Экономика знаний – основа конкурентоспособности страны

Методология Knowledge Assessment была предложена экспертами Института Всемирного банка в ответ на радикально усиливающуюся роль знаний в процессе долговременного экономического роста в новую эпоху. Это связывалось с быстрым продвижением информационных и коммуникационных технологий, что значительно сократило стоимость компьютерных средств и сетей. В дальнейшем это привело к значительно более быстрому распространению знаний, что в итоге увеличило производительность научного труда. Таким образом, усиление интенсивности создания нового знания и технологий является глобальной тенденцией. Оно, в свою очередь, приводит к быстрому распространению новых и эффективных производственных мощностей (машин, оборудования и т.д.), что отчетливо видно в увеличении их доли в мировой торговле. Таким образом, революция в области производства знания вместе с усиливающейся глобализацией предоставляют, по мнению экспертов Всемирного банка, значительные возможности для улучшения социально-экономического развития стран, но те из них, которые не успевают за быстрыми изменениями, становятся безнадежно отстающими. Здесь усиливается не только конкуренция, но и изменяется сама ее природа, которая смещается в область экономики знаний и инноваций [9, с. 60].

Возвращаясь к Knowledge Assessment-методологии Всемирного банка, важно отметить, что в ее основе лежат четыре составляющие области:

• Экономические стимулы и институциональный режим
• Образованная и квалифицированная рабочая сила (образование и человеческие ресурсы)
• Эффективная инновационная система
• Современная и адекватная информационная инфраструктура

 
Данная схема экономики знаний (Knowledge Economy Framework) предполагает, что инвестиции в четыре ее составляющие области необходимы для устойчивого создания, усвоения, адаптации и использования знаний во внутреннем производстве товаров и услуг, что будет выражено в более высокой их добавленной стоимости и будет увеличивать вероятность экономического успеха в настоящей высококонкурентной и глобализированной мировой экономике.

Описание методики предваряет несколько общих положений. Так, переход к становлению экономики знаний требует разработки долговременных стратегий, которые должны фокусироваться на развитии четырех областей экономики знаний. Первоначально это означает, что страны должны понимать свои сильные и слабые стороны, и затем воздействовать на них, развивая подходящие политики и механизмы для реализации целей. Для содействия этому переходному процессу, как отмечалось выше, Институт Всемирного банка в рамках программы «Знание для развития» (Knowledge for Development (K4D) Program) разработал методологию КАМ, которая связана с соответствующим онлайновым инструментом и обеспечивает базовую оценку готовности стран и регионов к переходу к экономике знаний. КАМ представляет собой дружественный, интерактивный, диагностический и бенчмаркинговый инструмент, предназначенный для помощи странам-партнерам выявлять их сильные и слабые стороны в сравнении с другими странами. Поэтому КАМ может быть полезной для идентификации проблем и возможностей, с которыми страны могут сталкиваться, а там, где это необходимо, - фокусировать внимание политиков или планировать новые инвестиции. В связи с этим, применение методики КАМ позволит определить проблемы, которые возникают у регионов нашей страны в процессе перехода к экономике знаний.

Уникальная сила КАМ связана с ее кросс-секторальным подходом, который предоставляет целостный взгляд на широкий спектр факторов релевантных экономике знаний. В версии КАМ-2005 сравнительный анализ делался на основе 148 структурных и качественных переменных, 14 из которых являются базовыми для расчета индекса знаний и индекса экономики знаний, для 146 стран и 7 региональных группировок. Международные сравнения по выбранным индикаторам представляются в виде радиальных и ромбических диаграмм.

Процедура нормализации в КАМ состоит в следующем:

• Первичные данные (u) собираются из базы данных Всемирного банка и из других международных баз данных для 148 переменных и 146 стран.
• Для каждой страны назначается ранг по каждой из переменных (rank (u)), то есть ее место в ранжировке по рассматриваемой переменной. Ранг 1 ставится для страны, имеющей лучшее исполнение по данной переменной, ранг 2 ставится следующей по исполнению стране и т.д.
• Для каждой отдельной страны вычисляется количество стран, которые стоят выше ее в ранжировке, включая эту страну (Nh).
• Окончательная нормализация (нормировка) осуществляется по формуле:

 
Normalized (u) = 10,

где Nc - общее количество рассматриваемых стран.

Таким образом, рассчитываются нормализованные показатели, по которым формируются 4 субиндекса.

Затем, в соответствии с данной методологией рассчитываются два показателя: Индекс экономики знаний (KEI)- комплексный показатель для оценки эффективности использования страной знаний в целях ее экономического и общественного развития. Данный индекс вычисляется как средняя арифметическая простая следующих субиндексов: институционально-экономического режима; инноваций; образования; информационно-коммуникационных технологий.

Индекс знаний (KI) - комплексный экономический показатель для оценки способности экономики генерировать, принимать и распространять знания, который рассчитывается как средняя арифметическая простая трех перечисленных вышесубиндексов, за исключением субиндекса институционально-экономического режима (ИЭР).

Прежде чем рассчитать и проанализировать индексы знаний и экономики знаний для регионов Республики Беларусь, рассмотрим положение нашей страны в рейтинге, составленном по приведенным выше показателям на основе использования методики Всемирного Банка. Данные представлены в таблице 2.1, где Республика Беларусь занимает 59- место из 145 стран, т.е. имеет средние показатели, при этом отставая от России и Украины, которые занимают 55-е и 56-е места соответственно.

Таблица 1 - Рейтинг стран по индексу экономики знаний в 2012 г. (по данным Всемирного банка)

 

Исходя из данных таблицы 1, можно сделать вывод о том, что Республика Беларусь значительно отстает как по основным индексам - индексу экономики знаний и индексу знаний, так и по субиндексам, от стран-лидеров в области построения экономики знаний. Как видно из таблицы 1, в 2012 году странами-лидерами являлись следующие страны: Швеция, Финляндия, Дания, Нидерланды, Норвегия. Как свидетельствуют данные таблицы, особенно заметно отставание по индексу институциально-экономического режима - у стран-лидеров данный показатель колеблется от 9,01 у Норвегии до 9,74 у Швеция. Для Республики Беларусь данный показатель существенно ниже - 2,5. Но это - абсолютно закономерная особенность, которая лишь иллюстрирует то, к чему стоит стремиться и как себя позиционировать в мировом экономическом пространстве.

В таблице 2 представлены индексы экономики знаний и индексы знаний за 1995 и 2012 гг. для стран, имеющих близкие значения ВВП к значению ВВП в Республике Беларусь.

 
Таблица 2 - Сопоставительный анализ индекса экономики знаний и индекса знаний для Республики Беларусь и стран, имеющих близкие к ней значения ВВП в 1995 г. и 2012 г.

Страна	1995г.		2012
	KEI	KI	KEI	KI
Болгария	6,81	7,16	6,80	6,61
Колумбия	5,03	5,02	4,94	5,18
Азербайджан	4,62	5,59	4,56	4,96
Сербия	5,35	6,78	6,02	6,61
Перу	4,93	5,23	5,01	4,85
Беларусь	5,81	6,92	5,59	6,62
Доминиканская Республика	4,10	4,59	4,05	4,08
Китай	3,99	4,17	4,37	4,57
Ямайка	5,70	5,67	5,65	6,18
Ангола	1,98	2,38	1,08	0,95
Намибия	4,77	4,50	4,10	3,38

 

Исходя из данных таблицы 2, мы можем оценить, каково положение Республики Беларусь среди стран с близким уровнем ВВП и как изменились ключевые показатели за указанный период. Как видно из таблицы, в 2012 году по сравнению с 1995 годом можно наблюдать снижение ключевых индексов для Республики Беларусь. Так, индекс экономики знаний снизился с 5,81 в 1995 году до 5,59 в 2012 году, а индекс знаний - с 6,92 до 6,62 соответственно. Данная ситуация характерна и для показателей таких стран, как Болгария, Азербайджан, Доминиканская Республика, Ангола и Намибия. Снизились значения показателя индекса знаний у Сербии и Перу, что говорит о проблемах либо в области инноваций, образования и ИКТ, либо в какой-то одной из указанных сфер. При этом в указанных странах выросло значение индекса экономики знаний, что говорит об улучшении субиндекса институционально-экономического режима.

Напротив, уменьшение значения индекса экономики знаний и увеличение значения индекса знаний в Колумбии и Ямайке свидетельствует о снижении субиндекса ИЭР и соответственно о проблемах в данной сфере. Особо следует отметить изменение показателей, рассчитанных для Китая. Так, индекс экономики знаний вырос с 3,99 до 4,37, а индекс знаний - с 4,17 в 1995 году до 4,57 в 2012 году. По приведенным показателям Китай отстает от Беларуси, однако присутствует положительная тенденция роста, что в итоге приведет, возможно, Китай к лидирующим позициям среди выделенных стран.

Для более детального представления ситуации в области построения экономики знаний, проанализируем состав рассчитанных для каждого региона Республики Беларусь субиндексов, которые были использованы для расчета индекса экономики знаний и индекса знаний. Следует отметить, что переменные для расчета выбирались исходя из предлагаемого перечня Всемирного банка, но с учетом имеющейся в Республике Беларусь статистической информации. В расчетах показателей индексов знаний, экономики знаний, а также субиндексов их составляющих использовалась статистическая информация 2012 года (в тех случаях, когда это представлялось возможным).

В таблице 3 представлены показатели, на основании которых нами определен субиндекс инноваций. При этом в таблице первое значение показателя приведено в абсолютном выражении, а затем - значение этого же показателя в нормализованном виде.

 

Таблица 3 - Исходные данные для расчета субиндекса «Инновации»

 

Как видно из данных таблицы 3, лидирующие позиции в соответствии с нормализованными значениями занимает город Минск. Это обусловлено тем, что в нем сосредоточены большое число выполняющих научные исследования организаций и наибольшее число инновационно-активных организаций. Несмотря на это, удельный вес затрат на технологические инновации у инновационно-активных организаций в г. Минске довольно низкий, как и наукоемкость ВРП, причем последнее характерно для всех областей Республики Беларусь. Данная зависимость говорит о невысокой эффективности инновационной деятельности инновационно-активных предприятий Республики Беларусь. Наибольший удельный вес затрат на технологические инновации, а также на фундаментальные исследования наблюдается в Гродненской области.

 

 

Таблица 4 - Исходные данные для расчета субиндекса «Образование»

 

Как видно из таблицы 4, наибольшее число высших учебных заведений находится в г. Минске. Показатели численности студентов на 10 тыс. человек населения области и числа лиц, имеющих высшее образование также выше в Минске и Минской области. Стоит отметить, что показатель удельного веса лиц, имеющих высшее образование не высок по всем областям. Данный фактор не соответствует концепции формирования экономики знаний, но соответствует реалиям белорусской экономики, которые заключаются в потребности в персонале рабочих специальностей.

 

Таблица 5 - Исходные данные для расчета субиндекса «ИКТ»

 

Как видно из таблицы 5, практически по всем показателям в данном субиндексе лидирует г. Минск, где сосредоточено большинство организаций, использующих ИКТ, и снабженных соответствующим программным обеспечением, оборудованием, персоналом и Интернетом. Самая неблагоприятная ситуация наблюдается в Могилевской области, которая имеет низкие нормализованные значения показателей, исключая наличие квартирных телефонных аппаратов на 1000 человек городского населения. Таким образом, предприятия и организации этой области наименее обеспечены средствами информационно-коммуникационных технологий, что является одним из препятствий становления экономики знаний в данном регионе.

Перейдем непосредственно к оценке потенциала регионов Республики Беларусь для перехода к экономике знаний, который определяет готовность перехода всей страны к экономике нового типа. Субиндекс институционально-экономического режима принимается в размере 2,5 для всех областей, т.к. данные условия одинаковы для всех административно-территориальных единиц Республики Беларусь. Рассчитанные показатели занесем в таблицу 6.

 

Таблица 6 - Индикаторы экономики знаний в 2012 г в разрезе регионов Республики Беларусь

Представленные в таблице 6 данные являются результатами проведенных нами ранее вычислений, которые позволили прийти к обобщающим показателям. Эти показатели позволяют провести сравнительный анализ. Таким образом, лидером среди областей по индексу экономики знаний и индексу знаний является г. Минск, что вполне закономерно, т.к. Минск - место сосредоточения промышленной, инновационной, образовательной и информационно-коммуникационной сфер.

Таким образом, можно сделать вывод о том, что в регионах Республики Беларусь можно наблюдать значительный разброс по отдельным показателям, составляющим индексы экономики знаний и знаний. Так, число организаций, выполнявших научные исследования, в г. Минске превышает почти в 9 раз число такого рода организаций в других регионах, также наибольшее число инновационно-активных организаций. Наименьшее значение данного показателя наблюдается в Могилевской области, собственно, как и по другим показателям данного субиндекса, что Могилевскую область к последнему месту среди областей по данному субиндексу. Таким образом, наблюдается концентрация инновационного потенциала в одном регионе, тогда как становление экономики знаний должно осуществляться во всех областях страны, что согласуется с политикой Республики Беларусь относительно их развития в сторону выравнивания социально-экономического состояния.