Прогнозно-сценарное моделирование развития региональной инновационной системы на основе методов интеллектуального анализа данных

Актуальность исследования обусловлена необходимостью повышения эффективности управления региональными инновационными системами (РИС) в условиях цифровой трансформации экономики и ограниченности бюджетных ресурсов. Самарская область, обладая значительным научно-техническим потенциалом, демонстрирует недостаточную динамику инновационного развития, что требует разработки научно обоснованных прогнозных инструментов. Несмотря на многообразие научных исследований в области моделирования развития региональной инновационной системы и признание важности прогнозного подхода, наблюдается отсутствие адаптивных прогнозных моделей, учитывающих множественность факторов и нелинейность связей в инновационной сфере региона. В статье проведены обоснование и апробация методологических подходов прогнозно-сценарного моделирования РИС (на примере Самарской области) с использованием инструментария множественной регрессии и сценарного подхода. Для построения модели применялись множественная линейная регрессия, корреляционный анализ, метод пошагового включения переменных и сценарное прогнозирование. Верификация полученных результатов проводилась на основе сравнительного анализа с градиентным бустингом (XGBoost). Построенная регрессионная модель (R² = 0,94) включает семь предикторов. Ключевые факторы – количество малых инновационных предприятий (β = 0,350) и изобретательская активность (β = 0,240). Разработаны четыре сценария на 2026–2029 гг.: базовый (20,4% инноваций в ВРП), оптимистичный (24,8%), инновационный (29,5%) и пессимистичный (9,2%). Модель пригодна для стратегического планирования инновационного развития региона. Ключевой драйвер роста – поддержка малого инновационного предпринимательства и стимулирование патентной активности. Модель адаптируема для других промышленно развитых регионов.

1. Плехова Ю.О., Перова В.И. Инновационный метод анализа управления социально-экономическим развитием регионов России с применением нейросетевого моделирования // Вопросы инновационной экономики. 2025. Т. 15, № 1. С. 125–144. doi:10.18334/vinec.15.1.122530.

2. Крыжко Д.А. Концептуальное моделирование взаимосвязей развития инновационного потенциала и состояния региональной инновационной системы // Вестник Академии знаний. 2024. № 6 (65). URL: https://cyberleninka.ru/article/n/kontseptualnoe-modelirovanie-vzaimosvyazey-razvitiya-innovatsionnogo-potentsiala-i-sostoyaniya-regionalnoy-innovatsionnoy-sistemy (дата обращения: 28.06.2026).

3. Егоров Н.Е., Васильева Н.В. Оценка уровня инновационного развития регионов на основе эконометрической модели «Тройная спираль» и российского регионального инновационного индекса // Вопросы инновационной экономики. 2022. № 3. C. 1697–1710. doi:10.18334/vinec.12.3.115181.

4. Васильев В.Л. Оценка эффективности и сбалансированности региональных инновационных систем на основе анализа развития инновационного процесса // Вопросы инновационной экономики. 2026. Т. 16, № 1. С. 135–158. doi:10.18334/vinec.16.1.124755.

5. Печаткин В.В. Оценка уровня инновационного развития регионов России с позиций результативности реализации инновационной политики // Вопросы инновационной экономики. 2024. № 4. C. 1191–1214. doi:10.18334/vinec.14.4.121690.

6. Планирование инновационного развития региональных систем на основе цифровизации государственного стратегического управления / Е.В. Дробот, И.Н. Макаров, Т.В. Башлыков [и др.] // Вопросы инновационной экономики. 2024. № 1. C. 139–156. doi:10.18334/vinec.14.1.120684.

7. Индикаторы инновационной деятельности, 2026 : статистический сборник / В.В. Власова, Л.М. Гохберг, Г.А. Грачева [и др.] ; Национальный исследовательский университет «Высшая школа экономики». Москва : ИСИЭЗ ВШЭ, 2026. 216 с.

8. Грачев С.А., Вакуленко О.С. Оценка особенностей инновационного развития на региональном уровне // Экономика, предпринимательство и право. 2024. № 12. C. 7177–7190. doi:10.18334/epp.14.12.122167.

9. Строев В.В., Свистунов В.М. Эффективность внедрения искусственного интеллекта для развития регионов России // Вестник Алтайской академии экономики и права. 2024. № 7-1. С. 146–156. URL: https://vaael.ru/ru/article/view?id=3575 (дата обращения: 22.06.2026).

10. Мищенко И.Г., Головачева А.С. Современные тенденции и механизмы инновационного развития регионов: концептуальные подходы, международные практики и перспективы роста // Beneficium. 2025. № 3 (56). URL: https://cyberleninka.ru/article/n/sovremennye-tendentsii-i-mehanizmy-innovatsionnogo-razvitiya-regionov-kontseptualnye-podhody-mezhdunarodnye-praktiki-i-perspektivy (дата обращения: 28.06.2026).

11. Янченко Е.В. Региональная инновационная экосистема: оценка эффективности функционирования в условиях цифровизации // Вопросы инновационной экономики. 2023. Т. 13, № 2. С. 881–900. doi:10.18334/vinec.13.2.117913.

12. Борисов С.А., Соменкова Н.С. Оценка уровня инновационного развития региона в контексте экономической безопасности на основе нейросетевого моделирования // Экономическая безопасность. 2026. Т. 9, № 7. doi:10.18334/ecsec.9.7.126167.

13. Фролов В.Г., Перова В.И. Анализ инновационно-инвестиционной сбалансированности промышленной политики России в условиях цифровой трансформации с применением методов искусственного интеллекта // Вопросы инновационной экономики. 2023. № 1. C. 127–148. doi:10.18334/vinec.13.1.117247.

14. Инновационная экосистема развития региональной экономики / М.К. Ашинова, Т.А. Паладова, Е.С. Мальцева, А.А. Горб // Вопросы инновационной экономики. 2024. Т. 14, № 3. С. 833–846. doi:10.18334/vinec.14.3.121277.

15. Прогнозирование показателей научно-технологического и инновационного развития региона при помощи рекуррентных нейронных сетей / В.И. Бывшев, С.А. Королева, И.А. Пантелеева, И.В. Писарев // Экономические и социальные перемены: факты, тенденции, прогноз. 2024. № 3. URL: https://cyberleninka.ru/article/n/prognozirovanie-pokazateley-nauchno-tehnologicheskogo-i-innovatsionnogo-razvitiya-regiona-pri-pomoschi-rekurrentnyh-neyronnyh-setey (дата обращения: 28.06.2026).