|
• Общая тенденция устойчивого удовлетворительного состояния инновационного потенциала проявилась в Иркутской области и Республике Бурятия. • Общая тенденция неустойчивого повышения инновационного потенциала сформировалась в Кемеровской области. Забайкальском крае и Алтайском крае. • Тенденция неустойчивого понижения инновационного потенциала наблюдается в Республике Тыва, Республике Хакасия и Республике Алтай. В данном исследовании для конкретного метода синтеза частных (базовых) индикаторов в единый интегральный показатель автор использовал помимо метода комплексной рейтинговой оценки еще 2 метода: • комплексную сравнительную рейтинговую оценку с применением ранжирования (см. Приложение 6); • максиминный метод (метод «максимум минимум») оценки инновационное потенциала (см. Приложение 2). Автор, данной работы, поставил задачу сравнить полученные результаты по данным инструментальным методам расчета. Если применение этих методов приведет к сходным результатам, то можно будет сделать вывод о достаточной степени достоверности каждого из них. На рисунке 14 наглядно отображены результаты исследования оценки инновационного потенциала регионов СФО с применением метода многофакторной ранговой оценки в 2009 г. Суть рейтинга отклонения заключается в том, что чем он ниже, тем большее развитие получил инновационный фактор в данном регионе, и наоборот, поэтому ранг региона имеет обратную зависимость от рейтинга отклонения. 119 |
• Общая тенденция неустойчивого повышения инновационного потенциала проявилась в Республике Северная Осетия-Алания, Карачаево-Черкесской республике, Республиках Калмыкия и Дагестан. • Тенденция неустойчивого понижения инновационного потенциала наблюдается в Краснодарском крае, Кабардино-Балкарской Республике, Республике Адыгея. В данном исследовании для конкретного метода синтеза частных (базовых) индикаторов в единый интегральный показатель автор использовал помимо метода комплексной рейтинговой оценки еще 2 метода: комплексную сравнительную рейтинговую оценку с применением ранжирования198 (см. приложение 7) и максиминный метод (метод “максимум минимум”) оценки инновационного потенциала199 (см. приложение 8). Автор, данной работы, поставил задачу сравнить полученные' результаты по данным инструментальным методам расчета. Если применение этих методов приведет к сходным результатам, то можно будет сделать вывод о достаточной степени достоверности каждого из них. На рисунке 3.14 наглядно отображаются результаты исследования оценки инновационного потенциала регионов Юга России с применением метода многофакторной ранговой оценки в 2008 г. Суть рейтинга отклонения заключается в том, что чем он ниже, тем большее развитие получил инновационный фактор в данном регионе, и наоборот, поэтому ранг региона имеет обратную зависимость от рейтинга отклонения. 198 Баканов М.И. Теория экономического анализа: Учебник / М.И. Баканов, Л.Д. Шеремет. 4-еизд., доп. и персраб. М.: Финансы и статистика, 2000. С. 286-296. 199Кузнецова О.В., Кузнецов А.В. Системная диагностика экономики региона. М.: КомКнига, 2006. С. 172. ^ выбор конкретного метода синтеза частных (базовых) индикаторов в единый интегральный показатель; ^ позиционирование региона по величине интегрального показателя инновационного потенциала; ^ проведение зонирования территории с учетом уровня инновационного потенциала регионов. Проведенный анализ по выбранным показателям, характеризующим инновационный потенциал показал, что вклад Южного Федерального Округа в инновационный потенциал России оценивается на достаточно низком уровне. Для оценки интегрального показателя, определяющего общий уровень развития инновационного потенциала региональной хозяйственной системы (на примере регионов ЮФО), было выделено три обобщающих его параметра: блок факторов формирования инновационного потенциала, блок факторов готовности использования инновационного потенциала и блок, отражающий результативность инновационного потенциала. В свою очередь они раскрываются 34 оценочными показателями, построенными на показателях органов статистики. Для конкретного метода синтеза частных (базовых) индикаторов в единый интегральный показатель автор использовал не один метод, а три: метод комплексной рейтинговой оценки, метод комплексной сравнительной рейтинговой оценки с применением ранжирования и максиминный метод (метод “максимум минимум”) оценки инновационного потенциала. Автор, данной работы, поставил задачу сравнить полученные результаты по данным инструментальным методам расчета. В результате применение данных методов привело к сходным результатам, что позволяет сделать вывод о достаточной степени достоверности каждого из них. Также было проведено позиционирование регионов ЮФО по величине интегрального показателя инновационного потенциала. Выделение групп регионов в данном исследовании основывается на присвоении 197 Результаты зонирования территории были представлены в виде географической карты ЮФО, применение которой не только дает возможность наглядного представления о распределение данных по территории, но и позволяет соотнести анализируемый показатель с географическим положением района, экономической ситуацией и т.д. Таким образом, оценка и динамика уровня инновационного потенциала региональной хозяйственной системы (на примере регионов ЮФО) позволила выявить ряд тенденций в период за 2002-2008 г.г.: • Общая тенденция устойчивого хорошего состояния инновационного потенциала наблюдается в Ростовской области, Волгоградской области, Астраханской области и Ставропольском крас. • Общая тенденция устойчивого неудовлетворительного состояния инновационного потенциала сформировалась в Республике Ингушетия. • Общая тенденция неустойчивого повышения инновационного потенциала проявилась в Республике Северная Осетия-Алания, Карачаево-Черкесской республике, Республиках Калмыкия и Дагестан. • Тенденция неустойчивого понижения инновационного потенциала наблюдается в Краснодарском крае, Кабардино-Балкарской Республике, Республике Адыгея. 6. Автор провел многофакторный анализ влияния социальноэкономических условий, воздействующих на интегральный показатель инновационного потенциала регионов Юга России с помощью теории графов, основанной на методе дерева целей, и методов статистического моделирования (корреляционного, факторного и регрессионного анализов). В результате данного исследования было разработано уравнение множественной регрессии (модель влияния основных социальноэкономических факторов на уровень развития инновационного потенциала регионов ЮФО), которое является адекватным, имеет хорошие прогностические свойства и может быть использовано при построении прогноза уровня инновационного потенциала. 199 |