Том 10, № 3 (2016)

Обложка

Весь выпуск

СТРАТЕГИИ

Китай-2025: научный и инновационный ландшафт

Кристофилопулос Э., Манцанакис С.

Аннотация

Китай как вторая по величине экономика мира сегодня выступает одним из драйверов изменения расстановки сил на мировой арене. Страна стремится стать глобальным игроком на рынке высокотехнологичной продукции, перейти от инвестиционной экономики к экономике знаний, сформировать крупнейший потребительский рынок в мире, привлекательный для других крупных мировых игроков, включая Евросоюз. Осознавая это, Еврокомиссия инициировала Форсайт-исследование по оценке будущего научной и инновационной деятельности в Китае до 2025 г., основные результаты которого представлены в статье.Задача исследования состояла в определении приоритетных для Китая научно-технологических областей и тенденций их развития. Конечной целью должен стать значимый вклад в двусторонний диалог между странами членами ЕС и Китаем в данной сфере, а также в разработку долгосрочной стратегии сотрудничества.Для анализа 16 ключевых детерминант трансформации научного и инновационного ландшафта в Китае использовалась комбинация теоретической работы, методов Дельфи, медиасканирования, краудсорсинга и кросс-факторного анализа. В результате установлена связь между различными факторами, подчеркнуто значительное влияние политических и экономических условий на определение научно-технологических приоритетов. С учетом этих факторов и ряда критических неопределенностей были составлены четыре вероятных сценария инновационного развития Китая до 2025 г. В них отражены реалистичные альтернативные варианты будущего, осведомленность о которых позволяет заблаговременно подготовиться к ним и разработать успешную стратегию.
Форсайт. 2016;10(3):7-16
pages 7-16 views

ИННОВАЦИИ

Навстречу будущему потребительскому опыту: тренды и инновации в розничной торговле

Родригез-Сальвадор М., Паредес Ф., Йи Г.

Аннотация

Усиление конкуренции в розничной торговле, обусловленное возросшими темпами технического прогресса, появлением передовых управленческих практик и консолидацией индустрии, заставляет компании этой сферы уделять более пристальное внимание не только росту объемов продаж, но и методам привлечения и удержания клиентов. В статье анализируются подходы к повышению эффективности компаний розничной торговли, основанные на улучшении потребительского опыта. Показано, что позитивный опыт совершения покупок и использование технологий являются ключевыми факторами, определяющими лояльность покупателей к тому или иному магазину. Предложена новая модель совершенствования покупательского опыта, базирующаяся на синергической комбинации методологий дизайнерского мышления (design thinking) и маркетинговой разведки (marketing intelligence). Разработанное на ее основе мобильное приложение протестировано на примере супермаркета, расположенного в Монтеррее — третьем по величине городе Мексики.Авторы приходят к выводу, что технологические инструменты способствуют улучшению взаимодействия между магазином и клиентами, помогая последним в принятии решения о совершении покупки. Однако сколь бы «продвинутыми» ни были новейшие технологии, их внедрение может оказаться безрезультативным, если оно не подкреплено надлежащим контекстуальным анализом и соответствующими дизайн-стратегиями, учитывающими опыт клиентов.Результаты исследования могут оказаться полезными для лиц, принимающих стратегические решения по развитию бизнеса, специалистов по маркетинговой разведке и практиков розничной торговли.
Форсайт. 2016;10(3):18-28
pages 18-28 views

ПРОСТРАНСТВЕННОЕ РАЗВИТИЕ И ИННОВАЦИИ: РОССИЙСКАЯ ПРАКТИКА

pages 30-33 views

Потенциальные высокотехнологичные кластеры в российских регионах: от текущей политики к новым точкам роста

Земцов С., Баринова В., Панкратов А., Куценко Е.

Аннотация

В условиях экономических санкций, введенных в отношении России рядом зарубежных партнеров в 2014 г., особое значение приобретают высокотехнологичные отрасли хозяйства как важнейший источник замещения импортной продукции на внутреннем рынке. Одной из ключевых мер поддержки таких отраслей служит развитие специализированных кластеров за счет установления новых и укрепления существующих связей между субъектами малого и среднего бизнеса, крупными предприятиями и научными организациями. Отправной точной эффективной кластерной политики служит идентификация регионов с высоким потенциалом кластеризации указанных отраслей.В работе представлена оригинальная методика выявления потенциальных кластеров и приведены результаты ее апробации в регионах России. Авторы демонстрируют, что большинство поддерживаемых государством пилотных инновационных проектов реализуются в регионах и отраслях, обладающих высоким кластерным потенциалом. Произведена типологизация пилотных инновационных территориальных кластеров в зависимости от потенциала кластеризации регионов их расположения, выраженного в соответствующем индексе. Определены регионы со сходными или более благоприятными условиями для формирования кластеров в инновационных отраслях, отобранных в качестве пилотных.Примечание: Уважаемые читатели, обращаем Ваше внимание, что в печатной версии статьи на картосхемах (рис. 1-7) цвета в легенде ошибочно приведены в обратном порядке. Следует читать: красным показаны наибольшие значения индекса, синим - наименьшие.
Форсайт. 2016;10(3):34-52
pages 34-52 views

Монопрофильные города России: блокировки и драйверы инновационного поиска

Замятина Н., Пилясов А.

Аннотация

Проблема развития монопрофильных городов заметно актуализировалась в последние годы на фоне кризисных явлений вроссийской и мировой экономике. В статье предпринята попытка рассмотреть ее через призму принятых в зарубежнойпрактике методологических подходов к анализу ситуации в монопрофильных населенных пунктах. В основе этих подходовлежит концепция зависимости от колеи (path dependence), сопряженная с выявлением факторов, блокирующихинновационный поиск в так называемой новой промышленной политике. Авторы подвергают пересмотру широкораспространенную в отечественной научной литературе оценку ситуации в монопрофильных городах. От анализаотраслевой специализации промышленности они предлагают перейти к изучению более фундаментальных основэкономического развития, а именно способности городской производственной системы к обновлениюи инновационному поиску.В статье дана характеристика принципов новой промышленной политики, главной причиной уязвимости которой названа неузкая специализация, а комплекс технологических, политических и когнитивных блокировок, препятствующих ростуинновационного сектора монопрофильных городов и лишающих локальные сообщества адаптивности к меняющейсяэкономической конъюнктуре. На конкретных примерах показаны возможности и направления развития инновационногопоиска в монопрофильных городах России. Даны рекомендации по ключевым инструментам преодоления существующихблокировок.
Форсайт. 2016;10(3):53-64
pages 53-64 views

«Умная» модель развития как ответ на возникающие вызовы для городов

Бойкова М., Ильина И., Салазкин М.

Аннотация

На фоне усложняющихся социально-экономических процессов и стремительных перемен современные города как сложныесистемы не смогут устоять перед многочисленными вызовами, не обладая моделью управления, способной гибкоадаптироваться к изменчивым внешним условиям. В связи с этим возникает запрос на управленческие инновационныемеханизмы, синтезирующие решения из разных сфер. Концепция умного города (smart city) одна из наиболеевостребованных моделей. В статье анализируются ее преимущества, необходимые условия для реализации ипрепятствующие этому факторы. Рассматриваются вызовы, связанные с переходом на модель умного города, подходы кее воплощению, оцениваются перспективы развития рынка соответствующих технологий, а также текущая готовностьроссийских городов к принятию этой модели.Проведенный анализ позволил заключить, что стратегии умного развития по-прежнему опираются преимущественно наузкий, технологический подход, предполагающий, что наличие умной инфраструктуры само по себе способно решитьмногие городские проблемы и повысить качество жизни в городе. Однако в отличие от расширенного, комплексногоподхода, при этом не учитываются многие социально-экономические факторы, реальные потребности населения, из-зачего обозначенные цели чаще всего оказываются недостигнутыми. Реализация комплексного подхода подразумевает рядусловий, таких как умение интегрировать управленческие решения, принимаемые на различных уровнях, предвидеть, какизменения в одной системе повлияют на другие; ориентация на междисциплинарное взаимодействие; навыки работы сфактором сопротивления переменам и др.Для оценки перспектив распространения концепции умного города в России Институтом региональных исследований игородского планирования НИУ ВШЭ в 2015 г. был проведен специальный опрос. Его результаты показали, что городскиекоманды в России позитивно воспринимают саму идею умного города как основу для стратегий городского развития,однако возможность ее практического применения связывают преимущественно со средне- или долгосрочной перспективой.
Форсайт. 2016;10(3):65-75
pages 65-75 views

Моделирование развития экономики региона и эффективность пространства инноваций

Макаров В., Айвазян С., Афанасьев М., Бахтизин А., Нанавян А.

Аннотация

Формирование инновационного пространства региона сопряжено с одновременным развитием различных структур.Современная модель инновационного роста предполагает взаимодействие власти, бизнеса и университетов. В статьесовокупность потенциальных связей между исследовательскими организациями и инновационно активными предприятиямихарактеризуется как инновационное пространство и рассматривается как ресурс для инноваций. Количественная оценкатаких связей и взаимодействий один из наиболее сложных аспектов анализа инновационных процессов. Гипотезаавторов состоит в том, что инновационная активность региона зависит от размера пространства инноваций иэффективности его использования. Результаты эконометрического моделирования выдвинутой гипотезе не противоречат.Полученные оценки пространства инноваций, используемого субъектами РФ при создании новых производственныхтехнологий, подтвердили высокую потенциальную значимость этого фактора.В рамках разработанной авторами вычислимой модели общего равновесия (Computable General Equilibrium, CGE) в статьерассмотрена инновационная составляющая экономики региона (на примере Республики Башкортостан) и оцененыколичественные последствия различных сценариев повышения эффективности социально-экономической системы. Впроизводственную функцию агентов CGE-модели была включена эффективность использования пространства инноваций для рассматриваемого субъекта. Полученные результаты указывают на важную роль региональных органов власти встимулировании взаимодействия государства, бизнеса и научно-образовательного сообщества и развитии региональныхинновационных систем.
Форсайт. 2016;10(3):76-90
pages 76-90 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».