Модель мультивекторной социально-экономической политики взаимодействия россий-ского Дальнего Востока и стран АТР - пути снижения неожиданных эффектов от наступления «больших вызовов»

1. Систематизированы теоретические и методологические подходы к понятийному аппарату категории «больших вызовов»; выявлены особенности категории «больших вызовов» в пространственно-временной общности, проведена их иерархическая классификация, выявлены взаимосвязанности факторов их формирующих; аргументирована и обоснована типология «вызовов». Определены управляемые и неуправляемые факторы, формирующих» большие вызовы» (БВ). Именно концепция системной экономики, фундаментом которой является экономика человеческого капитала, экономика интеллектуальной собственности и экономика инноваций, позволяет наиболее четко сформулировать БВ и объяснить их механизм возникновения. БВ-требования возникают как переход количественных изменений в качественные, практически не зависят от субъектов мировой экономики, их нельзя изменить, они формируются под влиянием качественной конкурентоспособности стран-лидеров, но характер БВ затрагивает жизнедеятельность каждой национальной экономической системы. Общие для всех стран вызовы, по-разному формируют страновые и региональные вызовы в силу их специфики. Это подчеркивает, что мы вступили в новый этап развития мировой экономической системы, успешность которой будет определяться готовностью к ответу на Большие вызовы современности. Каждая национальная система будет все больше отрываться в своем развитии от других, если не сможет предвосхитить и адаптироваться к качественным изменениям, которые диктуют Большие вызовы. России и ее субъектам чрезвычайно важно разработать свой уникальный экономический профиль и условия для деятельности бизнеса на фоне наличия в стране слабой системы инновационно-технологических механизмов. В современных условиях возможно новое видение стратегии развития национальной экономики только через концепцию «больших вызовов». Что требует их регулярного выявления на научной основе и корректировки приоритетов развития.

Рисунок – Уровни возникновения и влияния «больших вызовов»

2. В рамках исследования была реализована многомерная классификация стран мира по показателям инновационного развития (по авторской методике). Представленные 189 стран были распределены в пять кластеров (с подробной характеристикой их особенностей) и внутри каждой группы выделены страны-лидеры, образующие «ядро» кластера. Как видно из результатов исследования абсолютно по всем показателям, характеризующим инновационное развитие в странах мира, наблюдается высокая дифференциации. Наиболее сильной группой стран является кластер D, в котором «ядром» являются США, Ю. Корея, Сингапур, Япония, Китай. Несмотря на то, что развитые страны мира сохраняют лидирующие позиции в области создания и коммерциализации инноваций, эффективность инновационного пути развития национальных экономик в условиях глобализации и впечатляющие темпы экономического роста демонстрируют развивающиеся страны. Укрепление инновационного потенциала и построение инновационной экономики является стратегической целью для каждой из этих стран. Однако, ядром этих интеграционных взаимодействий является крайне ограниченный круг стран. Выявлены БВ на уровне стран.

Таблица – Наиболее инновационно-развитые страны по кластерам

3. На основе многофакторных эконометрических моделей проведен системный анализ социально-экономического развития региона, характеризующий состояние и динамику хозяйственного комплекса ДФО, условия для экономической деятельности; проведена оценка достигнутого уровня и особенностей социально-экономического развития ДФО. проведен анализ региональной ресурсной базы развития; анализ промышленной политики; анализ региональной инфраструктуры; анализ социальной политики (развития образования, здравоохранения, культуры); на основании анализа критериальных показателей региона, выявлены экономические и социальные проблемы развития территориальных социально-экономических систем ДФО. Установлены тенденции и пропорции экономического развития, резервы региона, которые не были использованы. Был проведен анализ отраслевой структуры территорий ДФО и картографическое моделирование отраслевой специфики региона.

Выявлены приоритетные отрасли экономики ДФО. Для этого использована многомерная группировка субъектов Дальневосточного федерального округа по показателям развития отраслей производства. Для комплексности исследования отраслей промышленного производства в субъектах Дальневосточного федерального округа в настоящем исследовании реализован метод многомерной классификации данных. На основании предложенного набора показателей, характеризующих развитие отраслей промышленного производства, реализована многомерная группировка субъектов Дальневосточного федерального округа, которая проводилась с использованием пакета IBM SPSS Statistics по иерархической схеме методом Варда (Ward`sMethod), критерием объединения, в котором является метрика города (City-block (Manhattan) distances).

4. На основании рассчитанных данных построены рейтинги субъектов ДФО по интегральному показателю развития отраслей промышленного производства.

Выявлено, что территории с самыми низкими коэффициентами специализации имеют наилучшую диверсификацию структуры промышленно сферы. В основном к ним относятся городские округа и некоторые муниципальные образования. Описано размещение крупных производственных предприятий в городах и муниципальных районах Приморского края.

5. Определен инвестиционный потенциал Дальневосточного федерального округа.

В Дальневосточном федеральном округе в 2016 г. действовали 889 организаций с участием иностранного капитала (в 2010 г. – 1043). В последние годы, наблюдается снижение числа организаций с иностранным капиталом. На инвестиционную привлекательность Дальневосточного региона России для иностранных компаний негативным образом влияют географические особенности Дальнего Востока, а именно – сочетание больших незаселенных территорий с недостаточно развитой инфраструктурой и сложными климатическими условиями. Была определена специализация хозяйственного комплекса ДФО и составлена карта специализации регионального хозяйственного комплекса. Были выявлены проблемы развития территориальных социально-экономических систем ДФО и определены тенденции и пропорции экономического развития региона.

6. Проведена оценка качества жизни населения в субъектах России и определение места ДФО. Классификация субъектов Российской Федерации по степени напряженности на рынке труда в 2010 и 2016 годах показала, что регионы, в особенности, наиболее отдаленные от центральной части России, в большей части, не обладают инвестиционной привлекательностью для привлечения капитала, который может быть реализован в возможности для развития бизнеса. Ориентация экономики на сырьевое производство, износ основных фондов, неполное использование производственных мощностей, высокая конкуренция с иностранными товаропроизводителями и прочее оказывают существенное влияние на отток высококвалифицированных кадров в центральные регионы страны или заграницу. Это в свою очередь влечет за собой негативные социальные последствия, напряженность на рынке труда. Расчет интегрального показателя качества жизни населения в субъектах России в 2016 г. показал, что все субъекты Российской Федерации по итогам 2016 г. распределились в четыре группы по качеству жизни населения. В группу с низким качеством жизни населения вошло 13 субъектов, что составило 16,3% общего числа. В данной группе преимущественно наблюдаются критически низкие значения интегральных показателей, оценивающих культуру, демографию, а также весьма низкие показатели доходов и уровня жизни населения и обеспеченности услугами образования. В группу субъектов со средним качеством жизни населения в 2016 г. вошел 61 субъект России (76,3% общего числа). В данной группе отмечены весьма высокие интегральные характеристики охраны окружающей среды и правонарушений, что свидетельствует о низком уровне преступности в данных субъектах страны. Показатели здоровья населения и обеспеченности услугами здравоохранения большинства субъектов находятся в диапазоне 0,500 – 0,699, что говорит о средней и выше среднего уровня данной категории. К проблемам можно отнести невысокие показатели доходов и уровня жизни населения, а также достаточно низкие демографические характеристики и показатели культуры. Выше среднего качество жизни в 2016 г. наблюдалось в четырех субъектах страны, что составило 5,0% общего числа. По итогам 2016 г. восемь из девяти субъектов Дальневосточного федерального округа входили в группу со средним качеством жизни, лишь Еврейская автономная область характеризовалась низким качеством жизни.

Разработанный авторами интегральный показатель качества жизни населения позволил определить рейтинг субъектов Российской Федерации по основным индикаторам, характеризующим изучаемую категорию, а также выявить основной круг проблем, решение которых будет способствовать увеличению качества жизни населения страны и ее субъектов.

7.  Проведена оценка конкурентного потенциала Дальневосточного федерального округа по авторской методике. Апробирована методика оценки конкурентоспособности региона по данным субъектов Российской Федерации за 2010 и 2016 гг. и определено место субъектов Дальневосточного федерального округа среди них, проведена типологизация субъектов России по уровню конкурентоспособности. В группу с высокой конкурентоспособностью региона по итогам 2016 г. вошли 5 субъектов Российской Федерации. Здесь наблюдаются самые высокие значения по всем пяти интегральным характеристикам: более всего здесь развито обрабатывающее производство (в Тюменской области – добыча полезных ископаемых), высокие душевые объемы ВРП и инвестиций в основной капитал, развитая инфраструктура, весьма высокий уровень инновационного развития. В группу с критически низкими показателями конкурентоспособности в 2016 г. вошли 17 субъектов, что составляет 21,3% от общего числа. В данной группе преимущественно расположились субъекты Северо-Кавказского и Южного федеральных округов. По субъектам данной группы можно сказать, о негативном состоянии развития экономики, о почти полной неразвитости промышленного производства, а также о наличии ряда угроз безопасности страны в следствии отсутствия инвестиционной стратегии развития. Субъекты Дальневосточного федерального округа по итогам 2016 г. распределились в основном в группы низкой и средней конкурентоспособности экономики, за исключением Еврейской автономной области, которая вошла в группу критически низким уровнем, причем с 2010 г. рейтинг субъекта не изменился. У Дальнего Востока России имеется определенный потенциал к росту конкурентоспособности, однако, для повышения темпов экономического роста недостаточно ориентироваться только на добычу полезных ресурсов, использовать экстенсивные факторы развития.

8. Эконометрическое моделирование социально-экономических факторов, оказывающих влияние на состояние хозяйственного комплекса Дальнего Востока России позволило определить однородные группы территорий по социально-экономическому развитию и определить схожие территориальные зоны, и выделить приоритетные направления развития их хозяйственных комплексов. В настоящем исследовании для определения актуальных направлений развития хозяйственных комплексов в субъектах Дальневосточного федерального округа с различным уровнем социально-экономического развития является построение регрессионных моделей в выделенных однородных группах. Таким образом, на основе сформированного набора социально-экономических показателей посредством корреляционно-регрессионного анализа были построены модели, характеризующие результаты деятельности хозяйственных комплексов, выраженные в объемах душевого ВРП и факторов на него влияющих.

9. Определены страновые и региональные вызовы.

1. Определены и произведена оценка уровня социально-экономических рисков для ответа России на «большие вызовы». Были систематизированы большие вызовы и сопутствующие им риски. Были определены интегральные показатели для мониторинга и оценки социально-экономических рисков по субъектам РФ за 2010-2017 гг.: снижения конкурентоспособности; потери потенциала взаимных торговых потоков и дальнейшей интеграции в отраслевые товарные рынки; отставания научно-технического потенциала и снижения инновационной активности экономики; сырьевой отсталости; сужения производства товаров массового потребления, в первую очередь продовольствия; снижения инвестиционной привлекательности; деградации человеческого потенциала, а именно сокращение численности населения, социальное расслоение общества, социально значимые заболевания; снижения качества жизни населения; напряженности на рынке труда; загрязнения окружающей среды.

2. Произведено формирование набора показателей и разработана методика оценки социально-экономических рисков. Для комплексности анализа социально-экономических рисков в каждом из выделенных блоков рассчитана интегральная характеристика. Было приведено выделенных показателей к сопоставимому виду. Для процедуры нормировки исходного набора индикаторов были использованы линейные преобразования. В результате применения данной процедуры все выбранные индикаторы будут приведены к единой шкале от 0 до 1. Чем ближе значение нормированного индикатора к верхней границе указанного диапазона, тем ниже риски. Определение референтных точек основывалось на имеющихся эмпирических данных по всем субъектам Российской Федерации за анализируемый период времени (2010-2017 гг.). Далее по каждому выделенному блоку показателей рассчитывался интегральный индикатор. Весовые коэффициенты для соответствующих индикаторов определялись по следующей схеме: в каждом из представленных десяти рисков рассчитываются корреляционные матрицы взаимосвязи входящих в блок индикаторов; для каждого индикатора производится суммирование корреляционных коэффициентов, характеризующих его взаимосвязи с остальными индикаторами блока; рассчитывается сумма всех коэффициентов корреляции в матрице; определяется весовой коэффициент для соответствующего индикатора. Проведена качественная оценка интегральных показателей.

3. В результате оценки рисков выявлено, что несмотря на очевидные имеющиеся преимущества России в контексте ответа на «большие вызовы», стоящие перед нашей страной, в настоящее время мы сталкиваемся с кругом вопросов и задач, которые требуют немедленного решения. Все еще требуют внимания демографические проблемы, проблемы высокой дифференциации населения по уровню и качеству жизни в субъектах страны, проблемы конкурентоспособности регионов России в научно-технологической, социальной, образовательной областях и здравоохранении, а также неэффективная сырьевая направленность экономики, высокая степень износа основных фондов и использование устаревших технологий. Особенно это проявляется в ДФО. Составлена многомерная классификация субъектов Российской Федерации по социально-экономическим рискам. Ведущими отраслями экономики в регионе являются цветная металлургия, добыча драгоценных металлов и камней, горнодобывающая промышленность, рыбная, лесная и деревообрабатывающая промышленность, нефте- и газодобыча, машиностроение (авиастроение, судостроение и судоремонт). Основу экономики ДФО составляют природные ресурсы. Здесь расположены крупнейшие месторождения углеводородов, золота, алмазов, черных, цветных и редких металлов, олова, угля и других рудных и нерудных полезных ископаемых. Однако в ДФО наблюдается критически высокий риск сырьевой отсталости субъектов. Безусловным лидером по уровню развития человеческого потенциала являются города Республики Саха (Якутия), риск деградации человеческого потенциала минимальный. Иные субъекты Дальневосточного федерального округа вошли в зоны умеренного и допустимого риска деградации. Наибольший вклад в формирование индекса человеческого развития Дальнего Востока на протяжении рассматриваемого периода вносил индекс образования, однако он снижается.

Кроме этого выявлено, что умеренные риски по субъектам являются таковыми только в рамках сравнительного сопоставления внутри страны. Если их сопоставлять с ситуацией на уровне мировой экономической системы, они сползают на уровень критического риска. Например, в рамках вызова «Преодоление консервативности внешнеэкономической деятельности. Догнать страны лидеры по продвижению продукции на мировые рынки» риск потери потенциала торговых потоков и дальнейшей интеграции в отраслевые товарные рынки уровень критического и высокого риска выявлен у 23% субъектов. Однако анализ торговых потоков в АТР демонстрирует крайне низкий уровень участия России в этих странах. В рамках вызова «Необходимость преодоления технологического разрыва» по риску отставания научно-технического потенциала и снижения инновационной активности экономики в зону низкого и очень низкого риска вошли всего 10 субъектов РФ (7 и 3, соответственно) – 12,5% общего числа субъектов. Несмотря на весьма внушительный потенциал научно-технического и инновационного развития, в одних субъектах Российской Федерации, к сожалению, другие субъекты находятся в зонах критического и высокого риска отставания научно-технического потенциала и снижения инновационной активности. Это является в современных условиях главным качественным фактором роста и модернизации экономики, что особенно важно для ДФО. Была проведена многомерная классификация субъектов Российской Федерации по социально-экономическим рискам для выделения однородных региональных зон со схожими рисками социально-экономического развития в контексте ответа страны на большие вызовы.

Таблица – Значения интегральных показателей социально-экономических рисков в субъектах России в 2017 г.

4. Многомерная классификация была проведена методом иерархического кластерного анализа по данным о 80 субъектах России с помощью пакета IBM SPSS Statistics методом Варда (Ward’s Method), в качестве метрики расстояний выступила метрика городских кварталов (City Block Manhattan Distances). В силу того, что интегральные показатели, по которым проводилась кластеризация представлены в диапазоне от 0 до 1, стандартизация данных не производилась. Анализ дендрограммы показал, что субъекты Российской Федерации по социально-экономическим рискам можно разделить на 3-5 кластеров. Для выбора оптимальной кластерной модели были построены таблицы взаимной сопряженности для 3, 4, 5 кластерных моделей. В результате расчетов была выявлена оптимальной пятикластерная модель. Результаты проведенного исследования показывают высокую дифференциацию субъектов Российской Федерации по выделенным социально-экономическим рискам. Это обусловлено рядом причин: их географическим расположением, демографическими факторами, развитием экономики регионов и локальных рынков труда.

Рисунок – Результаты кластеризации субъектов России по интегральным показателям, характеризующим социально-экономические риски за 2017 г.

5. Определены пути уменьшения риска и возможностей возникновения негативных событий. Сформулированы условия для повышения степени защиты от «больших вызовов». Была проведена многопараметрическая оценка социально-экономических рисков в субъектах страны с целью определения кризисных территорий, которые имеют определенные проблемы, связанные с возникающими и имеющимися большими вызовами. Для реализации данной задачи произведено построение логистической регрессии, где в качестве зависимой переменной будет выступать темпы роста валового регионального продукта в субъектах России, а в качестве предикторов – исходный набор показателей для оценки социально-экономических рисков. Информационной базой исследования явились официальные статистические данные, а также результаты многомерной кластеризации субъектов страны по социально-экономическим рискам, Дополнительно была рассмотрена логит-модель с фиктивными переменными, характеризующими принадлежность субъектов страны к определенному кластеру. согласно данным модели объемы душевого импорта, коэффициент Джини, заболеваемость населения новообразованиями и коэффициент напряженности на рынке труда оказывают негативное влияние на развития экономики регионов России и при увеличении данных показателей вероятность роста валового регионального продукта будет уменьшаться. Отрицательное влияние объемов импорта объясняется тем, что основной задачей государства является увеличение объемов экспортируемой продукции, обеспечивающей конкурентоспособность товаров на мировом рынке, тем самым создавая условия для производств импортозамещающих товаров. Особую актуальность данный вопрос приобретает в свете введенных санкций против России на ввоз определенных товаров со стороны других государств. Таким образом, экспортоориентированная направленность экономики в части реализации продукции с высокой добавленной стоимостью должна обеспечить снижение риска потенциала взаимных торговых потоков и дальнейшую интеграцию в отраслевые товарные рынки, что позволит государству преодолеть вызов консервативности внешнеэкономической деятельности и догнать стран-лидеры по продвижению продукции на мировые рынки. В целом модель показывает, что на вероятность экономического роста оказывают влияние преимущественно факторы, характеризующие научно-технический потенциал территории: объем инновационных товаров, работ, услуг в объем объеме; доля персонала, занятого научно-исследовательской работой в общей численности занятых; численность исследователей с учеными степенями в расчете на 10000 человек населения; число созданных передовых производственных технологий в расчете на 1 млн. человек населения, а также факторы, характеризующие человеческий потенциал. Таким образом, можно сказать, что инвестиции в развитие человеческого потенциала со стороны государства могут обеспечить качественное инновационно-технологическое развитие субъектов страны в будущем. Тем самым сокращая риск снижения инновационной активности и увеличивая темпы роста экономики регионов государство сможет ответить на вызов преодоления теологического разрыва со странами-лидерами. Вторая, длинная модель логит-регрессии (Model 2) включает в себя фиктивные переменные, отвечающие за принадлежность субъектов к определенному кластеру, что позволило выявить вероятность роста валового регионального продукта по субъектам и зависимости между ними.

6. С целью определения приоритетных направлений развития субъектов ДФО в контексте рассмотренных больших вызовов и рисков невозможности им противостоять была построена логистическая регрессия, определяющая вероятность экономического роста в субъектах от рассматриваемых в работе показателей. Результаты логистической модели показывают, что на темпы экономического роста в субъектах Дальнего Востока России значимое положительное влияние оказывают факторы: душевые затраты на научные исследования и разработки; численность студентов высших учебных заведений; доля валовой добавленной стоимости добывающих производств в общем объеме; миграционный прирост. Увеличение данных показателей позволит снизить риск отставания научно-технического потенциала и снижения инновационной активности экономики ДФО, а также минимизировать риск сырьевой отсталости. Отдельного внимания заслуживает показатель коэффициента миграционного прироста населения. На протяжении всего рассматриваемого периода практически во всех субъектах Дальневосточного федерального округа наблюдается миграционный отток населения. Большую часть мигрантов составляют люди с высшим образованием, которые покидают регион с целью реализации своего человеческого капитал, увеличения уровня и качества жизни. Поэтому в дальневосточном регионе государству необходимо разрабатывать и реализовывать комплексные программы по стимулированию населения, в особенности молодежи, не покидать регион. Одной из попыток государства по привлечению населения в Дальневосточной федеральный округ является программа «Дальневосточный гектар», которая начала свою реализацию в 2015-2016 гг., однако, на текущий момент времени демографические проблемы регионы решить не удалось. Таким образом, решение проблемы миграционного оттока из субъектов Дальнего Востока позволит сократить риск деградации человеческого потенциала, что скажется в свою очередь и на качестве экономического роста.

7. Составлен существующий и целевой профиль ДФО. Особую роль при анализе конкурентных позиций играет разработка модели существующего и целевого профиля ДФО, которая позволяет определить структуру конкуренции на отраслевых рынках. Данная модель дает возможность позиционирования и оценки конкурентных преимуществ профильных видов экономической деятельности региона, позволяя выявить потенциальные отраслевые приоритеты. Для полноты анализа и лучшего позиционирования ДФО среди других федеральных округов РФ в разрезе компонент классификатора ОКВЭД, было рассмотрено изменение коэффициентов локализации по всем видам экономической деятельности по всем российским федеральным округам. Существующий экономический профиль региона ДФО составляют две группы экономической деятельности: конкурентные виды экономической деятельности: рыболовство, рыбоводство; добыча полезных ископаемых; производство и распределение энергии; строительство; оптовая и розничная торговля; государственное и муниципальное управление. Угасающие виды экономической деятельности, практически неконкурентоспособны в регионе: сельское хозяйство, охота, лесное хозяйство; транспорт и связь; обрабатывающие производства. Видим перекос профиля региона в сторону добывающих отраслей промышленности. Эта ситуация опасна для региона, так как приведёт к зависимости от более сильных конкурентов. В целевой экономический профиль региона ДФО входят следующие виды экономической деятельности: рыболовство, рыбоводство; добыча полезных ископаемых; производство и распределение энергии; строительство; оптовая и розничная торговля; государственное и муниципальное управление. Государству следует проводить политику поэтапного развития отраслей сельского хозяйства, обрабатывающих производств, транспорта и связи. Развитие этих видов экономической деятельности даст региону качественный экономический рост. Потенциально перспективны для развития региона такие виды экономической деятельности, как: образование; здравоохранение; операции с недвижимостью; гостиницы и рестораны.

8. Определены инфраструктурные и пространственные цели развития ДФО, исходя из существующих рисков. Экономический рост является основным ресурсом человеческого развития в субъектах Дальнего Востока. В связи с этим первоочередной задачей становится максимально эффективное преобразование прироста валового регионального продукта в социальные достижения. Субъекты ДФО вошли в группы субъектов с высоким и допустимым риском загрязнения окружающей среды. При слабой заселенности территории ДФО проблемы загрязненности носят локальный характер. Атмосферные выбросы загрязняющих веществ локализованы в местах размещения крупных тепловых электростанций, работающих на угле, но их немного. С каждым годом в ДФО увеличиваются объемы выбросов загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников. Отрицательное воздействие на темпы экономического роста в субъектах Дальневосточного федерального округа оказывают показатели уровня безработицы и объемы выбросов загрязняющих веществ в атмосферный воздух. Проблема безработицы населения весьма актуальна для Дальнего Востока.

9. Обоснование направлений перспективного развития региона. Основной вектором развития экономик субъектов ДФО является необходимость преодоления технологического разрыва и снижения риска отставания научно-технического потенциала и снижения инновационной активности экономики. Были проанализированы все стороны инновационного развития региона: объем отгруженных инновационных товаров, работ и услуг; инновационная активность организаций; структура внутренних затрат на научные исследования и разработки по видам работ и др. Проведенный анализ показал, что ДФО по всем рассматриваемым показателям находится в числе регионов-аутсайдеров. Данное утверждение справедливо не только в части характеристик инновационного развития, описывающих вклад региона в общероссийские показатели (что логично объясняется невысокими значениями численности населения региона, количества предприятий, научно-исследовательских организаций и т.п.), но и территориально сопоставимых характеристик. Для решения этих проблем предполагается усилить работу в части подготовки кадров для инновационной экономики. Поддержка субъектов малого и среднего бизнеса в инновационной сфере, в том числе в части создания технопарков, содействия патентованию изобретений и полезных моделей, создания условий для привлечения субъектов малого предпринимательства к заключению договоров субподряда в области инноваций. Анализ показал, что в целом на прогнозируемый 2020 гг. в рассматриваемых субъектах Дальневосточного федерального округа будет наблюдаться позитивная динамика увеличения доли инновационно-активных предприятий и организаций.

10. Для более подробного анализа факторов, оказывающих влияние на инновационную активность в регионе был произведен регрессионный анализ. В связи с отсутствием единой методики для проведения подобного анализа, не существует единого списка факторов, влияющих на инновационное развитие, которые рассматривались бы при проведении анализа. Нами был рассмотрен набор показателей, характеризующих инновационную активность в двух позиций – показатели науки и показатели инноваций. Данные блоки показателей в при должном подходе к исследованию предметной области, обеспечивают всестороннюю характеристику состава научного потенциала и инновационной активности в их тесной взаимосвязи между собой. Они являются взаимодополняемыми и существуют в тесной, неразрывной связи между собой, поскольку внедрению инновационного продукта обязательно предшествует его разработка. Для исследования научной деятельности и инновационной активности статистика использует также различные классификации и группировки, характеризующие большое количество как внутренних, так и внешних взаимосвязей инноваций и науки. Для экономики региона основным показателем инновационной деятельности за период, а также одним из важнейших показателей инновационного развития территории является уровень инновационной активности организаций, выраженный в процентах. Данную характеристику в регрессионном анализе будем использовать как результативный признак. Отметим, что исходные данные были представлены в виде перекрестной выборки по субъектам Российской Федерации за 2017 г. (82 наблюдения). Кроме того, предполагается введение в модель фиктивной переменной. Процедура построения регрессионного уравнения была реализована в пакете SPSS методом шагового отбора (процедура Forward). Данный алгоритм предполагает последовательное включение в модель значимых переменных (на основании значений p-value). Отметим, что нами были рассмотрены две спецификации модели: множественное линейное уравнение регрессии и множественное уравнение регрессии в логарифмической форме. Таким образом было построено уравнение множественной регрессии, характеризующее зависимость инновационной активности в регионах России от количества организаций, выполняющих научные исследования и разработки, их внутренних затрат и численности исследователей.

11. Разработка модели пропорционального развития отраслей ДВФО, как возможность ответа на региональные вызовы. Обоснование направлений экономически выгодного взаимодействия ДФО и стран АТР. Для проведения данной части анализа, была составлена и проанализирована база статистических данных по товарным группам в спросе и предложении ДФО с 47 странами. На основании полученных данных, были выделены наиболее предпочтительные направления сотрудничества ДФО и стран АТР и выделены основные товарные группы спроса и предложение ДФО и стран АТР.

12. Аргументация приоритетных направлений международного сотрудничества ДФО и стран АТР, с учетом специализации будущих направлений сотрудничества. Для этого мы провели анализ существующих форм международного взаимодействия с выделением форм предприятий в международном масштабе. Далее были определены какие формы международного сотрудничества в наибольшей степени подходят для взаимодействия на основе предпочтительных структурных объединений и в соответствии с фундаментальными видами экономической деятельности по предложению ДФО и АТР.

13. Определены направления развития масштабных проектов государственно-частного партнерства в инновационной сфере в ходе международного сотрудничества ДФО и стран АТР. Выявлены основные сектора, необходимые для создания международных форм сотрудничества ДФО и стран АТР. Было проанализированы данные предложения и спроса ДФО по товарным группам стран АТР. Подробный анализ выявил, что встраивание ДФО в АТР возможно осуществить путём расширения внешнеторгового взаимодействия по фундаментальным видам экономической деятельности ДФО с такими странами как Вьетнам, Индонезия, Филиппины, Канада, Австралия, Мексика, Чили и Малайзия. При выявлении фундаментальных направлений торговли по спросу и предложению ДФО, были обнаружены схожие товарные группы как по экспорту, так и по импорту. ДФО как экспортирует, так и импортирует различные товарные позиции 3, 27, 44 и 84 товарных групп. были обозначены крупные предприятия в данных отраслях производства как со стороны ДФО, так и со стороны потенциальных торговых партнёров, на базе которых возможно осуществлять сотрудничество. Отбор предприятий производился по смежным отраслям для достижения мультипликативный эффекта, которые дает толчок развития кластера. Все предприятия также были проверены на состоятельность с финансовой точки зрения.

14. Определены возможные формы международного взаимодействия. Были определены модели эффективных международных форм взаимодействия с участием ДФО и стран АТР, которые были зафиксированы в схемах с наложением отраслей и категорий товаров. Предложенные предприятия соотносятся с моделями, однако в связи с тем, что модели выражены в схематичном виде, конкретизация и наложение предприятий произойдет в процессе формирования региональных кластеров. Наиболее приоритетные направления сотрудничества со странами АТР, которые могут приобрести форму кластера, можно обозначить три ключевые отрасли: рыболовство, древесина, а также транспорт и оборудование. Сотрудничество со странами АТР по таким направлениям как древесина и рыболовство будет способствовать развитию производства в данной отрасли и торговых отношениях. В свою очередь, сотрудничество в отрасли, связанной с транспортом и оборудованием, будет способствовать развитию инновационного потенциала ДФО. На основе данных предпосылок были предложены модели эффективных международных форм взаимодействия с участием ДФО и стран АТР. На данный момент в Хабаровском крае находится в процессе создания «Инновационный территориальный кластер авиастроения и судостроения Хабаровского края». Число участников данного кластера составляет 17 организаций. Данный кластер не имеет зарубежных партнёров. Однако, взаимодействие с такими странами как Сингапур, Япония, Ю. Корея, США и Китай может привести к повышению инновационного потенциала ДФО как региона, так и страны в целом. Основными зарубежными партнёрами для кластера, занимающиеся обработкой древесины, будут выступать такие страны как Япония, Ю. Корея, Китай, Тайвань и Таиланд. Для кластера рыболовецкой отрасли основными торговыми партнёрами будут являться Сингапур, Япония, Ю. Корея и Китай.