Исследование инновационной активности регионов России методом стохастической границы Саукова О.А.1 бакалавр Национальный исследовательский университет Высшая школа экономики, экономический факультет, Нижний Новгород, Россия E-mail: olga565ncl3@gmail.com В современном мире экономический рост страны во многом определяется инновационной деятельностью. Различия между странами в их экономическом положении также во многом зависят от уровня инновационного развития. В настоящее время разработано достаточное количество методик, позволяющих оценить экономический потенциал страны или отдельных регионов. Однако в большинстве случаев оценивается возможность региона производить товары и услуги, которые не являются инновационными. В данной работе исследуется инновационная активность регионов России с точки зрения оценки эффективности использования ими своего инновационного потенциала. Это позволяет проранжировать регионы в соответствии с их предрасположенностью к разработке и внедрению инноваций, оценить уровень привлекательности регионов России в инновационной сфере. Для оценки инновационного потенциала регионов России в данном исследовании используется метод стохастической границы (Farrell, 1957). Оцениваемая модель представляется в следующем виде (Макаров, 2014): , где - зависимая переменная; i - номер региона; – значения регрессоров в i- том регионе; β – вектор коэффициентов параметров регрессии; – случайная величина; моделирующая шумовую составляющую в регрессии. Считаем, что случайная величина распределена по нормальному закону с математическим ожиданием равным 0 и дисперсией (сокращенно ~ N (0, )); - случайная величина, характеризующая факторы неэффективности – показатели, влияющие на эффективность внедрения инноваций. Данная случайная величина распределена по усеченному в 0 нормальному распределению (Battese, 1989), где = (Афанасьев, 2006). В данном случае – значения m факторов неэффективности региона, – оценки коэффициентов соответствующих факторов неэффективности. В качестве факторов неэффективности в данной модели выступают уровень благосостояния населения региона и уровень доходов. Объясняемой переменной является объем инновационных товаров и услуг в регионе, выраженный в млрд. рублей. Что касается регрессоров в данной модели, то их можно подразделить на 3 группы, характеризующие основные факторы производства: физический капитал, трудовые ресурсы и интеллектуальный капитал. Данные для анализа взяты с сайта Федеральной службы государственной статистики России. Данные об индикаторах доходов и уровня жизни населения взяты из исследования РИА-группы «Рейтинг качества жизни и доходов населения». 1 Автор выражает признательность профессору Максимову А. Г. за помощь в проведении исследования. *** Результатом моделирования является возможность просчитать технологическую эффективность инновационного производства региона (Макаров, 2014). Технологическая эффективность показывает уровень организации разработки инновационных товаров и услуг, при котором из имеющихся ресурсов производится максимальное количество инноваций. Другими словами это способность региона вести разработку инноваций с максимальной эффективностью. В соответствии с технологической эффективностью все регионы России проранжированы в зависимости от их предрасположенности к разработке и внедрению инноваций. Такое ранжирование дает возможность выявить наиболее привлекательные для инвестирования в инновационную сферу регионы. Литература: 1. Афанасьев М. Ю. Модель производственного потенциала с управляемыми факторами неэффективности// Прикладная эконометрика. 2006, №4, 74-89 2. Макаров В. Л., Айвазян С. А.,Афанасьев М. Ю., Бахтизин А. Р., Нанавян А. М. Модели производственного потенциала и оценки эффективности регионов РФ с учетом интеллектуального капитала, характеристик готовности к инновациям, уровня благосостояния и качества жизни населения// Экономика региона. 2014, №4, 9-30 3. Battese, G.E., Coelli, T.J. and Colby, T.C. Estimation of Frontier Production Functions and the Efficiencies of Indian Farms Using Panel Data From ICRISAT Village Level Studies// Journal of Quantitative Economics.1989, № 5. p.327-348. 4. Farrell, M.J. The Measurement of Productive Efficiency//Journal of the Royal Statistical Society. 1957, №120, p. 253-281. 5. www.gks.ru (Федеральная служба государственной статистики России). 6. http://www.riarating.ru/ (РИА –Рейтинг)