Assessing the impact of scientific and industrial cooperation on the development of a high-tech corporation

Cover Page

Cite item

Full Text

Abstract

The article offers the author’s view on the formation of an economic and mathematical model that takes into account the influence of the innovative potential of an enterprise on the dynamics of growth in the volume of output, taking into account a number of production factors characteristic of a manufacturing enterprise. The proposed economic and mathematical model allows us to take into account the mutual influence of both the product potential of an industrial enterprise and its process and innovation potential. In its structure, the economic and mathematical model proposed by the authors is presented in the form of a system of differential equations that takes into account the volume of resources of various types available to an industrial enterprise, as well as the functions of its innovative potential and indicator functions that characterize the process of managing the processes of using the innovative potential available to an industrial enterprise. The work displays several options for assessing the process of forming the innovative potential of an industrial enterprise, taking into account different combinations of possible product and process technological innovations. The economic and mathematical model proposed by the authors for taking into account the influence of the innovative potential of an enterprise on the dynamics of growth in the volume of manufactured products provides for an alternative approach to the formation of the innovative potential of an industrial enterprise: either the innovative potential of an industrial enterprise is formed through the introduction of product technological innovations, implying the introduction of new goods to the consumer market with an additional set of product characteristics, or innovative potential is formed on the basis of the use of innovations in the field of organizational sphere: production organization and labor organization. The authors proposed variants of scenarios for the development of events in which the innovative potential can be used both immediately and with some delay in time.

Full Text

Введение

Развитие высокотехнологичной корпорации во многом обусловлена уровнем научно-производственной кооперации с научно-исследовательскими, образовательными, конструкторскими организациями и предприятиями IT-сферой.

Данное взаимодействие в настоящее время становится все более актуальным в связи с изменившимися условиями хозяйствования: введение санкций против ведущих корпораций РФ, необходимость повышения эффективности деятельности промышленных предприятий посредством активизации инновационных факторов, необходимость обеспечения технологического суверенитета и лидерства и др.

В настоящее время исследование проблем влияния научно-производственной кооперации на развитие высокотехнологичной корпорации получило новый импульс. Можно выделить ряд направлений современных исследований данного явления.

Исследованию различных аспектов научно-производственной кооперации на региональном уровне посвящены работы [1–4].

Также можно выделить работы по исследованию научно-производственной кооперации при организации отдельных производственных процессов либо в отдельных сферах [5–8]. Отдельно учеными исследуются вопросы трансформационных изменений и их эффективности в результате реализации научно-производственной кооперации [9–12].

Ряд ученых научно-производственную кооперацию выделяют как фактор перспективного развития [13–17].

Тем не менее в настоящее время недостаточно проработаны проблемы выделения формальных зависимостей оценки влияния научно-производственной кооперации на развитие высокотехнологичной корпорации. Цель исследования – разработка и апробация методического обеспечения оценки влияния научно-производственной кооперации на развитие высокотехнологичной корпорации.

В процессе достижения цели решены следующие задачи: разработан методический инструментарий оценки влияния научно-производственной кооперации на развитие высокотехнологичной корпорации; предложена система параметров оценки влияния научно-производственной кооперации на развитие высокотехнологичной корпорации; осуществлена оценка тесноты связей независимых и результативного параметров; рассчитаны регрессионные модели влияния научно-производственной кооперации на развитие высокотехнологичной корпорации в контексте характеристик результативности НИОКР, задействования трудовых ресурсов в научно-производственной кооперации в корпорации, рыночных характеристик научно-производственной кооперации в корпорации.

Объектом исследования выступила высокотехнологичная корпорация РФ, имеющая высоко развитые связи научно-производственной кооперации. Результативным параметром выступил показатель – эффективность внедрения НИОКР.

Научная новизна определяется разработанным инструментарием оценки влияния научно-производственной кооперации на развитие высокотехнологичной корпорации на основе многоаспектного моделирования влияния параметров на эффективность внедрения НИОКР.

В работе использованы методы ретроспективного и сравнительного анализа для отбора параметров оценки влияния научно-производственной кооперации на развитие высокотехнологичной корпорации, факторного и корреляционно-регрессионного анализа для выявления тесноты связей и моделирования стохастических зависимостей влияния научно-производственной кооперации на развитие высокотехнологичной корпорации.

Ход исследования

В процессе выполнения исследования было выделено, что различные контексты влияния научно-производственной кооперации на развитие высокотехнологичной корпорации описывают следующие выделенные авторами параметры: отношение затрат на исследования и разработки к выручке от реализации продукции, % (1); отношение затрат на исследования и разработки за счёт внебюджетных средств к выручке от реализации продукции, % (2); количество патентов и иных нематериальных активов, поставленных на баланс по результатам проведения НИОКР, шт. (3); процент от продаж новых продуктов (не старше трех лет) в общем объеме продаж, % (4); показатель эффективности внедрения – отношение объема продаж продукции, произведенной с использованием результатов НИОКР, к величине расходов на их выполнение, % (5); доля НИОКР, переходящих с одного этапа процесса разработки и выведения на рынок инновационной продукции и услуг на следующий, % (6); доля высокотехнологичной (инновационной) продукции в общем объеме продаж, % (7); доля выпускаемой продукции, характеристики которой превосходят/соответствуют мировому уровню, % (8); количество внедряемых производственных технологий, ед. (9); доля затрат на цифровую трансформацию производственных и бизнес-процессов в общем объеме затрат на техническое развитие, % (10); количество завершенных НИОКР, ед. (11); количество новых созданных или модернизированных высокопроизводительных рабочих мест, шт. (12); доля чистой прибыли, направляемая на научно-техническое развитие, % (13); отношение среднемесячной заработной платы работников к среднемесячной заработной плате в регионе локации предприятия корпорации, % (14); нишевая доля товарного рынка (отдельных видов высокотехнологичной продукции), % (15). Были проанализированы данные одной из высокотехнологичных корпораций машиностроения в РФ с 2008г. по 2023 г.

Для выявления тесноты связей между параметрами был проведен факторный анализ, по результатам которого были выделены три фактора. В первый фактор вошли следующие параметры: 5, 6, 8, 9, 11, 12, 13, 14, 15, второй и третий факторы содержат только по одному показателю – 10 и 3 соответственно. Параметры первого фактора были разделены на группы влияния научно-производственной кооперации на развитие высокотехнологичной корпорации в контексте характеристик результативности НИОКР, задействования трудовых ресурсов в научно-производственной кооперации в корпорации, рыночных характеристик научно-производственной кооперации в корпорации.

Выявленные зависимости моделирования влияния параметров научно-производственной кооперации в корпорации на эффективность внедрения НИОКР: имеют среднюю и высокую адекватность; критерии Фишера выше табличных; средние ошибки малы; значения критериев Дарбина–Уотсона высокие, что показывает отсутствие автокорреляции в остатках.

Определено, что в исследуемой корпорации при увеличении доли НИОКР, переходящих с одного этапа процесса разработки и выведения на рынок инновационной продукции и услуг на следующий на 1 % эффективность внедрения НИОКР увеличится на 10,19 %.

При увеличении количества внедряемых производственных технологий и количества завершенных НИОКР на 1 единицу эффективность внедрения НИОКР увеличится на 7,93 и 5,99 %% соответственно (Таблица 1).

 

Таблица 1. Моделирование зависимостей влияния параметров научно-производственной кооперации в корпорации на эффективность внедрения НИОКР (у, %).

Table 1: Modeling of dependencies of the influence of parameters of scientific and production cooperation in a corporation on the efficiency of R&D implementation (y, %).

 Проверка адекватности модели

No

Наименование независимого параметра

 Уравнение модели

   R2

   CRF

   ME

   DU

1

Доля НИОКР, переходящих с одного этапа процесса разработки и выведения на рынок инновационной продукции и услуг на следующий, %

   y=674,608+10,193x

 0,80

 F(1,14)=54,38

 6,8

 0,91

2

Количество внедряемых производственных технологий, ед.

   y=46,05403+7,93212x

 0,66

 F(1,14)=27,46

 7,2

 1,33

3

Количество завершенных НИОКР, ед.

y=85,67192+5,999148x

 0,73

 F(1,14)=37,92

 8,9

 1,16

 

Здесь CRF – критерий Фишера, ME – средняя ошибка в процентах, DU – критерий Дарбина–Уотсона.

Также выявлены зависимости влияния параметров задействования трудовых ресурсов в научно-производственной кооперации в корпорации на эффективность внедрения НИОКР имеют среднюю адекватность, критерии Фишера выше табличных, средние ошибки малы, высокие значения критериев Дарбина–Уотсона.

Выявлено, что в исследуемой корпорации при увеличении количества новых созданных или модернизированных высокопроизводительных рабочих мест на 1 единицу эффективность внедрения НИОКР увеличится на 0,68 % (Таблица 2).

 

Таблица 2. Моделирование зависимостей влияния параметров задействования трудовых ресурсов в научно-производственной кооперации в корпорации на эффективность внедрения НИОКР (у, %).

Table 2: Modeling of dependencies of the influence of parameters of the involvement of labor resources in scientific and production cooperation in a corporation on the efficiency of R&D implementation (y, %).

 Проверка адекватности модели

No

 Наименование независимого параметра

 Уравнение модели

 R2

CRFMEDU

1

Количество новых созданных или модернизированных высокопроизводительных рабочих мест, шт.

y=118,9094+0,6801x

 0,79

 F(1,14)=5,76

 9,7

 0,81

2

Отношение среднемесячной заработной платы работников к среднемесячной заработной плате в регионе локации предприятия корпорации, %

y=385,872+5,034x

 0,68

 F(1,14)=29,19

 5,3

 1,52

 

В ходе проведения исследования выявлены зависимости влияния параметров рыночных характеристик научно-производственной кооперации в корпорации на эффективность внедрения НИОКР.

Полученные модели имеют среднюю адекватность, критерии Фишера выше табличных, средние ошибки малы, высокие значения критериев Дарбина–Уотсона.

Выявлено, что в исследуемой корпорации при увеличении доли чистой прибыли, направляемая на научно-техническое развитие на 1 % эффективность внедрения НИОКР увеличится на 2,76 % (Таблица 3).

 

Таблица 3.Моделирование зависимостей влияния параметров научно-производственной кооперации в корпорации на эффективность внедрения НИОКР (у, %).

Table 3: Modeling of dependencies of the influence of parameters of scientific and production cooperation in a corporation on the efficiency of R&D implementation (y, %).

 Проверка адекватности модели

No

 Наименование независимого параметра

 Уравнение модели

R2

CRFMEDU

1

Доля выпускаемой продукции, характеристики которой превосходят/соответствуют мировому уровню, %

y=639,029+9,339x

 0,52

 F(1,14)=14,85

 7,3

 1,341

2

Доля чистой прибыли, направляемая на научно-техническое развитие, %

y=91,57686+2,75671x

 0,83

 F(1,14)=66,49

 4,1

 1,36

3

Нишевая доля товарного рынка (отдельных видов высокотехнологичной продукции), %

y=71,7601+2,09242x

 0,46

 F(1,14)=12,03

 5,1

 1,33

 

Заключение

  1. В результате проведенного исследования было выявлено, что в качестве результативного показателя оценки влияния научно-производственной кооперации на развитие высокотехнологичной корпорации можно использовать эффективность внедрения НИОКР. В основу научно-производственной кооперации высокотехнологичной корпорации входят результативность научно-производственной кооперации, задействование трудовых ресурсов в научно-производственной кооперации в корпорации, а также рыночные характеристики научно-производственной кооперации.
  2. Предприятия, осуществляющие кооперационные связи с высокотехнологичной корпорацией, оказывают значимое влияние на ее развитие посредством реализации следующих процессов:

(a) увеличения количества внедряемых производственных технологий;

(b) роста количества завершенных НИОКР в рамках кооперационных связей;

(c) роста количества новых созданных или модернизированных высокопроизводительных рабочих мест;

(d) увеличения доли выпускаемой продукции, характеристики которой превосходят/соответствуют мировому уровню;

(e) увеличения доли чистой прибыли, направляемая на научно-техническое развитие и ряда других.

  1. В качестве научной новизны проделанного исследования следует отметить авторскую методику оценки влияния научно-производственной кооперации на развитие высокотехнологичной корпорации, позволяющую количественно оценить стохастические зависимости влияния научно-производственной кооперации на эффективность внедрения НИОКР в корпоративной структуре. Представленные результаты исследования могут быть использованы при проведении последующих исследований по направлениям функционального и инфраструктурного обеспечения научно-производственной кооперации, обоснования характеристик горизонтальных и вертикальных связей научно-производственной кооперации, формулирования принципов стратегического

 Конкурирующие интересы: Конкурирующих интересов нет.

×

About the authors

Zhanna A. Ermakova

Orenburg branch of the Institut of Economics UB RAS

Author for correspondence.
Email: 56ermakova@mail.ru
ORCID iD: 0000-0003-4761-6200

Doctor of Economics, Professor, Director

Russian Federation, Orenburg

Igor N. Korabeynikov

Orenburg State University

Email: igor.korabeynikov@mail.ru
ORCID iD: 0000-0003-3294-3479

Doctor of Economics, Associate Professor, Head of the Department of Management

Russian Federation, Orenburg

Nikita V. Savkin

Orenburg State University

Email: savkin_nikita@mail.ru
ORCID iD: 0000-0002-3104-575X

applicant of the Department of Management

Russian Federation, Orenburg

References

  1. Lebedeva M.A. Problems of scientific and production cooperation in the regions of Russia (on the example of the North-Western Federal District) // Problems of territory development. – 2023. – T. 27. – No. 3. – pp. 113–129. doi: 10.15838/ptd.2023.3.125.8. EDN: https://www.elibrary.ru/ryenfj (In Russ.)
  2. Maksimenko Z.V., Rozanova L.F., Tayupov R.I. Educational infrastructure as a platform for the development of scientific and industrial cooperation in the region // Economics and management: scientific and practical journal. – 2023. – No. 5 (173). – pp. 89–95. doi: 10.34773/EU.2023.5.16. EDN: https://www.elibrary.ru/ygtofg (In Russ.)
  3. Karsuntseva O.V., Gagarinskaya G.P., Kosyakova I.V. Scientific and production cooperation as the basis for the modernization of the regional economy // Financial Economics. – 2019. – No. 11. – pp. 663–669. EDN: https://www.elibrary.ru/bqyxpg (In Russ.)
  4. Korabeinikov I.N., Korabeinikova O.A., Speshilov S.M. Development of a regional industrial complex based on the cluster approach (using the example of the Orenburg region) // Economics of the region. – 2009. – No. 4 (20). – pp. 116–126. EDN: https://www.elibrary.ru/kyjqir (In Russ.)
  5. Pokidko P.S. Production of Ensonite cardboard at the Svetogorsk pulp and paper mill in the 1910s-1980s in the context of scientific and production cooperation // History and modern worldview. – 2023. – T. 5. – No. 1. – pp. 81–85. doi: 10.33693/2658-4654-2023-5-1-81-85. EDN: https://www.elibrary.ru/mhiasu (In Russ.)
  6. Shirinov A.Sh. Strategic instruments for the development of industrial cooperation // Horizons of Economics. – 2023. – No. 1 (74). – pp. 43–52. EDN: https://www.elibrary.ru/imltlc (In Russ.)
  7. Burkina T.A. Scientific and production cooperation in the innovation sphere // Bulletin of Eurasian Science. – 2020. – T. 12. – No. 6. – pp. 25–34. EDN: https://www.elibrary.ru/jbngfb (In Russ.)
  8. Ermakova Zh.A. Gas chemical cluster of the Orenburg region: prospects and problems of organization and functioning // Bulletin of the Orenburg State University. – 2013. – No. 8 (157). – pp. 96–101. EDN: https://www.elibrary.ru/rcowjz (In Russ.)
  9. Gadelshina L.A., Vakhitova T.M. The role of interregional production cooperation in the conditions of economic transformations in Russia and in the world // Problems of modern economics. – 2022. – No. 3 (83). – pp. 25–27. EDN: https://www.elibrary.ru/wkfvvb (In Russ.)
  10. Zambrzhitskaya E.S. Models for assessing the strategic effectiveness of industrial cooperation // Baikal Research Journal. – 2023. – T. 14. – No. 4. – pp. 1418–1426. doi: 10.17150/2411-6262.2023.14(4).1418-1426. EDN: https://www.elibrary.ru/okswtz (In Russ.)
  11. Alekseeva N.A., Fedorova N.P., Aleksandrova E.V. Forecast of the development of industrial cooperation using the methods of mathematical statistics // Vector of Economics. – 2022. – No. 9 (75). EDN: https://www.elibrary.ru/cbbojf (In Russ.)
  12. Tomaszuk A. Constructs of quality relations in cooperation of innovative enterprises with scientific and research and development institutions // Scientific Papers of Silesian University of Technology Organization and Management Series. – 2022. – Vol. 2022. – No. 158. – pp. 607–622. doi: 10.29119/1641-3466.2022.158.40. EDN: https://www.elibrary.ru/pdzkha
  13. Ivanov S.L. Scientific and production cooperation as a factor in the development of entrepreneurship in the region // Issues of regional economics. – 2021. – No. 4 (49). – pp. 54–65. EDN: https://www.elibrary.ru/efbqnh (In Russ.)
  14. Kuznetsova E.P. Systematization of directions of state programs to stimulate scientific and industrial cooperation in the Northwestern Federal District // Social space. – 2019. – No. 4 (21). – pp. 1–7. doi: 10.15838/sa.2019.4.21.9. EDN: https://www.elibrary.ru/gylhuu (In Russ.)
  15. Belyakova G.Ya., Fokina D.A. Digital economy and new approaches to managing production cooperation in mechanical engineering // Bulletin of the Altai Academy of Economics and Law. – 2019. – No. 5–1. – pp. 24–29. EDN: https://www.elibrary.ru/epxuwh (In Russ.)
  16. Lyu P.H., Zhang M.Ze., Liu Ch.Ju., Ngai E.W. T. Global scientific production, international cooperation, and knowledge evolution of public administration // Public Administration. – 2023. – Vol. 101. – No. 3. – pp. 1134–1162. doi: 10.1111/padm.12853. EDN: https://www.elibrary.ru/gzfsuo
  17. Enhancing International Scientific Cooperation: Arctic Science and Technology Advice with Ministries // Science Diplomacy Action. – 2022. – pp. 1–82. doi: 10.47555/162022. EDN: https://www.elibrary.ru/qnfguz

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2024 Vestnik of Samara University. Economics and Management

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

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».