Logo Международный форум «Евразийская экономическая перспектива»
На главную страницу
Новости
Информация о журнале
О главном редакторе
Подписка
Контакты
ЕВРАЗИЙСКИЙ МЕЖДУНАРОДНЫЙ НАУЧНО-АНАЛИТИЧЕСКИЙ ЖУРНАЛ English
Тематика журнала
Текущий номер
Анонс
Список номеров
Найти
Редакционный совет
Редакционная коллегия
Представи- тельства журнала
Правила направления, рецензирования и опубликования
Научные дискуссии
Семинары, конференции
 
 
Проблемы современной экономики, N 4 (56), 2015
ЭКОНОМИЧЕСКИЕ ПРОБЛЕМЫ РЕГИОНОВ И ОТРАСЛЕВЫХ КОМПЛЕКСОВ
Мурава-Середа А. В.
доцент кафедры менеджмента предпринимательской деятельности
Крымского федерального университета им. В.И. Вернадского (г. Симферополь),
кандидат экономических наук

Цёхла С. Ю.
заведуюший кафедрой менеджмента предпринимательской деятельности
Крымского федерального университета им. В.И. Вернадского (г. Симферополь),
доктор экономических наук

Павленко И. Г.
доцент кафедры менеджмента предпринимательской деятельности
Крымского федерального университета им. В.И. Вернадского (г. Симферополь),
кандидат экономических наук


Вейвлет-анализ в форсайтинге инновационно-обусловленного экономического роста трансграничных регионов
В статье предложено использовать на этапе сценарного прогнозирования форсайтинга метод вейвлет-анализа для выявления скрытых закономерностей кластерно- и инновационно-обусловленного экономического роста трансграничных регионов. Предложен перечень специфических показателей и индикаторов, характеризующих экономический рост, инновационное развитие и кластеризацию в трансграничном контексте. Показано, что применение математического метода группировки данных позволяет осуществлять вейвлет-анализ на большом объеме разнородных данных в задачах оценки эффектов инновационно- и кластерно- обусловленного экономического роста трансграничных регионов
Ключевые слова: экономический рост, инновации, кластер, регион
УДК 332.146.2; ББК 65.9(2Рос)   Стр: 204 - 210

Современные трансграничные регионы являются концентрированным проявлением интеграционных процессов, являющихся одной из основных движущих сил современной экономики. Общепризнанным фактом является то, что важнейшим фактором роста современной экономики является ее инновационное развитие (инноватизация), а интеграционные процессы, обеспечивающие спиральное взаимодействие, лежат в основе устойчивого инновационного развития. В современных условиях для органичной и успешной интеграции в новые мирохозяйственные процессы, странам необходимо разрабатывать стратегии экономического развития с учетом возможных интеграционных сценариев и тенденций инноватизации экономики [1]. Многие авторы, анализируя процессы трансграничного сотрудничества, высказывают мнение о том, что инновационное развитие трансграничных регионов дает существенный вклад в их экономический рост [2–5].
Считается, что устойчивость и динамичность социально-экономического развития трансграничного сектора региональной экономики зависит от инкорпоративного характера расширения воспроизводственных цепочек сопряженных территорий и определяется различной степенью интегрированности ресурсного и конкурентного потенциала сопредельных регионов [6]. Также известно, что при повышении уровня интеграции от взаимодействия отдельных субъектов экономической деятельности до интеграции трансграничных региональных инновационных систем, возникают связанные эффекты трансграничной кластеризации. При этом необходимо принимать во внимание и то, что процессы в инновационной сфере характеризуются значительной долей неопределенности и не поддаются описанию стандартными методами [7–10]. Как следствие, нелинейные экономические эффекты, возникающие в результате трансграничной кластеризации, обуславливают недостаточность использования существующих мезо- и макроэкономических моделей для оценки эффектов инновационно- и кластерно-обусловленного экономического роста трансграничных регионов. Ограничения моделей для подобного рода процессов обусловлены необходимостью однозначного определения входных параметров без учета вариативности окружения. Дополнительным ограничением является сложность количественной оценки ряда параметров кластеризации и инноватизации.
Многие исследователи сходятся в том, что оптимальной методологией для подобного рода исследований является Форсайт [11–15]. В рамках форсайтного исследования экономического роста, как результата трансграничной инноватизации и кластеризации, объектом является экономическая система трансграничной территории, а существенными условиями — уровень ее инновационного развития, уровень развития инновационного партнерства, уровень реализации концепции открытых инноваций. Однако одним из этапов форсайтинга всегда является прогнозирование. Существенным же аспектом прогнозирования в форсайтинге является выделение однородных периодов и этапов развития, включающее поиск трендов, избавление от шума и выделение циклических составляющих соответствующих стадии экономического цикла.
Хорошо известны теория длинных волн Кондратьева и теория Шумпетера, связанные с инновационным развитием экономики, однако на сегодня не решена проблема выделения конкретных характеристик таких циклов. Это, в свою очередь, усложняет оценку эффектов инновационно-обусловленного экономиче­ского роста трансграничных регионов. Так, большинство сущест­вующих методов прогнозирования требуют использования аналитических функций, определяющих взаимосвязи между факторами экономического роста. Особенную значимость это приобретает для трансграничных регионов, расположение которых, согласно многим авторам является фактором добавочной неопределенности их экономического развития [16,17].
В то же время, исследования Всемирного банка показывают, что интеграционные процессы в сфере инноваций сильно варьируются в зависимости от региона расположения по таким параметрам, как: взаимодействие и взаимодополняемость экономических структур, диспропорции в специализации и мощностях научной базы и инфраструктуры знаний национальных регионов, входящих в трансграничный регион, развитость трансграничных инновационных связей и открытость существующих региональных и национальных инновационных систем сопредельных государств, наличие трансграничного уровня управления и такие его характеристики, как: легитимность, институциональная сила, уровень и симметричность принятия решений, уровень поддержки процессов трансграничной интеграции национальными властями. Вышеупомянутая нелинейность трансграничных экономических эффектов затрудняет определение аналитических зависимостей, обуславливает их множественность и требует согласованности большого набора многокритериальных функциональных зависимостей, число которых определяется количеством факторов (параметров) в степени равной числу национальных регионов входящих в трансграничный регион, и ограничивается временным диапазоном исследования.
Кроме того, и последователи посткейнсианства, и экономисты либертарианской «австрийской школы» подчеркивают усиление глобальной неопределенности с переходом к инновационной экономике. Рост неопределенности обусловлен такими факторами как: повышение сложности экономической системы, недостаточность и неполнота базовой информации, непрогнозируемое отклонение от среднего поточных значений. На этапе обработки данных, неопределенность может быть усилена в результате интерполяции, экстраполяции, а также различных допущений при первичном анализе, сборе и накоплении данных.
Дополнительной сложностью для проведения анализа является значительный объем данных, требующий обработки в исследованиях инновационно-обусловленного экономического роста трансграничных регионов, а также необходимость, при решении задач оценки эффектов экономического роста и выявления их взаимосвязи и взаимозависимости с показателями инноватизации и кластеризации для трансграничных регионов, учитывать значительное количество параметров, часть из которых слабо формализуется. В то же время, формирование качественной стратегии трансграничного взаимодействия национальных регионов требует повышения точности прогнозов, основанных на детальной ретроспективной обработке данных, а задача ретроспективного анализа данных в условиях инновационной экономики сводится к поиску и анализу закономерностей между малыми отклонениями от среднего и качественно новыми состояниями системы, возникающими в нелинейной системе.
Вышеперечисленное обуславливает высокую значимость теоретической и эмпирической проработки методов исследований закономерностей инновационного развития и экономического роста в трансграничных регионах. Таким образом, актуальной является разработка подходов к реализации форсайтинга применительно к задачам оценки эффектов инновационно- и кластерно- обусловленного экономического роста трансграничных регионов. Объектом данного исследования являются закономерности развития экономических систем в условиях модернизации и глобализации, а предметом — методы исследования эффектов экономического роста трансграничных регионов. Целью исследования является разработка подходов, позволяющих на основании большого объема разнородных данных осуществлять оценку эффектов экономического роста, обусловленного процессами инноватизации и кластеризации в трансграничных регионах.

Статья в pdf-формате.


Исследование выполнено при поддержке Российского фонда фундаментальных исследований, в рамках научного проекта р_юг_а № 14-46-01634.

Литература
1. Мурава-Середа А. В. Трансграничное сотрудничество в еврорегионе «Черное море» в развитии интеграционных процессов: монография. — Симферополь: ДИАЙПИ, 2013. — 267 c.
2. Верхоланцева К. В. Развитие современного трансграничного сотрудничества России и стран Европы: сравнительный анализ [Текст]: дисс. канд. полит. наук: 23.00.04 / К. В. Верхоланцева ; Рос. Ун-т дружбы народов. — М., 2009. — 177 с.
3. Perkmann, M. (2003). Cross-border regions in Europe: Significance and Drivers of Regional Cross-Border Co-Operation.European Urban and Regional Studies, 2, 153–171.
4. Архипов А.Ю., Елецкий А.Н. Многополярность глобальной экономики (материалы к лекциям и семинарам) // Российский экономический журнал.– 2014.– № 3.– С. 42–53.
5. Романова Е.А., Виноградова О.Л. Сельские районы Калининградской области (оценка социального благополучия) // Балтийский регион. –2014. — №1. –С.91–102.
6. Мрикаев К. Р. Трансграничные регионы как пространство действия специфических тенденций // Экономический вестник Ростовского госу­дарственного университета. Т.7, №3–2. — 2009. — С. 261–263.
7. Shepetylo О. (2010). A gravity model of net benefits of EU membership: the case of Ukraine. Journal of Economic Integration, № 25(4), 676–702.
8. Siedschlaga I. Internationalisation and the Innovation Activities of ServicesFirms [Electronic resource] / Siedschlaga Iulia, Killeenc Neill, Smithc Donal and O’Briend Catriona. — Режимдоступа: http://www.tara.tcd.ie/jspui/bitstream/2262/61188/1/WP406.pdf
9. Поболь А. И. Экономический потенциал инновационного развития стран в интеграционных процессах СНГ, ЕврАзЭС и ЕЭП // Евразийская экономическая интеграция. — 2012. — № 1(14). — С. 60–76.
10. Кинэн М. Технологический Форсайт // Форсайт. — 2009. — № 3(11). — С. 60–67.
11. Гущина Е. С. Формы экономической интеграции трансграничных регионов в рамках инновационных производственных структур [Электронный ресурс]. — Режим доступа: http://www.be5.biz/ekonomika1/r2009/1884.htm
12. Аньшин В. М. Применение теории нечётких множеств к задаче формирования портфеля проектов // Проблемы анализа риска. — 2008. — Т. 5, № 3. — С. 8–21.
13. Бруммер В. Многообразие в Форсайт-исследованиях: практика отбора инновационных идей / В. Бруммер, Т. Коннола, А. Сало // Форсайт. — 2010. — Т. 4, № 4. — С. 56–68.
14. Juuso Liesio. Preference programming for robust portfolio modeling and project selection // European journal of operational research. — 2006. — Vol. 181, № 3. — Р. 1488–1505.
15. Гине Ж. Открытые инновации: эффекты для корпоративных стратегий, государственной политики и международного «перетока» исследований и разработок // Форсайт. — 2011. — Т. 6, № 1. — С. 26–37.
16. Bhaduri, A. (2006). Endogenous economic growth: a new approach. Cambridge Journal of Economics, 30, P. 69–83.
17. Рекорд С.И. Возможности использования советского наследия промышленных взаимодействий для развития трансграничных промышленно-инноваци­оных кластеров на пространстве СНГ / С.И. Рекорд // Проблемы современной экономики. — 2012. — № 4. — С. 321–325.
18. Назимов А.И., Павлов А.Н., Храмов А.Е., Грубов В.В., Ситникова Е.Ю., Храмова М.В. Распознавание осцилляторных паттернов на электроэнцефалограмме на основе адаптивного вейвлет-анализа // Вестник Тамбовского университета. Серия: Естественные и технические науки. — 2013. — №4–1. — С.1431–1434.
19. Ayon K. (1997). Dey and Laurence R. Lines, Investigating the Randomness Assumption in Wavelet Estimation. CREWES Research Report, 9,22–1.
20. Кинэн М. Технологический Форсайт // Форсайт. — 2009. — № 3(11). — С. 60–67.

Вернуться к содержанию номера

Copyright © Проблемы современной экономики 2002 - 2024
ISSN 1818-3395 - печатная версия, ISSN 1818-3409 - электронная (онлайновая) версия