Публикации автора

Цель настоящего исследования — оценка эффективности инновационной деятельности малых предприятий Российской Федерации в 2019–2024 гг. на основе анализа динамики инновационной активности, региональных диспропорций, результативности затрат и структурных сдвигов. Методология анализа базируется на данных Федеральной службы государственной статистики (форма № 2МП инновация) с использованием методов экономико-статистического анализа: расчет абсолютных приростов, показателей вариации, коэффициента результативности затрат (отношение доли инновационной продукции к доле затрат на инновации) и корреляционного анализа Пирсона. Установлено, что за период 2019–2024 гг. доля инновационно-активных малых предприятий выросла в Российской Федерации с 5,8 до 7,4 % при замедлении цепных приростов до 0,2 п. п., что в два–пять раз ниже уровня развитых стран (данные 2024 г.). Коэффициент вариации по федеральным округам страны увеличился с 26,5 (2019 г.) до 44,0 % (2024 г.), что свидетельствует о переходе к значительной межрегиональной поляризации. Показатель результативности затрат снизился с 2,5 (2019 г.) до 1,7 (2024 г.), тогда как затраты на исследования и разработки выросли до 27,2 %, а на программное обеспечение — до 19,4 % (с 0,8 % в 2019 г.). Корреляционный анализ (2024 г., 75 субъектов федерации) показал слабую связь инновационной активности с затратами на научно- исследовательские и опытно-конструкторские работы (r = 0,22) и отрицательную связь с размером субсидий (r = – 0,19). Предложены меры корректировки государственной политики: региональные инновационные ваучеры, центры коммерциализации технологий, налоговый кэшбэк и межрегиональные кластеры.

Проведен анализ инновационной активности организаций обрабатывающей промышленности Российской Федерации в 2020–2024 гг. Цель настоящего исследования — выявление расхождения между ростом числа инновационно-активных предприятий и динамикой выпуска инновационной продукции, а также оценка эффективности инновационных затрат. Исследование основано на официальных статистических данных Федеральной службы государственной статистики за 2020–2024 гг. Использованы следующие методы: статистический анализ динамики (расчет цепных и базисных приростов), сравнительный анализ по степени технологичности и видам экономической деятельности, расчет инновационной эффективности (отношение доли инновационной продукции к доле затрат на инновации), коэффициент ранговой корреляции Спирмена, графические методы представления результатов. Выявлено ключевое противоречие: при росте доли инновационно-активных предприятий с 21,3 до 23,7 % доля инновационной продукции сократилась с 8,5 до 8,3 %. Инновационная эффективность, достигнув максимума в 3,8 в 2023 г., снизилась до 3,3 к 2024 г. Доказано, что связь между уровнем инновационной активности и долей инновационной продукции слабая, тогда как затраты коррелируют с результатом заметно сильнее, что свидетельствует о преобладании экстенсивных факторов при снижении качества инноваций. Разработаны рекомендации по смещению акцента с увеличения числа инновационно-активных предприятий на стимулирование вывода на рынок принципиально новых продуктов, а также процессных инноваций в высокотехнологичных отраслях и разработке отраслевых программ импортозамещения для среднетехнологичных и низкотехнологичных секторов.

В статье предложен авторский подход к описанию смысловой рамки (фрейма), в котором определяется ценность человеческого капитала и сделаны предположения о причинах искажения этой ценности. В качестве выявления причин искажения ценности человеческого капитала применен векторный подход, объясняющий почему ценность человеческого капитала в зависимости от изменения смысловой рамки (фрейма) меняется без объективных причин.