Искусственный интеллект в анализе региональных инновационных экосистем Российской Федерации в условиях импортозамещения

Статья опубликована в журнале: Экономический анализ: теория и практика, 2024, Т. 23, № 5, С. 834 – 856

Автор(ы): Летягина Е.Н., Перова В.И.

Рубрика: Инновации

Аннотация

Предмет. Исследование состояния региональных инновационных экосистем Российской Федерации в целях устойчивого развития и технологического суверенитета страны в условиях импортозамещения, обусловленного большими вызовами внешних обстоятельств.

Цели. Решение многофакторной задачи анализа развития инновационных экосистем в регионах России, принадлежащей к задачам, которые характеризуются сложной формализацией и согласуются с современными представлениями конкурентного потенциала, посредством предлагаемого продуктивного метода – нейросетевого кластерного анализа данных. Объекты исследования – 85 из 89 регионов РФ, аттестуемые официальными 11 индикаторами, выбранными на сайте Федеральной службы государственной статистики, исходя из авторского представления.

Методология. Методом исследования многомерных статистических данных значится кластерный анализ на фундаменте нейронных сетей, образовавших существенный компонент искусственного интеллекта. Функционал искусственных нейронных сетей – самоорганизующихся карт Кохонена, задействованный в данной работе, не имеет модельных запрещений. Кроме этого, также нет внешнего вмешательства в процесс работы нейронной сети. Метод нейросетевого кластерного анализа позволяет наглядно визуализировать на плоскости результаты кластеризации многомерного исходного пространства данных.

Результаты. Приведена динамика показателя доли продукции высокотехнологичных и наукоемких отраслей в ВВП России за 2011–2022 гг. В целях совершенствования научно-технологического развитиярегионов страны, прямо связанного с первоисточником устойчивости инновационных экосистем – квалификацией человеческих ресурсов – рассмотрена динамика удельного веса студентов, обучающихся по образовательным программам подготовки квалифицированных рабочих, специалистов среднего звена, высшего образования, в общей численности населения Российской Федерации за 2018–2022 гг. В результате нейросетевого кластерного анализа комплекса разнородных данных получена интеграция регионов России по семи кластерным формированиям. При этом наблюдается несвязанность ранжирования регионов на кластеры с их нахождением среди федеральных округов России. Получено значимое разнообразие размещения регионов России по кластерам: количество регионов в кластерах варьируется от от одного до тридцати одного. Установлен различный уровень состояния региональных инновационных экосистем согласно исследуемым индикаторам в разрезе кластеров.

Выводы. Показано применение перспективного метода исследования инновационных региональных экосистем Российской Федерации, основанного на нейросетевом моделировании и информационных технологиях. Результаты исследования позволили оценить состояние таких экосистем в обстановке импортозамещения, созданной большими вызовами внешних факторов. В контексте выполнения задач по продолжающемуся укреплению устойчивого развития и технологического суверенитета страны необходимо использование разных магистральных направлений инновационного экономического развития регионов России с учетом их специфики в фокусе кластерных образований.

Ключевые слова: инновационные экосистемы, импортозамещение, человеческий капитал, цифровизация, искусственный интеллект