Многомерный анализ научно-технической деятельности отраслей промышленност

Рынок, как саморегулирующаяся экономическая система, устанавливает определенные взаимоотношения между потребителем и производителем и стимулирует развитие производства по его количественным и качественным параметрам. В современных условиях рыночной конкуренции необходимость достижения финансовой устойчивости обуславливает систематическое появление на потребительском рынке продукции, отличающейся новизной от существующего товара, причем в зависимости от уровня новизны (радикальности) созданной продукции требуется частичное или полное обновление технологических процессов . Технологические нововведения в процессе обновления продукции появляются либо в результате единого инновационного процесса, то есть тесной взаимосвязи научно-исследовательских и опытно-конструкторских работ по созданию изделия и технологии его изготовления, либо как продукт самостоятельных специальных технологических исследований [16, 55, 127]. Общим результатом для обоих случаев является получение качественно нового технологического процесса, обеспечивающего расширение технологических возможностей производства и повышение его технического уровня.

При этом, надо учитывать, что, с одной стороны, обновление выпускаемой продукции, - объективно необходимое условие развития предприятия и достижения успеха на рынке, а с другой, - источник появления значительных производственных170

трудностей, обусловленных спецификой осуществляемых процессов, динамичностью изменения производственных показателей и достаточно высоким уровнем неопределенности получаемых результатов .

Сложнейший процесс создания и освоения новой техники представляет собой объективно необходимый элемент научно -технологического прогресса и одновременно является неизбежным условием преобразования способов производства и его развития. Проведенный нами в предыдущем разделе анализ современного состояния и факторов, определяющих развитие промышленности региона за 1992-1998 годы позволил сделать вывод о том, что в основном, в историческом аспекте переход промышленности Республики Татарстан от стадии инвестиционного роста (о нем говорилось выше в главе 1.2) к стадии спада производства, обусловлен исчерпанием резервов повышения эффективности в рамках сложившегося технического базиса отраслей и медленной его перестройкой.

Таким образом, особый интерес представляют собой как исследование возможностей отраслей промышленности создавать, осваивать и коммерчески использовать достижения научно-технологического так и оценка их научно-технического потенциала, как количественной меры этих возможностей.

В результате анализа взаимной сопряженности показателей, из всей совокупности статистических мы выявили по шкале Чеддока несколько индикаторов научно-технического потенциала отраслей промышленности с наиболее значимой связью, которые представлены в таблице 3.3.1 . Данные индикаторы, разносторонне характеризующие научно-техническую и171

инновационную деятельность отраслей промышленности Республики Татарстан были использованы для расчета их научно-технических потенциалов (табл. 3.3.2) по методу многомерной средней (приведенная выше формула 2.1.2) по показателям статистических данных (в сопоставимых ценах) отраслей промышленности за 1995 - 1998 годы.

Таблица 3.3.1 Перечень индикаторов, отобранных для оценки научно-технического потенциала отраслей промышленности

Показатели Коэффициент по шкале Чеддока Характеристика силы связи

Затраты на технологические инновации 0,5 - 0, 7 Заметная

Количество освоенных видов новой промышленной продукции 0,5-0,7 Заметная

Экономический эффект от внедрения изобретений 0,7-0,9 Высокая

Стоимость научно -техни-ческих работ 0,7 - 0, 9 Высокая

Объем отгруженной инновационной продукции 0,9 - 0, 99 весьма высокая

Как видно, отобранные индикаторы, соответствуя в целом произведенной нами выше классификации составляющих категорию научно-технического потенциала, в то же время, в первую очередь, отражают экономические аспекты специфических особенностей освоения в массовом промышленном производстве технологических инноваций. Так, показатель затрат на технологические инновации, с выделением из их состава продукт - инноваций и процесс- инноваций, прежде всего характеризует отраслевые особенности и приоритеты вТаблица 3.3.2 Значения интегрального показателя научно-технического

потенциала отраслей промышленности Республики Татарстан

Отрасли пром-ти / индикаторы Затраты на технологические инновации, млрд.руб Количество освоенных видов новой продукции , наименований Экономический эффект от внедрения изобретений, млн.руб Стоимость научно-технических ра -бот , млн.руб Объем от-

груженно

й иннова -

ционной

продукции

,млн.руб Зн мн ме сре

1 2 3 4 5 6

топливная 2,493 229 4,288 0,832 3,23

черная металлургия 0,47 13 0,572 0,056 1,0

химическая 3,596 309 9,485 0,541 2,75

нефтехимическая 5,271 280 10,21 1,610 2,51

машиностроение 3,827 770 13,85 1,911 4,06

лесная и деревообрабатывающая 0,010 10 0,311 0,077 1,03

строительных материалов 0,022 51 0,392 0,002 0,82

легкая 0,636 237 0,029 0,006 1,36

пищевая 1,654 155 0,991 0,268 1,68

медицинская 0,710 5 0,051 0,015 0,39

полиграфическая 0,965 24 0,470 0,014 1,08

173

осуществлении мероприятий по освоению достижений научно -технического прогресса; показатель количества освоенных видов новой промышленной продукции наряду с характеристикой состояния технической и технологической базы отрасли, косвенным образом характеризует тенденции снятия с производства устаревшей продукции, продолжительность промышленного освоения, показатели технического уровня и степень соответствия новой продукции (посредством сертификации) требованиям потребителя; стоимостные показатели объема научно-технических работ отражают цели инновационной деятельности предприятий отрасли, а также, возможности предприятий по обеспечению работ перспективного характера, нацеленных на решение задач будущих периодов; показатель экономического эффекта от внедрения изобретений и рационализаторских предложений свидетельствует об использовании объектов интеллектуальной собственности и уровне правовой защиты образцов новой техники и технологий; показатель объема отгруженной инновационной продукции является характеристикой широты ассортиментного ряда продукции, ее усовершенствований и модификаций, а также рыночной характеристикой спроса на новую продукцию со стороны потребителей.

Полученные данные позволяют произвести группировку исследованных отраслей промышленности с высоким, средним и низким значениями интегральной оценки научно-технического потенциала (табл. 3.3.3).

Полученные данные таблицы 3.3.3 свидетельствуют о весьма неоднородном составе отраслей промышленности по174

уровню их научно-технического потенциала: так интегральная оценка последней в группе отраслей с высоким уровнем научно-технического потенциала (в которую отнесены топливная, химическая и нефтехимическая промышленность,

машиностроение) в 6,46 раз превосходит соответствующий показатель группы

Таблица 3.3.3

кг

Группировка отраслей промышленности по величине научно-

. технического потенциала

Интервалы значений многомерной средней научно-технического потенциала Состав группы отраслей промышленности Характеристика группы по величине научно-технического потенциала

1,475-5,221 Химическая

нефтехимическая

Машиностроение

топливная Высокий

0,570-1,474 Легкая пищевая полиграфическая Средний

0,228 - 0,569 Черная металлургия

лесная,деревообраба-

тывающая

строительных

материалов

медицинская Низкий

отраслей с низким уровнем научно-технического потенциала, а показатель химии и нефтехимии в 22,9 раза оказался выше потенциала лесной и деревообрабатывающей промышленности.

Коэффициент вариации многомерной оценки научно-технического потенциала отраслей промышленности составил175

218%, что свидетельствует о высоком уровне неоднородности < рассматриваемой совокупности по вычисленному многомерному

индикатору потенциала. В то же время, полученные нами данные хорошо коррелируют с группировкой высоко, - средне и низкотехнологичных отраслей, приведенной в . ' На следующем этапе исследований ставилась задача

построения моделей, позволяющих определить степень влияния различных технико-экономических факторов на основные индикаторы, отобранные для оценки научно-технического потенциала отраслей промышленности в рамках проведенной выше классификации. В исследовании технико-экономических показателей возникает задача выбора соответствующей математической функции для описания связей между исследуемыми переменными, которая была бы адекватна изучаемому процессу. Поскольку задачей нашего статистического 1 исследования является прогноз результирующих показателей по

1 некоторым фиксированным значениям факторных переменных, то

традиционно статистические характеристики таких зависимостей находятся методом регрессионного анализа . Логический анализ исходной системы показателей, как правило, кг свидетельствует о наличии ряда существенных факторов,

оказывающих влияние на результативный показатель, и о необходимости учета их совместного влияния. Многие отечественные и зарубежные статистики полагают, что при экономико-статистическом моделировании для описания связи между результативным признаком " у " и факторными признаками

х ь х2, ..... х р можно ограничиться линейными выражениями

:176

11

у = а0 + 2а1х1; (3.3.1.)

1=1

где, параметр а ; - коэффициент регрессии показывает, насколько изменяется в среднем значение результативного показателя при изменении факторного на единицу, а свободный член уравнения ао как правило не интерпретируется.

Решение математических уравнений связи предполагает вычисление по исходным данным их параметров, которое осуществляется способом выравнивания эмпирических данных методом наименьших квадратов, основу которого составляет требование минимальности сумм квадратов отклонений эмпирических данных от выровненных.

При изучении корреляционной связи показателей, когда анализу подвергаются сравнительно небольшие по составу единиц совокупности, возникает необходимость испытания параметров уравнения регрессии на их типичность, характерность для отображаемого комплекса условий. В данном случае для проверки типичности параметров уравнения регрессии используется I-критерий Стьюдента, рассчитываемого для параметров а 0 и а ь соответственно по формулам 3.3.2. и 3.3.3.

л/(п-2) *ао = ао>< -------------- ; (3.3.2)

^(п-2)х ах I а 1 = а 1 х-------------------------; ( 3.3.3)

С8177

где а 8 - среднее квадратическое отклонение результативного признака у 1 от выравненных значений у х и а о х . среднее квадратическое отклонение факторного признака х ! от общей средней х.

Полученные по данным формулам фактические значения X а о и *а1 с критическим ( к, который получают по таблице Стьюдента с учетом принятого уровня а и числа степеней свободы к. Полученные в анализе корреляционной связи параметры уравнения регрессии признаются типичными, если ( фактическое больше 1: критического (формула 3.3.4):

ио>*к<*а1; (З.ЗА)

По проверенным на типичность параметрам уравнения регрессии производится построение математической модели связи, при этом параметры примененной в анализе математической функции получают соответствующие количественные значения. Смысловое содержание построенных таким образом моделей состоит в том, что они характеризуют среднюю величину результативного признака " у х " в зависимости от вариации признака - фактора "х " . Важным этапом корреляционно-регрессионного анализа связи является оценка практической значимости построенных моделей на основе определения показателей тесноты связи между признаками " х " и " у" .

Для количественной оценки тесноты связи применяются следующие показатели вариации:

1) общая дисперсия результативного признака сгу, отображающая совокупное влияние всех факторов;178

2 бизнес план автоломбарда ) факторная дисперсия результативного признака ст2 ух, отображающая вариацию у только от воздействия изучаемого фактора х;

3 ) индекс детерминации (причинности) К , показывающий, какую часть общей вариации результативного признака " у " объясняется изучаемым фактором " х " (К = а ух./сГу );

4 ) индекс корреляции К. и линейный коэффициент корреляции г;

Показатели тесноты связи, исчисленные данным сравнительно небольшой статистической совокупности, могут искажаться действием случайных величин, что вызывает необходимость проверки их осуществимости. Для оценки значимости коэффициента корреляции " г " применяется X -критерий Стьюдента (формула 3.3.5.), который сравнивается с критическим 1 к из таблицы значений I Стьюдента с учетом заданного уровня значимости а и числа степеней свободы к. .

хг = гх л/(п-2)/(1-г2); (3.3.5.)

Величина коэффициента корреляции признается существенной если выполняется условие 1: г > * к - Если все коэффициенты регрессии окажутся значимыми, то затем можно приступить к оценке адекватности модели т.е. оценки значимости индекса корреляции К по Р - критерию Фишера. Если расчетное значение Р- критерия больше табличного, определенного с учетом принятого уровня значимости и числа степеней свободы, то соответствующее уравнение регрессии признается значимым. Для того чтобы можно было считать модель адекватной, - вариация, обусловленная регрессией, должна значительно превышать179

величину случайной ошибки, и поэтому расчетное значение Р -критерия должно быть больше табличного не менее чем в 4 раза .

После построения модели важным этапом является ее содержательная интерпретация. Насколько построенная модель соответствует представлениям о сложных социально-экономических процессах, насколько она адекватно отражает характер изменения результативных показателей и их связь с существенными факторами, настолько практическое

использование модели позволит выработать рекомендации по эффективности использования научно-технического потенциала отраслей промышленности в обеспечении их экономического развития.

В целях выявления, на основе многомерного анализа, влияния укрупненных групп факторов, а также отдельных факторных признаков на основные характеристики научно-технического потенциала различных отраслей народного хозяйства рассмотрены данные статистической отчетности (формы № 1-наука, № 2-наука, № 2-инновация, № 5-нт) о научно-технической и инновационной деятельности отраслей промышленности народного хозяйства Республики Татарстан.

Исходный информационный массив составили данные по 36 факторным признакам, в основном определяющим научно-технический потенциал отраслей промышленности в соответствии с проведенной нами классификацией (табл. 3.3.3) - показателям научно-технической и инновационной деятельности 41 предприятия народнохозяйственного комплекса Республики Татарстан в 1998 году. Факторные признаки распределены по пяти180

укрупненным группам, соответствующих отобранным индикаторам научно - технического потенциала промышленности региона (табл. 3.3.1).

Первая группа факторов У1 характеризующая затрать! на технологические инновации, содержит: X] - затраты на исследования и разработки; Х2 - затраты на приобретение прав на патенты и лицензии; Х3 - затраты на приобретение непатенту емых лицензий и "ноу-хау"; Х4 - затраты на проектно-конструкторские работы; Х5 - затраты на технологическую подготовку производства; Хб - затраты на обучение и подготовку персонала; Х7 - затраты на маркетинговые исследования; Х амортизационные отчисления на основные фонды научно -исследовательской деятельности.

Вторая группа факторов У 2, характеризующая количество освоенных новых видов промышленной продукции, включает в свой состав: X! - затраты на продукт - инновации; Х2 - затраты на процесс - инновации; Х3 - собственные средства предприятий; Х4 -средства внебюджетных фондов; Х5 - иностранные инвестиции; Х6

средства привлеченные на условиях кредитов; Х7 продолжительность промышленного освоения новой продукции; Хз - затраты на сертификацию продукции.

Третья группа факторов У 3" характеризующая экономический эффект от внедрения изобретений, включает: Х1 -количество приобретенных прав на патенты; Х2 - количество приобретенных непатентуемых лицензий и "ноу-хау "; X 3 - число авторов, подавших заявки на изобретение; Х4 - количество использованных изобретений; Х5 - количество мероприятий по внедрению новой продукции; Х$ - количество мероприятий по181

внедрению новых технологических процессов; Х7 - объем отгруженной промышленной продукции; X 8 - затраты на технологические инновации.

Четвертая группа факторов У4, отражающая стоимость научно-технических работ (НТР) содержит показатели: X 1 -работы по замене снятой с производства устаревшей продукции;

^ Х2 - работы по расширению ассортимента продукции; X , - работы

по сохранению традиционных рынков сбыта; X 4 - работы по

I созданию новых рынков сбыта; X 5 - работы по снижению

I

I издержек производства; X 6 - работы по улучшению условий

труда; X 7 - работы по улучшению качества продукции; X 8 -работы по снижению загрязнения окружающей среды .

Пятая группа факторов У5, характеризующая объем отгруженной инновационной продукции, включает следующие показатели: X 1 - число освоенных новых видов продукции; Х2 -число освоенных модернизированных и модифицированных видов продукции; X з - количество освоенных новых видов промышленной продукции по федеральным программам; X 4 -количество освоенных новых видов промышленной продукции по региональным программам; X 5 число предприятий,

занимающихся инновационной деятельностью; X 6 - количество

освоенных видов продукции по инициативным разработкам; X 7 -общие затраты на технологические инновации; Х8 продолжительность промышленного освоения новой продукции.

В таблицах 1-5 Приложения - представлены результаты статистической обработки исходных данных с помощью пакета прикладных программ "Мхсгозоп: Ехсе1" для корреляционно-регрессионного анализа.182

Для определения значимости параметров анализируемой модели рассчитанное значение критерия 1г сравнивалось с критическим 1ь которое бралось из таблицы значений I-Стьюдента с учетом заданного уровня значимости а = 0,05 и числа степеней свободы к, рассчитываемого по формуле: к = п-(х+1) = 41-(8 + 1) = 32, где п - число исследуемых точек (предприятий отраслей промышленности); х - число переменных (факторных признаков). С учетом принятых в экономико-статистическом исследовании значимости (а = 0,05) и числа степеней свободы (к = 32) табличное критическое значение составляет 1 к = 2,042.

Для оценки значимости индекса корреляции К. фактическое значение Рк - критерия Фишера сравнивалось с критическим значением Рк, определяемым по таблице - критерия с учетом принятого уровня значимости а = 0,05 и числа степеней свободы к 1 = (т - 1), кг = (п - т), где т - число параметров уравнения регрессии, а п - число исследуемых точек. Сопоставление представленных в таблицах рассчитанных и табличных значений критерия Фишера позволяет сделать выводы о практической значимости построенной модели.

Кроме того, в таблицах указана доля дисперсии а ух показателя V, обусловленная влиянием факторного признака "X".

Анализ полученных расчетных регрессионных уравнений позволяет сделать следующие выводы относительно влияния исследуемых факторных признаков на рассматриваемые результативные показатели по группам отраслей промышленности.183

Во-первых, модели затрат на технологические инновации для отраслей с низким (1), средним (2) и высоким (3) научно-техническим потенциалом имеют следующий вид: У1 = - 1,5 + 120,8 Хд + 83,5 Х5 + 60,1 Х8, (1) VI = - 1185 + 106,0 Х3 + 37,3 Х5 + 213,6 Х7 + 68,33 X", (2) VI = 42,6 + 56,72 X, + 52,70 Х2 + 100,4 Х4 + 29,72 Х5 +82,97 Хб, (3)

Сопоставление трех полученных регрессионных уравнений свидетельствует о том, что затраты на технологические инновации в отраслях с различным уровнем научно-технического потенциала формируются под влиянием различных факторов. При этом в качестве оценки меры влияния факторных признаков на затраты на технологические инновации по отраслям был использован процент дисперсии а2ух, приходящийся на каждый из анализируемых факторных признаков.

Так, для отраслей первой группы значимыми являются показатели затрат на проектно-конструкторские работы и технологическую подготовку производства, а также амортизационные отчисления. Это свидетельствует о том, что основные усилия в инновационном процессе данные предприятия, не располагая исследовательскими возможностями свои усилия сосредотачивают на заключительных этапах предпромышленного освоения, рассматривая амортизационные отчисления, как источник поддержания необходимого технического уровня.

Для отраслей со средним уровнем научно - технического потенциала значимыми по I - критерию оказались четыре фактора, а именно: затраты на приобретение непатентуемых "бесплатных" лицензий и "ноу-хау", также на технологическую подготовку, маркетинговые исследования и амортизационные отчисления. С184

первой группой предприятия данных отраслей объединяет концентрация усилий на стадиях инновационного процесса, обеспечивающих получения результата в краткосрочной перспективе, показательно, что более 50% суммарной дисперсии анализируемой модели приходится на маркетинговые исследования. Это вполне логично может быть объяснено изначально "рыночной направленностью" предприятий легкой и пищевой промышленности, составляющих большинство в данной группе нашей классификации.

На характер формирования затрат отраслей третьей группы оказывают влияние факторы, связанные с долгосрочными инвестициями в интеллектуальный капитал (научные знания и профессиональная творческая активность персонала, объекты интеллектуальной собственности, имеющие правовую защиту, информация и управленческая культура). К этим факторам относятся затраты на исследования и разработки; затраты на приобретение прав на патенты и лицензии; затраты на проектно-конструкторские работы; затраты на обучение и подготовку персонала.

Среди выделенных факторов наиболее важную роль играют затраты на проектно - конструкторскую подготовку (45 % суммарной дисперсии) и обучение и подготовку персонала (38 % дисперсии), что может объяснено, с одной стороны, преобладанием в данной группе отраслей предприятий машиностроительного профиля, а, с другой, свидетельствовать о наличии в данных отраслях резервов повышения эффективности инвестиций в технологические инновации за счет повышения квалификации кадров.185

В целом, для всех моделей характерно то, что все факторные признаки положительно влияют на результативный показатель, об этом свидетельствуют положительные знаки при коэффициентах регрессии у всех факторов.

Во-вторых, модели количества освоенных новых видов продукции для отраслей с низким (1), средним (2) и высоким (3) научно - техническим потенциалом имеют следующий вид: У2 = 3,5 + 217,7 Х}+ 39,43Х3 - 72,2 Х7, (1) У2 = 29,3 + 45,6 Х1+ 90,2Х3+ 158,4 X*-40,88 Х7, (2) У2 = -139,1+216,2 Х2+ 67,8 Хд+ 100,3 Х5 + 60,3 X* - 0,74 X", (3)

Анализ представленных моделей позволяет сделать вывод о схожих тенденциях в формировании результативного показателя для первой и второй групп исследуемых отраслей. При освоении новых видов продукции данные отрасли отдают предпочтение продукт - инновациям, как коммерчески более выгодным и процедуре самофинансирования за счет собственных средств; в то же время результативность инновационной деятельности в значительной степени сдерживается фактором продолжительности промышленного освоения. Отрицательный коэффициент в моделях регрессии фактора времени освоения свидетельствует о р необходимости лучшего использования внутренних ресурсов в

организации инновационного процесса (к примеру, повышение уровня бизнес план автомагазина организации труда и производства), в свою очередь, их изыскание будет способствовать привлечению на предприятия заемных средств из различных источников, в том числе по кредитной схеме. Подтверждением подобного вывода может служить уменьшение значимости фактора продолжительности186

освоения при появлении в модели второй группы отраслей фактора средств внебюджетных фондов.

Для отраслей, образующих третью группы в классификации наибольшее влияние оказывают факторы затраты на процесс - инновации; средства внебюджетных фондов; иностранные инвестиции; средства привлеченные на условиях кредитов; затраты на сертификацию продукции. Характерными признаками для данных отраслей является ориентация на процесс-инновации, позволяющая на основе новых технологий разрабатывать более широкий спектр новых промышленных продуктов и их модификаций, это в свою очередь влияет на инвестиционную привлекательность и расширяет финансовую базу инновационных процессов. Привлечение иностранных инвестиций и ориентация на зарубежные рынки предполагает процедуры сертификации новой продукции, что объективно сдерживает рост наименований вновь освоенной продукции, о чем и свидетельствует отрицательный знак коэффициента регрессии у данного фактора.

В целом, для всех моделей можно отметить: коэффициенты множественной детерминации К2, равные квадратам коэффициентов множественной корреляции, показывают, что доля вариации исследуемых результативных показателей для трех групп, колеблется от 71% до 82% . Значения Р - критериев для этих моделей также оказываются выше табличных, что позволяет признать величину индекса корреляции существенной.

В-третьих, модели экономического эффекта от внедрения изобретений для отраслей с низким (1), средним (2) и высоким (3) научно-техническим потенциалом имеют следующий вид:187

У3= 12,45+ 14,76 Х3 + 33,61 Х5 + 28,28 Х6 - 217,2 Х8, (1)

У3 = - 245,1 + 49,94 Х2+ 1,6 Х3 + 61,33 Х4 - 36,03 Х8, (2)

У3 = 0,48- 4,81Х, +11,1Х2 + 9,22Х5 +35,28 Хв +155Х7 +98,2Х8, (3)

Сопоставление трех полученных регрессионных моделей позволяет выделить различную степень влияния некоторых факторных признаков на характеристики экономического эффекта от внедрения изобретений по группам отраслей. В первую очередь, это касается показателя затрат на технологические инновации. Для отраслей первой группы, этот показатель является не только самым важным (доля суммарной дисперсии модели 67%), но и имеет отрицательный коэффициент в моделях регрессии, что свидетельствует о низком уровне изобретательской и рационализаторской деятельности (или ее практическом отсутствии) и финансировании технологических инноваций, не содержащих элементы новизны и не приводящих к кардинальным качественным и количественным изменениям на производстве.

По мере развития изобретательской деятельности (количественого увеличения изобретений, использования непатентуемых лицензий и ноу-хау), влияние фактора затрат начинает ослабевать, о чем свидетельствует модель для отраслей со средним научно-техническим потенциалом. Характерной особенностью для данной группы является влияние количественных мероприятий изобретательской активности, не всегда обладающих достаточной эффективностью.

Модель эффективности для отраслей с высоким научно-техническим потенциалом формируется под влиянием многих факторных признаков, наиболее важными из которых выступают объем отгруженной продукции (46% суммарной дисперсии) и188

технологические затраты (32% дисперсии), при этом положительный знак коэффициента регрессии у последнего показателя, вероятно, можно обосновать тем, что отдача, эффект от реализации продукции растет более высокими темпами, чем затраты на ее создание . Это вполне согласуется с мнением о том, что потребительская стоимость новой продукции в глазах покупателя выше и поэтому цена на инновационную продукцию содержит большой запас конкурентоспособности .

В-четвертых, модели стоимости (объема) научно-технических работ для отраслей с низким (1), средним (2) и высоким (3) научно-техническим потенциалом имеют следующий вид:

У4 = 2741+ 38,9 X, +182,8Х5 + 96,16 Х<$, (1) У4= 11,14 + 4,97 Х2+ 13,27 Х3 + 46,62 Х5 + 88,21 Х7, (2) У4= 37,6+87,22Х, +60,6Х2 +23,9Х" +118,4 Х5+24,4Х7+2,08Х8, (3)

Как показал анализ моделей, стоимость научно-технических работ для исследуемых групп отраслей формируется под влиянием различной целевой ориентации инновационной деятельности, в значительной степени соответствующей представлениям и выбранной стратегии обеспечения конкурентоспособности на рынке. При этом наблюдается расширение спектра инновационных целей по мере увеличения финансовых, кадровых и организационных возможностей предприятий.

Характерным признаком для всех отраслей является сосредоточение их внимания на снижении издержек производства, что свидетельствует об избрании стратегии ценовой конкуренции. Действительно, для таких отраслей как промышленность189

строительных материалов, пищевой и легкой промышленности является актуальной конкурентная борьба с импортными товарами за сохранение существующих рынков сбыта. В свою очередь, для отраслей с высоким научно-техническим потенциалом значимым является фактор снятия с производства устаревшей продукции (42% суммарной дисперсии), что может свидетельствовать о низких темпах обновления как самой продукции, так и технологической базы производства. Усилия по формированию новых рынков сбыта, расширения ассортимента производимой продукции инновационного характера не оказывают заметного влияния на объемы научно-технических работ, что может быть объяснено тем, что отечественные потребители в силу низкой покупательской способности отдают предпочтение не новым, а традиционным товарам.

В целом, можно сделать вывод о том, что предприятия всех трех групп отраслей развивают, преимущественно, научно-технические работы по сохранению и повышению технического уровня существующего производства (т.е. придерживаются производственной ориентации, а не маркетинговой), о чем свидетельствуют значимые по х - критерию факторы; при этом полученные уравнения являются значимыми по Р - критерию и довольно точно аппроксимируют исследуемый результативный показатель.

В-пятых, модели объема отгруженной инновационной продукции для отраслей с низким (1), средним (2) и высоким (3) научно-техническим потенциалом имеют следующий вид:

У5 = - 1,08 +164,6Х5+ 67,29 Хе - 56,8 Х8, (1)

У5= 821,6+ 53,3 Х2+ 226,8 Х4 - 16,47 Х7, (2)190

У5= 18,64+50,8IX! +6,671Х2 + 39,1Х3 +140,4 Хд +82,66Х6, (3)

Сопоставление полученных регрессионных моделей позволяет выявить существенные различия между отраслями, входящими в разные группы, по показателю объема отгруженной инновационной продукции. Так, для предприятий первой группы наиболее значимыми являются показатели количества предприятий, занимающихся инновационной деятельности (на долю которого приходится более 50% суммарной дисперсии модели) и продолжительности освоения промышленной продукции (38%), показатель которой входит в регрессионную модель с отрицательным знаком. Это свидетельствует не только о низкой инновационной активности предприятий данной группы, но и соответствующих неиспользуемых резервах при организации инновационной деятельности, к которым можно отнести повышение квалификации кадров и внутриорганизационной культуры, участие в научно-технических программах и поиск сторонних инвесторов.

Для отраслей второй группы представляется интересным анализ влияния фактора количества освоенных новых видов промышленной продукции по региональным программам, на долю которого приходится более 60% суммарной дисперсии, что может быть объяснено мерами поддержки данных отраслей на региональном уровне с учетом их важности в удовлетворении местных потребностей.

Для отраслей с высоким научно-техническим потенциалом значимыми по х - критерию факторами, влияющими на объем инновационной продукции являются: число освоенных новых видов продукции; число освоенных модернизированных и191

модифицированных^^идови продукции; количество освоенных новых видов промышленной продукции по федеральным программам; количество освоенных новых видов промышленной продукции по региональным программам; количество освоенных видов продукции по инициативным разработкам. При этом все факторы положительно влияют на результативный показатель, о чем свидетельствуют положительные коэффициенты регрессии, а адекватность моделей характеризует расчетное значение Р -критерия, превышающее во всех исследуемых характеристиках табличное значение.

Таким образом, на основании построенных моделей можно сформулировать следующие выводы и рекомендации в области научно-технической деятельности промышленности региона:

1) Для отраслей с низким научно-техническим потенциалом необходимо преодолеть сложившееся противоречие между политикой предприятий данных отраслей в области производства и финансов: сосредоточение усилий на стадиях промышленного освоения (прежде всего на снижении издержек производства традиционной продукции) только за счет использования внутренних источников (самофинансирования) неблагоприятно влияет на продолжительность освоения новых продуктов. На наш взгляд, низкую инновационную активность предприятий данной группы целесообразно преодолеть за счет последовательной реализации следующих мер: формулирование направлений взаимодействия с научными и образовательными структурами региона и назначение ответственных на предприятии за эффективность взаимодействия с ними - повышение внутриорганизационной культуры за счет обучения (роста192

квалификации)персонала и качества менеджмента - овладение стратегией развития на основе маркетинга - овладение искусством проектного управления - поиск и привлечение внешних инвестиций.

2). Для отраслей со средним значением научно-технического потенциала характерным является понимание роли научно-технического прогресса в развитии производства, однако анализ факторных признаков, влияющих на эффективность производства позволяет сделать вывод о том, что актуальными для предприятий данной группы являются задачи повышения уровня организации производства и разработки в качестве корпоративной - научно-технической политики предприятия. Для достижения данных целей, на наш взгляд, необходима реализация последовательности следующих мероприятий: создание в организационной структуре предприятий подразделений технологического развития и достижение необходимого уровня организационной культуры - овладение программно-целевыми методами управления на уровне предприятия - установление форм кооперации с научно-техническим комплексом региона разработка научно-технической и инновационной программы предприятия в кооперации с предприятиями науки и образования -конкурсное участие и включение в выполнение региональных программ.

3), Для отраслей с высоким значением научно-технического потенциала в целях обеспечения конкурентоспособности не только на внутренних, но и на внешних рынках актуальной является задача достижения высоких темпов обновления как производимой продукции, так и технологической193

базы производства. Для обеспечения решения данной задачи представляется необходимой реализация следующей

последовательности мероприятий: признание менеджментом предприятия инновационной стратегии развития в качестве главного фактора обеспечения конкурентоспособности - создание региональных организационных структур (по типу финансово-промышленных групп), объединяющих производственный, финансовый и интеллектуальный капитал - создание и развитие (наряду с традиционными службами маркетинга, технического развития) инновационных творческих групп и проектное управление - поддержание развитой инфраструктуры инновационной деятельности (защита интеллектуальной собственности, сертификация и финансовая база) - создание организационных научно-производственных структур с участием иностранного капитала и выход на международные рынки.

Стрекалов, Олег Борисович