зоны). 2. Идентификация трендов: - Сравнение данных по годам для выявления положительных или отрицательных изменений. - Определение направлений с наибольшими колебаниями в значениях индексов. 3. Определение ключевых разрывов: - Сравнение между группами технологичности для выявления дисбалансов. - Анализ вклада каждой проекции в общий ресурсный потенциал.

Шаг 8.4. Визуальное представление результатов 1. Цветовая градация: - Обеспечить интуитивно понятную цветовую палитру (от красного для низких значений до зеленого для высоких). - Использовать яркость и насыщенность для акцентов. 2. Подписи и легенда: - Указать, что означает каждая ось, цвет и уровень. - Добавить пояснения для интерпретации данных. 3. Создание сопроводительных графиков: - Построить линейные графики для сравнения изменения индексов по годам. - Добавить столбчатые диаграммы для отображения общего вклада каждой группы.

Шаг 8.5. Выводы по тепловой карте 1. Ключевые результаты: - Указать проекции и группы, требующие первоочередного внимания. - Выделить успешные примеры для тиражирования опыта. 2. Рекомендации: - Для красных зон предложить меры по улучшению (например, наращивание кадрового потенциала или инвестиций). - Для зеленых зон определить стратегии удержания лидерских позиций. 3. Документирование выводов: - Подготовить текстовые комментарии для каждой группы, основанные на результатах тепловой карты. - Формировать стратегические рекомендации на основе визуализированных данных.

Этап 9. Сравнительный анализ Шаг 9.1. Сравнение интегральных индексов между 1. Анализ текущего уровня: - Рассчитать средние значения интегральных индексов для каждой группы (высокотехнологичные, среднетехнологичные высокого и низкого уровня, низкотехнологичные). - Сравнить полученные результаты для оценки разницы в уровнях ресурсного потенциала.

Этап Шаг Описание Содержание

Результат этапа 9: всесторонний сравнительный анализ интегральных индексов ресурсного потенциала и его составляющих между группами технологичности, выявить диспропорции и определить точки роста группами технологичности 2. Оценка разрывов: - Определить абсолютные и относительные разрывы между группами: Delta I = !группа A - Группа B, где Delta I - разрыв между группами A и B. - Выявить наиболее значительные диспропорции, особенно между высоко- и низкотехнологичными группами. 3. Идентификация лидеров и аутсайдеров: - Определить группы с наивысшими и низшими значениями индекса. - Установить, какие проекции (институциональные, предпринимательские, научные, социальные, экологические) оказывают наибольшее влияние на результат каждой группы.

Шаг 9.2. Сравнительный анализ частных индексов 1. Сравнение по проекциям: - Провести анализ частных индексов для каждой ресурсной проекции. - Определить, какие проекции наиболее развиты в каждой группе, а какие требуют улучшения. 2. Выявление сильных и слабых сторон: - Для каждой группы составить таблицу сильных и слабых сторон, основываясь на значениях частных индексов. Например: высокие значения индекса научных ресурсов в высокотехнологичной группе; низкие значения экологических ресурсов в низкотехнологичной группе. 3. Глубокий анализ слабых проекций: - Для проекций с низкими значениями индекса провести дополнительный анализ: какие показатели вносят наибольший вклад в снижение индекса? Какие внешние и внутренние факторы этому способствуют?

Шаг 9.3. Региональный анализ 1. Сравнение регионов внутри групп: - Если доступны региональные данные, провести анализ различий между регионами внутри каждой группы. - Выявить регионы-лидеры и регионы-аутсайдеры по каждой группе. 2. Анализ межрегиональных разрывов: - Определить разницу между регионами с высокими и низкими показателями ресурсного потенциала.

Этап Шаг Описание Содержание

- Оценить, какие регионы обеспечивают наибольший вклад в интегральный индекс каждой группы.

Шаг 9.4. Трендо-вый анализ 1. Динамика изменений: - Проанализировать изменения интегральных и частных индексов по годам для каждой группы. - Выявить группы с устойчивым ростом и группы со снижением показателей. 2. Определение причин динамики: - Для групп с положительной динамикой выявить ключевые факторы роста. - Для групп с отрицательной динамикой определить, какие показатели снизились и почему. 3. Прогнозирование: - Построить прогноз изменения индексов на основе трендового анализа. - Использовать методы экстраполяции или регрессионного анализа для оценки перспектив развития каждой группы.

Шаг 9.5. Обобщение результатов 1. Сводная таблица: - Составить таблицу сравнительных характеристик для всех групп с указанием: - Среднего значения интегрального индекса. - Диапазона изменений частных индексов. - Основных сильных и слабых сторон. 2. Графическая интерпретация: - Построить диаграммы или графики для визуального отображения разрывов между группами и их динамики. - Использовать линейные графики, столбчатые диаграммы или круговые диаграммы для более наглядного представления данных. 3. Формулирование выводов: - Подготовить аналитические выводы по каждой группе, основанные на результатах сравнения и анализа. - Указать ключевые направления для устранения разрывов между группами.

Шаг 9.6. Рекомендации по устранению разрывов 1. Для высокотехнологичных групп: - Разработать меры по удержанию лидерских позиций. - Усилить научные и предпринимательские ресурсы для сохранения конкурентных преимуществ. 2. Для среднетехнологичных групп:

Этап Шаг Описание Содержание

- Для высокого уровня: стимулировать переход в категорию высокотехнологичных. - Для низкого уровня: ускорить модернизацию и внедрение передовых технологий. 3. Для низкотехнологичных групп: - Повысить уровень цифровизации и инновационной активности. - Улучшить социальные и экологические ресурсы для выхода на новый этап развития. 4. Для регионов-аутсайдеров: - Предложить программы государственной поддержки, направленные на устранение ресурсных диспропорций.

Этап 10. Подготовка рекомендаций Результат этапа 10: конкретные, научно обоснованные рекомендации для каждой группы технологичности и регионов на основе проведенного анализа. Рекомендации должны быть направлены на повышение ресурсного потенциала и устранение выявленных разрывов Шаг 10.1. Формирование рекомендаций для групп технологичности 1. Высокотехнологичные виды деятельности - стратегия в поддержании лидерских позиций: - увеличение инвестиций в научно-исследовательские и опытно-конструкторские работы (НИОКР), - создание стимулирующих мер для привлечения высококвалифицированных специалистов, - развитие механизмов государственной поддержки для усиления экспортного потенциала, - углубление инновационной активности, - разработка программ по внедрению передовых технологий, таких как искусственный интеллект, блокчейн, квантовые вычисления, - стимулирование партнерств между бизнесом и наукой. 2. Среднетехнологичные виды деятельности высокого уровня - стратегия по переходу в категорию высокотехнологичных: - ускорение процессов модернизации оборудования и производственных мощностей, - создание региональных технопарков и центров трансфера технологий, - повышение научного потенциала, - привлечение внимания к развитию научных исследований через гранты и субсидии, - организация совместных программ с университетами для разработки новых продуктов. 3. Среднетехнологичные виды деятельности низкого уровня - стратегия ускорения перехода к более высокому уровню: - разработка стратегий диверсификации производства, - внедрение цифровых решений в управление производственными процессами, - улучшение предпринимательских ресурсов, - увеличение доступности кредитных ресурсов и государственных субсидий для предприятий, - повышение инновационной активности через внедрение новых бизнес-моделей. 4. Низкотехнологичные виды деятельности - стратегия модернизации и базовые инновации:

Этап Шаг Описание Содержание

- интеграция технологий низкого уровня, способствующих увеличению производительности труда и снижению затрат, - привлечение инвестиций для обновления оборудования и инфраструктуры, - улучшение социальной и экологической базы, - программы обучения для сотрудников с целью повышения их квалификации, - разработка экологически ориентированных инициатив для снижения негативного воздействия на природу.

Шаг 10.2. Рекомендации для регионов 1. Регионы-лидеры: - Разработать программы для удержания лидирующих позиций, включая стимулы для наращивания научного и предпринимательского потенциала. - Создать условия для привлечения внутренних и международных инвестиций. 2. Регионы-аутсайдеры: - Внедрить программы государственной поддержки, направленные на устранение ключевых ограничений, выявленных в анализе. - Стимулировать развитие локального бизнеса через налоговые послабления и гранты. 3. Регионы с неоднородной структурой: - Сконцентрироваться на развитии высокотехнологичных и среднетехнологичных секторов для достижения более сбалансированного роста. - Инвестировать в создание инновационных экосистем и инфраструктуры для всех групп.

Шаг 10.3. Формирование стратегических направлений 1. Для государственной политики: - Увеличить объем целевого финансирования инновационных проектов в высокотехнологичных и среднетехнологичных секторах. - Принять программы, направленные на усиление взаимодействия между бизнесом, наукой, государством и обществом. 2. Для бизнеса: - Предоставить инструменты для адаптации предприятий к изменяющимся условиям рынка, включая поддержку малых и средних предприятий. - Создать стимулы для внедрения устойчивых практик и экологически чистых технологий. 3. Для науки: - Развивать международное сотрудничество в научно-исследовательской деятельности. - Стимулировать прикладные исследования, ориентированные на запросы промышленности. 4. Для общества:

Этап Шаг Описание Содержание

- Вовлекать граждан в реализацию экологических и социальных инициатив. - Организовать программы повышения квалификации и переподготовки кадров.

Шаг 10.4. Оценка долгосрочных эффектов 1. Моделирование последствий внедрения рекомендаций: - Построить сценарии возможных изменений индексов ресурсного потенциала. - Оценить влияние на развитие отрасли и региона в целом. 2. Разработка показателей мониторинга: - Установить индикаторы для оценки эффективности реализации рекомендаций. - Определить целевые значения индексов на краткосрочный и долгосрочный периоды.

Этап 11. Мониторинг и корректировка методики Результат этапа 11: регулярное обновление методики оценки ресурсного потенциала в соответствии с изменениями внешней среды, совершенствование подходов на основе новых данных и обратной связи, а также гарантия ее актуальность для долгосрочного использования Шаг 11.1. Организация системы мониторинга 1. Создание базы данных для долгосрочного наблюдения: - Формирование базы данных, в которой аккумулируются показатели всех групп технологичности. - Обеспечение автоматизированного сбора данных из открытых источников (Росстат, международные базы данных, отраслевые отчеты). 2. Определение периодичности мониторинга: - Установить ежегодный или ежеквартальный режим обновления данных для отслеживания динамики интегрального индекса. - Разработать систему уведомлений для выявления резких изменений в показателях (аномалий). 3. Назначение ответственных лиц и организаций: - Государственные органы или аналитические центры для регионального уровня. - Представители отраслей для высокотехнологичных и среднетехнологичных групп. - Академические и научные институты для анализа данных и корректировки методологии. 4. Использование цифровых инструментов: - Внедрение программного обеспечения для автоматической визуализации данных (тепловые карты, диаграммы). - Разработка платформы для совместной работы экспертов из разных сфер.

Шаг 11.2. Проверка корректности расчетов 1. Аудит данных: - Проверка данных на достоверность, полноту и сопоставимость между регионами, группами технологичности и временными периодами. - Использование методов статистической верификации для обнаружения выбросов и ошибок в исходных данных. 2. Анализ чувствительности методики:

Этап Шаг Описание Содержание

- Проверка чувствительности интегрального индекса к изменению весов проекций и отдельных показателей. - Оценка влияния новых показателей на общие результаты. 3. Актуализация системы показателей: - Исключение устаревших или нерелевантных показателей. - Добавление новых показателей, отражающих изменения в экономике, технологии или социальной сфере (например, показатели цифровизации, экологической устойчивости).

Шаг 11.3. Корректировка методики 1. Изменение структуры методики: - Уточнение подходов к нормализации данных, расчету частных и интегральных индексов. - Перераспределение весов между проекциями или группами в зависимости от текущих приоритетов. 2. Включение новых групп технологичности: - Добавление подгрупп внутри средне- и низкотехнологичных секторов для более детального анализа. - Учет перспективных направлений, таких как зеленые технологии, цифровая экономика. 3. Адаптация шкалы оценки: - Обновление границ уровней ресурсного потенциала (например, «критический», «лидерский») на основе новых данных. - Введение дополнительных категорий для более детальной классификации. 4. Интеграция обратной связи: - Анализ комментариев и предложений от экспертов, пользователей методики, государственных органов и бизнеса. - Учет замечаний при внесении изменений в методику.

Шаг 11.4. Разработка долгосрочной стратегии 1. Формирование сценариев развития: - Построение прогнозных моделей с учетом обновленной методики и данных. - Оценка влияния различных факторов (глобальных экономических кризисов, санкций, технологических революций) на ресурсный потенциал. 2. Создание рекомендаций для устойчивого обновления: - Разработка протоколов регулярного пересмотра методики. - Обеспечение интеграции новых направлений исследований (например, искусственного интеллекта, Big Data) в процесс анализа. 3. Подготовка итогового отчета:

Этап Шаг Описание Содержание

- Публикация ежегодного отчета о состоянии ресурсного потенциала с акцентом на динамику изменений. - Разработка резюме по корректировкам методики и их влиянию на результаты.

Шаг 11.5. Внедрение результатов мониторинга 1. Обучение пользователей: - Организация обучающих семинаров и воркшопов для государственных структур, бизнес-сообщества и исследовательских организаций. - Разработка руководств и методических пособий по использованию обновленной методики. 2. Оценка эффективности внедрения: - Сравнение результатов до и после корректировки методики. - Анализ использования результатов в практике государственного управления, корпоративного планирования и научных исследований.

ПРИЛОЖЕНИЕ Б

Датасет фактических значений показателей оценки ресурсного потенциала высокотехнологичных отраслей

промышленности в динамике за 2017-2023 гг.

Показатель 2017 2018 2019 2020 2021 2022 2023

Доля продукции высокотехнологичных и наукоемких отраслей в ВВП, % 21,8 21,3 22,2 25,0 23,4 22,2 23,5

Число высокопроизводительных рабочих мест в обрабатывающих производствах, тыс. ед. 947,1 1 087,9 1 173,7 1 255,2 1 361,2 1 408,7 1 586,2

Индекс производства по обрабатывающим видам экономической деятельности высокого технологичного уровня, % 97,7 101,5 105,3 110,7 115,2 106,8 126,1

Коэффициент обновления основных фондов по обрабатывающим производствам, % 9,9 9,8 10,2 10,2 9,6 9,4 11,6

высокотехнологичные виды деятельности 14,9 12,1 11,3 12,9 9,6 9,9 12,1

среднетехнологичные высокого уровня виды деятельности 7,5 8,8 13,8 14,3 10,4 10,0 13,3

среднетехнологичные низкого уровня виды деятельности 10,1 9,1 8,5 8,1 7,9 8,9 11,3

низкотехнологичные виды деятельности 9,7 12,1 9,8 8,3 11,3 9,3 9,5

Доля машин, оборудования в общем объеме основных фондов по обрабатывающим производствам, % 52,2 53,3 53,4 52,0 52,9 52,4 51,6

высокотехнологичные виды деятельности 54,5 57,1 59,2 55,6 57,0 57,8 56,6

среднетехнологичные высокого уровня виды деятельности 53,2 55,5 54,5 52,4 53,2 52,7 51,2

среднетехнологичные низкого уровня виды деятельности 47,5 47,8 47,9 46,6 47,4 46,9 46,8

низкотехнологичные виды деятельности 62,5 64,0 64,3 64,3 64,7 63,9 63,1

Степень износа основных фондов, по обрабатывающим производствам, % 48,8 50,6 51,3 51,9 51,6 47,4 47,3

высокотехнологичные виды деятельности 45,3 48,2 47,9 48,5 52,9 47,3 46,9

Показатель 2017 2018 2019 2020 2021 2022 2023

среднетехнологичные высокого уровня виды деятельности 48,0 49,9 48,5 46,7 53,7 45,3 44,6

среднетехнологичные низкого уровня виды деятельности 49,1 51,0 53,2 55,1 48,4 47,7 48,2

низкотехнологичные виды деятельности 49,4 51,4 51,3 52,7 47,6 49,7 49,4

Инновационная активность организаций обрабатывающей промышленности (удельный вес организаций, осуществлявших технологические, организационные, маркетинговые инновации в отчетном году, в общем числе обследованных организаций), % 26,2 23,2 20,5 21,3 23,1 20,7 22,5

высокотехнологичные виды деятельности 43,3 40,1 36,0 37,5 35,3 33,5 34,5

среднетехнологичные высокого уровня виды деятельности 34,0 30,8 28,3 28,2 28,1 26,0 27,8

среднетехнологичные низкого уровня виды деятельности 24,6 22,1 19,5 19,4 20,7 18,6 20,1

низкотехнологичные виды деятельности 20,5 15,6 12,5 12,1 17,7 14,9 16,2

Удельный вес организаций обрабатывающей промышленности, осуществлявших технологические инновации, в общем числе обследованных организаций, % 28,8 27,9 28,0 29,2 28,5 27,7 27,6

высокотехнологичные виды деятельности 47,0 46,1 45,8 49,2 46,9 47,0 47,5

среднетехнологичные высокого уровня виды деятельности 37,0 36,6 36,6 36,5 35,4 34,6 35,0

среднетехнологичные низкого уровня виды деятельности 27,1 26,8 26,8 27,7 26,6 25,8 25,9

низкотехнологичные виды деятельности 22,9 20,2 18,2 19,2 21,2 19,0 17,9

Удельный вес инновационных товаров обрабатывающей промышленности, работ, услуг в общем объеме отгруженных товаров, работ, услуг 8,6 7,7 7,7 8,5 7,1 7,0 8,0

высокотехнологичные виды деятельности 17,0 13,7 14,9 14,9 17,2 16,0 17,4

среднетехнологичные высокого уровня виды деятельности 7,7 8,3 8,8 9,4 8,8 7,6 10,3

Показатель 2017 2018 2019 2020 2021 2022 2023

среднетехнологичные низкого уровня виды деятельности 7,3 7,5 7,6 7,6 6,0 6,9 7,4

низкотехнологичные виды деятельности 3,3 2,8 2,4 2,1 2,7 2,7 3,7

Объем инновационных товаров, работ, услуг обрабатывающих производств, млн р. 2 832 804,4 2 995 867,0 2 986 615,5 3 429 907,2 3 659 812,3 3 802 530,2 4 933 584,6

высокотехнологичные виды деятельности 646 891,6 532 947,0 629 639,5 773 933,0 868 739,2 895 835,6 1 167 825,4

среднетехнологичные высокого уровня виды деятельности 699 930,1 858 419,7 840 157,6 888 510,9 1 060 055,0 855 646,6 1 199 489,8

среднетехнологичные низкого уровня виды деятельности 1 110 807,9 1 254 246,6 1 191 664,9 1 466 783,5 1 284 411,6 1 570 088,6 2 095 488,3

низкотехнологичные виды деятельности 375 174,9 350 253,7 325 153,6 300 679,8 444 154,7 480 959,4 470 781,1

Инновационные товары обрабатывающих производств, работы, услуги, вновь внедренные или подвергавшиеся значительным технологическим изменениям в течение последних трех лет, млн р. 2 140 102,3 2 077 459,1 2 070 895,3 1 940 743,3 2 346 795,3 2 565 552,5 3 421 308,8

высокотехнологичные виды деятельности 519 226,2 397 868,4 471 182,8 601 654,8 636 026,1 645 577,4 894 823,2

среднетехнологичные высокого уровня виды деятельности 554 148,6 682 331,5 583 904,1 356 639,3 466 582,0 453 474,5 740 914,6

среднетехнологичные низкого уровня виды деятельности 754 129,8 721 055,9 780 135,8 762 530,0 974 154,9 1 154 495,4 1 559 688,4

низкотехнологичные виды деятельности 312 597,7 276 203,3 235 672,5 219 364,0 268 894,3 309 711,4 221 362,9

Число организаций обрабатывающей промышленности, оценивших степень влияния результатов инноваций на обеспечение соответствия современным техническим регламентам, правилам и стандартам, как низкую, единиц 341 347 356 346 376 342 353

высокотехнологичные виды деятельности 70 67 63 71 79 74 90

среднетехнологичные высокого уровня виды деятельности 101 110 99 97 111 100 98

среднетехнологичные низкого уровня виды деятельности 95 88 88 78 85 72 65

низкотехнологичные виды деятельности 75 82 97 100 101 96 100

Показатель 2017 2018 2019 2020 2021 2022 2023

Число организаций обрабатывающей промыш-

ленности, оценивших степень влияния результатов инноваций на обеспечение соответствия со- 722 683 592 689 643 657 714

временным техническим регламентам, правилам

и стандартам, как среднюю, единиц

высокотехнологичные виды деятельности 140 131 118 124 119 123 124

среднетехнологичные высокого уровня виды деятельности 220 215 179 201 200 207 238

среднетехнологичные низкого уровня виды деятельности 179 163 136 165 145 149 164

низкотехнологичные виды деятельности 183 174 145 199 179 178 188

Число организаций обрабатывающей промыш-

ленности, оценивших степень влияния результатов инноваций на обеспечение соответствия со- 667 669 459 501 550 496 490

временным техническим регламентам, правилам

и стандартам, как высокую, единиц

высокотехнологичные виды деятельности 128 125 95 115 111 100 115

среднетехнологичные высокого уровня виды деятельности 200 195 131 142 163 151 142

среднетехнологичные низкого уровня виды деятельности 156 160 97 112 119 100 101

низкотехнологичные виды деятельности 183 189 124 132 157 145 132

Число организаций обрабатывающей промыш-

ленности, оценивших степень влияния результатов инноваций на обеспечение соответствия со- 681 721 770 965 1096 1199 1251

временным техническим регламентам, правилам

и стандартам, как отсутствующую, единиц

высокотехнологичные виды деятельности 104 130 153 183 190 235 224

среднетехнологичные высокого уровня виды деятельности 220 240 223 330 411 433 427

среднетехнологичные низкого уровня виды деятельности 179 184 180 258 280 306 363

низкотехнологичные виды деятельности 178 167 179 194 215 225 237

Показатель 2017 2018 2019 2020 2021 2022 2023

Число разработанных передовых производственных технологий в обрабатывающих производствах, ед. 442 502 532 666 737 823 800

высокотехнологичные виды деятельности 121 115 135 159 186 206 165

среднетехнологичные высокого уровня виды деятельности 108 146 139 162 194 224 218

среднетехнологичные низкого уровня виды деятельности 160 173 189 250 230 267 305

низкотехнологичные виды деятельности 50 65 65 92 126 111 165

Число разработанных передовых производственных технологий в обрабатывающих производствах новых для России, ед. 409 468 497 627 661 730 705

высокотехнологичные виды деятельности 106 103 118 122 141 185 148

среднетехнологичные высокого уровня виды деятельности 92 127 76 131 152 88 205

среднетехнологичные низкого уровня виды деятельности 126 62 114 166 132 160 260

низкотехнологичные виды деятельности 37 35 28 79 101 86 88

Число принципиально новых разработанных передовых производственных технологий в обрабатывающих производствах, ед. 33 34 35 39 76 93 95

высокотехнологичные виды деятельности 10 12 4 9 5 21 15

среднетехнологичные высокого уровня виды деятельности 3 3 6 8 23 7 4

среднетехнологичные низкого уровня виды деятельности 12 10 13 17 22 26 17

низкотехнологичные виды деятельности 0 0 0 0 19 7 7

Число используемых передовых производственных технологий в обрабатывающих производствах, ед. 157 881 164 906 172 488 154 315 162 520 173 320 180 653

высокотехнологичные виды деятельности 38 717 40 592 42 222 40 248 42 561 48 840 53 821

среднетехнологичные высокого уровня виды деятельности 43 513 45 444 46 072 44 519 44 830 46 164 44 980

Показатель 2017 2018 2019 2020 2021 2022 2023

среднетехнологичные низкого уровня виды деятельности 50 066 51 552 55 281 45 307 49 540 51 092 54 044

низкотехнологичные виды деятельности 25 585 27 318 28 913 24 241 25 589 27 224 27 808

Доля внутренних затрат на исследования и разработки в ВВП, % 1,1 1,0 1,0 1,1 1,0 0,9 1,0

Соотношение индекса производства и индекса изменения численности занятых в обрабатывающих производствах, % 105,1 104,6 104,6 103,9 104,6 100,0 101,2