Please use this identifier to cite or link to this item: http://hdl.handle.net/10995/82498
Title: The role of interregional relationships in research talent development
Other Titles: Исследование межрегиональных связей в процессе развития научных кадров инновационной экономики
Authors: Naumov, I. V.
Barybina, A. Z.
Наумов, И. В.
Барыбина, А. З.
Issue Date: 2020
Publisher: Уральский федеральный университет
Citation: Naumov I. V. The role of interregional relationships in research talent development / I. V. Naumov, A. Z. Barybina // R-Economy. — 2020. — Vol. 6, Iss. 1. — P. 14–27.
Abstract: The relevance of research. Workforce quality is paramount to the development of innovative economy and socio-economic development of territorial systems. Not all regions, however, are able to train sufficient R&D personnel to meet the needs of their innovative economies. The lack of research talent can be compensated by establishing cooperative relationships with other territorial systems. Therefore, it is important to study the existing interregional interconnections in the development of research talent and to identify the key priorities in this sphere. The aim of the study is to demonstrate the relationship between the indicators of development of research talent in different regions and their innovative activity. Data and Methods. The study uses spatial econometric modeling tools and methods for calculating global and local spatial autocorrelation indices of Moran P. and their dispersion diagrams. The spatial autocorrelation was calculated by using a standardized matrix of distances along the roads between the regional administrative centers. As a result of the analysis, a close relationship was found between the indicators of development of research talent in Russian regions and their innovative activity. The constructed regression model based on spatial data lead us to the conclusion that efficient innovative development requires a pool of STEM talent in the regions, which means that it is necessary to provide sufficient opportunities for training and education in this sphere. Conclusions. The study of the interconnections between the regions using the improved method of spatial autocorrelation of P. Moran revealed a cluster of closely interconnected regions (Moscow – St. Petersburg – Moscow region – Nizhny Novgorod region – Ryazan region – Ivanovo region – Tver region – Kostroma region – Tula region) and three potential clusters: ‘Volga’, ‘Ural’, and ‘Siberia’.
Актуальность исследования. Существующая инфраструктура научно-технического комплекса не в состоянии обеспечить условия для формирования и развития инновационной экономики без наличия необходимого научно-технического кадрового потенциала, даже если рассматривается территориальная система, обеспеченная финансовыми ресурсами. В связи с этим важно изучить существующие межрегиональные взаимосвязи в развитии кадрового потенциала инновационной экономики и определить приоритетные направления их развития. Целью исследования является поиск и подтверждение взаимосвязи между показателями развития научных кадров в регионах и показателем их инновационной активности. Данные и методы. Исследование межрегиональных связей основано на использовании инструментов пространственного эконометрического моделирования, а также методов расчета глобальных и локальных пространственных индексов автокорреляции Морана П. и диаграмм дисперсии. Пространственная автокорреляция рассчитывалась с использованием стандартизированной матрицы расстояний вдоль дорог между областными административными центрами. В результате анализа была обнаружена тесная связь между показателями развития научных кадров в регионах и инновационной активности. Построенная регрессионная модель на основе пространственных данных позволила сделать вывод о том, что формирование инновационной экономики требует развития кадрового научного потенциала, воспроизводства персонала, занимающегося исследованиями и разработками. В ходе исследования мы пришли к выводу, что для инновационного развития регионов необходимо воспроизводить научные кадры в области фундаментальных и прикладных исследований, а также инженерно-технические кадры. Выводы. Изучение взаимосвязей между регионами с использованием усовершенствованного метода пространственной автокорреляции П. Морана позволило установить кластер тесно взаимосвязанных регионов (Москва – Санкт-Петербург – Москов- ская область – Нижегородская область – Рязанская область – Ивановская область – Тверь область – Костромская область – Тульская область) и три потенциальных кластера: «Волга», «Урал», «Сибирь».
Keywords: REGIONAL SYSTEM
RESEARCH TALENT
INNOVATIVE ECONOMY
INTER-REGIONAL RELATIONS
SPATIAL AUTOCORRELATION
SPATIAL AUTOREGRESSIVE ANALYSIS
РЕГИОНАЛЬНАЯ СИСТЕМА
НАУЧНО-КАДРОВЫЙ ПОТЕНЦИАЛ
ИННОВАЦИОННАЯ ЭКОНОМИКА
МЕЖРЕГИОНАЛЬНЫЕ СВЯЗИ
ПРОСТРАНСТВЕННАЯ АВТОКОРРЕЛЯЦИЯ
ПРОСТРАНСТВЕННЫЙ АВТОРЕГРЕССИОННЫЙ АНАЛИЗ
URI: http://hdl.handle.net/10995/82498
RSCI ID: https://www.elibrary.ru/item.asp?id=42827563
ISSN: 2412-0731
DOI: 10.15826/recon.2020.6.1.002
Origin: R-Economy. 2020. Vol. 6. Iss. 1
Appears in Collections:R-Economy

Files in This Item:
File Description SizeFormat 
r-economy_2020_v6_1_02.pdf837,1 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.