Структура интеллектуального капитала: вопросы оценки и эмпирического анализа

Школьникам и студентам с разными способностями требуется различное время для достижения запланированного результата. Подобное свойство интеллектуального капитала именуется дифференциальной рентой, возникающей вследствие разницы природных свойств носителя. На практике выпускники одного вуза, имеющие примерно одинаковые баллы в дипломе, совсем необязательно достигнут равных результатов трудовой деятельности. Кроме указанных, существует еще ряд противоречий, способствующих смещению акцентов исследователей от затратного способа к оценке отдачи от использования интеллектуального капитала [5].

3.Подход Всемирного банка Методологические сложности реальной оценки интеллектуального капитала заставили экспертов Всемирного банка отказаться от попыток исчислить вклад этого фактора в национальное богатство и пойти по пути вычленения вклада человеческих ресурсов в составе нематериальных активов наряду с природным и воспроизводимым капиталом.

При проведении межстрановых исследований специалисты Всемирного банка также несколько изменили постановку задачи, сделав ее более реалистичной, и пошли по пути оценки человеческого потенциала в виде индекса развития, подчеркивая тем самым динамический характер показателя. Методика оценки индекса развития интеллектуального потенциала (ИРЧП), применяемая программой развития ООН (ПРООН) и получившая широкое распространение, разработана в 1990 г. Группой экономистов во главе с пакистанцем Махбубом-уль-Хаком. Однако концептуальная структура индекса была создана благодаря работе Амартии Сена.

Индекc публикуется ООН в ежегодном отчёте о развитии человеческого потенциала с 1990 года. Как считают сами авторы, концепция развития человеческого потенциала является одним из наиболее известных интеллектуальных продуктов, разработанных ПРООН [4]. В 2011 г. индекс развития интеллектуального потенциала был рассчитан в более чем в 150 странах мира, включая Россию. Методика в своем развитии претерпевала изменения с учетом дифференциации статистической методологии различных стран.

В 2010 г. опубликован Доклад о развитии человеческого потенциала в Российской Федерации, в котором описана методика оценки интеллектуального потенциала, представленная ниже.

Расчет ИРЧП учитывает три равных по значимости показателя:

— доход, определяемый показателем валового внутреннего продукта (валового регионального продукта) по паритету покупательной способности (ППС) в долларах США;

— образование, определяемое показателями грамотности (с весом в 2/3) и доли учащихся среди детей и молодежи в возрасте от 6 до 23 лет (с весом в 1/3);

— долголетие, определяемое через продолжительность предстоящей жизни при рождении (ожидаемую продолжительность жизни).

Резюмируя рассмотренные методы оценки интеллектуального капитала, следует отметить следующее:

1. К сожалению, полную характеристику в региональном разрезе сформировать не удается. Используется комплекс показателей, рассчитываемый по официальным данным статистической информации, предоставляемой Росстатом. И этот комплекс не позволяет оценить, во-первых, ключевой показатель человеческого капитала — длительность обучения, во-вторых, отдачу от образования в форме дополнительных доходов от образования (статистическая база включает показатель средней заработной платы в отрасли, который в данном случае неинформативен).

2. Для проведения региональной оценки человеческого капитала целесообразно применять методику Всемирного банка как ключевой показатель, характеризующий производительность трудовых ресурсов, долголетие и образовательный уровень, т. е. основные аспекты развития человека. В то же время картина не будет полной без использования натуральных показателей, динамики затрат и отдачи на образование.

3. Имеющиеся методики не позволяют определить вектор развития человеческого капитала с учетом интересов инновационного развития региона. Требуются дополнительные исследования с целью определения соответствия уровня и вектора развития человеческого капитала потребностям экономики региона и инновационным приоритетам[5].

Эмпирический анализ взаимосвязей интеллектуального капитала регион и инновационного развития.

Дискуссии о проблемах инновационной деятельности и факторах, оказывающих существенное влияние на ее активизацию, носят в основном эмпирический характер. Перечень влияющих факторов не подтверждается ни статистическими данными, ни расчетными способами. Расширение в последние годы перечня форм статистической отчетности об инновационной и инвестиционной деятельности предприятий, введение в систему статистического наблюдения с 1.

01.2003 г. Общероссийского классификатора видов экономической деятельности (ОКВЭД) позволяет говорить о возможности применения статистических методов исследования зависимостей, когда вскрываются причинно-следственные отношения между явлениями, что позволяет выявить факторы (признаки), оказывающие основное влияние на вариацию изучаемых явлений и процессов. В то же время следует отметить, что статистическая база в настоящее время основана не на сплошном наблюдении, а на выборочном опросе менее 10% предприятий области, что, несомненно, снижает значимость полученных научных результатов[3,5].

Применение методологии многомерного статистического анализа используется в отечественной экономической науке при исследовании влияния политических и правовых факторов на экономический рост в российских регионах, выявлении закономерностей макроэкономического развития страны, установлении зависимостей макроэкономических показателей региона, выявлении скрытых закономерностей промышленного развития экономики России на уровне ее макрорегионов.

Результаты инновационной деятельности как социальноэкономического явления представляют собой следствие одновременного воздействия большого числа причин. Выявление главных из них, т. е. главных факторов, проходит в три этапа. В основе первого этапа лежит качественный анализ, связанный с анализом природы социального или экономического явления методами экономической теории, социологии, конкретной экономики. Второй этап — построение модели связи — базируется на методах статистики: группировках, средних величинах, таблицах и так далее. Третий, последний этап, — интерпретация результатов — вновь связан с качественными особенностями изучаемого явления.

Корреляционный анализ подтверждает общепринятый вывод о необходимости существенного увеличения инвестиций в НИОКР для повышения результативности инновационной деятельности. Достаточно интересным представляется факт, которому в научной литературе уделяется меньше внимания, чем НИОКР и их важности, — это необходимость участия предприятий в совместной инновационной деятельности. Корреляционный анализ подтверждает ее как на первоначальном этапе, где коэффициент корреляции по этому показателю равен 0,77, так и на завершающем, где этот коэффициент хотя и снизился, но все же остался значимым — на уровне 0,28.

Сравнительно небольшой период сбора статистической базы для проводимого исследования не позволяет с достаточной степенью достоверности говорить о низкой результативности деятельности научных работников предприятий, о чем свидетельствует пусть и незначимая по величине отрицательная корреляционная связь между долей в общей численности персонала работников научно-исследовательских подразделений и результативным признаком[3,5].

Как известно, НИОКР имеют свойство реализовываться с определенным временным лагом, часто большим, чем период в один год. И все же следует отметить отсутствие системной работы по восстановлению и дальнейшему развитию заводской науки. Одни предприятия не видят необходимости в ее развитии, другие не располагают средствами. На этом фоне еще более значимым выглядит результат исследования, заключающийся в констатации факта необходимости активизации процессов кооперирования направлений деятельности предприятий по разработке и реализации инноваций.

Коэффициенты при показателях определяют, насколько начальный фактор влияет на комплексный показатель у. Значение коэффициента детерминации, равное 0,74, свидетельствует о том, что предлагаемая модель работает на 74%, что является неплохим результатом исследований, учитывая сложность сбора статистической информации в инновационной среде. Остальные 26% приходятся на связи, которые данная модель не может объяснить. То есть вполне корректным является утверждение о достоверности постулируемой модели.

Оценка значимости полученных коэффициентов регрессионного уравнения с помощью t-критерия Стьюдента показала, что коэффициенты при х5, х13 являются статистически незначимыми, так как их расчётное значение критерия Стьюдента меньше табличного. Другими словами, эти коэффициенты сформированы под влиянием случайных причин. Поэтому их можно исключить из модели как неинформативные[3,5].

В качестве основных факторов, оказывающих положительное влияние на результаты инновационной деятельности исследуемых инновационно активных предприятий, следует выделить долю организаций, разрабатывающих инновации совместными силами, в числе организаций, имеющих готовые инновации за последние три года, и долю затрат на НИОКР в общих затратах на инновации. Проведенное исследование (на примере Самарской области) позволяет сделать следующие основные выводы относительно опрошенных инновационно активных предприятий:

1. Предприятия страдают от нехватки квалифицированного персонала, способного не только заниматься разработкой инноваций, но и их внедрением; от недостатка квалифицированных менеджеров инновационных проектов.

2. Высокие риски инновационной деятельности и отсутствие общедоступных механизмов финансирования по-прежнему делают непривлекательной данную сферу для инвестиций.

3. Значимость фактора доли организаций, разрабатывающих инновации совместно с другими организациями, в числе имеющих готовые инновации в течение последних трёх лет свидетельствует о наличии положительных тенденций объединения усилий специалистов разных предприятий и организаций в реализации инновационных проектов.

Преодоление проблем нехватки инновационных менеджеров и разработки механизмов финансирования инноваций тесно связано с развитием инновационно-инвестиционной сферы региона, которая образована совокупностью инновационно и инвестиционно активных хозяйствующих субъектов. Инновационно активными хозяйствующими субъектами являются вузы, научно-исследовательские институты, лаборатории, крупные, средние и мелкие предприятия, осуществляющие нововведения в различных видах экономической деятельности[5].

Инвестиционная составляющая исследуемой сферы экономики представлена организациями, оказывающими услуги по предоставлению финансовых ресурсов. В настоящее время перечень подобных организаций не является широким. Пожалуй, только венчурные фонды и ряд специальных инвестиционных фондов готовы финансировать научные исследования и разработки, инновационные проекты. Банки пока предпочитают развивать различные формы частного, в том числе потребительского, кредитования.

Заключение

.

Изучение интеллектуального капитала представляет на современном этапе развития экономики важную практическую задачу. Также особую актуальность в условиях модернизации экономики имеет вопрос о совершенствовании методологии управления интеллектуальным капиталом как определяющего фактора и необходимого условия активизации инновационного развития. Интеллектуальный капитал по-прежнему остается важнейшим конкурентным преимуществом российской экономики.

Однако инновационное развитие регионов сталкивается с необходимостью преодоления факторов недостаточного уровня образования, консервативности мышления, демографического спада, отсутствия жизненных установок, моделей поведения, способствующих распространению инноваций в экономике и общественной жизни.

В Стратегии инновационного развития Российской Федерации на период до 2020 года «Инновационная Россия — 2020» отмечается, что интеллектуальные возможности и образованность населения, инновационная способность нации, творческий характер деятельности станут главной движущей силой устойчивого экономического роста.

Интеллектуальный капитал является основой национального богатства страны и способен решить задачи опережающего развития российской экономики, заняв достойное место среди передовых стран мира. Если в национальном богатстве развитых стран человеческий капитал составляет от 70 до 80%, то в России около 50%.

Список использованных источников

:

Леонтьева Л. Управление интеллектуальным капиталом. Учебник и практикум. — М. — «Юрайт». — 2015 — 296с.

Лукичева Л. Менеджмент интеллектуального капитала. Теория и практика. Учебник. — М. — «Издательство: Омега-Л». — 2014 — 328с.

Супрун В. Интеллектуальный капитал. Главный фактор конкурентоспособности экономики в XXI веке. — М. «Ленанд». — 2016. — 200с.

Турова Э. Значение интеллектуального капитала в достижении устойчивых конкурентных преимуществ современной компании. — М — «Синергия». — 2015: цифровая книга Хмелева Г. А. Человеческий капитал как условие формирования инновационной экономики региона: монография. Самара — «САГМУ» — 2012 — 168 с.