ВЛИЯНИЕ ИННОВАЦИЙ НА ЭКСПОРТНУЮ ДЕЯТЕЛЬНОСТЬ: ЭМПИРИЧЕСКИЙ АНАЛИЗ РОССИЙСКИХ КОМПАНИЙ

1. ВВЕДЕНИЕ

Сегодня в условиях глобализации и ускорения технологического прогресса развивающиеся страны начинают догонять развитые по уровню экономики и создавать им сложные конкурентные условия.

В последнее время можно наблюдать, что доля развивающихся стран в мировом экспорте увеличивается быстрее, чем доля развитых. Более того, развивающиеся страны занимают все более высокие позиции в рейтинге глобального инновационного индекса (Global Innovation Index, GII).

Инновационная деятельность стала одним из ключевых факторов экспорта. При этом важную роль играют технологические инновации [Трачук, 2013]. Современное развитие мировой торговли и международной экономики тесно связано с развитием новых технологий производства, созданием новых изделий и выпуском новых видов продукции. Эти тенденции деятельности современной фирмы можно объединить под одним общим названием - нововведения. Есть два ключевых фактора, влияющих на экономический рост: накопление капитала, который в будущем позволит увеличивать производственные и кадровые мощности, и развитие технологий, способствующее повышению производительности и эффективности компании. По существу, постоянное развитие технологий подразумевает постоянное внедрение нововведений.

Целью данного исследования является изучение влияния инноваций на показатели экспорта. Для этого важно проследить взаимосвязь между уровнем инноваций и показателями экспорта с точки зрения факторов, выявленных и представленных в литературе, и факторов новых, возможно, оказывающих существенное влияние на инновационное и экономическое развитие страны.

2. ТЕОРЕТИЧЕСКИЙ ОБЗОР

Первыми исследователями, которые начали связывать экспортную деятельность с производительностью и инновационностью предприятия, стали американские ученые Эндрю Бернард и Бредфорд Дженсен [Bernard, Jensen, 2004 (1987-1992)]. Они утверждали, что экспортный бум, возникший в США в конце XX века, связан с понижением курса доллара и повышением продуктивности и производительности американской промышленности в целом.

На рис. 1 показана взаимосвязь объемов экспорта и валовых затрат на исследования и разработки по странам, лидирующим по показателю глобального инновационного индекса в своем географическом регионе, и в Российской Федерации. Безусловно, нельзя говорить о прямом воздействии инвестирования в исследования и разработки на объемы внешней торговли, однако определенная корреляция между показателями прослеживается. Это подтверждает правильность рассуждений о том, что инновационное развитие важно не только для отдельно взятых предприятий, отраслей, но и для национальной и мировой экономики в целом.

В литературе по данному вопросу есть две основополагающие гипотезы, объясняющие взаимосвязь между понятиями инноваций, экспорта и производительности.

Согласно гипотезе самовыбора (self-selection hypothesis) фирмы, отличающиеся высокой склонностью к инновациям, более производительные, обладающие налаженными организацией процесса производства и системой управления, имеющие более высокие доходы, могут позволить себе финансовые расходы, связанные с выходом на внешние рынки, а именно: лицензии и разрешения на продажу, исследования рынка, тренинги и маркетинг. В данном случае инновации выступают одним из факторов роста общей производительности фирмы, снижения издержек в производстве более качественной продукции, что позволяет ей выйти на внешние рынки с большей вероятностью.

Согласно гипотезе обучающего эффекта экспорта (learning-by-exporting hypothesis) фирмы в процессе продвижения продукции на зарубежные рынки приобретают у своих иностранных партнеров новый опыт в ведении бизнеса, распространении и продвижении продукции, активнее внедряют технологические новинки для удержания своей доли рынка и расширения зоны влияния. После выхода на внешние рынки компании имеют больше стимулов и возможностей по реализации инноваций, в частности организационных, что способствует проявлению положительного эффекта обучения от международных взаимодействий. Также можно говорить о том, что экспорт и инновации являются конкурирующими инвестиционными проектами, поэтому компаниям, уже присутствующим на внешних рынках, не обязательно инвестировать средства в развитие инноваций.

Несмотря на тот факт, что гипотеза об обучающем эффекте экспорта имеет меньше эмпирических подтверждений, чем гипотеза о самовыборе, существуют исследования, показывающие, что эти две гипотезы не исключают воздействия друг на друга и являются взаимодополняющими [Trachuk, Linder, 2018]. Иначе говоря, более конкурентоспособные фирмы вследствие внедрения инноваций выходят на международные рынки, где становятся продуктивнее благодаря эффекту экспорта. В соответствии с этим можно сделать вывод, что экспортная активность приводит к приросту производительности даже с учетом эффекта самовыбора.

Существует большой пласт экономической литературы, в которой широко освещается проблема взаимодействия экспорта и инноваций как на макроуровне, так и с точки зрения отдельно взятой фирмы (см., например, [Трачук, Линдер, 2017а]).

Продолжая развивать исследование эффекта экспортного бума в США, Бернард и Дженсен совместно с Джонатаном Итоном и Самуэлем Куртоном [Bernard et al., 2003] выдвинули гипотезу о том, что заводы наиболее склонны к экспорту за счет своей технологической эффективности и как следствие - более продуктивны за счет экспортной деятельности. На основе анализа статистики промышленных американских фирм макро- и микроуровня ученые построили модель, показывающую взаимосвязь между технологической эффективностью и экспортом, однако были приняты большие допущения в модели из-за разнородности заводов (по размеру и сфере деятельности).

Следующим значительным этапом в эволюции научных взглядов на рассматриваемую проблематику является ряд научных трудов американского экономиста профессора Гарвардского университета Марка Дж. Мелица. В работах [Melitz, 2005] и [Melitz et al., 2012] он вводит новое понятие - гетерогенность фирм, которое объясняет их разнообразие по размеру, отрасли, сегменту рынка. На основе существующих на тот момент моделей развития технологий, поведения фирмы, особенностей экономики Мелиц вывел несколько новых моделей, объясняющих влияние инновационной деятельности на экспорт в зависимости от размеров и особенностей функционирования фирмы. Ученый сделал вывод о том, что зачастую фирмы, генерирующие наибольшую прибыль, могут «выталкивать» с рынка менее производительные, и впервые отметил возможность прямого воздействия инновационной деятельности на финансовые показатели компании.

Одним из самых цитируемых авторов публикаций по рассматриваемой теме является немецкий ученый Йоаким Вагнер. В своем исследовании [Wagner, 2005] он впервые вводит понятие технологической производительности в рамках рассматриваемой проблематики. Вагнер выдвигает идею технологического выбора и утверждает, что рост производительности в стране происходит не только в результате выталкивания неэффективных фирм с рынков, но и благодаря тому, что либерализация торговли способствует применению более прогрессивных технологий и росту отдачи от затрат на НИОКР. Успешность применения инноваций, технологическая эффективность и экспортная деятельность фирмы, по мнению автора, также зависят от ее размеров и особенностей работы. Проведя 45 микроэкономических исследований с данными по 33 странам за период с 1995 по 2004 год, Вагнер пришел к выводу, что развитие инновационной деятельности и производительность фирмы сами подталкивают ее к выходу на внешние рынки, в то время как экспортная деятельность не побуждает фирму развиваться.

В своем исследовании немецкие ученые Стефан Лахенмайер и Людгер Восманн [Lachenmaier, WoBmann] на основе статистических данных немецких фирм-производителей проанализировали жизненный цикл продукта в рамках моделей международной торговли и доказали, что в промышленно развитых странах инновации являются движущей силой. При этом эффект гетерогенности уменьшился в Германии по сравнению с предыдущими исследованиями на 17%.

В 2007 году Мелиц выдвинул новую гипотезу в своем новом научном труде [Melitz, Costantini, 2007]. Сделав предположение, что основная борьба между более и менее производительными фирмами происходит внутри отрасли, он на основе моделей поведения фирмы в разных типах экономик доказал, что действительно существует множество существенных барьеров для входа на новый рынок, если на нем уже закрепились инновационно активные фирмы, генерирующие большую прибыль.

Впервые акцентировали внимание на НИОКР американские экономисты Ричард Харрис и Джон Моффард в своем труде [Harris, Moffat, 2011]. Они предположили, что взаимосвязь затрат на НИОКР и инноваций оказывает определенное влияние на экспортную деятельность фирмы в зависимости от отрасли. Гипотеза была эмпирически подтверждена. Авторы отмечают, что государственная поддержка экспортеров должна осуществляться с учетом отраслевых особенностей, чтобы давать возможность фирмам, занимающимся инновационной деятельностью, развиваться.

В 2012 году, когда Российская Федерация вступала в ВТО, вопросы конкурентоспособности отечественных фирм стали крайне острыми. Не обошли они и научное сообщество. Фредрик Вильгельмсон и Константин Козлов в своем исследовании [Wilhelmsson, Kozlov, 2007] на основе переписи российских производственных фирм в период с 1996 года по 2002-й доказывают, что экспортеры более производительны, чем неэкспортеры. Мария Горбунова и Татьяна Морозова в своем исследовании [Горбунова, Морозова, 2012] утверждают, что в последнее время проблема конкурентоспособности российских предприятий и их продукции резко обострилась из-за нарастания давления со стороны иностранных производителей на внутреннем рынке РФ. В качестве решения существующей проблемы они предлагают введение институциональных механизмов, занимающихся координацией деятельности, защитой интересов, выдвижением законодательных инициатив, решением специфических проблем и преодолением барьеров, возникающих при выходе малых инновационно активных предприятий на внешние рынки.

Алексей Ерошкин и Дмитрий Плисецкий в своей работе [Ерошкин, Плисецкий, 2012] отмечают, что объемы финансирования инноваций оказывают существенное влияние на конкурентоспособность страны в мировой экономике: чем больше государства расходуют на исследования и разработки, тем прочнее их конкурентные позиции в мире. На основе сложившихся в России и за рубежом научных подходов к оценке влияния инноваций на структуру и динамику роста национального хозяйства авторы сделали следующие выводы: масштабные инвестиции в инновации и их активное внедрение в хозяйственную практику задают новое качество роста национальных экономик, основой которого становятся широкая интеллектуализация производства, непрерывное совершенствование процессов управления, а также быстрое увеличение вложений в человеческий капитал, значение которого в современных условиях неизмеримо возрастает.

Хеин Роелфсема и Ю Жанг в своем исследовании [Roelfsema, Zhang, 2018] утверждают, что компания будет более эффективна в том случае, если занимается экспортом и инновациями одновременно, чем если бы она делала что-то одно, пусть даже хорошо. На основе эмпирического анализа 13 874 китайских фирм были сделаны выводы о том, что применение обучающих эффектов экспорта на рынках стран с формирующимися рынками позволяет быть инноваторами на внутреннем рынке, при этом более конкурентоспособными за счет продаж более дешевых аналогов иностранных товаров.

Важное обоснование взаимозависимости между инновациями и экспортом в IT-отрасли было осуществлено российским исследователем Еленой Божевой [Божева, 2018]. На основе анализа деятельности IT-компаний было доказано, что у новых IT-экспортеров нет видимой связи между внедрением новых продуктов, технологий и началом экспорта. Протяженность и направленность экспорта оказывают значительное влияние на инновационную деятельность организаций, при этом новации не всегда подталкивают руководителей IT-компаний инициировать экспортную деятельность.

Эмпирический анализ показателей экспорта и импорта был произведен в [Адодина, 2013]. В исследовании анализируется гипотеза о незначительной доле России на мировом рынке инновационных товаров и услуг и о возможности математического выведения данной гипотезы. Автором доказано, что с помощью показателей экспорта и импорта инноваций можно отслеживать направления в товарообороте России на мировом рынке инноваций, а значит, вовремя выявлять негативные тенденции в данной сфере и принимать меры для их предотвращения или минимизации.

Таким образом, можно сделать вывод, что основной теоретической моделью, применяемой при анализе обучающих эффектов экспорта, является модель торговли гетерогенных фирм Мелица и Бернарда [Bernard et al., 1999; Melitz, 2003], которая предсказывает, что если более производительные фирмы генерируют более высокую прибыль, они способны нести издержки выхода на внешние рынки, в результате чего происходит перераспределение рынка в пользу более производительных экспортеров, и все это ведет к общему росту производительности.

В теоретических работах обоснована комплементарность экспорта и инноваций, когда одно инвестиционное решение (экспорт) становится условием другого инвестиционного решения (инновации), и наоборот. Комплементарность достигается в основном благодаря тому, что и экспорт, и инновации служат потенциальным способом получения нового знания, а также благодаря возможной взаимосвязи продуктовых и процессных инноваций: часто решение фирмы выпустить на рынок новый продукт предшествует решению начать экспорт, в то время как последующие экспортные доходы позволяют фирме приступить к более дорогим процессным технологическим инновациям и как результат - повысить производительность [Линдер, Арсенова, 2016].

В результате взаимодополняемости экспорта и инноваций формируется примерно следующая иерархия фирм: наиболее эффективными оказываются те, что одновременно участвуют в экспорте и в инновациях, за ними идут только инноваторы и только экспортеры, и на последнем месте оказываются фирмы, которые не участвуют ни в той, ни в другой деятельности [Liu, Buck, 2007].

3. МЕТОДОЛОГИЯ АНАЛИЗА НАИБОЛЕЕ ЗНАЧИМЫХ ФАКТОРОВ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ, ВЛИЯЮЩИХ НА ЭКСПОРТ РОССИЙСКИХ КОМПАНИЙ

Оптимальным инструментом для анализа, оценки и прогнозирования экономического роста, в том числе для определения ключевых факторов, непосредственно влияющих на экономический рост, являются регрессионные модели. Регрессионный анализ - метод моделирования измеряемых данных и исследования их свойства. Исходные данные состоят из сочетания значений зависимой переменной и независимых (объясняющих) переменных. Параметры модели настраиваются таким образом, что модель наилучшим образом приближает данные. Критерием качества приближения обычно является стандартная ошибка модели. Предполагается, что зависимая переменная есть сумма значений некоторой модели и случайной величины. Регрессионный анализ используется для прогноза, исследования временных рядов, тестирования гипотез и выявления скрытых взаимосвязей в данных.

Для анализа на сайте Росстата были взяты показатели экспорта и инновационной деятельности РФ в период с 2013 по 2019 год, показатель экспорта был обозначен в качестве эндогенной переменной (табл. 1). В настоящем исследовании построена многофакторная регрессионная модель с пятью предикторами, каждый из которых представляет собой показатель инновационной деятельности российских предприятий: объем инновационных товаров, работ, услуг, финансирование науки из средств федерального бюджета, внутренние затраты на научные исследования и разработки, затраты на технологические инновации, количество действующих патентов. Посредством анализа будет выявлено, какие факторы оказывают существенное влияние на результирующий показатель, и осуществлен прогноз по данному показателю.

Проанализировав регрессионную статистику данной выборки, заметим, что коэффициент детерминации равен 0,9298 (табл. 2), что позволяет сделать первые выводы о высокой адекватности модели и существенном влиянии экзогенных факторов на результирующую переменную.

Построим матрицу коэффициентов парной корреляции (табл. 3). Критерием для вывода высокой мультиколлинеарности между экзогенными переменными будем считать коэффициент корреляции между ними > 0,5. Для включения в регрессионную модель отберем среди мультиколлинеарных факторов те, которые имеют большее влияние на результирующую переменную, то есть те, чей коэффициент корреляции с показателем экспорта РФ является большим. Таким образом, в результате визуального анализа целесообразно будет включить в регрессионную модель три фактора: внутренние затраты на научные исследования и разработки, затраты на технологические инновации, количество действующих патентов.

Оценим точность параметров модели с помощью ошибки аппроксимации для целесообразности ведения последующего анализа.

Рассчитаем ошибку аппроксимации по формуле:

Е_отн = = 5,412977.

Таким образом, точность модели хорошая, так как Е_отн < 7%.

Для построения точного прогноза необходимо произвести тест данных на наличие или отсутствие автокорреляции. Автокорреляция случайной составляющей нарушает третью предпосылку нормальной линейной регрессии, которая предполагает отсутствие систематической связи между значениями случайной составляющей в любых двух наблюдениях. Автокорреляция отклонений чаще всего наблюдается тогда, когда эконометрическая модель строится на основе временных рядов. Если существует корреляция между последовательными значениями некоторой независимой переменной, то будет наблюдаться и корреляция последовательных значений остатков. Автокорреляция может быть также следствием ошибочной спецификации эконометрической модели. Кроме того, наличие автокорреляции остатков может означать, что необходимо ввести в модель новую независимую переменную.

Наличие (отсутствие) автокорреляции в отклонениях проверяют с помощью критерия Дарбина - Уотсона. Численное значение коэффициента равно

 (1)

где 

Значение dw статистики близко к величине 2 (1 - r (1)), где r (1) - выборочная автокорреляционная функция остатков первого порядка. Таким образом, значение статистики Дарбина - Уотсона распределено в интервале от 0 до 4. Соответственно, идеальное значение статистики - 2 (автокорреляция отсутствует). Меньшие значения критерия соответствуют положительной автокорреляции остатков, большие значения - отрицательной. Статистика учитывает только автокорреляцию первого порядка. Верхние (dl) и нижние (du) критические значения, позволяющие принять или отвергнуть гипотезу о наличии автокорреляции, зависят от количества уровней динамического ряда и числа независимых переменных модели. Значения этих границ для уровня значимости α = 0,05 даны в Приложении.

При сравнении расчетного значения dw статистики по формуле (1) с табличным могут возникнуть такие ситуации: dl < dw < 2 - ряд остатков не коррелирован; dw < du - остатки содержат автокорреляцию; du < dw < dl - область неопределенности, когда нет оснований ни принять, ни отвергнуть гипотезу о существовании автокорреляции. Если dw превышает 2, то это свидетельствует о наличии отрицательной корреляции. Перед сравнением с табличными значениями dw критерий следует преобразовать по формуле dw'= 4 - dw.

Рассчитаем критерий Дарбина - Уотсона для нашей выборки, учитывая все наблюдения.

Таким образом, dw = 3,3037. Границы согласно Приложению: Dl=0,467 Du=1,896 для n=7 и k=2. Так как значение попадает в интервал от (4 - Du) до (4 - Dl), тест Дарбина - Уотсона не может дать определенного ответа о наличии либо отсутствии автокорреляции.

Для принятия решения о наличии или отсутствии автокорреляции в исследуемом ряду фактическое значение коэффициента автокорреляции r (1) сопоставимо с табличным (критическим) значением для 5%-ного уровня значимости (вероятности допустить ошибку при принятии нулевой гипотезы о независимости уровней ряда):

Табличное значение автокорреляции составляет 3,3037. Так как фактическое значение коэффициента автокорреляции меньше табличного, то гипотеза об отсутствии автокорреляции в ряду может быть принята.

Убедившись, что систематическая взаимосвязь между показателями существует от года к году и спецификация эконометрической модели не является ошибочной, можно построить прогноз по данной модели и выявить тенденции изменения динамики экспорта РФ в 2018 году в зависимости от рассматриваемых факторов.

4. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Осуществим прогнозирование среднего значения показателя Y (экспорта РФ) при уровне значимости α = 0,1, если прогнозное значение фактора X_j составит среднее значение всех значений фактора X_j за рассматриваемый период.

Рассчитаем доверительные интервалы по формуле

Представим на графике фактические данные Y, результаты моделирования, прогнозные оценки и границы доверительного интервала (рис. 2). Показатель РФ в 2020 году с вероятностью 90% будет находиться между верхней и нижней границами.

Таким образом, можно сделать вывод о том, что показатель экспорта РФ достаточно сильно зависит от внутреннего развития научных разработок, уровня затрат на реализацию высокотехнологичных инноваций и количества зарегистрированных патентов. В связи с экономическими санкциями, введенными в отношении РФ, с 2015 года наблюдается снижение общего объема рассматриваемых финансовых показателей. Составленный прогноз также показывает, что к 2020 году объем экспорта будет сохранять понижательную тенденцию совместно с экзогенными инновационными факторами, влияющими на него. В этой связи необходимо обратить должное внимание на рассмотренные показатели инновационной деятельности как наиболее значимые и со стороны государства, и со стороны бизнеса с целью повышения эффективности инновационной и экспортной деятельности на уровне страны.

Проведенный анализ показывает, что ключевым фактором успеха является разработка инноваций самостоятельно организацией. Именно отечественные высокотехнологичные товары представлены на внешних рынках, и от них зависят показатели экспорта Российской Федерации.

Хотелось бы также отметить, что в мировом рейтинге стран по показателям инновационной деятельности в двадцатку лидеров Россия входит только по индикатору интенсивности затрат на технологические инновации (то есть их доли в общем объеме отгруженной продукции), в то время как по доле затрат на исследования и разработки в общем объеме затрат на технологические инновации организаций промышленного производства (23,6%) в ранжированном ряде стран Россия занимает 22-е место. Примерно такую же позицию РФ занимает по удельному весу инновационных товаров, работ, услуг в общем объеме продаж (28-е место в ряду стран ЕС¹). Эти цифры в очередной раз подтверждают адекватность проведенного анализа и необходимость переориентации отечественной инновационной политики в сторону тех факторов, которые оказывают большее результирующее влияние на производительность и показатели экспорта.

5. ФАКТОРЫ, ВЛИЯЮЩИЕ НА СТИМУЛИРОВАНИЕ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ КОМПАНИЙ

Инновационная деятельность - многогранное понятие, включающее множество компонентов, непосредственно ее формирующих. Уже упомянутый глобальный инновационный индекс включает в себя более двадцати различных показателей, которые разделяются на группы входящих и выходящих факторов. Предпосылки успешности по тому или иному показателю в каждой стране индивидуальны и очевидно зависят от конкретной экономической ситуации, исторических фактов и ее возможностей. Это значит, что нет универсального правила успешности инновационной деятельности и вывода ее результатов на зарубежные рынки. Для каждого экономического субъекта необходимо построение индивидуальной стратегии развития.

В данном контексте важно определить факторы, стимулирующие и сдерживающие инновационную деятельность предприятий в Российской Федерации.

Обзор литературы позволяет сделать выводы, что основными факторами, стимулирующими инновационную деятельность российских производителей, являются конкуренция и спрос [Гончар и др., 2012; Cassimana et al., 2010], тогда как сдерживающие факторы - нестабильность внешней среды и недостаток квалифицированных кадров [Тра- чук, Линдер, 2017b; Leonidas, 1995].

По мнению некоторых исследователей, степень критичности факторов успеха инновационной деятельности для развития той или отрасли определяется архетипом инноваций [Gorodnichenko et al., 2010]. При этом в работе [Sandua, Ciocanel, 2014] все отрасли можно условно подразделить на четыре основных архетипа согласно доминирующему источнику инноваций: научный, инженерный, потребительский или архетип эффективности. Объединяет отрасли одного архетипа общая специфика, а именно значимость инфраструктурных факторов или одинаковый уровень инвестиций в НИОКР, что в свою очередь позволяет выделять закономерности появления и развития инноваций. Подобный комплексный подход дает возможность разрабатывать эффективные рекомендации для конкретных отраслей, так как особенности инновационного развития, характерные для одного архетипа, для другого могут быть второстепенными.

При помощи моделирования архетипов отраслей можно учитывать специфику конкретных секторов экономики и в дальнейшем использовать для построения стратегии инновационного развития как на уровне организации, так и на уровне государства.

Для каждого из архетипов нужен собственный подход со стороны государства и частного бизнеса. В данном контексте факторы успеха можно разделить на две группы: определяющие предложение инноваций и связанные со спросом на инновации. К первой группе относится наличие компетенций и технологий финансирования, а также инфраструктуры и культуры развития. К факторам второй группы относятся как внутренний спрос со стороны компании (например, в результате усиления конкуренции в отрасли), так и внешний спрос со стороны государства или конечных потребителей.

Для реализации инноваций необходимыми условиями часто являются крупные рынки сбыта и масштабные инвестиции. Соответствующие отрасли крупного производства (например, металлургия, энергетика и нефтегазовая промышленность) могут стать центрами национальных инноваций и ведущими в области прорывных инноваций. Тем не менее увеличение частоты и скорости появления новых технологий, видов услуг и продуктов требует фундаментального изменения их работы и принципиально иного количества ресурсов для инновационного развития.

В относительно небольших отраслях у российских компаний есть возможность создавать и распространять инновационные решения в отдельных перспективных нишах. В некоторых отраслях, таких, как фармацевтика и машиностроение, размера национального рынка не хватит для обеспечения значимого лидерства в инновациях на протяжении всей цепочки создания стоимости. Несмотря на это, в каждой отрасли есть области, в которых российские компании имеют все возможности получать выручку от реализации своих инновационных решений и накопленных компетенций, формируя тем самым площадку для будущего развития.

При выборе областей для инновационного развития Россия должна сначала улучшать свои компетенции в тех секторах, которые уже имеют сильные конкурентные преимущества, а также сосредоточить усилия на развитии определенных перспективных областей, в которых существует сильный человеческий потенциал для промышленного развития и высокий спрос на инновации со стороны государства. Эти отрасли включают, например, медицину и нефтехимию.

Такой подход согласуется с долгосрочным прогнозом развития Российской Федерации, подготовленным Министерством экономического развития, по которому страна может претендовать на лидирующие позиции в производстве аэрокосмических технологий, композитных материалов, в области нанотехнологий, в водородной и ядерной энергетике, в разработке биомедицинских технологий для защиты и жизнеобеспечения людей и животных, в отдельных областях рационального использования окружающей среды и ее защиты, а также в ряде других сфер.

Степень критичности факторов успеха инновационной деятельности для развития той или отрасли определяется архетипом инноваций. И для каждого из архетипов нужен отдельный подход со стороны государства и частного бизнеса.

6. ВЫВОДЫ И ДАЛЬНЕЙШИЕ ИССЛЕДОВАНИЯ

Проблематика влияния инновационной деятельности предприятия и его производительности на рост бизнеса и его выход на международный уровень рассматривается учеными достаточно давно, начиная с экспортного бума в США в конце ХХ века. Многие эмпирические исследования доказали положительную взаимосвязь между инновациями и экспортом. Согласно двум основным гипотезам, рассматриваемым в литературе по данному вопросу: гипотезе самовыбора и гипотезе обучающего эффекта экспорта, - можно утверждать о комплементарности инноваций и экспорта, а именно о возможности их взаимного влияния друг на друга.

Существует множество стимулов к инновационной деятельности и барьеров при выходе компании на внешние рынки. К основным стимулам можно отнести взаимодействие с подрядчиками, иностранными партнерами, поставщиками и клиентами; экономию от масштаба; дополнительное финансирование; характер спроса и состояние внешней среды. Барьерами являются конкуренция; риски и затраты, связанные с выходом на внешние рынки; недостаток финансирования, информации, квалифицированных кадров, поддержки со стороны государства; длительный срок окупаемости; технологическое отставание и нестабильность внешней среды.

Согласно проведенному эконометрическому анализу был сделан вывод о том, что показатель экспорта РФ достаточно сильно зависит от внутреннего развития научных разработок, уровня затрат на реализацию высокотехнологических инноваций и количества зарегистрированных патентов и в 2020 году данные показатели будут сохранять одинаковую динамику развития.

Необходимо отметить, что должное развитие подхода к организации инновационного процесса на макро- и микроуровнях может открыть новые возможности перед отечественными производителями, что в конечном итоге сделает национальный экспорт конкурентоспособным. В свою очередь развитый внутренний рынок подразумевает полноценные условия ведения бизнеса для фирмы любого масштаба, что представляется важным для успешной реализации экспортного потенциала страны. Вопрос влияния инноваций на деятельность предприятия и на его выход на внешние рынки может быть раскрыт в дальнейшем еще более полно с учетом изменяющейся экономической ситуации.