Развитие методических основ и инструментария пространственных экономических исследований региональных инновационных процессов

Цель: развитие методических основ и инструментария, обеспечивающих выявление пространственных особенностей формирования региональной инновационной инфраструктуры и инновационной активности регионов. Предложен и обоснован взгляд на национальную инновационную систему как на совокупность взаимодействующих между собой региональных (урбанизированных и сельских) инновационных систем разного масштаба, эффективное взаимодействие подсистем (производственных и сервисных инновационных кластеров) которых позволит преодолеть инновационную фрагментированность урбанизированных и сельских территорий региона и выровнять уровни инновационного развития различных территорий. Разработана методика оценки инновационной активности регионов, предусматривающая проведение многовариантных расчетов интегрального показателя с исследованием его чувствительности к различным вариантам нормирования и агрегирования индикаторов, а также изменения их числа и позволяющая в зависимости от уровня «интенсивности дрейфов инновационной активности» разгруппировать регионы на «стабильные», «слабодрейфующие», «среднедрейфующие» и «сильнодрейфующие». Установлено, что метод картографической кластеризации регионов по уровню инновационной активности, в рамках которого осуществляется автоматическое построение открытой равномерной шкалы на базе расчета границ пяти квантилей и скошенности распределения интегрального показателя инновационной активности регионов, обеспечивает получение более равномерного (по сравнению с методом закрытой равномерной шкалы и методом естественных границ) распределение регионов по кластерам и тем самым способствует получению более точного представления о пространственных закономерностях развития региональных инновационных процессов. Предложен подход к кластерному анализу регионов по уровню отдачи от вложений в их инновационную сферу, предусматривающий использование метода «сдвига среднего», основанного на объектно-ориентированном программировании и алгоритме самообучения, который в отличие от популярного метода k-средних не требует предварительного задания количества кластеров, и позволяющий разгруппировать регионы в зависимости от инновационной отдачи на «середняки», «отстающие», «лидеры», «аномально эффективные».