Земцов С.П. МГУ имени М.В. Ломоносова. Оценка

Земцов С.П.
МГУ имени М.В. Ломоносова.
Оценка инновационного потенциала отрасли с помощью Форсайт-методологии (на
примере отрасли рационального природопользования).
Введение. Одним из направлений инновационной политики в России стало формирование
технологических платформ (ТП), в рамках которого проводится масштабный проект по
выявлению центров превосходства и созданию на их базе центров научно-технологического
прогнозирования1 в инновационных отраслях экономики. В данной работе будет рассмотрен опыт
применения Форсайт-методологии для исследования перспектив приоритетного направления
рационального природопользования (далее – РПП).
В развитых зарубежных государствах проблемам экологии уделяется значительное
внимание, сформирована довольно жесткая позиция гражданского общества по отношению к
загрязнению
окружающей
политические
партии.
среды, созданы
Была
разработана
многочисленные
экологические движения и
соответствующая
нормативно-правовая
база.
Экологические нормы стали одним из существенных факторов научно-технологического, а
соответственно и социально-экономического развития западных стран. Новые технологии привели
к появлению новых рынков (перспективных для России): евростандарты топлива и моторных
масел – рынок высокооктанового топлива, рынок альтернативных источников энергии, рынок
технологий повышения энергоэффективности, рынок «парниковых газов», рынок «умных» домов
и соответствующих технологий, рынок органического земледелия и многие другие. В результате
внедрения жестких экологических норм наиболее экологически опасные производства перенесены
в
развивающиеся
страны,
значительно
повышена
энергоэффективность
существующих
производств. Государственное регулирование и давление гражданского общества привели к
формированию представлений об экологической ответственности бизнеса.
В рамках направления РПП в России чрезвычайно актуальны проблемы накопления
отходов производства и потребления. Действующая система мониторинга и прогнозирования
состояния окружающей среды, чрезвычайных ситуаций не соответствует современным
требованиям. Природоохранная деятельность заметно деградировала.
Актуальность исследования также обусловлена существующей насущной потребностью
реального сектора экономики и органов государственной власти в определении будущих
глобальных трендов развития, а также выявлении конкурентных преимуществ России.
Объект
исследования
–
отрасль
рационального
природопользования.
Предмет
исследования – оценка инновационного потенциала отрасли в России.
Цель
работы
–
оценить
потенциал
развития
направления
рациональное
природопользование в России до 2020 г. В задачи исследования входили:
Одним из подобных центров выступает географический факультет МГУ в рамках технологической
платформы «Технологии экологического развития».
1
1. Разработка методики исследования новой отрасли экономики с помощью Форсайттехнологий.
2. Выявление сложившихся инновационных кластеров в России.
3. Оценка инновационного потенциала существующих кластеров.
4. Определение структуры и оценка объема перспективных рынков отрасли.
Научная новизна данной работы заключается в применении Форсайт-технологий для
оценки потенциала отрасли РПП; в России практически отсутствовали обобщающие исследования
по данной проблеме. Автором предложен оригинальный подход к оценке инновационного
потенциала отрасли путем исследования отраслевых кластеров.
Особенности объекта исследования. Специфика отрасли заключается в высокой степени
междисциплинарности исследований, а также в потенциально многоотраслевом применении
экологических технологий и услуг. Отрасль РПП является формирующимся направлением
хозяйства и многими экспертами относится к инновационному сектору экономики. Но не
существует консенсуса в определении основных подотраслей РПП. В рамках ТП «Экологическое
развитие» выделяются следующие критические технологии2 (КТ):

КТ 19. Технологии мониторинга и прогнозирования состояния окружающей среды,
предотвращения и ликвидации ее загрязнения.

КТ 20. Технологии поиска, разведки, разработки месторождений полезных
ископаемых и их добычи.

КТ 21. Технологии предупреждения и ликвидации чрезвычайных ситуаций
природного и техногенного характера.
В данной статье рассматриваются только отрасли КТ-19. Ряд подотраслей КТ-19 можно
относить к высшим технологическим укладам (по С. Глазьеву). В них используются сложнейшие
технические средства: космическая техника, суперкомьютеры, сложные информационные
системы
и
т.д.,
а
конечным
продуктом
часто
служат
высокотехнологичные
услуги
прогнозирования, создания геоинформационных систем и т.д. Технологии РПП напрямую связаны
с идеями устойчивого развития и «зелеными» технологиями, наиболее передовыми и
востребованными в развитых странах.
Указанные подотрасли организованы в рамках инновационных циклов. Инновационный
цикл в широком смысле слова описывает собой процесс от получения знания до изобретения и
последующего внедрения. Стадии инновационного цикла включают в себя: обучение (освоение
первичных знаний и навыков) → новация (зарождение новых идей) → инновация (первичная
разработка) → производство (массовый продукт или услуга) → конечное потребление (спрос на
инновационную продукцию). В рамках цикла взаимодействуют образовательные учреждения,
научно-исследовательские центры, производители и потребители конечной продукции.
Комплекс междисциплинарных технологических решений, которые создают предпосылки для
дальнейшего развития различных технологических направлений, имеют широкий потенциальный круг
конкурентоспособных инновационных приложений («Стратегия развития науки и инноваций в Российской
Федерации на период до 2015 года»)
2
Организационным
воплощением
цикла
на
отдельной
территории
являются
инновационные кластеры. Но сам цикл на территории не закреплен как ранее, он более подвижен
в условиях преобладания сетевых структур и высокой скорости передачи информации. Экономия,
достигавшаяся в рамках локальных кластеров, играет меньшую роль. Но в рамках региональных
инновационных систем (кластеры регионального уровня) многие «неявные» знания могут быть
переданы только от «учителя к ученику». Подобные кластеры могут носить разное название –
инновационные зоны, кластеры высоких технологий, научно-производственные кластеры и т.д. Их
формирование прослеживается на примере Кремниевой долины в США, где зарождению
высокотехнологичных
производств
способствовал
существующий
университет,
а
также
сформировавшийся технопарк.
Сетевые модели подразумевают не только иерархическое, но и сетевое взаимодействие
между институтами различных стадий инновационного процесса. Но в этом случае уровень
организации должен быть выше существующего, так как многократно увеличивается количество
контрагентов, а значит требуются более сложные системы организации управления. В качестве
одного из инструментов повышения уровня организованности предполагается создание центров
прогнозирования научно-технического прогресса в рамках технологических платформ.
Методика исследования. Для оценки инновационного потенциала отрасли необходимо
выявить ключевые инновационные центры и объем перспективных рынков. Были использованы
Форсайт-технологии (от англ. Foresight — «взгляд в будущее») как инструмент формирования
образов будущего в сфере науки и технологий. Основными использованными методами стали:
экспертные панели, Дельфийская процедура, методы «мозгового штурма» и сценирование.
На первом этапе в МГУ им. М.В. Ломоносова был создан центр прогнозирования научнотехнологического развития по приоритетному направлению РПП в рамках ТП «Технологии
экологического развития». С помощью экспертных панелей3 были выявлены ключевые
образовательные центры в рамках направления. На данном этапе исследование охватило 13
ведущих вузов страны4. Представители вузов в рамках Дельфийской процедуры заполнили
анкеты,
в
которых
указывались
сферы
компетенции
организаций,
с
которыми
они
взаимодействуют в рамках критических технологий, новые технологии, центры внедрения и
ключевые научные школы и эксперты, известные респонденту. Данные анкет были обработаны с
помощью процедуры нормирования. Каждому вузу был присвоен индекс, отражающий
масштаб (уровень компетенций) и уровень развития (уровень взаимодействия и инновативности)
регионального инновационного кластера, рассчитанный по формуле линейного масштабирования:
38 экспертов были выбраны исходя из библиометрического и патентного анализа
БФУ (Балтийский федеральный ун-т им. И. Канта), БГНИУ (Белгородский гос. научно-исследовательский
ун-т), КФУ (Казанский федеральный ун-т), НГУ (Новосибирский гос. ун-т), ПГНИУ (Пермский
государственный научно-исследовательский ун-т), РГГМУ (Российский гос. гидрометеорологический ун-т),
РХТУ (Российский химико-технологический ун-т им. Д.И. Менделеева), СГУ (Саратовский
государственный ун-т им. Н.Г. Чернышевского), СПГГУ (Санкт-Петербургский гос. горный ин-т), ТГУ
(Национальный исследовательский Томский гос. ун-т), ТПУ (Томский политехнический ун-т), ТУСУР
(Томский гос. ун-т систем управления и радиоэлектроники). ТюмГУ (Тюменский государственный ун-т).
3
4
𝑋𝑖−𝑋𝑚𝑖𝑛
𝐼𝑖 = 𝑋𝑚𝑎𝑥−𝑋𝑚𝑖𝑛
(1),
где Xi – исследуемый показатель, Xmin – наименьший из группы сравниваемых показателей, Xmax –
наибольший.
Применение данного индекса корректно, так как нет существенных разбросов между
данными. Для расчета конечного индекса для каждого вуза рассчитывается среднее
арифметическое всех индексов. Вузы были расположены в порядке убывания индекса.
На втором этапе для верификации полученных данных и определения центров
превосходства5 каждый выявленный субъект инновационного цикла (вуз, НИИ, КБ, предприятие и
т.п.) в рамках Дельфийской процедуры заполнил схожую анкету. Данные анкеты были
проанализированы с точки зрения формирования в рамках региональных кластеров устойчивых
инновационных циклов, иначе была дана оценка инновационного потенциала каждого кластера.
Инновационный цикл в данном исследовании представлен следующими стадиями:

образование (ВУЗы, техникумы, ПТУ, школы – подготовка кадров);

фундаментальная наука (академические институты, научные лаборатории университетов);

прикладная наука (НИИ, лаборатории ун-тов, «R’n’D» отделы крупных корпораций);

рыночная реализация (организации, реализующие инновационную продукцию и услуги).
Все стадии связаны между собой прямыми и обратными связями обмена информацией,
людьми, продуктами и услугами. На рис. 1 представлена схема взаимодействия различных стадий
инновационного процесса. Сплошной линией показаны исследованные в данной работе связи.
Для оценки инновационного потенциала используется ряд важных индикаторов. Для
анализа библиометрических показателей использовались собственные результаты на основе
ресурсов научной электронной библиотеки eLibrary. В поисковой системе eLibrary задавался
запрос на нахождение по организации авторов одной из организаций технологической цепочки.
Если организация является крупным научным центром с разнообразной специализацией,
невходящей в сферу критической технологии, задавались дополнительные ограничения (для КТ19 – это области поиска: «География», «Геодезия и картография» и «Охрана окружающей среды»;
в ряде случаев также – «Космические исследования» и «Водное хозяйство»
Патенты – также один из ключевых критериев оценки научно-исследовательской и
инновационной деятельности организации. В данном исследовании использовался патентный
поиск
по
объектам
патентного
права
России
с
помощью
сайта:
http://www.fips.ru/cdfi/Fips2009.dll/DB (Федеральная служба по интеллектуальной собственности,
патентам и товарным знакам). В патентном поиске вводилась организация патентообладатель,
если это была крупная многопрофильная организация – добавлялся поиск по основным
направлениям исследований, которые также были выявлены с помощью публикационного и
патентного поисков на основе направления КТ-19.
Организации, ведущие
научные исследования и разработки в прорывных областях знаний и
располагающие уникальными материально-техническими, интеллектуальными и кадровыми ресурсами
5
Рисунок 1. Ключевые типы взаимодействия организаций в рамках инновационного процесса
Каждая цепочка описана количеством организаций, публикационной (количество
публикаций по научным направлениям в рамках КТ) и патентной активностью (количество
патентов по научным направлениям в рамках КТ). Для сравнения кластеров и различных стадий
использовался интегральный индекс инновационности. Индекс рассчитывается с помощью
формулы линейного масштабирования (1). Данная формула может быть применена, так как связь
между инновационностью и каждым из индикаторов монотонно положительная (гипотетически).
Индекса инновационности недостаточно для оценки значимости кластера и его
инновационного потенциала, необходимо также оценить разнообразие организаций в рамках
кластера, так и в рамках КТ между организациями. Одновременно это является и индикатором
законченности технологической цепочки, так как высокий индекс разнообразия свидетельствует о
«монополизации» кластера одной из стадий, или одной из организаций. Использовался индекс
Херфиндаля-Хиршмана (иначе индекс разнообразия Симпсона (2). Данный индекс довольно прост
в применении и подходит для оценки разнообразия между небольшим количеством объектов в
системе, в отличие от других схожих индексов (информационный индекс разнообразия К.
Шеннона – У. Уивера, индекс Глисона и др.).
(2),
где IHH- индекс Херфиндаля — Хиршмана; S1— удельный вес крупнейшей стадии; S2 —
удельный вес следующей по величине стадии; Sn- удельный вес наименьшей стадии.
Если в отраслевом кластере представлена только одна организация, то S1 = 100 % (или 1),
а IHH= 10000 (или 1). Если в отрасли 100 одинаковых предприятий, то S = 1 % (или 0,01), а IHH=
100 (или 1). Оптимальным значением концентрации следует считать 0.20-0.25, если значение
выше данного, это свидетельствует о высокой концентрации показателя.
На последнем этапе Форсайт-исследования было проведено исследование струкутры и
потенциального объема рынков РПП. Анализ перспективных рынков КТ-19 затруднен
отсутствием по большинству показателей официальных статистических данных. Многие рынки
находятся в зачаточном состоянии (экологические услуги, вторичное сырье и готовая продукция
на основе переработки отходов, услуги по рекультивации и др.), поэтому оценить их объем
корректно не представляется возможным. Из-за малых объемов рынка наблюдается сильная
волатильность по годам (может достигать сотен процентов). Перспективные рынки зависимы от
внешней конъюнктуры и от общего уровня социально-экономического развития. Наблюдается
высокая зависимость от государственного заказа.
Для значительной части рынков основными, а часто и единственными производителями и
потребителями являются государственные структуры (управление, прогнозирование и ликвидация
последствий чрезвычайных ситуаций, модели климата, системы гидрометеорологического
наблюдения и прогнозов и т. д.). Для оценки потенциального объема таких рынков использовалась
информация профильных организаций, анализировались государственные контракты (по данным
сайта госзакупок). Для оценки будущих объемов рынков использовались данные федеральных
целевых программ (ФЦП), создающих спрос на продукцию и услуги рационального
природопользования (см. список литературы). Изначально сделано предположение, что доля
частных
предприятий
будет
расти,
гвазигосударственные
рынки
(контракты
между
государственными структурами) в будущем станут открытыми для частных инвестиций, поэтому
подобные рынки следует считать перспективными.
Расчет
рынков
предотвращения
и
ликвидации
загрязнения
окружающий
среды
производился путем прогноза инвестиций в соответствующие сферы охраны окружающей среды.
Работа выполнена на основе обширного ряда источников: статистических
данных
Росстата (отраслевые доклады «Охрана окружающей среды в России», «Промышленность» и др.);
данных профильных ведомств (Министерство природных ресурсов и экологии (Минприроды),
Федеральная служба по гидрометеорологии и мониторингу окружающей среды (Росгидромет),
Федеральная служба по надзору в сфере природопользования, Федеральное агентство по
недропользованию (Роснедры), Федеральное агентство водных ресурсов (Росводресурсы),
Федеральное агентство лесного хозяйства (Рослесхоз), Министерство Российской Федерации по
делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных
бедствий (МЧС) и т.д.); аналитических обзоров (журнала «Эксперт», газеты «Ведомости» и др.);
баз данных предприятий («Желтые страницы России», справочник организаций «Яндекса» и пр.);
научных публикаций и официальных документов. Для получения ряда количественных
показателей использовались экспертные оценки специалистов географического факультета МГУ
им. М.В. Ломоносова, ФГУ «Государственный океанографический институт имени Н.Н. Зубова».
Для
оценки
объема
перспективных
рынков
применялись
различные
методики.
Существующие данные за прошлые периоды экстраполировались исходя из глобальных трендов,
ситуации в более развитых государствах, экспертных оценок будущих трендов. Рынки
оценивались как со стороны предложения, так и со стороны спроса. Так для оценки
потенциальных объемов рынка гидрометеорологического оборудования, было учтен высокий
износ советского оборудования и необходимость его полной замены. Расчеты проводились
нормативным путем. Обладая данными по отдельным регионам страны по закупке и
модернизации оборудования, проводилась экстраполяция на всю территорию страны в
соответствии с разницей в показателях обеспеченности оборудованием.
Годовая разбивка рынков в большинстве случаев была невозможна, поэтому приходилось
оценивать совокупный объем перспективных рынков с 2012 до 2020 гг.
Обсуждение результатов.
1. Выявление существующих региональных кластеров. На первом этапе Форсайтисследования была составлена база данных организаций, участвующих в КТ-19 (табл. 1).
Таблица 1. Общее число взаимодействующих в кластере организаций в области КТ-19
Образовательные учреждения Научно-исследовательские центры Предприятия
КТ 19
25
42
62
Сумма
129
Рассчитано автором
Кластеры выделялись исходя из количества участвующих в них организаций и связей
между ними. С помощью метода картодиаграммы была показана организационная структура
кластеров (рис. 2), в которой выделены три ключевых стадии инновационного процесса –
образование (университеты), фундаментальная и прикладная наука (НИИ) и предприятия
реального сектора экономики. Размер диаграммы прямо пропорционален количеству организаций.
Связи между кластером и организациями из других городов показаны методом знаков движения,
чем шире знак движения, тем больше связей с этим городом. Если взаимодействие происходит
внутри кластера, оно изображается выгнутой стрелкой.
Рисунок 2. Региональные и межрегиональные кластеры в рамках КТ 19.
Для каждого вузовского кластера был рассчитан описанный ранее индекс инновационного
потенциала. «Ядро» отраслевого кластера: ТюмГУ, РГГМУ, СПГГУ, КФУ. «Срединные центры»:
БГНИУ, БФУ, ТУСУР, СГУ, НГУ, ТГУ. Слабые кластеры: ПГНИУ, ТПУ, РХТУ.
Таблица 2. Расчет индекса инновационного потенциала вузов.
Тюм
РГГ
СПГ КФ БГН
БФ
ТУ
ГУ
МУ
ГУ
У
ИУ
У
СУР
Компетенции 0.85
1.00
0.69
1.00 0.15
0.46 0.38
Взаимодейст
вия
Новые
технологии
Центры
внедрения
Среднее
0.64
0.32
0.24
0.20
0.52
0.40
0.52
0.83
1.00
0.50
0.83
1.00
0.50
0.67
1.00
0.25
0.75
0.00
0.25
0.50
0.00
0.83
0.64
0.55
0.51
0.48
0.47
0.39
ТГ
У
0.3
5
0.2
4
0.1
7
0.7
5
0.3
8
СГ
У
0.2
3
0.2
0
0.3
3
0.7
5
0.3
8
НГ
У
0.5
4
0.2
8
0.1
7
0.5
0
0.3
7
ПГН
ИУ
0.15
0.36
0.50
0.00
0.25
ТП
У
0.0
0
0.2
0
0.5
0
0.0
0
0.1
8
РХ
ТУ
0.46
0.00
0.00
0.00
0.12
Рассчитано автором
Выделяются Центральный, Уральский, Сибирский и Северо-Западный межрегиональные
кластеры. У большинства центров прослеживается ориентация на инновационный кластер
столицы. Крупнейшими кластерами по количеству участвующих организаций являются
Московский (намеренно изъят из картосхемы, так как из-за высоких показателей противоречит
выбранной методике), Пермский и Томский.
Центральный межрегиональный кластер включает в себя ряд ключевых центров –
Московский, Саратовский, Белгородский и Казанский. Калининградский кластер по структуре и
вектору связей также следует относить к Центральному кластеру. Меньшее количество
организаций
и
связей
компенсировалось
в
данном
кластере
высокими
показателями
инновационности (табл. 2), состоявшем в оценке разнообразия компетенций, взаимодействий,
новых технологий и центров внедрения. Высокую роль играет образовательная стадия, при этом
вузы активно взаимодействуют друг с другом и Москвой. Из технологической цепочки
рассматриваемых кластеров выпадает научно-исследовательское звено (сконцентрированное
преимущественно в столичном регионе).
Другой крупный кластер сформировался в южной части Западной Сибири. Можно
говорить о формировании в Томске мощного инновационного «ядра» - сформировавшейся
региональной инновационной системы, включающей в себя все стадии инновационного цикла,
охватывающей 3 взаимодействующих между собой вуза и около 50 сторонних организаций.
Вместе с Новосибирском они образуют крупнейший за пределами Московского столичного
региона межрегиональный кластер. Ярко выделяется роль научно-исследовательских организаций
(Новосибирский Академгородок) и вузов Томска (старейшего университетского города Сибири),
которые замкнуты преимущественно на себя. Томск также отличается набором и разнообразием
предприятий.
Третий по значимости инновационный кластер с высоким потенциалом сложился в СанктПетербурге (РГГМУ, СПГГУ), но ориентирован преимущественно на собственные потребности.
Уральский кластер включает в себя комплекс организаций (преимущественно реального
сектора экономики) в Пермском крае, Екатеринбурге и Челябинске, а также Тюменский
субкластер с самым высоким инновационным потенциалом среди рассмотренных центров
уральского кластера. Однако из цепочки явно выпадает образовательная стадия.
В связи с выявленной ограниченностью связей между организациями (низкий
коэффициент связности сети, ориентированность сети на столичный регион) в рамках критической
технологии трудно говорить о существовании сложившегося единого отраслевого кластера, скорее
каждый вуз-участник формирует в рамках собственных компетенций локальный (часто
региональный) отраслевой кластер. Последнее соотносится с идеями М. Портера и М. Энрайта о
роли географического фактора в формировании кластеров, а также не противоречит концепции,
предложенной авторами о концентрации стадий большого инновационного цикла в рамках
инновационных зон.
2. Оценка инновационного потенциала выявленных кластеров. Следующий этап
анализа потребовал верификации первично полученных данных, что привело к составлению
дополнительной базы данных на основе отраслевого подхода (по направлениям исследований) в
рамках стадий технологической цепочки, или инновационного цикла. По ряду причин не вошли
организации из Уральского межрегионального кластера (в частности ТюмГУ обладает лишь 7
патентами в КТ-19, ПГНИУ– 9). Для каждой организации была рассчитана публикационная и
патентная активность (по описанной выше методике).
Недостаток условно «отраслевой» методики от описанной выше «территориальной»
заключается в невозможности оценить реальные связи в рамках технологической цепочки между
организациями и кластерами. Поэтому дается индикативная оценка отдельных организаций, что
может сильно искажать показатели всего кластера. Так выдающаяся публикационная активность
Института Океанологии РАН им. П.П. Ширшова искажает как всю методику нормирования, так и
показатели двух кластеров – РГГМУ и БФУ, которые указали институт как одного из партнеров,
получив таким образом статус лидирующих центров превосходства.
На основе второй методики были выделены следующие центры превосходства,
сложившиеся вокруг вузов – центров прогнозирования в рамках КТ-19: Национальный
исследовательский Саратовский государственный университет им. Н.Г. Чернышевского (СГУ),
Российский государственный гидрометеорологический университет (РГГМУ), Белгородский
государственный научно-исследовательский университет (БГУ), Балтийский федеральный
университет
им.
И.
Канта
(БФУ),
Новосибирский
национальный
исследовательский
государственный университет (НГУ), Российский химико-технологический университет им.
Д.И.Менделеева (РХТУ). Кластер Томского политехнического университета не рассматривался в
рамках анализа из-за малых масштабов, в нем были представлены лишь три взаимодействующие
организации: Томский политехнический университет (21 патент, 57 публикаций), Институт
геологии и геофизики нефти и газа СО РАН (12 и 0), ОАО "Томскгеомониторинг" (11 и 0).
Анализ ведущих организаций в рамках стадий инновационого цикла предполагал три
основных этапа:
- 1) анализ ведущих публикационных и патентных организаций в рамках КТ;
- 2) анализ стадий, их распределение между региональными кластерами;
- 3) сравнение региональных кластеров друг с другом (оценка индекса инновационности и
индекса разнообразия).
Всего в рамках КТ-19 было выявлено 79 организаций, непосредственно связанных с
центрами превосходства, но только часть из них обладает публикациями – 64 организации и
патентами – 36 организаций.
Среди крупнейших организаций по публикационной (табл. 3) и патентной (табл. 4)
активности выделяются Институт океанологии РАН им. П.П. Ширшова, ФГБУН Институт
цитологии и генетики СО РАН и НГУ, которые являются лидерами данных показателей по обеим
категориям. Выделяются также и сами центры превосходства (стадия образование): БелГУ, НГУ,
РГГМУ, РХТУ, последние три также выступают центрами превосходства для лидирующих
организаций.
В среднем на одну организацию (включая организации с нулевыми значениями
индикаторов) приходится 77,8 публикаций и 6,6 патентов, эти показатели могут использоваться
для оценки возможности включения в работу технологической платформы сторонних
организаций. Индекс Херфиндаля-Хиршмана показывает очень высокую степень разнообразия:
0,06 и 0,07 по публикациям и по патентам соответственно, что свидетельствует об относительной
«равноправности» организаций: ни одна организация существенно не превалирует над
остальными.
Крупнейшими публикационными центрами, как и ожидалось, являются организации –
учреждения РАН, занимающиеся фундаментальными науками (Институт Океанологии РАН им.
П.П. Ширшова, Институт водных проблем РАН, ФГБУН Институт систематики и экологии
животных СО РАН, ФГБУН Институт водных и экологических проблем СО РАН, ФГБУН
Институт почвоведения и агрохимии СО РАН). Основная специализация данных центров
исследования
в
области
динамики
и
мониторинга
океана,
атмосферы,
рек
–
всего
гидрометеорологического цикла, а также биосферные исследования: экология, биоразнообразие и
т.д. Среди лидеров также присутствуют университеты: БелГУ преимущественно специализируется
на
почвоведении,
агрохимии,
исследовании
ландшафтов;
НГУ
и
РГГМУ
–
гидрометеорологическая тематика.
Среди лидеров по патентной активности организации фундаментальной и прикладной
науки, только один вуз – НГУ, тесно связанный с Академгородком и СО РАН, а также
предприятие. Первые три организации (табл. 4) специализируются на изучении разных сторон
биосферы, остальные – на изучении динамики гидросферы, литосферы, эффективного
использования ресурсов.
Таблица 3. Крупнейшие публикационные центры
Стадия / Показатель
БелГУ
Институт Океанологии РАН им. П.П. Ширшова
Институт водных проблем РАН
НГУ
ФГБУН Институт систематики и экологии животных СО РАН
РГГМУ
ФГБОУН Центральный сибирский ботанический сад СО РАН
ФГБУН Институт водных и экологических проблем СО РАН
ФГБУН Институт почвоведения и агрохимии СО РАН
Иркутский государственный технический университет
РХТУ
Институт физики атмосферы имени А. М. Обухова РАН
ФГБУН Институт цитологии и генетики СО РАН
ФГБОУ ВПО "Калининградский государственный технический
университет"
НИЦ экологической безопасности РАН (НИЦЭБ РАН)
Государственный Гидрологический Институт (ГГИ)
ФВГОУ ВПО
“ВКА имени А.Ф. Можайского» МО РФ
Центр
превосходства
Количест
во статей
БелГУ
БФУ, РГГМУ
РХТУ
НГУ
НГУ
РГГМУ
НГУ
НГУ
НГУ
РХТУ
РХТУ
РХТУ
НГУ
БФУ
613
603
505
463
439
419
399
332
268
217
198
184
132
125
Доля
от
всех
стате
й
0,10
0,10
0,08
0,08
0,07
0,07
0,06
0,05
0,04
0,04
0,03
0,03
0,02
0,02
РГГМУ
РГГМУ
РГГМУ
119
103
101
0,02
0,02
0,02
Количество
патентов
Доля от
всех
патентов
0,14
0,11
0,11
0,10
0,06
0,05
0,05
Таблица 4. Крупнейшие центры патентовладения.
ФГБНУ ВНИИ систем орошения и сельхозводоснабжения "Радуга"
ФГБУН Институт цитологии и генетики СО РАН
ВНИИ рыбного хозяйства и океанографии (ВНИРО)
ОАО «ВНИИ гидротехники им. Б.Е. Веденеева»
ОАО "Саратовнефтегаз"
Институт Океанологии РАН им. П.П. Ширшова
НГУ
72
59
59
50
31
26
25
Для каждой стадии технологического процесса характерны свои особенности. На стадии
образования участвуют 19 организаций, на стадии фундаментальной науки – 21, на стадии
прикладной науки – лишь 9 организаций, на стадии производственной – 29.
В табл. 5 представлены обобщенные данные по всем стадиям в сравнении с совокупностью
всех организаций. Организации каждой стадии оправдывают свое функциональное назначение.
Организации образования (среди которых и центры превосходства) ожидаемо 40% всех статей и
17% патентов в рамках КТ-19. На стадии фундаментальной науки организации ориентированы на
публикации статей, в ней концентрируется 52% публикаций и 31% патентов. У стадии самый
высокий показатель, соотнесенный с количеством организаций – 152,5 публикаций на одну
организацию, уровень патентной активности также выше среднего (почти 8 патентов на
организацию). В организациях прикладной науки самый высокий показатель патентной
активности – 17 патентов на одну организацию, здесь концентрируется 29% всех патентов, но
предсказуемо всего 4% статей. Ориентированные на практическое применение различных
разработок предприятия очень слабо участвуют в публикациях статей (4%), но обладают 22 %
патентов, хотя показатель, рассчитанный на одну организацию и ниже среднего (3.8).
Наименьшее количество организаций (9 предприятий) и наибольшее значение индекса
Херфиндаля-Хиршмана (0.22 по публикациям и 0.38 по патентам) свидетельствуют о
недостаточном развитии стадии прикладной науки (табл. 6). Так научно-исследовательские
организации прикладного характера не представлены в рамках кластеров, сформированных вокруг
НГУ, СГУ и БелГУ, являющихся при этом крупными центрами фундаментальной науки (табл. 6).
Налицо очевидный разрыв между фундаментальными исследованиями и базирующимися на них
технологическими решениями.
Таблица 5. Показатели для каждой стадии.
Стадия
Индикатор
Всег
Показатель на
о
одну
организацию
Публикации
2488
124.4
Образование
Патенты
91
4.6
3203
152.5
Фундаментальн Публикации
ая наука
Патенты
165
7.8
Публикации
237
26.3
Прикладная
наука
Патенты
153
17.0
Публикации
220
7.4
Предприятия
Патенты
115
3.8
Публикации
6151
77.9
Все стадии
Патенты
524
6.6
Доля
(%)
Индекс Херфиндаля-Хиршмана
по организациям
40
17
52
0.14
0.15
0.12
31
4
0.19
0.22
29
4
22
100
100
0.38
0.13
0.29
0.06
0.07
Крупнейшие организации образовательной стадии (табл. 5) по публикационной
активности: Белгородский государственный университет, Новосибирский государственный
университет и Российский государственный гидрометеорологический университет вместе
охватывают 62% статей и 39% патентов среди всех образовательных учреждений. Высокая
патентная активность характерна для Московского государственного университета леса,
специализирующегося на изучении проблем биосферы, и Санкт-Петербургского государственного
политехнического университета, Крупными центрами по обоим индикаторам являются ФВГОУ
ВПО «Военно-космическая академия имени А.Ф. Можайского» МО РФ, средствах мониторинга и
ФГОУ ВПО "Калининградский государственный технический университет, специализирующиеся
на средствах мониторинга атмосферы, гидросферы и литосферы.
Таблица 6. Крупнейшие организации образования в рамках КТ-19 (более 100 публикаций и 4
патентов).
Стадия /
Центр
Количес Доля от
Стадия /
Количест
Доля от
Показатель
превосход тво
всех
Показатель
во
всех
ства
статей
статей
патентов
патентов
БелГУ
БелГУ
613
0,25
НГУ
25
0,27
НГУ
НГУ
463
0,19
МГУЛ
14
0,15
РГГМУ
РГГМУ
419
0,17
ФГБОУ ВПО
12
0,13
«СПГПУ»
Иркутский ГТУ
РХТУ
217
0,09
ФГОУ ВПО
11
0,12
РХТУ
ФГОУ ВПО
"Калининградский
ГТУ"
РХТУ
БФУ
198
125
0,08
0,05
ФВГОУ ВПО
“ВКА имени А.Ф.
Можайского» МО
РФ
РГГМУ
101
0,04
"Калининградский
ГТУ"
РГГМУ
ФВГОУ ВПО
“ВКА имени А.Ф.
Можайского» МО
РФ
БелГУ
7
7
0,08
0,08
4
0,04
На стадии фундаментальной науки выделяются публикационной и патентной активностью
(табл. 7): Институт океанологии им. П.П. Ширшова РАН, Институт водных проблем РАН, ФГБУН
Институт водных и экологических проблем СО РАН, ФГБУН Институт почвоведения и агрохимии
СО РАН, Институт физики атмосферы имени А. М. Обухова РАН, ФГБУН Институт цитологии и
генетики СО РАН. На эти 6 организаций приходится 63% публикаций и 78% патентов по стадии.
Специализация организаций ясна из их названия. Также публикационной активностью
выделяются ФГБУН Институт систематики и экологии животных СО РАН (14% статей), ФГБУН
Центральный сибирский ботанический сад СО РАН (12%), специализирующиеся на изучении
проблем биосферы, и Государственный Гидрологический Институт (ГГИ) (3%) – один из ведущих
центров гидрологии.
Таблица 7. Крупнейшие организации фундаментальной науки в рамках КТ-19(более 100 публикаций
и 4 патентов).
Стадия / Показатель
Центр Колич Дол Стадия / Показатель
Кол
Дол
превос ество
я от
ичес я от
ходств статей 100
тво
100
а
%
пате %
стат
нтов
ей
Институт океанологии им. П.П. БФУ,
603
0,19 ФГБУН Институт цитологии и
59
0,36
Ширшова РАН
РГГМ
генетики СО РАН
У
Институт водных проблем РАН РХТУ
505
0,16 Институт Океанологии РАН им. 26
0,16
П.П. Ширшова
ФГБУН Институт систематики НГУ
439
0,14 ФГБОУ «Главная
18
0,11
и экологии животных СО РАН
геофизическая обсерватория им.
А.И. Воейкова» (ФГБУ «ГГО»)
ФГБУН Центральный
НГУ
399
0,12 Институт водных проблем РАН 14
0,08
сибирский ботанический сад
СО РАН
ФГБУН Институт водных и
НГУ
332
0,10 ФГБУН Институт почвоведения 14
0,08
экологических проблем СО
и агрохимии СО РАН
РАН
ФГБУН Институт
НГУ
268
0,08 Институт физики атмосферы
10
0,06
почвоведения и агрохимии СО
имени А. М. Обухова РАН
РАН
Институт физики атмосферы
РХТУ
184
0,06 ФГБУН Институт водных и
7
0,04
имени А. М. Обухова РАН
экологических проблем СО
РАН
ФГБУН Институт цитологии и
НГУ
132
0,04 ГНУ «НИИ сельского хозяйства 6
0,04
генетики СО РАН
Юго-Востока Российской
академии сельскохозяйственных
наук»
Научно-исследовательский
Центр экологической
безопасности РАН (НИЦЭБ
РАН)
Государственный
Гидрологический Институт
(ГГИ)
РГГМ
У
119
0,04
РГГМ
У
103
0,03
Научно-исследовательский
Центр экологической
безопасности РАН (НИЦЭБ
РАН)
Белгородский научноисследовательский институт
сельского хозяйства
Россельхозакадемии
4
0,02
4
0,02
На стадии прикладной науки крупнейшими организациями являются (табл. 8) ФГУП
«Атлантический НИИ рыбного хозяйства и океанографии (АтлантНИРО)» Федерального
агентства по рыболовству, ФГУП «ВНИИ геологии и минеральных ресурсов Мирового Океана
имени академика И. С. Грамберга»,
«Государственный
ВНИИ рыбного хозяйства и океанографии (ВНИРО),
океанографический
институт
имени
Н.Н.
Зубова» (ГУ
«ГОИН»),
ориентированные на исследования водных проблем мирового океана и вод суши и рациональное
природопользование их ресурсами. На четыре организации приходится 67% публикаций и 50%
патентов. На ФГБНУ ВНИИ систем орошения и сельскохозяйственного водоснабжения "Радуга"
приходится 47% всех патентов и 4% статей, организация специализируется на производстве
техники и приборов для водоснабжения и орошения, специализируется в области рационального
использования водных ресурсов.
Таблица 8. Крупнейшие организации прикладной науки в рамках КТ-19(более 25 публикаций и 4
патентов).
Стадия / Показатель
Цент Ко
Дол Стадия / Показатель
Колич
р
лич я от
ество
прев ест всех
патент
осход во
стат
ов
ства
ста ей
тей
ВНИИ рыбного хозяйства и
океанографии (ВНИРО)
ФГУП "Атлантический НИИ
рыбного хозяйства и
океанографии
(АтлантНИРО)" Федерального
агентства по рыболовству.
РГГ
МУ
БФУ
86
0,36
48
0,20
ФГУП «ВНИИ геологии и
минеральных ресурсов
Мирового Океана имени
академика И. С. Грамберга»
РГГ
МУ
38
0,16
«Государственный
океанографический институт
имени Н.Н. Зубова» (ГУ
«ГОИН»)
БФУ
26
0,11
ФГБНУ ВНИИ систем орошения
и сельхозводоснабжения "Радуга"
ВНИИ рыбного хозяйства и
океанографии (ВНИРО)
72
ФГУП "Атлантический НИИ
рыбного хозяйства и
океанографии
(АтлантНИРО)" Федерального
агентства по рыболовству.
ФГУП «ВНИИ геологии и
минеральных ресурсов Мирового
Океана имени академика И. С.
Грамберга»
13
0,0
8
4
0,0
3
59
На производственной стадии (табл. 9) выделяются ОАО «РусГидро»,
производственная
корпорация
исследовательский
институт
специализирующиеся
на
«Механобр-Техника»,
гидротехники
производстве
До
ля
от
все
х
пат
ент
ов
0,4
7
0,3
9
им.
Б.Е.
ОАО
«Всероссийский
Веденеева»,
гидрологического
ЗАО
Научнонаучно-
«Дар/Водгео»,
оборудования,
создании
гидротехнических сооружений и прочее. На четыре организации приходится 51% публикаций и
63% патентов. По публикационной активности выделяется ЗАО «Транзас Морские Технологии»,
специализирующийся на производстве навигационного оборудования, - 17% статей, ФБГУ "Центр
агрохимической службы "Белгородский" – 12% публикаций, преобладают публикации о
агрохимии и экологии ландшафтов. ОАО «Саратовнефтегаз» владеет 27% патентов, часть
патентов посвящена рациональному использованию нефтяных и газовых месторождений.
Экологическая инжиниринговая компания специализируется на производстве очистных систем,
оборудования для очистки воды и прочее, владеет 5% всех патентов.
Таблица 9. Крупнейшие производственные организации в рамках КТ-19(более 25 публикаций и 2
патентов)
Стадия / Показатель
Центр Ко
Дол Стадия / Показатель
Ко
Доля
превос лич я от
лич от
ходств ест все
ест всех
а
во
х
во
патен
ста ста
пат тов
тей тей
ент
ов
ОАО «РусГидро»
РГГМ
49
0,22 ОАО «Всероссийский научно50
0,43
У
исследовательский институт
гидротехники им. Б.Е.
Веденеева»
ЗАО «Транзас» (ЗАО
РГГМ
38
0,17 ОАО "Саратовнефтегаз"
31
0,27
«Транзас»), ЗАО «Транзас
У
Морские Технологии»
Научно-производственная
РГГМ
29
0,13 Научно-производственная
16
0,14
корпорация «МеханобрУ
корпорация «МеханобрТехника»
Техника»
ФБГУ "Центр агрохимической
БелГУ 26
0,12 Экологическая инжиниринговая
6
0,05
службы "Белгородский"
компания (ЭКОИНЖКОМ)
Федеральная служба по
РГГМ
23
0,10 ЗАО «Дар/Водгео»
5
0,04
гидрометеорологии и
У
мониторингу окружающей
среды
ОАО «Всероссийский научноРГГМ
20
0,09 ГУП «Балтберегозащита»
4
0,03
исследовательский институт
У
гидротехники им. Б.Е.
Веденеева»
ЗАО «Дар/Водгео»
СГУ
16
0,07 ОАО «РусГидро»
2
0,02
Каждая из стадий определенным образом распределена между региональными кластерами,
в табл. 10 показано распределение стадий с помощью индекса инновационности и индекса
концентрации (индекс Х в таблице).
Таблица 10. Распределение стадий по ключевым индексам в рамках кластеров
Стадия Количес Доля от
Ин Колич Доля от
Ин Количе Доля от
/
тво
общего
де
ество
общего
де
ство
общего
Показа организ
количест кс
статей количест кс
патент количест
тель
аций
ва
1
ва
2
ов
ва
Образование
3
0.15
0.5 595
0.24
0.9 26
0.11
РГГМ
0
5
У
3
0.15
0.5 186
0.07
0.1 11
0.05
БФУ
0
5
Ин
де
кс
3
Интегра
льные
индекс
ы
0.1
3
0.0
2
0.52
0.22
РХТУ
5
0.25
БелГУ
3
0.15
СГУ
5
0.25
НГУ
1
0.05
Всего
Индекс
Х
20
1.00
0.20
РГГМ
У
БФУ
6
0.29
3
0.14
РХТУ
2
0.10
БелГУ
2
0.10
СГУ
1
0.05
НГУ
7
0.33
Всего
Индекс
Х
21
1.00
0.23
РГГМ
У
БФУ
3
0.33
4
0.44
РХТУ
2
0.22
БелГУ
0
0.00
СГУ
0
0.00
НГУ
0
0.00
Всего
Индекс
Х
9
1.00
0.36
РГГМ
У
БФУ
6
0.20
14
0.47
РХТУ
1
0.03
БелГУ
6
0.20
СГУ
3
0.10
НГУ
0
0.00
Всего
30
1.00
Индекс
0.31
Х
Рассчитано автором
1.0
0
0.5
0
1.0
0
0.0
0
0.8
3
0.3
3
0.1
7
0.1
7
0.0
0
1.0
0
0.7
5
1.0
0
0.5
0
0.0
0
0.0
0
0.0
0
0.4
3
1.0
0
0.0
7
0.4
3
0.2
1
0.0
0
513
0.21
622
0.25
109
0.04
463
0.19
2488
1.00
0.20
0.7
9
1.0
0
0.0
0
0.6
9
Фундаментальная наука
868
0.23
0.5
3
610
0.16
0.3
7
689
0.18
0.4
2
11
0.00
0.0
1
1
0.00
0.0
0
1627
0.43
1.0
0
3806
1.00
0.29
Прикладная наука
140
0.59
1.0
0
83
0.35
0.5
9
14
0.06
0.1
0
0
0.00
0.0
0
0
0.00
0.0
0
0
0.00
0.0
0
237
1.00
0.48
161
Предприятия
0.72
10
0.04
1
0.00
32
0.14
19
0.09
0
0.00
223
1.00
0.55
1.0
0
0.0
6
0.0
1
0.2
0
0.1
2
0.0
0
21
0.09
8
0.03
150
0.62
25
0.10
241
1.00
0.42
48
0.25
26
0.14
24
0.13
4
0.02
6
0.03
83
0.43
191
1.00
0.29
63
0.41
85
0.56
5
0.03
0
0.00
0
0.00
0
0.00
153
1.00
0.48
69
0.60
4
0.03
6
0.05
0
0.00
36
0.31
0
0.00
115
1.00
0.46
0.0
9
0.0
0
1.0
0
0.1
2
0.63
0.5
6
0.2
8
0.2
5
0.0
0
0.0
3
1.0
0
0.64
0.7
4
1.0
0
0.0
6
0.0
0
0.0
0
0.0
0
0.83
1.0
0
0.0
6
0.0
9
0.0
0
0.5
2
0.0
0
0.81
0.50
0.67
0.27
0.33
0.28
0.06
0.01
1.00
0.86
0.22
0.00
0.00
0.00
0.37
0.05
0.21
0.28
0.00
Анализ индекса концентрации говорит о неравномерном распределении каждой из стадий
по региональным кластерам, индекс везде выше 0.20, то есть близок к границе оптимального
значения. Близко к оптимальному распределению образовательная стадия, хотя патенты
сконцентрированы в кластере СГУ. Стадия фундаментальных наук несмотря на явное лидерство
Новосибирского Академгородка (кластер НГУ) распределена также относительно равномерно. Но
прикладная наука и производственные предприятия чрезмерно сконцентрированы в кластерах
РГГМУ и БФУ.
На образовательной стадии ключевыми кластерами по инновационному потенциалу
являются СГУ, РХТУ и РГГМУ, индекс инновационности выше 0.5. На три кластера приходится
65% всех организаций, 49% публикаций и 82% патентов. На стадии фундаментальной науки на
три вуза с индексом выше 0.3 НГУ, РГГМУ и БФУ приходится 76% организаций, 82% публикаций
и 92% патентов. При этом на кластер НГУ приходит 33% организаций и по 43% публикаций и
патентов. Среди кластеров по прикладным исследованиям выделяются два кластера РГГМУ и
БФУ (индекс выше 0.80), на которые приходится 77% организаций, 94% публикаций и 97%
патентов. Здесь важно учесть особенности методики, в рамках которой оценивались
взаимодействующие организации, так Российский государственный гидрометеорологический
университет (РГГМУ) и Балтийский федеральный университет им. И. Канта (БФУ)
взаимодействует Институт Океанологии РАН им. П.П. Ширшова, обладающий выдающейся
публикационной и патентной активностью. Также подобную концентрацию следует объяснить
ограниченностью собранной базы данных, так как кластеры НГУ, БелГУ и СГУ не представлены
прикладными исследовательскими организациями. РГГМУ и БФУ (с индексом 0.81 и 0.37)
являются лидирующими кластерами по производственным предприятиям. На кластеры
приходится 67% организаций, 76% публикаций и 63% патентов. Кластер НГУне представлен
предприятиями.
Рисунок 1. Соотношение индекса инновационности и индекса Херфиндаля-Хиршмана
На последнем этапе региональные кластеры сравнивались по полному кругу организаций с
помощью индекса инновационности и индекса разнообразия Херфиндаля-Хиршмана. Два индекса
связаны параболическим соотношением (Рис. 3), поэтому говорить об их монотонно-убывающей
связи нельзя, а соответственно составить некий интегральный индекс не представляется
возможным. Кластерный анализ также мало эффективен из-за недостаточного количества
сравниваемых объектов.
Оба индекса определенным образом характеризуют инновационные
кластеры: первый с точки зрения способности к инновациям, а второй с точки зрения
законченности
технологической
цепочки,
поэтому
важно
учитывать
их
соотношение.
Использование второго индекса для описания технологических цепочек предпочтительнее,
поэтому кластеры выстроены от наиболее инновационнного и законченного РГГМУ до высоко
инновационного, но с отсутствием ряда стадий (прикладные разработки и предприятия) НГУ (рис.
3, табл. 11).
Таблица 11. Индексы инновационности и концентрации для отдельных кластеров
Стадия Кол
Ин Кол
Инд Индекс Кол
Индек Индекс Интег
/
ичес дек ичес екс 2 2.
ичес с 3
3.
ральн
Показа тво
с1
тво
Рассчи
тво
Рассчи
ый
тель
орга
стат
тан на
пате
тан на
индек
низа
ей
одну
нтов
одну
с
ций
организ
организ
ацию
ацию
РГГМ
У
БФУ
18
РХТУ
10
БелГУ
11
СГУ
9
НГУ
8
24
0.7
5
1.0
0
0.4
2
0.4
6
0.3
8
0.3
3
1764
0.83
0.34
206
1.00
0.52
0.86
Интегра
льный
индекс.
Рассчит
ан на
одну
организ
ацию
0.54
Индекс
Херфин
даля –
Хиршм
ана
889
0.39
0.09
126
0.59
0.21
0.66
0.44
0.28
1217
0.55
0.44
56
0.23
0.23
0.40
0.36
0.36
665
0.27
0.19
12
0.00
0.00
0.24
0.21
0.46
129
0.00
0.00
192
0.93
1.00
0.43
0.46
0.58
2090
1.00
1.00
108
0.49
0.63
0.61
0.65
0.69
0.27
Пересчет индекса инновационности на одну организацию дает схожее соотношение
организаций, но лидирующим кластером становится НГУ, в котором сконцентрирован пул
организаций фундаментальной науки.
3. Выявление и краткое описание перспективных рынков. Глобальный рынок
«зеленых» технологий в 2007 г. оценивался в 2 трлн. долларов США (3,5% от мирового ВВП,
который составлял около 60 трлн. долл. США), а к 2020 г. должен достигнуть 4,5 трлн. долларов
США (по данным Greentech-Atlas компании RolandBerger). От 25% до 40% по разным сегментам
данного рынка сосредоточено в США, в России – менее 1%.
Рынок рационального природопользования в нашем понимании меньше рынка «зеленых»
технологий, так как не включает крупные сегменты: технологий энергоэффективности и
альтернативных источников энергии.
Основная часть критических технологий сосредоточена в развитых странах: в Германии –
по управлению отходами, энергоэффективности, по борьбе с загрязнением воздуха и воды,
опасным гидрологическим явлениям, рациональному недропользованию и рекультивации земель;
в Австралии – по борьбе с загрязнением воды и рациональному недропользованию; во Франции –
по органическому земледелию; в Дании – по возобновляемой ветровой энергетике; в Норвегии –
по рациональному недропользованию на шельфовых зонах; в Испании – по солнечной энергетике;
в Нидерландах – по предотвращению опасных гидрологических явлений; в
Японии
–
по
предотвращению землетрясений и цунами; в Швейцарии – по предотвращению схода лавин,
селевых потоков и пр. Крупный многоотраслевой кластер разработки экологических технологий
сложился в США: солнечная энергетика, электрокары, рациональное недропользование, системы
прогнозирования изменения климата, системы оповещения и ликвидации последствий ураганов и
др. Развитые государства являются поставщиками данных технологий на рынки развивающихся
стран. Крупные развивающиеся страны также обладают определенным набором компетенций: в
ЮАР располагается крупный центр водохозяйственных проблем, в КНР – центр горных рисков,
альтернативной энергетики, в Бразилии – центр исследования биоразнообразия, внедрения
биотоплива, органического земледелия.
В
России
господствует
точка
зрения,
при
которой
вопросы
рационального
природопользования являются вторичными по отношению к задачам экономического роста, то
есть развитие экологических технологий рассматривается не как источник инноваций, а как
отягощающее обстоятельство. Российское законодательство в области РПП значительно более
либеральное по сравнению с развитыми зарубежными государствами. Прорывным фактором в
экологической сфере может стать введение системы наилучших доступных технологий (НДТ),
означающее
использование
предприятиями
экономически
доступных
и
экологически
обоснованных приемов и методов, направленных на внедрение ресурсосберегающих и
безотходных производств. Предлагается стимулирование предприятий освобождением от НДС на
срок
технико-технологического
обеспечивающих
перевооружения
энергоэффективность
и
основных
производственных
ресурсосбережение.
Формирование
фондов,
рынков
рационального природопользования – один из ключевых вызовов для социально-экономической
системы России.
Рынки «Мониторинга и прогнозирования состояния окружающей среды» (в рамках КТ-19)
состоят из рынка гидрометеорологических данных и услуг, кадастровых данных и услуг и
геоинформационных технологий и услуг. При использовании описанной выше методики
совокупный
объем
перспективных
рынков
«Рационального
природопользования»
по
направлениям и отдельным рынка представлен в табл. 15.
Таблица 12. Совокупная оценка объема рынка с 2012 по 2020 гг. в рамках направления
«Рациональное природопользование»
Название рынка
Совокупная оценка объема
рынка с 2012 по 2020 гг.
Мониторинг и прогнозирование состояния окружающей среды, в
693,4 млрд. руб.
том числе чрезвычайных ситуаций
Системы экологического мониторинга, включая автоматизированные
системы контроля ОС
Системы гидрометеорологических наблюдений и прогнозов
Модели климата и опасных природных процессов
Системы прогнозирования
Кадастры территорий/акваторий
Базы данных о состоянии ОС
Программное обеспечение и ГИСы
Методики управления риском ЧС
Методики управления качеством ОС
Услуги в области экологического мониторинга
Услуги в области гидрометеорологии
Работы по моделированию климата и опасных
гидрометеорологических процессов
Услуги по прогнозированию ЧС
Услуги по информационно-аналитическому обеспечению охраны ОС и
экологической безопасности
Составлено автором.
30 млрд. руб.
50 млрд. руб.
1 млрд. руб.
37 млрд. руб.
90 млрд. руб.
0,7 млрд. руб.
500 млрд. руб.
3 млрд. руб.
0,6 млрд. руб.
3 млрд. руб.
8 млрд. руб.
0,1 млрд. руб.
На рис. 4 представлена структура основных подотраслей рынка КТ-19.
Рисунок 2. Структура рынков по направлению «Мониторинг и прогнозирование состояния
окружающей среды, в том числе чрезвычайных ситуаций»
Составлено автором по результатам исследования перспективных рынков
Заключение. Проведенное исследование в целом подтвердило обоснованность выбранных
центров превосходства и составленных на их основе кластеров.
Примененная в исследовании методика (индексы инновационности и разнообразия) в
целом оправдала себя. Ее единственным ограничением стало наличие организаций - партнеров с
высокими показателями публикационной и патентной активности, что несколько исказило
значение индекса инновационности, но в работе индекс активно дополнялся расчетами
показателей на одну организацию и долей в общем количестве, что верифицировало проведенные
расчеты.
Проведенное
исследование
показало
недостаточное
количество
организаций,
занимающихся прикладными исследованиями, высокую концентрацию прикладных исследований
и предприятий в кластерах РГГМУ и БФУ. Ведущими кластерами являются РГГМУ, БФУ и НГУ.
Перспективы развития рынков в рамках данного направления в значительной степени
зависят от позиции органов государственной власти и гражданского общества, так как
преимущественно связаны с вопросами экологического контроля и безопасности.