Видео
Выступление состоялось в рамках прошедшей 19-21 марта 2025 г. VII-й Всероссийской научно-практической конференции «Анализ и прогнозирование развития экономики России», организованной ИНП РАН и ИЭОПП СО РАН.
Презентация
Тезисы
Влияние турбулентности на региональные особенности развития инновационного бизнеса[1]
Цель исследования — демонстрация применимости «волновой» гипотезы турбулентности академика А. Н. Колмогорова [1] к процессам, происходящим на инновационных рынках, осуществленная с использованием когнитивной модели с импульсными воздействиями.
В 1960-е гг. А.Н. Колмогоров обратил внимание на подобие спектров колебаний финансовых и гидродинамических потоков [2]. Качественный смысл его гипотезы заключался в том, что экономическая среда колеблется под действием «турбулентных» сил, и пространственные масштабы колебаний убывают с ростом частоты в степени 2/3.
Математическим эквивалентом этой гипотезы является уравнение, которое связывает флуктуации энергии трансформации экономической среды с соответствующими флуктуациями ее пространственных размеров (1).
где E — амплитуда колебаний состояния экономической среды, под которой может пониматься и прирост населения, и прирост ВВП, и расширение инновационного рынка и т. д., l — пространственный масштаб флуктуаций.
Позднее Доброчеев О.В. модернизировал гипотезу А.Н. Колмогорова и нашел полуэмпирическую поправку, описывающую переходный процесс от часто встречающихся периодов высокочастотной турбулентности к устойчивым длинным волнам (волнам Кондратьева) колебаний физической, социальной или экономической среды, которые описывают уникальные моменты возникновения и исчезновения (затухания) турбулентности [3, 4].
В наиболее краткой математической форме описание ансамбля колебаний среды имеет вид зависимости энергии колебаний (E) от относительных пространственных размеров флуктуаций (l/L).
Первая часть формулы свидетельствует о том, что в экономической системе, начиная с определенного уровня, уменьшается суммарная энергия колебаний среды и происходит вырождение экономического хаоса. В результате волны наиболее эффективных технологий начинают определять циклический режим существования субъекта экономики (но не любых, а лишь тех, которые обладают высокой внутренней пассионарностью).
Реализация цели исследования осуществлялась с помощью методики и инструментария анализа типологической структуры выборки (факторный и кластерный анализы); построения когнитивных схем в типологиях (концепты и связи); построения когнитивных моделей (взвешенные ориентированные графы); исследования когнитивных моделей с помощью импульсных процессов (имитация и прогноз системной динамики).
Информационной базой исследования выступал аналитический доклад НИУ ВШЭ [5], в котором представлена информация в разрезе 85 субъектов РФ за 2018 год. В расчетах используется система из 53 показателей. В результате применения факторного и кластерного анализов была получена следующая типология регионов (таблица 1).
Для дальнейших исследований интерес представляют типологии 3 и 4. Приведем состав входящих в них субъектов федерации. Типология 3: Белгородская, Калининградская, Калужская, Омская, Рязанская, Свердловская, Тюменская, Ярославская области, Пермский, Приморский, Ставропольский, Хабаровский края, а также республики Башкортостан, Коми и Татарстан. Типология 4: Брянская, Владимировская, Воронежская, Московская, Нижегородская, Новосибирская, Пензенская, Ростовская, Самарская, Смоленская, Тверская, Томская, Тульская, Ульяновская, Челябинская области, Забайкальский, Красноярский края, города Москва, Санкт-Петербург, Севастополь, Республики Крым, Дагестан.
Таблица 1
Средние значения показателей в типологиях (приведены значимые показатели в безразмерных сопоставимых единицах измерения
Источник: составлено автором.
Для проведения имитационных исследований для каждой выделенной типологии строилась когнитивную модель, представленная взвешенным ориентированным графом, вершинами которого являлись полученные факторы (концепты), а дугами – связи между ними (матрицы смежности графа).
Факторы типологии 4 (22 региона): вершины когнитивной модели, в которые подаются управляющие импульсы (Ф1- число федеральных институтов развития, поддерживающих инвестиционные проекты в регионах; патентная активность; ВРП на 1 занятого; Ф2- доля затрат на исследования и разработки в ВРП; Ф4- доля федерального бюджета в затратах на технологические инновации; Ф5- наличие объектов инновационной и инфраструктурной поддержки МСБ); вершина результирующего воздействия (Ф3- доля новой для рынка инновационной продукции; доля экспорта в объеме инновационной продукции; экспорт технологий).
Факторы типологии 2 (43 региона): вершины когнитивной модели, в которые подаются управляющие импульсы (Ф1- доля затрат на исследования и разработки в ВРП; Ф2- число федеральных институтов развития, поддерживающих инвестиционные проекты в регионах; доля экспорта в объеме инновационной продукции; наличие объектов инновационной и инфраструктурной поддержки МСБ; Ф4- доля федерального бюджета в затратах на технологические инновации; вершины результирующего воздействия (Ф3- доля новой для рынка инновационной продукции; патентная активность; Ф5- экспорт технологий; ВРП на 1 занятого).
Факторы типологии 3 (15 регионов): вершины когнитивной модели, в которые подаются управляющие импульсы (Ф1- число федеральных институтов развития, поддерживающих инвестиционные проекты в регионах; наличие объектов инновационной и инфраструктурной поддержки МСБ; Ф3- доля затрат на исследования и разработки в ВРП; Ф5- доля федерального бюджета в затратах на технологические инновации); вершины результирующего воздействия (Ф2- патентная активность; доля экспорта в объеме инновационной продукции; Ф4- ВРП на 1 занятого; доля новой для рынка инновационной продукции).
Результаты спектрального исследования динамики факторов когнитивных моделей на имитационном интервале (15 модельных периодов) приведены в таблице 2.
Таблица 2
Результаты спектрального исследования изменений управляющих и результирующих факторов когнитивных моделей региональных инновационных систем при импульсных воздействиях
Источник: составлено автором.
Не трудно заметить, что в типологиях 4 и 2 превалируют высокочастотные гармоники (период 4-5) в то время как в типологии 3 – низкочастотные (период 12,5). Причем спектральные мощности низкочастотных гармоник существенно превышают воздействия, подаваемые в управляющие вершины. Содержательно это можно интерпретировать следующим образом. Наличие федеральных институтов развития, поддерживающих инновационные проекты в типологии 3, а также объектов инновационной и инфраструктурной поддержки МСБ, способствуют коммерциализации инноваций, увеличению доли новой для рынка инновационной продукции и росту удельного ВРП.
Почему же в регионах типологии 4, характеризуемых более впечатляющими показателями инновационной активности, эта активность не становится в рыночной тенденцией? Вероятный ответ — рост инновационных производств до стартапов и отсутствие поддержки регионального бизнеса в дальнейшем их развитии до полноценных рыночных структур.
Таким образом, интерпретация ансамбля колебаний энергетических спектров показателей региональных инновационных рынков, согласно «волновой» гипотезе А.Н. Колмогорова, позволяет утверждать, что своеобразными «генераторами», задающими энергию для возникновения турбулентности на инновационных рынках на начальных стадиях, являются государственные инвестиции. Это проявляется в мерах федеральной и региональной финансовой поддержки инноваций, а также формировании специальных регуляторных мер поддержки инновационного бизнеса. Однако для проявления эффекта влияния масштабов системы также необходима существенная поддержка бизнеса, а значит заинтересованность предприятий во внедрении и поддержании инновационных разработок. Пока это просматривается в небольшом числе субъектов РФ, обладающих конкурентоспособным промышленным комплексом (типология 3). В большинстве же российских регионов наблюдаются или «торможение» развития инноваций на стадии создания стартапов (типология 4), или нахождение на начальной стадии формирования инновационной и институциональной инфраструктуры (типология 2) [6].
Литература и информационные источники
- Колмогоров А.Н. 1941. Локальная структура турбулентности в несжимаемой вязкой жидкости при очень больших числах Рейнольдса //Докл. Акад. наук СССР 30, стр. 299-303.
- Колмогоров А.Н. 1962. Уточнение предыдущих гипотез, касающихся локальных структур турбулентности в вязкой несжимаемой жидкости при высоких числах Рейнольдса // J. Fluid Mech. 13, стр. 82-85.
- Клепач А.Н., Доброчеев О.В. Ансамбль экономических волн или турбулентная гипотеза развития экономики // Философия хозяйства. 2015. №6. С.180-191.
- Доброчеев О.В. Математические начала философии жизни, или Почему она такая изменчивая // Философия хозяйства. 2021. № 5. С. 22—38.
- Рейтинг инновационного развития субъектов Российской Федерации. Выпуск 7 / В. Л. Абашкин, Г. И. Абдрахманова, С. В. Бредихин и др.; под ред. Л. М. Гохберга; Нац. исслед. ун-т «Высшая школа экономики». – М.: НИУ ВШЭ, 2021. – 274 с.
- Ягольницер М.А. Особенности институциональных механизмов инновационного развития регионов России // Регион: экономика и социология. 2024. № 4. С. 300-325. DOI: 10.15372/REG20240412
[1] Работа выполнена по плану НИР ИЭОПП СО РАН, Проект 5.6.1.5. (0260-2021-0002), регистрационный номер НИОКТР — 121040100284-9.
