|
и макроэкономических моделей не меньшее значение имеют и конкретные эффекты на этом рынке, которые, хотя и не имеют универсального характера, на определенных временных участках все же могут определять характер социально-экономического развития страны. Для уяснения таких конкретных закономерностей используются методы эмпирического анализа, включающие как традиционный эконометрический аппарат, так и специфические экономическо-статистические индикаторы и индексы. Не меньшее значение имеют эмпирические исследования и для получения полной и наглядной картины, своего рода «фотографии» национальных инновационных рынков. Ниже мы рассмотрим некоторые последние достижения в этой области, которые, хотя и не претендуют на полноту охвата, в целом все же дают репрезентативную картину прикладных инновационных исследований. Одним из направлений прикладных модельных исследований является моделирование воздействия различных инструментов государственного регулирования на протекание производственных процессов в инновационной сфере. Наиболее перспективным инструментарием для проведения прикладных расчетов данного типа являются имитационные модели и в частности модель, разработанная К.А.Багриновским, М.А.Бендиковым, И.Э.Фроловым и Е.Ю.Хрусталевым37. Данная модель представляет собой громоздкий компьютерный модуль, реализующий имитационную процедуру с использованием оптимизационных блоков. С помощью этой модели авторами «проигрывались» различные сценарии для уяснения влияния различных инструментов государственного регулирования на деятельность инновационного предприятия. В частности, было установлено, что применение ускоренной амортизации повышает чистый дисконтированный доход (ЧДД) проекта (мероприятия) на 5-6%. Аналогичным образом было выявлено, что введение налоговых скидок в течение первой половины срока реализации проекта с последующим повышением налоговой ставки при условии сохранения общей ве |
Еще одним индикатором большого цикла может служить показатель доли добавленной стоимости наукоемких отраслей в ВВП страны. Дело в том, временная траектория этого показателя имеет дугообразную форму, которая воспроизводит форму большого цикла с определенным (для ведущих стран 5-летним) упреждением во времени. К наукоемким отраслям в первом приближении для получения статистических оценок относят машиностроение и химическую промышленность [52, с.132]. Таким образом, данный показатель может использоваться для упреждающих прогнозов диагностирования времени наступления той или иной фазы конъюнктурного цикла и смены инновационной парадигмы. Указанные статистические индикаторы (24)-(27) вытекают непосредственно из теоретических соображений и моделей развития инновационной сферы, чем и было обусловлено их включение в данный параграф. Рассмотренные выше макромодели инновационного рынка позволяют, прежде всего, использовать их для уяснения тех перспектив, которые имеет Россия с точки зрения развития сферы высоких технологий. Конкретные программы развития инновационного сектора отечественной промышленности должны сообразовываться с представлениями о фазе технологического развития страны и перспективах ее трансформации к новому этапу. 2.2. Определение факторов, влияющих на динамику инновационного рынка Помимо уяснения неких глобальных, «больших» закономерностей функционирования инновационного рынка с помощью классических микрои макроэкономических моделей не меньшее значение имеют и конкретные эффекты на этом рынке, которые, хотя и не имеют универсального характера, на определенных временных участках все же могут определять характер социально-экономического развития страны. Для уяснения таких конкретных закономерностей используются методы эмпирического анализа, включающие как традиционный эконометрический аппарат, так и специфические экономическо-статистические индикаторы и индексы. Не меньшее значение имеют эмпирические исследования и для получения полной и наглядной картины, своего рода «фотографии» национальных инновационных рынков. Ниже мы рассмотрим некоторые последние достижения в этой области, которые, хотя и не претендуют на полноту охвата, в целом все же дают репрезентативную картину прикладных инновационных исследований. Одним из направлений прикладных модельных исследований является моделирование воздействия различных инструментов государственного регулирования на протекание производственных процессов в инновационной сфере. Наиболее перспективным инструментарием для проведения прикладных расчетов данного типа являются имитационные модели и в частности модель, разработанная К.А.Багриновским, М.А.Бендиковым, И.Э.Фроловым и Е.Ю.Хрусталевым (структура этой модели представлена в [5]). Данная модель представляет собой громоздкий компьютерный модуль, реализующий имитационную процедуру с использованием оптимизационных блоков. С помощью этой модели авторами «проигрывались» различные сценарии для уяснения влияния различных инструментов государственного регулирования на деятельность инновационного предприятия. В частности, было установлено, что применение ускоренной амортизации повышает чистый дисконтированный доход (ЧДД) проекта (мероприятия) на 5-6% [5, с.65]. Аналогичным образом было выявлено, что введение налоговых скидок в течение первой половины срока реализации проекта с последующим повышением налоговой ставки при условии сохранения общей величины налоговых выплат за весь срок позволяет увеличить ЧДД на 8-9%; совместное применение ускоренной амортизации и налоговых скидок приводит к увеличению ЧДД на 10-11% [5, с.65]. По |