MEASURING THE HUMAN CAPITAL OF REGIONS WITH WORLD-CLASS SCIENTIFIC AND EDUCATIONAL CENTERS: FACTOR ANALYSIS OF THEIR INVESTMENT ATTRACTIVENESS
Abstract and keywords
Abstract (English):
The article presents the results of a factor analysis of the investment attractiveness of five regions in which world-class scientific and educational centers function, which are one of the tasks of the national project "Science". Among the indicators of investment attractiveness, the emphasis is placed on innovative and labor factors as integral components of the region's human capital, its reserve and potential. A systematic analysis of the factors of investment attractiveness made it possible to determine the strengths and weaknesses of the regions where RECs were created. The used methodology for assessing the region's human capital reserve made it possible to calculate its volume, which consists of the available human capital of the region and external - migration flows to the region in which the REC is being created. The conclusions drawn as a result of the study include: 1) regions with a high assessment of labor and innovation factors are leaders in the rating of investment attractiveness of regions; 2) a low assessment of the raw material (natural resource) factor is leveled by human factors (innovation and labor), i.e. is not a source of development in the knowledge economy; 3) infrastructure development is one of the indicators of investment inflow into the region, including for the development of science-intensive industries and a favorable investment climate; 4) migration processes in regions with established RECs do not act as a source of inflow of external effective human capital; 5) the observed trends of a decrease in the birth rate and a decrease in the number of the economically active population can be considered as a factor in reducing the reserve of regional human capital in the future.

Keywords:
world-class scientific and educational centers, human capital, investment attractiveness, human potential, innovative economy
Text

В последние годы социологи и экономисты стали активно обсуждать возможности и проблемы перехода к экономике нового типа – инновационной или экономике знаний, в которой ведущим фактором производства является человеческий капитал. Именно он позволяет осуществлять инновации, адаптироваться к условиям глобализации мировой экономики, достигать высокой конкурентоспособности. Исходя из этого, качество человеческого капитала является необходимым условием социально-экономического развития страны, определяя в конечном итоге его уровень. Такой подход особенно актуален в современной экономике, когда развивающийся человек становится источником развития общества, и в связи с этим ряд экономических показателей оценивается в человеческом измерении  [4, с. 78].

По мнению экономиста Ю.А. Корчагина, понятие «человеческий капитал» трансформировалось из затратного фактора в производительный и социальный критерии развития экономики и общества [5, с. 77]  С нашей точки зрения, человеческий капитал представляет накопленный запас знаний, навыков и компетенций, опыта, мотиваций и творческих особенной индивида, выраженный в форме производительных качеств, свойств, способностей, сил, функций и ролей человека, включенных в систему социально-ориентированной экономики инновационного типа.

Под воздействием внедрения в процессы обучения, труда, развития научно-технического прогресса в условиях развития цифровой экономики происходит репродукция производительных свойств человеческого капитала. Воспроизводство человеческого капитала сквозь призму инновационного развития экономических отношений совершенствуется через эволюцию институциональной трансформации, образовательных процессов, совершенствование рынка, распространение знаний [1, с. 2143]

С целью формирования эффективного человеческого капитала в российских регионах создаются научно-образовательный центры мирового уровня, задачей которых является внедрение наукоемких технологий в производственный процесс в тесном сотрудничестве с индустриальными партнерами и субъектами бизнеса. Планы по созданию 15 научно-образовательных центров мирового уровня отражены в майском указе Президента РФ В.В. Путина и являются одной из задач национального проекта «Наука», согласно которому к 2024 году Россия должна войти в пятерку ведущих стран мира, осуществляющих научные исследования и разработки в областях, определяемых приоритетами научно-технологического развития; должны быть созданы привлекательные условия в стране для научно-исследовательской деятельности для российских и зарубежных ведущих ученых, а также молодых перспективных исследователей; увеличены внутренние затраты на научные исследования и разработки.

Результаты исследования Центра стратегических разработок и АНО «Национальные приоритеты», представленные в докладе «Трансформация настроений россиян на фоне кризиса 2020 года» , показали, что эпидемиологический и экономический кризисы принесли смену ценностных установок, проявляющуюся в понимании приоритетов нацпроектов. Среди тех, кто не знает о нацпроектах, желание узнать появилось у 60%. Половина опрошенных считает актуальной цель нацпроекта «Наука» - возвращение России статуса центра мировой науки (48%), а треть понимает значимость поддержки молодых ученых (32%). Исследование подтверждает верность курса нацпроектов и совпадение их целей с желаниями населения.

Создаваемые в рамках нацпроекта «Наука» научно-образовательные центры мирового уровня (НОЦ) – это поддерживаемые субъектом Российской Федерации объединения без образования юридического лица федеральных государственных образовательных организаций высшего образования и (или) научных организаций с организациями, действующими в реальном секторе экономики, и осуществляющий деятельность в соответствии с программой деятельности центра. В 2019 году в России были созданы пять НОЦ: Пермский научно-образовательный центр мирового уровня «Рациональное недропользование» в Пермском крае; Западно-Сибирский НОЦ, охватывающий Тюменскую область, Ханты-Мансийский и Ямало-Ненецкий автономные округа; НОЦ «Инновационные решения в АПК» Белгородской области; Научно-образовательный центр мирового уровня «Техноплатформа 2035» в Нижегородской области; НОЦ мирового уровня «Кузбасс» в Кемерово. Основное финансирование НОЦ должно осуществляться из внебюджетных средств, следовательно – инвесторам необходимо будет оценить потенциал и инвестиционную привлекательность региона, в котором они будут функционировать, и только в таком случае вложенные средства будут эффективно использоваться для достижения синергетического эффекта человеческого капитала региона с реальными секторами региональной экономики.

 

Подходы к измерению человеческого капитала. Научный подход к измерению человеческого капитала применялся не раз на протяжении последних индустриальных веков человечества. Впервые осуществил попытку измерения человеческого капитала экономист У. Фарр, опиравшийся на расчет текущей стоимости чистых доходов индивида в будущем с учетом вероятности дожития до определенного возраста[9].

В настоящее время исследователи говорят о трех подходах в оценке человеческого капитала. Первый называется индикаторным и основывается на том, что для человеческого капитала существуют объективные данные, например, количество лет образования, уровень грамотности населения и т. п.  Второй подход к оценке человеческого капитала основан на учете издержек. Его автор экономист Э. Энгель впервые оценил человеческий капитал, основываясь на измерении связанных с его формированием кумулятивных затрат [8]. Последователи Энгеля усовершенствовали его методику и отчасти решили проблему учета издержек на рождение и воспитание детей, которые несет общество; учета затрат времени родителей по уходу за ребенком и т.д. [10]. Однако даже усовершенствованный метод Энгеля имеет ключевой недостаток: измеряется стоимость человека как физического существа, но не оцениваются его знания и навыки, его социальный, приобретенный капитал. В 1960-х годах экономисты смещают акцент на измерение издержек, направленных на совершенствование качественных характеристик индивида как носителя человеческого капитала, и здесь одной из ключевых составляющих стали рассматриваться так называемые потерянные заработки, то есть возможные доходы человека, которые он мог бы получить во время обучения, если бы работал. Третий подход оценки человеческого капитала основан на учете доходов (Л. Дублин и А. Лотка) [3, с. 66]. Предложенная этими экономистами оценка человеческого капитала также имела ряд критических замечаний: во-первых, не всегда возможно получить надежные данные для анализа, во-вторых, они не учитывали амортизацию затрат на человеческий капитал.

В конце 1980-х - начале 1990-х годов публикуются работы Д. Джоргенсона и Б. Фраумени по оценке человеческого капитала на основе учета доходов, в которых впервые отделены «рыночная» и «нерыночная» части человеческого капитала его оценены как его составляющие [3, с. 43]

Анализируя существующие подходы к измерению человеческого капитала и его показателей эффективности, следует отметить, что в большинстве случаев в их основе лежит экономический подход, опирающийся на экономические данные, которыми обладает общество на определенном историческом этапе своего развития. Однако возвращаясь к размышлениям Т. Шульца о человеческом капитале, считаем совершенно справедливым, что «все человеческие ресурсы и способности являются или врожденными, или приобретенными», то есть социальными. «Каждый человек рождается с индивидуальным комплексом генов, определяющим его врожденный человеческий потенциал. Приобретенные человеком ценные качества, которые могут быть усилены соответствующими вложениями, мы называем человеческим капиталом» [4]. И поэтому считаем, что человеческий капитал напрямую связан с индивидом как носителем знаний, ценностей и установок, формирующих социальные коды общества. Данное утверждение предлагаем рассматривать краеугольным в предлагаемой нами методике измерения эффективности человеческого капитала.

В рамках современных концепций человеческого капитала для его измерения используются следующие: натуральные (временные) оценки, предполагающие измерение образовательной составляющей человеческого капитала; затратные оценки, учитывающие первоначальную стоимость, стоимость приобретения, замещения или альтернативные издержки на формирование человеческого капитала; монетарные оценки, основанные на расчете будущих доходов носителей человеческого капитала [3,  с. 43].

Советский математик А.Н. Ефимов предложил три модели формирования качественного человеческого капитала – критерии отбора элитных групп, обладающих максимальной степенью полезности и инновационности: претендент – рекомендатель, «прополка» и «процедура делегирования» (Ефимов). В первой модели определяется «полезный параметр» с характеристиками некоего эталона, и работает схема «рекомендатель» и «претендент»: «если претендент окажется не хуже рекомендателя, он включается в элиту».  Здесь отбор осуществляется не только по личностному критерию (личная симпатия, преданность), а по профессиональным компетенциям, на основе которых рекомендатель готов избрать претендента. Модель «прополка» основывается на рейтингах или рангах и может быть реализована в ситуациях, когда группе необходимо придать элитные качества, при этом в группах можно заменять элементы, что и является «прополкой». Суть «прополки» или эффективного отбора состоит в том, что из группы удаляются «худшие» или неэффективные элементы, и, таким образом, группа повышает коллективную полезность, превращаясь в элитную. Модель «процедура делегирования» основана на конкурсном отборе кандидатов с многоступенчатой процедурой: сначала избираются лучшие, из которых образуется элитная группа, которая должна быть сильнее иных групп.  В основе этой схемы лежит идея делегирования и именно она предохраняет элиту от деградации. Эффективность группы, сформированной по принципу делегирования, выше, чем у группы, образованной посредством «прополки» или стремления к достижению эталона. А.Н. Ефимов приводит пример кризисов и войн, когда происходит естественный процесс отсева худших, в результате чего общество получает эффективный человеческий капитал. Но как только обстоятельства меняются и угрозы уходят, снова актуализируются эталонные принципы отбора. Исследователь считает, что главным условием, обеспечивающим эффективность человеческого капитала, является создание механизма, успешно удаляющего из группы худшие элементы. Кстати сказать, в условиях сегодняшнего эпидемиологического и экономического кризисов, несущих за собой изменения социального взаимодействия и создания новых форм социальных отношений, можно наблюдать образование новых механизмов формирования человеческого капитала путем удаления его неэффективных элементов из социальной системы.

 

Измерение человеческого капитала в регионах с созданными НОЦ. Современный человеческий капитал – это интенсивный социальный фактор развития общества, неразрывно связанный с человеком, его интеллектом, менталитетом и ценностно-смысловой и компетентностной системой. Объем человеческого капитала можно измерить количественно: с этой целью разработаны ряд методик, анализирующих монетарные характеристики человеческого капитала региона [7, с. 55]. И, если объективные данные об объеме или потенциале человеческого капитала региона можно получить, то измерение его эффективности пока находится на стадии разработки.

В основе предлагаемой авторами комплексной методики измерения эффективности человеческого капитала лежит, с одной стороны, принцип делегирования как системы отбора носителей человеческого капитала в научно-образовательные центры мирового уровня, с другой – сетевая диагностика ценностных ориентаций носителей человеческого капитала, их немонетарных характеристик (ценностей, мотиваций, интересов, компетенций).

Модель предложенного авторами эмпирического исследования, базирующаяся на комбинировании количественных и качественных методов, позволит получить данные о монетарных и немонетарных качествах человеческого капитала регионов с создаваемыми НОЦ. Используемый системный анализ позволит определить объем человеческого капитала, состоящий из имеющегося человеческого капитала региона (резерва) и внешнего – миграционных потоков в регион. Данный этап анализа также даст возможность определить монетарные характеристики человеческого капитала региона, в частности, число родившихся в регионе за год, количество студентов и выпускников высших и среднеспециальных учреждений, объем экономически активного населения региона.

Таким образом, предлагаемая авторами методика измерения эффективности человеческого капитала регионов с созданными НОЦ позволит изучить качество имеющегося человеческого капитала в регионе с оценкой его монетарных и немонетарных характеристик и проанализировать влияние регионального, образовательного и средового факторов, понять ценностную иерархию, компетентностную структуру и установки на научную солидарность, ориентированность на сетевое научное сотрудничество и цифровые технологии   регионального вузовского студенчества, что позволит описать требуемый эталон специалиста НОЦ и предложить рекомендации для его успешного достижения.

 

Инвестиционная привлекательность регионов с созданными НОЦ. Инвестиционная привлекательность региона определяется с учетом совокупности факторов, влияющих на целесообразность, эффективность и уровень рисков инвестиционных вложений на территории данного региона. Национальным рейтинговым агентством (НРА) публикуется ежегодный рейтинг инвестиционной привлекательности региона. Авторами были проанализированы данные рейтинга за 2019 год, который был рассчитан на основе интерактивной базы показателей со свежими статистическими данными в момент их публикации (в этом исследовании по большинству показателей используются данные за 1 полугодие 2019 года). В ежегодный рейтинг инвестиционной привлекательности регионов России НРА 2019 года были включены все 85 субъектов Российской Федерации, которые в соответствии с методикой рейтинга были разделены на три укрупненных рейтинговых категории («высокая», «средняя» и «умеренная» инвестиционная привлекательность) и внутри каждой выделяется три уровня.

В рейтинге 2019 года 24 региона формируют группу с высокой инвестиционной привлекательностью (группы IC1, IC2, IC3), наибольшее количество (35) регионов имеют среднюю инвестиционную привлекательность (группы IC4, IC5, IC6), а инвестиционная привлекательность 26 регионов оценивается как умеренная (группы IC7, IC8, IC9).

Необходимо отметить, что рейтинг НРА положительно коррелирует с такими показателями регионального экономического развития, как производительность труда, подушевое потребление и валовый региональный продукт на душу населения. В разные годы коэффициент парной корреляции между рейтингом НРА и показателями развития варьировался от +0,4 до +0,7, что свидетельствует о связи рейтинга НРА с наблюдаемыми показателями развития российских субъектов. Используя результаты рейтинга НРА 2019 года, авторы проанализировали показатели по регионам с уже функционирующими НОЦ (табл. 1). Согласно данным рейтинга Пермский край и Кемеровская область повысили свой результат в рейтинге по сравнению с 2018 годом; Тюменская, Белгородская и Нижегородская области подтвердили свои позиции в рейтинге и остались на том же инвестиционном уровне.

 

Таблица 1. Итоги рейтинга инвестиционной привлекательности регионов 2019 г.

 

 

 

Понятие инвестиционной привлекательности региона шире понятия инвестиционного климата и включает не только аспекты регулирования и сопровождения инвестиционной деятельности, но и факторы, характеризующие ресурсный и инфраструктурный потенциал региона. Рассмотрим приведенные факторы подробнее:

1. Географическое положение и природные ресурсы: удобство географического положения региона, наличие в регионе основных видов природных ресурсов (в том числе топливно-энергетических), уровень загрязнения окружающей среды, возможности очистки стоков и переработки отходов производства, энергоемкость региональной экономики.

2. Трудовые ресурсы региона: численность экономически активного населения, уровень занятости и безработицы, объем предложения квалифицированной рабочей силы, производительность труда.

3. Региональная инфраструктура: уровень развития и доступности как «жесткой» – транспортной, энергетической, телекоммуникационной, жилищной инфраструктуры, так и «мягкой» инфраструктуры, включающей ряд составляющих, в которых с точки зрения инвестиционной привлекательности наибольшее значение имеет финансовая инфраструктура.

4. Внутренний рынок региона (потенциал регионального спроса): уровень развития внутреннего рынка региона, имеющиеся доходы и покупательная способность населения региона.

5. Производственный потенциал региональной экономики: результаты экономической деятельности предприятий, работающих в регионе; отраслевая структура региональной экономики; уровень развития инновационных отраслей.

6. Институциональная среда и социально-политическая стабильность: экспертная оценка эффективности регионального законодательства, регулирующего взаимодействие органов власти и инвесторов; экспертная оценка благоприятности регионального налогового законодательства; уровень социальной и криминальной напряженности в регионе.

7. Финансовая устойчивость регионального бюджета и предприятий региона: состояние государственных финансов в регионе (сумма налоговых поступлений, сбалансированность бюджета), оценка финансового положения предприятий региона.

Помимо инвестиционной привлекательности используемая методика оценивает инвестиционный потенциал региона. Авторами были рассмотрены ранговые оценки факторов регионов, в которых созданы НОЦ. Необходимо отметить, что научно-образовательные центры в регионах должны формировать, в первую очередь, человеческий и инновационный капитал, поскольку одними из основных их задач является производство инновационных продуктов с последующим их внедрением и коммерциализацией в реальный сектор экономики региона, вовлечение крупных и средних компаний, работающих с наукоемкими технологиями.

Опираясь на ранговые оценки факторов и данные инвестиционного потенциала регионов, был осуществлен факторный анализ каждого региона, в котором в 2019 году были созданы НОЦ:

1. Нижегородская область среди всех регионов с НОЦ заняла первую позицию (10 ранг среди всех регионов РФ) и получила высокие оценки трудового и инновационного факторного ранга потенциала. Следует отметить, что природно-ресурсный фактор Нижегородской области оценен достаточно низко, что связано с ее географическим положением и климатом, сырьевой бедностью и незначительным количеством полезных ископаемых, но это экзогенный фактор, на который влияние человека, государства, региональной политики не распространяется. При этом туристический потенциал региона оценен высоко, и при грамотном ресурсном подходе может стать одним из его конкурентных преимуществ. Инфраструктурные, производственные и финансовые факторные ранги Нижегородской области имеют высокие значения, что свидетельствует о ее высоком инвестиционном и человеческом потенциале.

2. Пермский край занимает второе место среди регионов с НОЦ (14 ранг среди регионов РФ). Его природно-ресурсный потенциал получил самую высокую оценку среди исследуемых. Природные ресурсы и высокоразвитый промышленный комплекс выступают основой экономики края, в котором ключевыми отраслями промышленности являются нефтяная, химическая и нефтехимическая, черная и цветная металлургия, машиностроение, лесопромышленный комплекс. В Перми работает крупнейший нефтеперерабатывающий завод «Лукойл-Пермнефтеоргсинтез» (ПНОС), в Пермском крае ежегодно добывается около 10 млн тонн нефти. Именно с учетом особенностей пермской экономики формировалась специализация НОЦ «Рациональное недропользование» с ориентацией на промышленность, добычу и переработку.

3. Инвестиционный потенциал Белгородской области находится на третьем месте среди регионов с НОЦ (16 место в РФ), который опирается на высокие показатели природно-ресурсного и инфраструктурного факторов, что подтверждает имеющимся агропромышленным потенциалом региона. Ориентированность белгородского НОЦ «Инновационные решения в АПК» коррелирует с приведенными ранговыми значениями, поскольку регион является лидером по производству сельскохозяйственной продукции. Транспортную инфраструктуру региона по праву можно характеризовать как развитую: Белгород является транспортным хабом – железнодорожным и автомобильным, что позитивно влияет на себестоимость продукции, экономию издержек на логистику и транспортировку продукции как на экспорт, так и на внутрироссийский рынок. При этом Белгородская область имеет высокие инновационные и трудовые показатели, что способствует формированию эффективного человеческого капитала в регионе.

4. Кемеровская область занимает в рейтинге инновационного потенциала 4 место (17 ранг по РФ). Природно-ресурсный фактор получил самую высокую оценку в связи с тем, что в регионе развита угольная промышленность, добыча цветных металлов, песка, глины. Однако производство сопровождается огромным количеством выбросов в атмосферу региона, что нарушает экологию и не способствует развитию туризма. Инновационный фактор Кемерово оценен низко, что отражает недостаточность развития наукоемких производств, а трудовой, наоборот, оценен высоко по сравнению с другими регионами с созданными НОЦ, что свидетельствует о возможности развития в нем человеческого капитала.

5. Деятельность Западно-Сибирского НОЦ распространяется на Тюменскую область, Ханты-Мансийский и Ямало-Ненецкий автономные округа, поэтому авторы рассмотрели инвестиционный потенциал каждого из них, и их воздействие на потенциал региона в целом. Тюменская область занимает в рейтинге РФ 30 место среди всех регионов, Ханты-Мансийский АО и Ямало-Ненецкий АО – 12-е и 19-е место соответственно. При условии синергетического эффекта потенциалов трех субъектов Тюменская область с учетом двух автономных округов занимает последнее место среди регионов с функционирующими НОЦ. В регионе высоко оценены природно-ресурсный, финансовый и потребительский факторы, что отвечает реальной ситуации: по объему произведенной промышленной продукции область лидирует в России, основной отраслью является топливная промышленность, на долю которой приходится 86,4 % объема промышленного производства области. 

Инновационный потенциал автономных округов крайне низок. Трудовой потенциал выше в ХМАО (20 ранг), в ЯНАО – крайне низок (58 ранг). Самым слабым звеном является инфраструктурный фактор – у Тюменской области (62 ранг), ХМАО (74 ранг) и ЯНАО (77 ранг).

Осуществленный анализ позволил сделать некоторые выводы: высоким трудовым потенциалом среди регионов с функционирующими НОЦ обладают Нижегородская и Кемеровская области, что позволяет предположить наличие в них качественного человеческого капитала. Из пяти регионов с функционирующими НОЦ лидирующую позицию занимает Нижегородская область, обладающая наивысшими трудовым и инновационным показателями. Все регионы с созданными НОЦ, кроме Белгородского, имеют низкие оценки инфраструктурной составляющей, что актуализирует формирование условий для улучшения инвестиционного климата, без которого научно-образовательным центрам не достигнуть поставленных перед ними целей. Считаем, что показатели трудового и инновационного факторов являются основой для формирования человеческого капитала регионов, в которых уже созданы и планируются к открытию такие научные центры.

 

Расчет человеческого капитала регионов с созданными НОЦ. Для анализа человеческого капитала региона важна не только его количественная величина, но и социально-экономические условия, в которых он формируется. Именно на уровне регионов становится возможным создание максимально благоприятных условий для формирования эффективного человеческого капитала. Таким образом, регион обладает внутренним человеческим капиталом, образующим резерв, и внешним человеческим капиталом, зависящим от миграции в регион, а задача региональной политики состоит в создании механизма управления резервными и миграционными потоками человеческого капитала.

В рамках нашего исследовательского интереса наиболее актуальной для осуществления расчетов резерва человеческого капитала региона с работающим НОЦ является методика российского экономиста Е.В. Чучулиной, ориентированная на расчет между числом родившихся (В), уровнем профессионального образования (SH и SM) и экономически активного населения в регионе (EA) (табл. 3).

 

Таблица 3. Резерв человеческого капитала региона (RHP) с созданными НОЦ

 

Пока

затели

Белгородская область

Пермский край

Нижегородская область

Тюменская область (в т.ч. АО)

Кемеровская область

 

2018

2019

2018

2019

2018

2019

2018

2019

2018

2019

B

 

14,3

13,2

29,5

26,7

32,0

29,0

50,4

47,0

26,5

24,15

SH

 

47,7

48,7

55,2

55,2

84,8

84,8

80,3

80,5

48,1

52,1

SM

 

25,8

25,8

55,9

55,9

59,2

59,2

56,5

56,5

48,1

52,1

EA

 

824,5

822,2

1262,9

1226,6

1758,2

1747,7

1956,5

1958,0

1316,1

1283,0

RHP :

0,1064

0,1066

0,1113

0,1124

0,1001

0,0989

0,0956

0,0939

0,0962

0,0969

Изменение показателя 2019/2018

 

+0,0002

 

+0,0011

 

-0,0012

 

-0,0017

 

+0,0007

 

Осуществленный авторами расчет показал, что наибольшим резервом человеческого капитала обладают Пермский край (0,1124 (прирост +0,0011)), на втором месте находится Белгородская область (0,1066 (прирост +0,0002)), затем – Нижегородская область (0,0989 (сокращение -0,0012)), Кемеровская – 0,0969 (прирост +0,0007) и Тюменская (0,0939 (сокращение -0,0017)) области.

Необходимо отметить, что согласно данным Росстата, показатели количества студентов высших и среднеспециальных учебных учреждений не изменялись, поскольку данные по этим показателям имеют специфику расчета не календарного, а учебного года и не были опубликованы на момент исследования (за исключением Белгородской области). Однако очевидным является то, что показатель рождаемости по всем регионам с созданными НОЦ имеет отрицательные значения. Численность экономически активного населения во всех регионах, за исключением Тюменской области, имеет устойчивую тенденцию к сокращению, следовательно – необходимо учитывать миграционный фактор, который может способствовать притоку в регионы качественного человеческого капитала (табл. 4).

 

Таблица 4. Миграция населения в регионах с созданными НОЦ в 2019 г.

В Тюменской области миграционный прирост имеет самые высокие значения, причем из стран постсоветского пространства в регион едет в 9 раз больше мигрантов, чем из российских регионов. Миграционный прирост Белгородской области также достаточно высок, абсолютное большинство (99,5%) миграционного потока в регион происходит за счет украинских граждан. Нижегородскую область в 2019 году покинуло 3731 человек; Пермский край – 6508 человек, 99% из которых россияне; Кемеровскую область – 8413 человек, этот регион имеет самый низкий коэффициент миграционного прироста (-3,1).

Опираясь на осуществленный анализ миграционных потоков можно отметить, что в трех из пяти регионах с созданными НОЦ – в Нижегородской, Кемеровской областях и Пермском крае – наблюдается сокращение численности экономически активного населения и снижение уровня рождаемости, что не способствует накоплению резерва человеческого капитала в них, а, скорее, имеет обратно направленную тенденцию.

В регионах с положительным сальдо миграционных потоков прирост рабочей силы не влияет на рост количества обучающихся в регионе и состоит на 95% из внешней миграции. При этом остается непонятным качество данного миграционного потока: в нем присутствуют как трудовые мигранты с низкой квалификацией, что не будет содействовать формированию качественного уровня человеческого актива этих регионов, но и немногочисленные высококвалифицированные специалисты, которых необходимо привлекать к научной деятельности НОЦ. Выявленные тенденции свидетельствуют о негативных тенденциях процесса роста эффективного человеческого потенциала регионов с функционирующими научно-образовательными центрами, которые необходимо дополнительно изучать.

 

Выводы. Проанализировав инвестиционную привлекательность регионов с созданными НОЦ, резерва их человеческого капитала, можно отметить следующее. Во-первых, факторный анализ их инвестиционного потенциала показал, что регионы с высокими трудовым и инновационным показателями, являющимися основой для формирования эффективного человеческого капитала, обладают и высоким уровнем инвестиционного потенциала.

Во-вторых, сырьевая направленность экономики регионов с функционирующими НОЦ не способствует развитию их инвестиционного потенциала и формированию в них наукоориентированного человеческого капитала. На развитие человеческого капитала региона и приток инвестиций влияют инфраструктурные преобразования, которые в четырех из пяти регионах с созданными НОЦ – Пермский край, Нижегородская, Кемеровская и Тюменская области – имеют низкие показатели, что актуализирует финансовые вложения и соответствующие действия региональных властей.

В-третьих, в двух из пяти регионах с работающими научно-образовательными центрами (Нижегородская и Тюменская области) показатель резерва человеческого капитала имел отрицательную динамику в 2018-2019 годах. Показатели резерва человеческого капитала рождаемость и численность экономически активного населения во всех исследуемых регионах имеют отрицательные значения. Исключение составила Тюменская область, в которой наблюдаются активное миграционное движение населения из стран постсоветского пространства. При этом миграционные процессы в анализируемых регионах не имеют стратегического влияния на величину резерва человеческого капитала в связи с тем, что основная часть миграционного потока не отвечает качественным характеристикам, не является высококвалифицированным, это, скорее, низкоквалифицированная трудовая миграция.

Факторный анализ инвестиционного потенциала регионов с функционирующими научно-образовательными центрами коррелирует с основными показателями регионального экономического развития. Создаваемые центры направлены на интенсивный рост за счет инновационных открытий, наукоемких разработок и их внедрения в конкретную отрасль экономики. Осуществленный авторами анализ показал, что регионы с низким ресурсным потенциалом обладают высоким потенциалом экономического роста – не за счет увеличения производительности, а за счет физического прироста объемов производства, что не всегда экономически выгодно бизнесу и индустриальным партнерам научно-образовательных центров, а значит – есть риск остаться без внебюджетного финансирования, что является обязательным условием при создании научно-образовательных центров мирового уровня.

 

Исследование выполнено при поддержке РФФИ в рамках научного проекта №19-29-07443 / 19 «Научно-образовательные центры как фактор формирования человеческого капитала в России: формат создания научно-образовательных центров мирового уровня в соответствии с Указом Президента Российской Федерации "О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года"."»

References

1. Borsch L.M., Zharova A.R. (2019) Methodology for the development of human capital from the standpoint of the digital economy // Creative Economy. - 2019. - Volume 13. - No. 11. - S. 2141-2158. Access mode: https://creativeconomy.ru/lib/41351. Date of access: 07.10.2020

2. Efimov A. Elite groups, their emergence and evolution. Access mode: https://loyp.ru/docs/external/elite_groups_(efimov).pdf. Date of access: 07.10.2020

3. Kapelyushnikov, R. I. (2012) How much is the human capital of Russia? : preprint WP3 / 2012/06 [Text] / RI Kapelyushnikov; Nat. issled. University Higher School of Economics. - M.: Ed. House of the Higher School of Economics, 2012 .- 76 p.

4. A.V. Koritsky (2010) Is there an excess of educated workers in Russia? // FE. 2010. No. 1. Access mode: https://cyberleninka.ru/article/n/izbytochna-li-chislennost-obrazovannyh-rabotnikov-v-rossii. Date of access: 07.10.2020.

5. Korchagin Yu.A. (2005) Russian human capital: a factor of development or degradation ?: Monograph. Voronezh: TsIRE, 2005.252 p.

6. Krakovskaya I.N. (2008) Measuring and assessing the human capital of an organization: approaches and problems // Economic analysis: theory and practice, 19 (124) - 2008. P. 41-50.

7. Chuchulina E.V. (2014) Human capital as a factor in the socio-economic development of the region // Bulletin of the Perm University. Economy. 2014, no. 1 (20). S. 52-57. Access mode: http://econom.psu.ru/upload/iblock/0d8/chuchulina-e.v.-chelovecheskiy-kapital-kak-faktor-sotsialno_ekonomicheskogo-razvitiya-regiona.pdf. Date of access: 07.10.2020.

8. Engel, E. (1883) Der Werth des Menschen // Berlin: Verlag von Leonhard Simion, 1883.

9. Farr, W. (1897) Equitable taxation of property. Royal Statistical Society, XVI, 1897.

10. Folloni, G., Vittadini, G. (2010) Human capital measurement: a survey, Journal of Economic Surveys, 2010, vol. 24, issue 2.


Login or Create
* Forgot password?