Статистика инноваций в Томской области. Развитие инновационных кластеров
Монастырный Евгений Александрович,
Касинский Сергей Викторович,
Дырко Нина Петровна
Котова Валентина Викторовна,
Павлова Ирина Анатольевна
Аннотации
Актуальность работы определяется необходимостью анализа процессов развития региональных инновационных кластеров с использованием разнородных данных федеральной и региональной статистики. Представленная работа продолжает цикл статей, посвященных статистическому сопровождению развития научной и инновационной деятельности организаций Томкой области. Данное исследование раскрывает основную информацию по формированию и развитию региональных инновационных кластеров. Ограничения федерального статистического наблюдения связаны с различной периодичностью и глубиной статистических работ для предприятий разного масштаба. Именно поэтому статистические исследования региональных инновационных кластеров (regional innovation clusters) в России затруднены. Цель: описать состояние и динамику развития регионального инновационного кластера "Smart Technologies Tomsk" на основе данных федерального наблюдения в региональном разрезе и регионального статистического наблюдения. Методы: сравнительный анализ, статистический анализ. Логика, структура и методы анализа материала соответствуют принятым в официальных статистических обзорах, но использование данных регионального статистического наблюдения показывает новые возможности статистики. Результаты. Приведены основные показатели, характеризующие состояние и уровень развития регионального инновационного кластера "Smart Technologies Tomsk" с декомпозицией на две составляющие: кластер "Информационные технологии" и кластер "Фармацевтика и медицинская техника". Анализ основных экономических и инновационных показателей проведен с учетом разбивки всего массива статистической информации в разрезе крупных и средних предприятий, а также малых и микропредприятий. Показано, что федеральное статистическое наблюдение позволяет сформировать представление о результатах деятельности регионального инновационного кластера. Однако при нынешней периодичности статнаблюдения малых, средних, крупных и микропредприятий это возможно лишь раз в десять лет. При этом объём и структура запрашиваемой информации значительно отличаются для предприятий разного размера, что затрудняет проведение комплексного анализа. кластер региональный инновационный
Ключевые слова: Региональный инновационный кластер, инновационный сектор экономики региона, университеты, научно-исследовательские институты, крупные и средние предприятия, малые и микропредприятия, федеральное и региональное статистическое наблюдение.
INNOVATION STATISTICS IN THE TOMSK REGION. DEVELOPMENT OF INNOVATION CLUSTERS
Evgeny A. Monastyrny, Dr. Sc., head of Laboratory, Tomsk Scientific Center SB RAS; professor, National Research Tomsk Polytechnic University; professor, Tomsk State University of Control Systems and Radioelectronics.
Sergey V. Kasinsky, head of the Territorial Body of the Federal Service for State Statistics for the Tomsk Region.
Nina P. Dyrko, deputy head of the Territorial Body of the Federal Service for State Statistics for the Tomsk Region.
Valentina V. Kotova, chief specialist, Aggregated Statistics Department of the Territorial Body of the Federal Service for State Statistics for the Tomsk Region.
Irina А. Pavlova, Cand. Sc., senior researcher, Tomsk Scientific Center SB RAS; senior lecturer, National Research Tomsk Polytechnic University; associate professor, Tomsk State University of Control Systems and Radioelectronics.
The relevance of this work is determined by the need to analyze the development of regional innovation clusters using heterogeneous data of federal and regional statistics. The presented study continues a series of articles devoted to the statistical support of the development of scientific and innovative activities of organizations in the Tomsk region. This study reveals the basic information on formation and development of regional innovation clusters. Limitations of federal statistical observation are associated with different periodicity and depth of statistical work for enterprises of various sizes. That is why statistical studies of regional innovation clusters in Russia are difficult to perform. The aim of the research is to describe the state and dynamics of development of the regional innovation cluster "Smart Technologies Tomsk" on the basis of federal observation data in a regional context and regional statistical observation. Methods: comparative analysis, statistical analysis. The logic, structure and methods of analysis of the data are consistent with those adopted in official statistical surveys, but the use of regional statistical observation data shows new statistical possibilities. Results. The paper introduces the main indicators characterizing the state and level of development of the regional innovation cluster "Smart Technologies Tomsk" with decomposition into two components, i. e. the Information Technologies Cluster as well as the Pharmaceuticals and Medical Technologies Cluster. The analysis of the main economic and innovation indicators was carried out taking into account the breakdown of the entire statistical information in the context of large and medium-sized enterprises, as well as small and micro enterprises. It is shown that the federal statistical observation allows forming a vision of the results of the activities of the regional innovation cluster. However, with the current frequency of statistical observation of large and medium-sized, small and micro enterprises, this is possible only once every ten years. At the same time, the volume and structure of the requested information differ significantly for enterprises of different sizes, which makes it difficult to carry out a comprehensive analysis.
Key words: Regional innovation cluster, innovative sector of the region economy, universities, research institutes, large and medium-sized enterprises, small and micro enterprises, federal and regional statistical observation.
Введение
Представленная работа продолжает цикл статей, посвященных статистическому сопровождению развития научной и инновационной деятельности организаций Томкой области. Она раскрывает основную информацию по формированию и развитию региональных инновационных кластеров.
Коротко изложим основные предпосылки данного цикла работ. Более подробно они изложены в статьях "Статистика инноваций в Томской области. Научный потенциал" и "Статистика инноваций в Томской области. Инновационный потенциал" [1, 2].
Стратегия инновационного развития Российской Федерации на период до 2020 г. (утверждена Распоряжением Правительства Российской Федерации от 8 декабря 2011 г. № 2227-р) [3] определяет основные направления плана работ Федеральной службы государственной статистики и ее территориальных органов в области статистики науки и инноваций [4].
Основными источниками информации о состоянии науки и инноваций в РФ являются формы федерального статистического наблюдения № 2-наука "Сведения о выполнении научных исследований и разработок", № 4-инновация "Сведения об инновационной деятельности организации", № 1-технология "Сведения о разработке и использовании передовых производственных технологий", № 1-НК "Сведения о работе аспирантуры и докторантуры", № 2-МП инновация "Сведения о технологических инновациях малого предприятия" и частично Форма № МП-сп "Сведения об основных показателях деятельности малого предприятия", которую во время сплошных обследований заполняют микропредприятия.
Федеральное статистическое наблюдение позволяет исследовать состояние инновационного сектора в целом, проводить межстрановые и межрегиональные сравнения, то есть то, что определяется с помощью "валовых" показателей крупных и средних предприятий, университетов и научно-исследовательских институтов, но не позволяет исследовать процессы развития инновационной экономики, в первую очередь процессы генерации и развития малых и микропредприятий.
Ограничения федерального статистического наблюдения связаны с различной периодичностью и глубиной статистических работ для предприятий разного масштаба.
Именно поэтому статистические исследования региональных инновационных кластеров (regional innovation clusters) в России затруднены.
Редко, но бывает, что статистическое наблюдение инновационной деятельности крупных и средних (КиС), малых (МП) и микропредприятий (Ми) происходит за один отчетный год. Так случилось в 2015 году, когда ежегодное статнаблюдение КиС совпало со статнаблюдением малых и микропредприятий (МиМ) (раз в два года) и со сплошным статнаблюдением малых и микропредприятий (раз в 5 лет). В таких случаях проблемой анализа становится принципиальное различие объемов и содержания вопросов соответствующих статистических форм. По специальным запросам в территориальный орган Федеральной службы государственной статистики можно получить обобщенную информацию по перечню предприятий инновационного кластера, но как ее корректно интерпретировать?
Актуальность настоящей работы определяется необходимостью анализа процессов развития региональных инновационных кластеров с использованием разнородных данных федеральной и региональной статистики.
Целью данного исследования является описание и анализ состояния и динамики развития регионального инновационного кластера "Smart Technologies Tomsk" на основе данных федерального наблюдения в региональном разрезе и регионального статистического наблюдения.
Задачами представленного исследования являются:
1. Формирование видения процесса развития кластера "Smart Technologies Tomsk" на основе комплексной модели региональной инновационной системы, включающей в себя кластерные структуры.
2. Проведение анализа на основе обобщенных данных федерального статистического наблюдения предприятий кластера "Smart Technologies Tomsk" по формам № 4-инновация "Сведения об инновационной деятельности организации" за 2015 год; № 2-МП инновация "Сведения о технологических инновациях малого предприятия" за 2015 г.; № МП-сп "Сведения об основных показателях деятельности малого предприятия" за 2015 г.
3. Проведение анализа данных регионального статистического наблюдения предприятий кластера "Smart Technologies Tomsk" на основе регионального приложения к форме № 4-инновация "Сведения об инновационной деятельности организации" за 2016 г. и регионального приложения к форме № 2-МП инновация "Сведения о технологических инновациях малого предприятия" за 2016 г.
Источниками информации являются статистические формы:
• № 4-инновация "Сведения об инновационной деятельности организации" за 2015 и 2016 гг.;
• № 2-МП инновация "Сведения о технологических инновациях малого предприятия" за 2015 г.;
• № МП-сп "Сведения об основных показателях деятельности малого предприятия" за 2015 г.;
• региональное приложение к форме № 4-инновация "Сведения об инновационной деятельности организации" за 2016 г.;
• региональное приложение к форме № 2-МП инновация "Сведения о технологических инновациях малого предприятия" за 2016 г.
Логика, структура и форма изложения материала соответствуют официальным изданиям Томскстата:
• Научный и инновационный потенциал Томской области: Аналитическая записка [5].
• Наука в Томской области. 2017: Статистический сборник [6].
• Инновации в Томской области за 2016 год. Статистический бюллетень [7].
• Анализ развития предприятий кластера "Фармацевтика, медицинская техника и информационные технологии Томской области" за 2015 г. Статистический бюллетень [8].
• Сведения об инновационной деятельности организаций Томской области за 2016 г. Статистический бюллетень [9].
В мировой статистике (Организация экономического сотрудничества и развития (ОЭСР), Европейский союз) региональной статистике уделяется значительное внимание, что находит отражение в соответствующих сборниках и документах. Примерами могут служить бюллетень "Статистика науки и инноваций на региональном уровне" (Research and innovation statistics at regional level) [10], Сборники Евростата по региональной статистике (Eurostat regional yearbook) [11], Региональное инновационное табло (Regional Innovation Scoreboard) [12]. Поскольку международные межрегиональные сравнения выходят на сегодняшний момент за рамки работы, этот аспект проблем статистики науки и инноваций в статье не рассматривается.
Комплексная модель региональной инновационной системы, включающая в себя кластерные структуры
Различные модели инновационных процессов и систем разрабатывались членами коллектива на протяжении ряда лет. С учетом накопленного опыта [13-19] сформируем комплексную модель региональной инновационной системы, включающую в себя кластерные структуры, в логике настоящей работы и "мягкого" системного анализа.
Развитие системного подхода в конце прошлого века постепенно привело к формированию направления "мягкий" системный анализ, т. е. анализ систем, проблемное поле которых слабо структурировано и эти проблемы не имеют однозначных решений. Для подобных проблем Р. Акофф ввел понятие "месиво" (messes) [20], а Х. Риттел и М. Веббер - "трудноразрешимые проблемы" (wickedproblems) [21].
Идентификация жёстких и мягких проблем приведена в работе [22]. Жесткие проблемы обладают рядом характеристик. Такие проблемы имеют ясное решение, которое является однозначным. Четко известно, что представляет собой проблема. Известно, что нужно узнать, а метод решения очевиден. Проблема ясно очерчена и структурирована. Для мягких проблем характерно: отсутствие ясных решений; неизвестно, что представляет собой проблема; неизвестно, что нужно узнать. Для мягких проблем решений может быть несколько, а метод решения не очевиден. Такая проблема не структурирована и не имеет четких границ.
Социально-экономические системы относятся к "мягким" системам. Исследователи сходятся во мнении, что практически все социально-экономические явления развиваются в сложном слабоструктурированном проблемном поле. Безусловно, кластер, формирующийся в региональной инновационной системе, является системой "мягкой", тем более если процесс развития сетевых взаимодействий происходит естественным образом.