Цифровой эконометрический анализ влияния малых инновационных предприятий нефтегазохимического кластера на региональную экономическую систему (на примере Республики Татарстан)
Предмет. Объем отгруженных товаров собственного производства нефтегазохимического кластера Республики Татарстан в 2012–2018 гг., выполненных работ и услуг по видам экономической деятельности, связанной с производством чистой продукции, в целом по региону и организациям, не относящимся к субъектам малого предпринимательства. Цели. На основе эконометрического анализа определить значение малых инновационных предприятий и найти оптимальные соотношения обрабатывающих производств нефтегазохимического кластера в региональной экономической системе с преобладающей долей доходов от добычи и переработки нефти и газа. Методология. В процессе исследования использованы методы множественной регрессии и симплексной оптимизации. Результаты. Установлено, что модели множественной регрессии и симплексной оптимизации развития регионального нефтегазохимического кластера на примере Республики Татарстан в целом и по совокупности только крупных бюджетообразующих предприятий имеют практически полное совпадение. Всеобщее преобладание крупнотоннажных производств в экономике региона характерно для XX в., поэтому Казанская и Камская производственные агломерации в настоящее время признаны неэффективными. Выводы. Постиндустриальная экономика основана на цифровых инновационных технологиях, наибольшая эффективность которых возможна в организациях, относящихся к субъектам малого предпринимательства. Эта стратегия выражается в форме кластеризации крупных нефтегазохимических компаний, в повышении конкурентоспособности малых инновационных предприятий на каждой стадии переработки продукта до высокой добавленной стоимости в пределах этого же кластера. Необходимо цифровое совершенствование методов экономико-математического моделирования инновационных проектов, обеспечивающих повышение эффективности инновационной инфраструктуры и трансфера инноваций.
Ключевые слова: региональная экономика, инновационное предприятие, нефтегазохимический кластер, цифровая экономика
Список литературы:
Witjes S., Lozano R. Towards a More Circular Economy: Proposing a Framework Linking Sustainable Public Procurement and Sustainable Business Models. Resources Conservation and Recycling, 2016, vol. 112, pp. 37–44. URL: Link
Yun J.J., Won D., Jeong E.S. et al. The Relationship between Technology, Business Model, and Market in Autonomous Car and Intelligent Robot Industries. Technological Forecasting and Social Change, 2016, vol. 103, pp. 142–155. URL: Link
Quang H.T., Sampaio P., Sameiro Carvalho M. et al. An Extensive Structural Model of Supply Chain Quality Management and Firm Performance. International Journal of Quality & Reliability Management, 2016, vol. 33, iss. 4, pp. 444–464. URL: Link
Dong J.Q., Netten J. Information Technology and External Search in the Open Innovation Age: New findings from Germany. Technological Forecasting and Social Change, 2017, vol. 120, pp. 223–231. URL: Link
Yun J.J., Yang J., Park K. Open Innovation to Business Model: New Perspective to Connect between Technology and Market. Science, Technology and Society, 2016, vol. 21, iss. 3, pp. 324–348. URL: Link
Halicka K. Innovative Classification of Methods of the Future-Oriented Technology Analysis. Technological and Economic Development of Economy, 2016, vol. 2, no. 4, pp. 574–597. URL: Link
Popescu A.S. The Absorption Capacity of European Funds – Concepts. Annals of the Constantin Brâncuşi University of Târgu Jiu, Economy Series, 2015, iss. 3, pp. 119–125. URL: Link
Arshed N., Carter S., Mason C. The Ineffectiveness of Entrepreneurship Policy: Is Policy Formulation to Blame? Small Business Economics, 2014, vol. 43, iss. 3, pp. 639–659. URL: Link
Acs Z., Åstebro Th., Audretsch D., Robinson D.T. Public Policy to Promote Entrepreneurship: A Call to Arms. Small Business Economics, 2016, vol. 47, iss. 1, pp. 35–51. URL: Link
Crescenzi R., De Fillipis F., Pierangeli F. In Tandem for Cohesion? Synergies and Conflicts between Regional and Agricultural Policies of the European Union. Regional Studies, 2015, vol. 49, iss. 4, pp. 681–704. URL: Link
Novosák J., Hájek O., Novosáková J., Linder M. Enterprise Support Policy and Territorial Cohesion: the Czech Republic (2007–2013). Journal of Urban and Regional Analysis, 2017, vol. 9, iss. 2, pp. 141–157.
Hájek O., Novosák J., Horváth P., Novosáková J.Absorpční kapacita strukturálních fondů (2007–2013): typologie českých mikroregionů [Absorption capacity of structural funds (2007–2013): typology of Czech microregions]. Scientific Papers of the University of Pardubice. Series D, Faculty of Economics and Administration, 2017, vol. 24, iss. 39, pp. 28–38. URL: Link
Colombelli A., Krafft J., Quatraro F. High-Growth Firms and Technological Knowledge: Do Gazelles Follow Exploration or Exploitation Strategies? Industrial and Corporate Change, 2014, vol. 23, iss. 1, pp. 261–291. URL: Link
Guisado-González M., González-Blanco J., Coca-Pérez J.L. Analyzing the Relationship between Exploration, Exploitation and Organizational Innovation. Journal of Knowledge Management, 2017, vol. 21, iss. 5, pp. 1142–1162. URL: Link
Zacher H., Rosing K. Ambidextrous Leadership and Team Innovation. Leadership & Organization Development Journal,2015, vol. 36, iss. 1, pp. 54–68. URL: Link
Zhang J.A., Edgar F., Geare A., O'Kane C. The Interactive Effects of Entrepreneurial Orientation and Capability-Based HRM on Firm Performance: The Mediating Role of Innovation Ambidexterity. Industrial Marketing Management, 2016, vol. 59, pp. 131–143. URL: Link
Vrontis D., Thrassou A., Santoro G., Papa A. Ambidexterity, External Knowledge and Performance in Knowledge-Intensive Firms. The Journal of Technology Transfer, 2017, vol. 42, iss. 2, pp. 374–388. URL: Link
Sheng M.L. A Dynamic Capabilities-Based Framework of Organizational Sensemaking through Combinative Capabilities towards Exploratory and Exploitative Product Innovation in Turbulent Environments. Industrial Marketing Management, 2017, vol. 65, pp. 28–38. URL: Link
Chen X., Christensen T.M. Optimal Sup-Norm Rates and Uniform Inference on Nonlinear Functionals of Nonparametric IV Regression. Cowles Foundation Discussion Paper, 2017, no. 1923R2. URL: Link
Kilian L., Lütkepohl H. Structural Vector Autoregressive Analysis. Cambridge University Press, 2017, 735 p. URL: Link
Andrews D.W.K. Examples of L2-Complete and Boundedly-Complete Distributions. Journal of Econometrics, 2017, vol. 199, iss. 2, pp. 213–220. URL: Link
Freyberger J. On Completeness and Consistency in Nonparametric Instrumental Variable Models. Econometrica, 2017, vol. 85, iss. 5, pp. 1629–1644. URL: Link
De Luca G., Jan R.M., Peracchi F. Balanced Variable Addition in Linear Models. Journal of Economic Surveys, 2018, vol. 32, iss. 4, pp. 1183–1200. URL: Link
Card D., Lee D.S., Pei Zh., Weber A. Inference on Causal Effects in a Generalized Regression Kink Design. Econometrica, 2015, vol. 83, iss. 6, pp. 2453–2483. URL: Link
Chen X., Christensen T.M. Optimal Uniform Convergence Rates and Asymptotic Normality for Series Estimators under Weak Dependence and Weak Conditions. Journal of Econometrics, 2015, vol. 188, iss. 2, pp. 447–465. URL: Link
Chen X., Pouzo D. Sieve Wald and QLR Inferences on Semi/Nonparametric Conditional Moment Models. Econometrica, 2015, vol. 83, iss. 3, pp. 1013–1079. URL: Link
Beilin I.L., Arkhireev V.P. The Supermolecular Structure of New Copolymer Products Based on Cyclic Carbonates. International Polymer Science and Technology, 2011, vol. 38, no. 1, pp. 37–40. URL: Link
Beilin I.L. Analysis of Efficiency of the Innovative Project in the Field of Chemistry Fuzzy Logic. Journal of Economics and Economic Education Research,2016, vol. 17, sp. iss. 3, pp. 177–185. URL: Link
Beilin I.L. Economic-Mathematical Modeling of the Total Costs of Innovative Chemical Enterprise Methods of Fuzzy Set Theory. Journal of Engineering and Applied Sciences, 2017, vol. 12, iss. 19, pp. 4865–4869. URL: Link
