В работе анализируется влияние инноваций на изменение спроса на трудовые ресурсы в российской промышленности. Поскольку инновации в силу своей природы могут оказывать два разнонаправленных воздействия на уровень занятости в экономике, воздействие продуктовых и процессных инноваций рассматривается по отдельности. С этой целью изучается эффект замещения и компенсирующий эффект. Под первым понимается замещение трудовых ресурсов технологиями, а под вторым – рост занятости, вызванный появлением продуктовых инноваций и сопутствующим расширением производства. Установлено, что увеличение затрат на процессные инновации вызывает сокращение числа занятых в производстве, а рост выпуска инновационной продукции (продуктовые инновации) положительно влияют на уровень занятости.
По сравнению с развитыми странами инновационная активность отечественных предприятий обрабатывающей промышленности, особенно малых и средних, остается довольно низкой. В то же время детерминанты развития инновационной деятельности предприятий промышленного производства в России пока недостаточно изучены. В работе использован эконометрический инструментарий для выявления значимых факторов инновационной активности отечественных предприятий обрабатывающей промышленности. Исследование опирается на последние доступные микроданные международного обследования состояния деловой среды и деятельности предприятий (Business Environment and Enterprise Performance Survey, BEEPS) по России. Построенная модель логистической регрессии показала, что инновационная активность предприятий обрабатывающей промышленности зависит, с одной стороны, от особенностей деятельности самих предприятий, а с другой - от социально-экономических характеристик региона. Полученные результаты способствуют разработки и совершенствованию мер, направленных на стимулирование инновационной активности предприятий с учетом региональных и отраслевых особенностей.
Статья посвящена исследованию влияния продолжительности обучения в странах мира на их основные макроэкономические показатели. Оценивается эластичность объема валового внутреннего продукта по запасам человеческого и физического капитала для различных стран мира. Продолжительность обучения используется как мера человеческого капитала, что позволяет использовать функцию Кобба-Дугласа для оценки отдачи от образования.
Настоящая статья посвящена исследованию основных аспектов развития государств в современных условиях. Предложено использование международных индексов как инструментария для анализа и оценки развития. В данной статье также показана необходимость применения статистических практик для формирования объективного представления о протекающих глобальных процессах, их правильного восприятия и интерпретации. Особое внимание уделено выбору наиболее подходящих индексов и методов для анализа отобранного массива данных. C целью построения классификационной карты развития и для определения сходных по развитию групп государств использован метод главных компонент и проведен кластерный анализ. На основе результатов кластеризации выделены объединения схожих по развитию стран, а также выявлены закономерности развития конкретных страновых групп и регионов.
Для понимания современных тенденций развития научной и инновационной деятельности, оценки результатов проводимых государством программ и реформ, необходимо не только проводить ежегодный мониторинг сложившейся ситуации, но и анализировать взаимосвязь между основными показателями научной сферы, выявлять факторы, влияющие на характер их развития, исследовать современные тенденции развития науки в России и мире. Статья посвящена мониторингу научной сферы России в сопоставлении с развитыми странами мира, а также моделированию факторов, оказывающих влияние на основные показатели научной сферы на основе использования системы одновременных регрессионных уравнений.
Вектором развития современной экономики является инновационная деятельность. В связи с этим возрастает роль высших учебных заведений как центров инновационной активности регионов и акселераторов развития народного хозяйства. В настоящее время инновационные процессы в вузах, их глубина, объем и скорость протекания являются определяющими для экономического развития регионов страны. Исходя из этого, представляется актуальной оценка влияния вузов на инновационное развитие регионов. Целью исследования было выявление взаимосвязи между научно-инновационной деятельностью вузов и уровнем инновационного развития регионов (на примере территорий Приволжского федерального округа).
В процессе исследования использовались методы анализа статистических данных, межрегиональных сравнений, а также количественные методы оценки процессов инновационного развития регионов.
По результатам проведенного исследования были определены типы регионов на основе комплексной оценки взаимосвязи между уровнем их инновационного развития и уровнем инновационной активности вузов, расположенных на их территории, сформулированы рекомендации по совершенствованию управления инновационным развитием регионов для каждого типа.
Исследование показало наличие связи между уровнем инновационного развития регионов и уровнем научно-инновационной деятельности вузов, находящихся на их территории.
В работе сформулированы теоретико-методологические положения формирования институциональных механизмов обеспечения устойчивого развития отраслей экономики, выявлена взаимосвязь проблем устойчивого развития экономики на макро-, мезо- и микроуровнях, обоснованы ключевые положения динамической устойчивости отраслей и отраслевых комплексов. Методология исследования основана на использовании системно-экономического подхода, прогнозирования и динамического моделирования. Комплексное применение методов и подходов позволило определить перспективные параметры устойчивого развития отраслей российской экономики, выявить специфические функциональные составляющие устойчивого развития отраслей, разработать направления минимизации институциональных и финансовых рисков.
В работе анализируются стратегии российских региональных предприятий, связанных с трансфером зарубежных технологий. Проводится анализ количества переданных и принятых технологий российскими предприятиями, а также трансфера из-за границы Российской Федерации. Кроме того, учитывается склонность предприятий к взаимодействию с иностранными партнёрами в исследовательской деятельности. Для выявления наиболее распространённых стратегий применяется кластеризация регионов в зависимости от выбранных показателей. Кластеризация проводится за три периода: за 2016 г., 2017 г. и 2018 г. В результате удалось выделить пять устойчивых стратегий предприятий в отношении трансфера технологий. Несмотря на то, что сами стратегии оказались относительно устойчивыми, ряд регионов подвержен смене стратегии, что связано в том числе с цикличностью инновационной деятельности. Необходимо также отметить, что на выбор стратегии оказывает значительное влияние общее благосостояние региона. Влияние этого показателя на выбор стратегии, связанной с трансфером технологий, также анализируется в работе.