Российские технограды: технологические профили городов

Обложка

Цитировать

Полный текст

Аннотация

В статье обсуждаются технологическая специализация и патентные портфолио российских техноградов — городов, отличающихся наибольшим вкладом в разработку новых технологий в стране. Анализируя патентные данные каждого из них, авторы выделяют технологические области, в которых технограды располагают накопленными конкурентными преимуществами и высоким потенциалом. Изучение их состава позволяет разделить российские технограды на три группы: ориентированные в первую очередь на развитие «высоких» (Москва, Санкт-Петербург, Томск) и «низких» технологий (Краснодар, Пермь), а также имеющие смешанную, high и low-tech специализацию (Воронеж, Уфа, Казань, Новосибирск, Екатеринбург и Самара).Для целей исследования разработан новый подход к анализу патентной информации, который позволяет получать и агрегировать данные по отдельным административным единицам. Благодаря этому статья может представлять интерес не только для практиков, принимающих решения на региональном или муниципальном уровне, но и для исследователей, работающих в поле региональной экономики, экономической географии, экономики науки, технологий и инноваций.

Об авторах

Екатерина Стрельцова

Национальный исследовательский университет «Высшая школа экономики»

Email: kstreltsova@hse.ru

Глеб Кузьмин

Национальный исследовательский университет «Высшая школа экономики»

Email: gkuzmin@hse.ru

Список литературы

  1. Andersson R., Quigley J.M., Wilhelmsson M. (2005) Agglomeration and the special distribution of creativity // Regional Science. Vol. 84. № 3. Р. 445-464.
  2. Archibugi D., Pianta M. (1992) Specialization and size of technological activities in industrial countries: The analysis of patent data // Research Policy. Vol. 21. № 1. P. 79-93.
  3. Balland P.-A., Boschma R., Frenken K. (2015a) Proximity and Innovation: From Statics to Dynamics // Regional Studies. Vol. 49. № 6. P. 907-920.
  4. Balland P.-A., Rigby D., Boschma R. (2015b) The technological resilience of US cities // Cambridge Journal of Regions, Economy and Society. Vol. 9. P. 167-184.
  5. Boschma R. (2015) Towards an Evolutionary Perspective on Regional Resilience // Regional Studies. Vol. 49. № 5. P. 733-751.
  6. Boschma R., Balland P.-A., Kogler D.F. (2014) Relatedness and technological change in cities: The rise and fall of technological knowledge in US metropolitan areas from 1981 to 2010 // Industrial and Corporate Change. Vol. 24. № 1. P. 223-250.
  7. Cantwell J., Vertova G. (2004) Historical evolution of technological diversification // Research Policy. Vol. 33. P. 511-529.
  8. Carlino G., Kerr W. (2014) Agglomeration and Innovation. Working Paper 15-007. Boston, MA: Harvard Business School. Режим доступа:http://real.wharton.upenn.edu/~duranton/Duranton_Papers/Handbook/Agglomeration_and_innovation.pdf, дата обращения 15.11.2018.
  9. Cortright J., Mayer H. (2001) High Tech Specialization: A Comparison of High Technology Centers // Center on Urban and Metropolitan Policy. Washington, D.C.: The Brookings Institution. Режим доступа:https://www.brookings.edu/wp-content/uploads/2016/06/specialization.pdf, дата обращения 15.11.2018.
  10. Dachs B., Mahlich J., Zahradnik G. (2007) The Technological Competencies of Korea's Firms: A Patent Analysis // Innovation and Technology in Korea: Challenges of a Newly Advanced Economy / Eds. J. Mahlich, W. Pascha. Heidelberg, NY: Physica-Verlag. P. 127-146.
  11. Ejermo O. (2005) Technological diversity and Jacob's externality hypothesis revisited // Growth and Change. Vol. 36. № 2. P. 167-195.
  12. Fleming L., Sorenson O. (2001) Technology as a complex adaptive system: Evidence from patent data // Research Policy. Vol. 30. P. 117-132.
  13. Galindo-Rueda F., Verger F. (2016) OECD Taxonomy of Economic Activities Based on R&D Intensity. OECD Science, Technology and Industry Working Paper 2016/04. Paris: OECD.
  14. Giannitsis T., Kager M. (2009) Technology and Specialization: Dilemmas, Options, Risks? Brussels: European Commission.
  15. Glaeser E., Kallal H., Scheinkman J., Shleifer A. (1992) Growth in Cities // The Journal of Political Economy. Vol. 100. № 6. P. 1126-1152.
  16. Grilliches Z. (1990) Patent statistics as economic indicators: A survey // Journal of Economic Literature. Vol. 28. P. 1661-1707.
  17. Ha S.H., Liu W., Cho H., Kim S.H. (2015) Technological advances in the fuel cell vehicle: Patent portfolio management // Technological Forecasting and Social Change. Vol. 100. P. 277-289.
  18. Jacobs J. (1969) The Economy of Cities. New York: Random House.
  19. Jacobs J. (1984) Cities and the Wealth of Nations: Principles of Economic Life. New York: Random House.
  20. Jaffe A., Trajtenberg M., Henderson R. (1993) Geographical localization of knowledge spillovers as evidenced by patent citations // The Quarterly Journal of Economics. Vol. 108. № 3. P. 577-598.
  21. Khramova E., Meissner D., Sagieva G. (2013) Statistical patent analysis indicators as a means of determining country technological specialization. HSE Working Paper. Series: Science, Technology and Innovation, WP BRP 09/STI/2013. Moscow: HSE. Режим доступа:https://www.hse.ru/data/2013/04/10/1297571825/09STI2013.pdf, дата обращения 10.11.2018.
  22. Kogler D.F., Heimeriks G., Leydesdorff L. (2018) Patent portfolio analysis of cities: Statistics and maps of technological inventiveness // European Planning Studies. Vol. 26. № 11. P. 2256-2278.
  23. Kogler D.F., Rigby D., Tucker I. (2013) Mapping Knowledge Space and Technological Relatedness in US Cities // European Planning Studies. Vol. 21. № 9. P. 1374-1391.
  24. O'hUallachain B. (1999) Patent places: Size matters // Journal of Regional Science. Vol. 39. № 4. P. 613-636.
  25. Patel P., Pavitt K. (1997) The technological competencies in the world's largest firms: Сomplex and path dependent, but not too much variety // Research Policy. Vol. 26. P. 141-156.
  26. Pianta M., Meliciani V. (1996) Technological specialization and economic performance in OECD countries // Technology Analysis.
  27. Rigby D. (2015) Technological relatedness and knowledge space: Entry and exit of US cities from patent classes // Regional Studies. Vol. 29. № 11. P. 1922-1937.
  28. Schmoch U. (2008). Concept of a technology classification for country comparisons. Final Report to the World Intellectual Property Organization (WIPO). Karlsruhe: Fraunhofer Institute for Systems and Innovation Research.
  29. Strumsky D., Lobo J., van der Leeuw S. (2012) Using patent technology codes to study technological change // Economics of Innovation and New Technology. Vol. 21. № 3. P. 267-286.
  30. Van Looy B., Vereyen C., Schmoch U. (2014) Patent Statistics: Concordance IPC V8 P. NACE Rev.2. Paris: Eurostat.
  31. Vlckova J., Kasprikova N., Vlckova M. (2018) Technological relatedness, knowledge space and smart specialization: The case of Germany // Moravian Geographical Reports. Vol. 26. № 2. P. 95-108.
  32. Xia L., Hu J.-Y. (2014) Analysis of the relationship between specialization and innovation of technology in Chinese cities // Applied Mechanics and Materials. Vol. 522-524. P. 1577-1580.
  33. Гохберг Л.М. (2003) Статистика науки. М.: ТЕИС.
  34. Роспатент (2018) Отчет о деятельности Роспатента за 2017 г. M.: Роспатент.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».