Прогнозирование как инструмент опережающего развития технологических компетенций в промышленности

Горбачёв А.С., Дроговоз П.А.
Forecasting as a tool for advanced development of technological competencies in industry - View in English

 Скачать PDF

Аннотация:
Рассмотрены основные проблемы технологического прогнозирования в процессе сценарного анализа научно-технического развития страны в условиях цифровизации экономики. Определена важность оценки инновационной деятельности предприятий в рамках комплексного технологического прогнозирования. Сделан вывод о необходимости формирования механизмов опережающего развития технологических компетенций в промышленности.

JEL-классификация:

Финансирование:
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 20-310-90051
Цитировать публикацию:
Горбачёв А.С., Дроговоз П.А. Прогнозирование как инструмент опережающего развития технологических компетенций в промышленности // Креативная экономика. – 2020. – Том 14. – № 12. – С. 3427-3438. – doi: 10.18334/ce.14.12.111455

Gorbachyov, A.S., & Drogovoz, P.A. (2020) Forecasting as a tool for advanced development of technological competencies in industry. Creative Economy, 14(12), 3427-3438. doi: 10.18334/ce.14.12.111455 (in Russian)

Приглашаем к сотрудничеству авторов научных статей

Публикация научных статей по экономике в журналах РИНЦ, ВАК (высокий импакт-фактор). Срок публикации - от 1 месяца.

creativeconomy.ru Москва + 7 495 648 6241




Введение

Прогресс, накопление и переосмысление научного знания и его применение в разнообразных технических решениях привели к увеличению темпов развития технологий, создаваемых человеком социальных и экономических структур, что вызвало изменения в мировой экономике глобального масштаба.

Опережающее развитие – концепция, предполагающая интенсивные темпы роста как в средней, так и в долгосрочной перспективах, производя качественные изменения институтов и структуры экономики. Также данная концепция предполагает, что страна использует неизвестные траектории, чтобы догнать лидера, а за счет новейших технологий стремится в обозримой перспективе занять планируемое место в мировой экономике для создания и регулирования рынков, сохранения высоких темпов роста экономики.

По мнению С.Ю. Глазьева, конкурентный потенциал национальной экономики определяется интенсивностью НИОКР и качеством человеческого потенциала. Из данного суждения можно сделать вывод, что выиграть в глобальной экономической конкуренции есть возможность у тех стран, которые создают благоприятные условия для научно-технического прогресса [1] (Glazev, 2018). Для быстрого реагирования на изменения, которые происходят на мировых рынках, необходимо управление компетенциями как основной составляющей человеческого капитала. Компетенции – наиболее важная составная часть современной системы управления инновационным развитием компании [2] (Kashirin, Baranov, Kashirin, 2019).

Изучению технологических компетенций в настоящее время уделяется все большее внимание как отечественными, так и зарубежными авторами [3, 4] (Chemezov, Volobuev, Koptev, Kashirin, 2017; Chursin, Kashirin, Strenalyuk, 2018). Технологическая компетенция означает владение командой предприятия определенной технологией в сочетании с креативной составляющей сотрудников, т. е. способностью создать принципиально новую технологию, опираясь при этом на ее основу, или творчески усовершенствовать уже существующую в процессе приобретения опыта, а также для решения других задач, пользуясь набором инструментов данной компетенции.

Целью исследования данной статьи является выявление возможности применения технологического прогнозирования для определения стратегии развития научно-технического потенциала страны. Научная новизна заключается в определении взаимосвязи технологического прогнозирования и экономического роста страны. Можно сформулировать гипотезу о том, что сегодня от точности, достоверности и информативности прогнозов развития технологических компетенций напрямую зависит процесс реализации концепции опережающего развития России, а прогнозирование можно рассматривать как ключевой инструмент опережающего развития технологических компетенций в промышленности.

Актуальность проблемы развития технологических компетенций

Развитие и экономический рост страны напрямую зависят от множества факторов, которые способствуют как повышению реальных объемов производства, так и росту уровня эффективности. На данный момент продолжается активный рост экономик, следовательно, происходит смена как самих факторов, так и переоценка их важности. Однако для большого количества передовых стран мира на первом месте – развитие инновационной сферы, высоких технологий, экономики знаний. При этом стратегически определяющее значение несет выбор сценария, по которому продолжится научно-техническое развитие страны [5] (Soloveva, 2016).

Индикаторы международной торговли технологиями характеризуют позиции стран на глобальных рынках, отражая конкурентоспособность технологий и взаимную технологическую зависимость, а также масштабы и степень участия государств в глобальных цепочках создания стоимости.

На данный момент в России сложилась система трансферта технологий, которая обладает рядом отличительных особенностей. Например, в структуре импорта преобладают новые наукоемкие технологии, а в структуре экспорта – наоборот, сбыт зрелых технологий.

Объемы российского экспорта и импорта технологий в текущих ценах выросли за период 2001–2018 гг. в 5,8 и 7,7 раза соответственно, достигнув в 2018 г. 1,4 и 3,1 млрд долл. (рис. 1). Суммарный внешнеторговый оборот технологий в России в 2018 г. составил 4,5 млрд долл., увеличившись по сравнению с 2001 г. в 7 раз.

Рисунок 1. Экспорт и импорт технологий России, млн долл. США

Источник: [6].

При сравнении с предыдущим годом поступления от экспорта технологий увеличились более чем вдвое, одновременно с этим выплаты по импорту также выросли, но более умеренно – на 58%. Это сократило разрыв между экспортом и импортом, однако данного изменения недостаточно для изменения пассивного характера сальдо: в 2019 г. дефицит баланса платежей за технологии составил -1,3 млрд долл.

Суммарные удельные веса платежей по патентам на изобретения, селекционным достижениям, полезным моделям и патентным лицензиям минимальны: соответственно, 1,4% по экспорту и 9,2% по импорту (табл. 1). Исходя из данного анализа, можно сказать, что в торговле технологиями с зарубежными партнерами преобладают неохраноспособные объекты Положительное сальдо, составляющее 0,3 млрд долл., было получено только по категории соглашений, связанных с результатами научных исследований и разработок.

Таблица 1

Обмен технологиями с зарубежными странами по объектам сделок в 2018 г.


Экспорт
Импорт
Количество соглашений
Стоимость предмета соглашения, млн долл. США
Поступление средств за год, млн долл. США
Количество соглашений
Стоимость предмета соглашения, млн долл. США
Выплаты средств за год, млн долл.
США
Всего
3033
32369
1405
4914
16471
3065
включая:






патент на изобретение
6
1,0
0,2
72
99,6
28,4
лицензия






изобретение
130
318
13,4
199
659
239
полезная модель
6
4,5
4,5
19
20,7
11,5
ноу-хау
74
25,8
9,3
159
501
274
товарный знак
46
9,1
4,9
366
1024
521
промышленный образец
6
0,5
0,4
25
3,4
1,7
инжиниринговые услуги
1030
30932
723
2351
12941
1407
научные исследования
1049
758
414
543
234
107
прочее
686
321
236
1180
988
475
Источник: [7].

В целом торговля технологиями и услугами технологического характера России на мировом рынке не достигла значительных масштабов. По объемам трансакций наше государство занимает лишь 27-ю позицию в последних рейтингах Организации экономического сотрудничества и развития (по данным за 2015 г.), располагаясь в них между Тайванем (1,1 млрд долл.) и Португалией (1,8 млрд долл.) – по экспорту и между Португалией (1,7 млрд долл.) и Чехией (2,4 млрд долл.) – по импорту.

Технологическое прогнозирование при выборе сценария научно-технического развития

На выбор стратегии научно-технического развития страны большое влияние оказывает технологическое прогнозирование. В последнее время большая часть прироста выпуска продукции, производимой в промышленно развитых странах, происходила в результате создания и реализации новых, усовершенствования и модернизации действующих технологий. Это было возможно благодаря развитию и внедрению новых знаний и технологий, повышению профессионализма работников и качества организации и управления. Следует отметить, что в основе технологического прогнозирования лежит необходимость учета методов и видов получения прогнозной информации, объекта прогнозирования, оценки динамики и возможностей его развития.

Технологическое прогнозирование может быть определено как систематическое средство «анализа и оценки параметров эффективности, сроков внедрения достижений, новых концепций, продуктов, процессов, проникновения на рынок и продаж в заданный временной интервал с вероятностными утверждениями, на относительно высоком уровне достоверности, путем захвата технологических возможностей/угроз от технологических изменений» [8] (Cho, Daim, Kim et al, 2013).

Основываясь на анализе отечественной и зарубежной литературы, можно сделать вывод о том, что термин «технологическое прогнозирование» включает в себя четыре основных элемента [9] (Martino, 1993):

– прогнозируемую технологию, которая определяет, относится ли она к одному техническому подходу или к более общей технологии;

– время прогноза, четко указывающее, является ли это единым моментом времени или временным промежутком;

– характеристики технологии, заданные с точки зрения функциональной способности, т. е. количественной меры ее способности выполнять определенную функцию;

– вероятность, связанная с прогнозом, которая может быть сформулирована несколькими способами, такими как вероятность достижения заданного уровня функциональных возможностей, вероятность достижения заданного уровня к определенному времени и распределение вероятности по уровням, которые могут быть достигнуты к определенному времени.

В условиях текущей цифровой трансформации экономики современные технологии стимулируют модернизацию бизнес-процессов и социальных взаимодействий, порождают новые тренды в образовательной сфере. Сегодня существует необходимость рассмотрения вопросов оценки инновационной деятельности предприятий и изменения на рынке труда в пределах комплексного технологического прогнозирования.

Деятельность предприятий, связанная с инновационной сферой, состоит не только из научных и технологических решений, но и организационных, финансовых и коммерческих, которые в результате будут направлены на внедрение инноваций [10]. При этом подобный вид деятельности компании включает как затраты на НИОКР, так и непосредственное применение результатов исследований и разработок в производстве; упомянутые результаты и являются инновациями.

Исследование инновационной деятельности предприятий в англоязычной и русскоязычной литературе существенно различается. В российской практике затраты учитываются как НИОКР только в том случае, если можно выявить документально подтвержденный положительный результат инновационной деятельности фирмы; исследования и разработки (R&D) предполагают учет затрат как на завершенные, так и незавершенные проекты [11] (Makarova, 2012). Именно этот факт объясняет популярность патентов как метрики инновационной активности фирмы в англоязычной литературе [12] (Kleis, 2012). Затраты на исследования и разработки при этом выступают в качестве детерминанты инновационной продуктивности компании. Некоторые авторы считают, что количество патентов, принадлежащих фирме, показывает, насколько заинтересована фирма в инновациях и ее близость к инновационному прорыву [13] (Breschi et al., 2003).

Несмотря на различия в стандартах учета, зарубежные авторы также признают эффективность показателя расходов на НИОКР в изучении инновационной активности. Основным преимуществом метрики является доступность информации и тот факт, что затраты на НИОКР всегда присутствуют в годовой отчетности крупных фирм, то есть существует возможность проанализировать детерминанты инновационной деятельности в динамике. Кроме того, данный показатель измеряется в денежных единицах и наиболее точно отражает затраченные фирмой ресурсы чем, например, количество патентов [14] (Machin, Reenen, 1998). Чаще всего НИОКР корректируется на выручку фирмы, то есть изучается интенсивность показателя [15] (Chen, Miller, 2007).

Влияние инвестиций в НИОКР на успешность фирмы в частности и экономический рост в целом является актуальным предметом изучения экономической науки с конца XX века. Многие авторы утверждают, что «инновации – источник экономического роста»; и что инвестиции в исследования и разработки стимулируют эффект участия фирме в экспорте на ее продуктивность [16, 17] (Clark, Griliches, 1982; Aw et al., 2007). Однако с течением времени распространение получила следующая точка зрения: значимое влияние на прибыль фирмы оказывают не одни лишь инвестиции в исследования и разработки, а комбинация подходящих навыков и инвестиций; кроме того, для извлечения ценности из инноваций необходимы релевантные человеческие ресурсы [18] (Siepel, Camerani, Monica, Masucci, 2019). Следовательно, влияние конкретных компетенций на инвестиции в НИОКР и в конечном счете на прибыль представляет интерес.

На данный момент процедура формирования, развития и управления компетенциями очень сложна, поэтому данный актив практически не используется. Управление компетенциями является критически важным для реагирования на изменения, происходящие на мировых рынках в целом и в конкретной отрасли в частности.

Заключение

Таким образом, следует отметить, что для определения сценария научно-технического развития страны необходимо проводить точное и качественное технологическое прогнозирование, которое будет отображать эффективность использования результатов различной инновационной деятельности и направление развития предстоящих исследований в той или иной области. На данный момент инструменты технологического прогнозирования применяются, но не являются фундаментом для построения стратегии экономического развития страны. Для более обширного использования данных инструментов необходимо разработать алгоритмы применения результатов технологического прогнозирования для поиска стратегии развития страны.



Издание научных монографий от 15 т.р.!

Издайте свою монографию в хорошем качестве всего за 15 т.р.!
В базовую стоимость входит корректура текста, ISBN, DOI, УДК, ББК, обязательные экземпляры, загрузка в РИНЦ, 10 авторских экземпляров с доставкой по России.

creativeconomy.ru Москва + 7 495 648 6241



Источники:
1. Глазьев С.Ю. Какая политика обеспечит опережающее развитие российской экономики? // Евразийская интеграция: экономика, право, политика. 2018. № 2 (24). С. 12-16.
2. Каширин А.И., Баранов Е.А., Каширин П.А. Диверсификация и уникальные технологические компетенции // Инновации. 2019. № 1 (243). С. 18–25.
3. Чемезов С.В., Волобуев Н.А., Коптев Ю.Н., Каширин А.И. Диверсификация, компетенции, проблемы и задачи. Новые возможности // Инновации. 2017. № 4 (222). С 3-26.
4. Чурсин А.А., Каширин А.И., Стреналюк В.В. Разработка методических рекомендаций по выбору вариантов коммерциализации результатов научно-технической деятельности организаций холдинга на основе УТК // Вестник РГГУ. Серия «Экономика. Управление. Право». 2018. №2 (12). С. 142-152.
5. Соловьева Ю.В. Технологическое прогнозирование: проблемы и методы // Вестник РУДН. Серия: Экономика. 2016. № 1. URL: https://cyberleninka.ru/article/n/tehnologicheskoe-prognozirovanie-problemy-i-metody (дата обращения: 05.12.2020).
6. Внешняя торговля технологиями России // Институт статистический исследований и экономики знаний НИУ ВШЭ URL: https://issek.hse.ru/data/2019/08/01/1484726209/NTI_N_138_01082019.pdf (дата обращения: 05.12.2020).
7. Торговля в России. 2019: Стат. сб. M.: Росстат, 2019. 228 с.
8. Cho Y., Daim T. Technology forecasting methods // Research and technology management in the electricity industry: Methods, tools case studies / T.U. Daim, T. Oliver, J. Kim (Eds.). London: Springer, 2013. P. 67–112.
9. Martino J. P. Technology forecasting for decision making (3rd ed.). New York: McGraw-Hill, 1993. 462 p.
10. OECD. Frascati Manual 2002: Proposed Standard Practice for Surveys on Research and Experimental Development.: OECD, 2002. 256 p.
11. Объекты НИОКР: Учет и отражение в финансовой отчетности в соответствии с российскими и международными стандартами / Л.Г. Макарова [и др.] // Международный бухгалтерский учет. 2012. № 11. С. 2–10.
12. Information Technology and Intangible Output: The Impact of IT Investment on Innovation Productivity/ L. Kleis [et al.] // Inf. Syst. Res. 2012. V. 23. № 1. P. 42–59.
13. Knowledge-relatedness in firm technological diversification / S. Breschi [et al.] // Res. Policy. 2003. V. 32. № 1. P. 69–87.
14. Machin S., Reenen J. van. Technology and Changes in Skill Structure: Evidence from Seven OECD Countries // The Quarterly Journal of Economics. 1998. V. 113. № 4. P. 1215–1244.
15. Chen W.R., Miller K.D. Situational and institutional determinants of firms’ R&D search intensity // Strateg. Manag. J. 2007. V. 28. № 4. P. 369–381.
16. Clark K., Griliches Z. Productivity Growth and R&D at the Business Level: Results From the PIMS Data Base. Cambridge, MA: National Bureau of Economic Research, 1982.
17. Export Market Participation, Investments in R&D and Worker Training, and the Evolution of Firm Productivity / B.Y. Aw [et al.] // World Econ. 2007. V. 30. № 1. P. 83–104.
18. Skills combinations and firm performance / J. Siepel [et al.] // Small Bus. Econ. 2019.