Индексы неоднородности инновационного развития тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат наук Мячин, Алексей Леонидович

• Мячин, Алексей Леонидович
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Мячин, Алексей Леонидович

СОДЕРЖАНИЕ

Введение

Раздел 1. Теоретические основы исследования инновационного развития

1.1 Обзор индексов инновационного развития

1.2 Параллельные координаты

Заключение по Разделу 1

Раздел 2. Методы формирования индексов неоднородности инновационного развития

2.1 Анализ паттернов. Ординальная парно-сопоставительная модель

2.2 Порядково-фиксированная паттерн-кластеризация

2.3 Порядково-инвариантная паттерн-кластеризация

2.4 Диффузионно-инвариантная паттерн-кластеризация

2.5 Применение новых методов анализа паттернов на классических тестовых данных «Anderson-Fisher Iris Data»

2.6 Применение новых методов анализа паттернов на классических тестовых данных «Balance Scale Data Set»

2.7 Численные методы расчета индексов неоднородности инновационного развития

2.8 Разработка комплекса программ на основе новой ординальной парно-

сопоставительной модели

Заключение по Разделу 2

Раздел 3. Исследование неоднородности инновационного развития

3.1 Исследование входных показателей Глобального индекса инноваций

3.2 Исследование выходных показателей Глобального индекса инноваций

3.3 Исследование данных образования и патентной активности

3.4 Исследование показателей, входящих в Индекс инновативности

3.5 Расчёт индексов неоднородности инновационного развития

Заключение по Разделу 3

Заключение

Литература

Приложение 1

Приложение 2

Приложение 3

Приложение 4

Приложение 5

Приложение 6

Введение диссертации (часть автореферата) на тему «Индексы неоднородности инновационного развития»

ВВЕДЕНИЕ

Актуальность темы. Выявление и оценка факторов, определяющих инновационное развитие отдельных стран и регионов, является важной, но крайне сложной задачей. Ее актуальность для России, США, стран Европейского союза, других стран неоднократно подчеркивалась рядом отечественных и зарубежных публикаций, в которых отмечалось, что, несмотря на сближение технологических возможностей этих стран, полезная отдача инвестиций в их инновационное развитие оказывается существенно различной. Это различие определяется существованием целого ряда неоднородностей, социально-экономических и иных показателей.

Таким образом, выявление и исследование факторов, определяющих инновационное развитие в различных странах и регионах, их сопоставление и развитие аппарата для изучения этого феномена является актуальной задачей.

Цели и задачи исследования. Целью данной работы является построение новой модели выявления паттернов, используя которую далее сформированы численные методы расчета индексов неоднородности инновационного развития.

Задачи диссертационного исследования:

1. проанализировать отечественные и зарубежные исследования по оценке и измерению инновационного развития различных территориальных субъектов;

2. проанализировать используемые при формировании индексов инновационного развития показатели;

3. разработать новую оригинальную модель выявления паттернов, реализуемую в виде трех новых методов анализа паттернов;

4. рассмотреть особенности использования методов анализа паттернов для решения задач визуального представления и оценки многомерных данных инновационного развития и предложить пути повышения их эффективности;

5. изучить основные свойства разработанных методов;

6. провести апробацию разработанных методов на классических данных;

7. на базе предложенных методов анализа паттернов разработать численные методы расчета индексов неоднородности инновационного развития;

8. создать прототип программного комплекса и провести численные расчёты индексов неоднородности инновационного развития на базе данных Глобального индекса инноваций.

Степень научной разработанности исследования. Проблеме оценки инновационного развития уделяется большое внимание, в частности, в работах Л.М. Гохберга, А.Б. Гусева, А.В. Сорокиной, S. Duta и др. Построение различных индексов инноваций производится национальными и международными организациями, такими, как Организация Объединенных Наций, Всемирная организация интеллектуальной собственности (ВОИС), Управление экономического развития Торгового департамента США, Бизнес школа INSEAD, Институт статистических исследований и экономики знаний Национального исследовательского университета «Высшая школа экономики» и др. с привлечением информации различного характера. Анализу многомерных данных с использованием методов анализа паттернов в системе параллельных координат для решения широкого круга прикладных задач посвящены работы Ф.Т. Алескерова, A. Inselberg, S. Few и др. В частности, Ф.Т. Алескеров, Л.М. Гохберг и др. применили этот подход для исследования инновационной активности отдельных регионов России. Однако, анализ Глобального индекса инноваций, формируемого для различных стран и опирающегося на широкий спектр исходных данных, потребовал, в том числе, развития используемого метода анализа паттернов.

Объектом исследования являются страны, для которых производится расчёт Глобального индекса инноваций, в т.ч. Российская Федерация.

Предметом исследования являются существующие индексы инновационного развития.

Методологическая основа исследования. Основной упор в работе делается на методы дискретной математики. Также используются методы

5

кластерного анализа, математической статистики и интеллектуального анализа данных.

Научная новизна. В диссертационной работе получены следующие новые научные результаты

1. разработана новая ординальная парно-сопоставительная модель выявления паттернов, реализуемая в виде трёх основных оригинальных методов;

2. разработаны новые методы анализа паттернов, основанные на парном сравнении исследуемых показателей. Исследованы свойства этих методов, произведена оценка их вычислительной сложности. Разработаны алгоритмы, позволяющие использовать предложенные методы в конкретных прикладных задачах;

3. разработаны численные методы формирования индексов неоднородности инновационного развития, основанные на новой модели выявления паттернов;

4. произведен расчёт индексов неоднородности инновационного развития на базе показателей, используемых при формировании Глобального индекса инноваций;

5. разработана и зарегистрирована в Российском реестре интеллектуальной собственности программа ЭВМ, позволяющая на практике применять предложенную в диссертационной работе новую модель выявления паттернов.

Теоретическая значимость работы заключается в

1. разработке математического инструментария, позволяющего выделять из исходного множества объектов определённые паттерны;

2. разработке методов формирования индексов неоднородности инновационного развития.

Практическая значимость работы. Предложен ряд новых индексов

инновационного развития и проведены расчеты для данных Глобального индекса

инноваций. Создана программа ЭВМ, совместимая с распространённым пакетом

Microsoft Office, позволяющая получать разбиения исходного множества

6

объектов, работать с большими базами данных, а также визуализировать полученные результаты.

Достоверность и обоснованность полученных результатов базируется на строгом исследовании математических свойств предлагаемых методов, доказательстве соответствующих свойств и тестировании на классических данных.

Апробация работы. Основные результаты работы докладывались на следующих семинарах и конференциях:

1. Второй Российский экономический конгресс (РЭК-2013), Суздаль, февраль 2013 г. (доклад: «Анализ данных науки, образования и инновационной деятельности с использованием методов анализа паттернов»);

2. Общемосковский семинар «Экспертные оценки и анализ данных», ИПУ РАН, Москва, февраль 2013 г. (доклад: «Анализ данных науки, образования и инновационной деятельности с использованием методов анализа паттернов»);

3. 26-th European Conference on Operational Research, Рим, Италия, июнь 2013 г. (доклад: «Pattern analysis in the study of science, education and innovation activity in Russian regions»);

4. 7-ая Московская международная конференция по исследованию операций (ORM-2013), Москва, октябрь 2013 г. (доклад: «Анализ данных образования и патентной активности с использованием методов анализа паттернов»);

5. XIV Международная научная конференция: «Модернизация России: ключевые проблемы и решения», Москва, декабрь 2013 г. (доклад: «Анализ данных науки, образования и инновационной активности с использованием методов анализа паттернов»);

6. Научный семинар «Политическая экономика», НИУ ВШЭ совместно с РЭШ, Москва, декабрь 2013г. (доклад: «Methods of pattern analysis»);

7. 5-th International Conference on Computers Communication and Control (ICCCC 2014), Орадя, Румыния, май 2014г. (доклад: «New high-precision efficient models of pattern analysis»);

8. The Second International Conference on Information Technology and Quantitative Management (ITQM-2014), Москва, июнь 2014г. (доклад: «Analysis of global data education and patent activity using new methods of pattern analysis»);

9. XII Всероссийское совещание по проблемам управления, Москва, июнь 2014г. (доклад: «Неоднородность системы образования: введение в проблему»);

10. International Conference «Optimization, Control and Applications in the Information Age», Халкидики, Греция, июнь 2014г. (доклад: «Pattern Analysis and Its Application to Electoral Data in Russia»);

11. 20-th Conference of the International Federation of Operational Research Societies, Барселона, Испания, июль 2014г. (доклад: «Method of pattern analysis: new algorithms»);

12. Общемосковский семинар «Экспертные оценки и анализ данных», Институт Проблем Управления им. В.А. Трапезникова Российской Академии Наук, Москва 28 октября 2015г. (доклад: «Новые методы анализа паттернов»);

13. IEEE - ICCCC2016 6th International Conference on Computers Communications and Control, Орадя, Румыния, 10-14 мая 2016г. (доклад: «New methods оf pattern analysis in the study of Iris Anderson-Fisher Data»);

14. 28th European Conference on Operational Research, Познань, Польша, 36 июля 2016г. (доклад: «Heterogeneity of innovative activity»).

Положения, выносимые на защиту

1. разработаны индексы неоднородности инновационного развития;

2. произведен расчет разработанных индексов с использованием мировых данных;

3. разработана новая модель выявления паттернов, основанная на трех новых методах анализа паттернов, результат которых не зависит от выбора исходной последовательности исследуемых показателей.

Личный вклад

Автором разработаны

1. индексы неоднородности инновационного развития;

8

2. новая модель выявления паттернов, реализуемая в виде 3 новых методов анализа паттернов;

3. комплекс программ, позволяющий на практике применять предложенную в работе новую модель выявления паттернов.

Автором произведена практическая апробация новых методов анализа паттернов на примере классических данных. Также, автор принимал участие в прикладных проектах применения методов анализа паттернов, в т.ч. при исследовании данных науки, образования и инновационной деятельности в регионах Российской Федерации.

Публикации. Основные результаты по теме диссертации изданы в 10 печатных публикациях, 5 из которых входят в список ВАК. Также получено 1 свидетельство на программу ЭВМ.

Публикации из списка ВАК:

1. Pattern Analysis in the Study of Science, Education and Innovative Activity in Russian Regions / F.T. Aleskerov, L.M. Gokhverg, A.L. Myachin, et al.// Procedia Computer Science. - 2013. - Vol.17. - P. 687-694.

2. Myachin, A. Analysis of global data education and patent activity using new methods of pattern analysis / A. Myachin // Procedia Computer Science. - 2014. -N 31. - P. 468-473.

3. A Method of Static and Dynamic Pattern Analysis of Innovative Development of Russian Regions in the Long Run, in: Springer Proceedings in Mathematics and Statistics / F.T. Aleskerov, L.M. Gokhberg, A.L. Myachin, et al. -Vol. 104 Models, Algorithms and Technologies for Network Analysis. - NY, Dordrecht, Heidelberg, Cham : Springer. - Ch. 1 . - 2014. - P. 1-8.

4. Мячин, А.Л. Анализ паттернов: порядково-инвариантная паттерн-кластеризация / А.Л. Мячин // Управление большими системами. - V.61 - М. -2016. - С.41-59.

5. Мячин, А.Л. Анализ паттернов: диффузионно-инвариантная паттерн-кластеризация / А.Л. Мячин // Проблемы управления. - №4. - М. - 2016. - С.2-9.

Другие публикации:

1. Анализ данных науки, образования и инновационной деятельности с использованием методов анализа паттернов / Ф.Т. Алескеров, Л.М. Гохберг, А.Л. Мячин, и др. - Высшая школа экономики. Серия WP7 «Математические методы анализа решений в экономике, бизнесе и политике». - №07. - 2012. - 62 с.

2. Мячин, А.Л. Совместное использование метода "pattern" и регрессионного анализа при анализе инновационной деятельности в регионах РФ / A^. Мячин // Научные труды Московского Гуманитарного Университета. - № 9. -2013. - С. 50-56.

3. Неоднородность системы образования: введение в проблему/ Ф.Т. Алескеров, А.Е. Иванова, А.Л. Мячин, и др. // В кн.: XII Всероссийское совещание по проблемам управления. ВСПУ-2014. Москва, 16-19 июня 2014 г.: Труды [Электронный ресурс]. - М.: Институт проблем управления им. В.А. Трапезникова РАН. - 2014. - С. 9381-9385.

4. Heterogeneity of the educational system: an introduction to the problem / F.T. Aleskerov F. T., Froumin I., A.L. Myachin, et al. - Working papers by Издательский дом ВШЭ. Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". - 2014. - 64 C.

5. Myachin, A. New methods оf pattern analysis in the study of Iris Anderson-Fisher Data / A. Myachin // IEEE Proceedings of 2016 6th International Conference on Computers Communications and Control (ISBN 978-1-5090-1735-5). -2016. - P. 94-99.

Патенты и свидетельства:

1. Свидетельство о государственной регистрации программы ЭВМ №2016614336 «Порядково-фиксированная и порядково-инвариантная паттерн-кластеризации». Дата государственной регистрации в Реестре программ для ЭВМ: 21 апреля 2016г.

Объем и структура работы. Диссертация состоит из введения, трёх разделов, заключения и шести приложений. Объём диссертации составляет 187

страницы с 99 рисунками и 9 таблицами. Список литературы содержит 67 наименований.

РАЗДЕЛ 1

ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ ИННОВАЦИОННОГО РАЗВИТИЯ

В разделе представлены основные существующие индексы инновационного развития, приведены методы расчёта наиболее используемых. Кратко описано применение системы параллельных координат для визуализации многомерных наборов данных.

1.1. Обзор индексов инновационного развития

Для определения основных показателей, влияющих на инновационное развитие стран и регионов, а также обоснования предлагаемых в работе методов исследования неоднородности инновационного развития, в разделе приведен обзор наиболее известных индексов и подходов к оценке инновационного развития. Cначала приведено общее описание международных индексов, затем -российских.

Для формирования термина «инновации» в работе используется определение из [49]: «Инновация есть введение в употребление какого-либо нового или значительно улучшенного продукта (товара или услуги) или процесса, нового метода маркетинга или нового организационного метода в деловой практике, организации рабочих мест или внешних связях».

Конкретное применение данных, приведенных в разделе, для исследования неоднородности инновационного развития и формирования соответствующих индексов, описанных в работе, приведено в разделе 3.

1.1.1 Глобальный индекс инноваций1 (The Global Innovation Index, GII)

Глобальный индекс инноваций [25-29, 60-62] - совместная работа Cornell University, Бизнес школы INSEAD и Всемирной организации интеллектуальной

1 В некоторых источниках [12] GII переводится как «Глобальный индекс инновационного развития»

собственности (WIPO). Данный индекс рассчитывается с 2007 года. К 2015 году охватывает 141 страну (143 в 2014), что соответствует 98,6% мирового ВВП и 95,1% населения Земли. Топ-10 стран составляют (2015 год, в порядке убывания): Швейцария, Великобритания, Швеция, Нидерланды, США, Финляндия, Сингапур, Ирландия, Люксембург, Дания. Россия в данном рейтинге занимает 48 место. Последнее место (141) занимает Судан.

Несмотря на тот факт, что GII рассчитывается почти 10 лет, в дальнейшем исследовании использованы данные 2012-2015гг., отчёты [26-29]. Из [28]: «... начиная с 2011 года, GII подвергнут независимой статистической проверке, проведенной Объединенным исследовательским центром Европейского Союза». Данная проверка привела к определенной корректировке и унификации формы представления данных в ежегодных отчетах GII. Именно поэтому в дальнейшей работе анализируются данные с 2012 года по настоящее время. Отметим, что унификация формы данных в отчётах не означает их идентичность. Таким образом, проведение динамического анализа GII представляет собой весьма трудную задачу.

Ежегодно в отчетах GII делается упор на определенный аспект инновационного развития. Так, в последних отчетах особенно отмечаются местные динамики инноваций, человеческий фактор в области инноваций, политика в области инновационного развития.

Опишем концептуальную основу GII. Данный индекс опирается на два субиндекса:

- Innovation Input Sub-Index (Инновационный входной субиндекс, IIS который в смысловом контексте можно трактовать как «субиндекс инновационных затрат»). Охватывает элементы национальной экономики, способствующие инновационной деятельности. Рассчитывается на основе 5 агрегированных показателей:

1. Учреждения (обозначим как р1;- для j-ой страны);

2. Человеческий капитал и исследования (р2;);

3. Инфраструктура (p3j);

4. Развитость и удобство внутреннего рынка(р4у);

5. Развитость и удобство ведения бизнеса (p5j-).

Численное значение Инновационного входного субиндекса для j-ой страны вычисляется по формуле

iiq _ ^=1 Pij j ~ 5 ■

- Innovation Output Sub-Index (Инновационный выходной субиндекс, IOS, который в смысловом контексте можно трактовать как «субиндекс инновационных результатов»). Охватывает достигнутые практические результаты инновационной деятельности в рамках конкретной страны/экономики. Рассчитывается на основе 2 агрегированных показателей:

1. Выход знаний и технологий (p6j-) - охватывает результаты развития технологий и экономики знаний (Knowledge and technology outputs);

2. Выход созидание/творчество (p7j-) - охватывает результаты креативной деятельности (Creative outputs).

Численное значение Инновационного выходного субиндекса для j-ой страны вычисляется по формуле

Рб/ + V7Í IOS¡ = 1 0 ] 2

Каждый из 7 агрегированных показателей (5 для Innovation input Sub-Index и 2 для Innovation Output Sub-Index), в свою очередь, формируется как средневзвешенное из 3 показателей. Всего используется 79 показателей (81 в 2014).

Л

Приведем более подробное описание используемых данных . Для удобства, применяемые для расчёта каждого из 7 агрегированных показателей, назовём «показателями 2-ого уровня». Исходные данные, соответственно, «показателями 3-его уровня».

2 Описаны данные из отчёта GII-2015 [29].

1-ый агрегированный показатель «Учреждения» содержит 3 показателя 2-ого уровня, описывающих политическую обстановку, нормативно-правовую базу и бизнес среду. Показателей 3-его уровня 8 (2 описывают политическую обстановку, 3 - нормативно-правовой базы, и 3 - бизнес среду).

Агрегированный показатель «Человеческий капитал и исследования» содержит 3 показателя 2-ого уровня, характеризующих системы среднего и высшего образования, а также сферу R&D. Показателей 3-его уровня 11 (5 описывают систему среднего образования, 3 - высшего образования, 3 - сферу R&D).

Агрегированный показатель «Инфраструктура» состоит из 3 показателей 2-ого уровня, описывающих экологию, общее состояние инфраструктуры и ИТ технологии. Показателей 3-его уровня 10 (3 описывают экологию, 3 - общее состояние инфраструктуры, 4 - ИТ технологии).

«Развитость и удобство внутреннего рынка» описывается 3 показателями 2-ого уровня (кредиты, инвестиции и торговля, конкуренция). Показателей 3-его уровня 9 (3 описывают кредиты, 4 - инвестиции и торговлю, 2 - конкуренцию).

«Развитость и удобство ведения бизнеса» описывается 3 показателями 2-ого уровня, характеризующих работников интеллектуальной сферы, усвоение знаний и инновационные связи. Показателей 3-его уровня 14 (5 описывают работников интеллектуальной сферы, 4 - усвоение знаний, 5 - инновационные связи).

Агрегированный показатель «Выход знаний и технологий» также состоит из 3 показателей 2-ого уровня, описывающих создание, влияние и распространение

-5

знаний. Показателей 3-его уровня 14 (5 описывают создание знаний, 5 - влияние знаний, 4 - распространение знаний).

7-ой агрегированный показатель «Выход созидание/творчество», как и 6 предыдущих, состоит из 3 показателей 2-ого уровня, характеризующих товары из

3 В 2012 году использовалось 12 показателей, 4 из которых описывали создание знание, 4 -влияние знаний и 4 - распространение знаний.

услуги, нематериальные активы и творчество в интернете. Показателей 3-его уровня 13 (5 описывают товары и услуги, 5 - нематериальные активы, 4 -творчество в интернете).

Innovation Efficiency Ratio (IER) для j-ой страны рассчитывается на основании 2 субиндексов (Innovation Output Sub-Index и Innovation Input SubIndex), описанных выше, согласно следующей формуле:

70S,

№Я'=//5/

IER возможно трактовать как «Индекс эффективности затрат». Данный индекс показывает, как много выходных результатов от инноваций страна получает в ответ на приложенные усилия.

Схематично, структура ОН представлена на Рисунке 1 [28].

Рисунок 1. Структура Глобального индекса инновация.

Конечный показатель The Overall GII score (общая оценка Глобального индекса инноваций) есть простое среднее арифметическое входного и выходного субиндексов. Таким образом, конечное значение GII для j-ой страны вычисляется по формуле

4 В 2012 году показатель 2-ого уровня «нематериальные активы» назывался «творческие нематериальные активы» («creative intangibles» вместо «intangible assets»).

16

IIS; + /05,-

Следует отметить, что нормировка используемых для формирования индекса GII показателей производится с использованием следующей формулы

„norm _ rij Fl rij r)max_r.min '

"i "i

где: pij - исходное значение /-ого показателя j-ой страны;

min

PI i' - минимальное значение /-ого показателя;

ТП (ТУ

p • - максимальное значение /-ого показателя;

потт "

p ¡у'' - нормированное значение /-ого показателя j-ой страны.

Основные достоинства GII:

- широкий территориальный охват;

- учёт большого количества показателей;

- относительно большое количество источников международной статистики;

- рейтинг составляется ежегодно.

Основные недостатки GII:

- отсутствие конечных показателей, отображающих инновационную отдачу;

- показатели, формирующие входной и выходной субиндексы, имеют довольно высокие коэффициенты корреляции (см. Таблица 1);

- для большинства стран рейтинг невозможно сопоставить по годам. Данная особенность отмечена, в частности, в [28]: «...также ввиду корректировок, вносимых в рамках GII каждый год, и других технических факторов, непосредственно не связанных с реальной производительностью (отсутствуют данные, обновления данных и т.д.), рейтинги GII непосредственно не сопоставимы в динамике».

1 2 3 4 5 6 7

1 Учреждения 1

2 Человеческий капитал

и исследования 0,77 1

3 Инфраструктура 0,83 0,85 1

4 Развитость и удобство

внутреннего рынка 0,74 0,7 0,69 1

5 Развитость и удобство

ведения бизнеса 0,71 0,7 0,64 0,61 1

6 Выход знаний и

технологий 0,67 0,78 0,71 0,67 0,69 1

7 Выход

созидание/творчество 0,81 0,76 0,79 0,63 0,69 0,72 1

1.1.2 Сводный индекс инновационного развития (Portfolio Innovation Index, PII)

Сводный индекс инновационного развития [46] применяется в США как инструмент определения слабых и сильных сторон региональной экономики. Разработан по инициативе Управления экономического развития Торгового департамента США5. PII формируется из 4 агрегированных субиндексов, 2 из которых относят к инновационным ресурсам (input), 2 - к выходным показателям инноваций (output). Для расчёта PII субиндексам «экономическая динамика» (Economics Dynamics Sub-Index, input, EDS), «человеческий капитал» (Human Capital Sub-Index, input, HCS) и «занятость и производительность» (Productivity and Employment Sub-Index, output, PES) присваиваются весовые коэффициенты 0,3; субиндексу «экономическое благосостояние» (Economic Well-Being SubIndex, output, EWS) - весовой коэффициент 0,1.

HCS состоит из 5 показателей (обозначим pf cs, pf cs, pfcs, pfcs, p f cs ), характеризующих уровень образования, темпы роста и занятость населения. При формировании данного субиндекса все показатели берутся с коэффициентом 0,2. Предполагается, что HCS демонстрирует возможность определённой части населения заниматься инновационной деятельностью. Субиндекс «человеческого капитала» рассчитывается для округа США dis по формуле

5 U. S. Commerce Department's Economic Development Administration.

18

5 ^ HCS

HCSdis = 100*^0,2

HCS

i=1

где pfSA - среднее значение /-ого показателя по США.

USA

EDS состоит из 7 показателей, характеризующих исследования и разработки, инвестиции, а также учреждения на 10000 рабочих мест. Предполагается, что EDS анализирует определённые ресурсы, необходимые для повышения инновационной активности. Субиндекс «экономической динамики» рассчитывается по формуле

PES состоит из 5 показателей, трем из которых присваиваются коэффициенты 0,25; двум - 0,125. PES частично описывает экономический рост от инновационной деятельности. Субиндекс «занятости и производительности» рассчитывается по формуле

EWS состоит из 6 показателей, четырем из которых присваивается коэффициент 0,2; двум - 0,1. Субиндекс «экономического благосостояния» характеризует повышение благосостояния в определённом округе и рассчитывается по формуле

Сводный индекс инновационного развития рассчитывается по формуле PIIdis = 0-3 * HCS + 0,3 * EDS + 0,3 * PES + 0,1 * EWS, где PHdis - сводный индекс инновационного развития округа США dis.

Данный индекс позволяет анализировать более 3000 районов США, вследствие чего формируются 5 групп6: более 110%; 110-100%; 90-100%;80-90%; менее 80%. Отдельной группой выделяются регионы, по которым данные отсутствуют.

1.1.3 Regional Innovation Scoreboard (RIS) и European Innovation Scoreboard (EIS)

На территории Европейского Союза оценка инновационного развития осуществляется на региональном (RIS) [37] и страновом (EIS) [38, 47] уровнях.

RIS публикуется с 2002 года (далее 2003, 2006, 2009, 2012 и 2014), последний отчёт представлен в [37]. В нём исследуются 22 страны ЕС, Швейцария и Норвегия (всего 190 регионов Европы) с использованием 11

7

индикаторов :

(1) % населения с высшем образованием;

(2) занятость в средне/высокотехнологичных производствах и услугах;

(3) патентные заявки;

(4) расходы R&D в бизнес секторе;

(5) расходы на R&D в государственном секторе;

(6) инновационные продукты/услуги;

(7) малые и средние инновационные предприятия, сотрудничающие с другими инновационными предприятиями;

(8) маркетинговые и организационные инновации;

(9) домашние инновационные предприятия (SMEs innovating in house);

(10) расходы на инновации (не R&D);

(11) продажа новых инноваций для рынка и новых для фирм.

о

Опишем способы исследования и расчета RIS . Поскольку необходимые для расчёта RIS данные не всегда доступны в полном объеме, в первую очередь

6 Группы формируются в сравнении со средними показателями по США.

7 Количество индикаторов менялось с развитием индекса.

8

Методы расчёта менялась со временем. Описана последняя версия к настоящему моменту.

происходит заполнение пропусков. Частично, пропуски заполняются при помощи Community Innovation Survey (CIS) [63]. Т.к. данная база используется для оценки инновационного развития стран ЕС, потребовалось разбить имеющиеся индексы на регионы (в отчете [37] применяется термин «regionalization»). Для этого:

- в каждой стране cntr , отдельно для каждой отрасли br рассчитывается доля фирм с инновационными продуктами ;

- рассчитывается доля занятости sh для каждой отрасли br для регионов reg внутри страны ( );

- оценивается доля инновационных фирм:

= <г * КГ

- рассчитывается доля местных предприятий отрасли br для региона reg ( )

- для рассчитывается доля инновационных фирм:

1пгГеды = РГ°ГЬг9 * IîlCbrtr

- рассчитываются средние значения I \д Ъги I br.

После заполнения пропусков и проведения нормирования данных, для составления RIS рассчитывается так называемый региональный индекс инноваций (Regional Innovation Index) как среднеарифметическое из 11 нормированных показателей, описанных выше. Далее, делается поправка на коэффициент страны, высчитываемый следующим образом:

Список литературы диссертационного исследования кандидат наук Мячин, Алексей Леонидович, 2016 год

ЛИТЕРАТУРА

1. Рейтинг инновационного развития субьектов Российской Федерации / Г.И. Абдрахманова, В.Ю. Белоусова, Л.М. Гохберг, и др. Науч. ред.: Л. М. Гохберг. - Вып. 2. - М., 2014. - 89 с.

2. Анализ паттернов в статистике и динамике. Часть 1: Обзор литературы и уточнение понятия / Ф.Т. Алескеров, В.Ю. Белоусова, Б.Г. Миркин, и др. // Бизнес-информатика, 2013. - Т. 3. - С. 3-18.

3. Анализ данных науки, образования и инновационной деятельности с использованием методов анализа паттернов / Ф.Т. Алескеров , Л.М. Гохберг , А.Л. Мячин, и др. - Высшая школа экономики. Серия WP7 «Математические методы анализа решений в экономике, бизнесе и политике», 2012. - № 07. - 52 с.

4. Алескеров, Ф.Т., Солодков, В.М., Челнокова, Д.С. Динамический анализ паттернов поведения коммерческих банков России / Ф.Т. Алескеров, В.М. Солодков , Д.С. Челнокова // Экономический журнал Высшей школы экономики. - 2006. - Т. 10, №1. - С. 48-62.

5. Блейхут, Р. Теория и практика кодов, контролирующих ошибки / Р. Блейхут. - М.: Мир, 1986. - 576 с.

6. Гусев, А.Б. Формирование рейтингов инновационного развития регионов России и выработка рекомендаций по стимулированию инновационной активности субъектов Российской Федерации / А.Б. Гусев. - М., 2008. - 88 с.

7. Миркин, Б.Г. Методы кластер-анализа для поддержки принятия решений: обзор / Б.Г. Миркин. - М.: Изд. дом Национального исследовательского университета «Высшая школа экономики», 2011. - 88 с.

8. Михеева, Н.Н., Семенова, Р.И. Инновационный потенциал регионов: проблемы и результаты измерения / Н.Н. Михеева, Р.И. Семенова // Новая экономика. Инновационный портрет России, 2011. - C. 311-317.

9. Московин, В.М., Тенг, Д., Бадер, Э.А. Развитие методологии оценки экономики знаний: на примере стран АСЕАН и МЕДА / В.М. Московин, Д. Тенг, Э.А. Бадер // Международная экономика. - 2011. - № 4. - C. 59-75.

10. Мячин, А.Л. Анализ паттернов: диффузионно-инвариантная паттерн-кластеризация / А.Л. Мячин // Проблемы управления. - №4. - М. - 2016. - С.2-9.

11. Мячин А.Л. Анализ паттернов: порядково-инвариантная паттерн-кластеризация / А.Л. Мячин // Управление большими системами Управление большими системами. - V.61 - М. - 2016. - С.41-59.

12. Попова, М.В. Международный опыт построения индексов инновационного развития / М.В. Попова // Современные научные исследования и инновации. №3. - 2013. - URL: http://web.snauka.ru/issues/2013/03/23033 (дата обращения 06.06.2016)

13. Сорокина, А.В. Построение индекса инновационного развития регионов России / А.В. Сорокина. - М.: Издательский дом Дело, РАНХиГС, 2013. - 230 с.

14. Aleskerov, F.T., Alper, C.E. A clustering approach to some monetary facts: a long-run analysis of cross-country data / F.T. Aleskerov, C.E. Alper // The Japanese Economic Review. - 2000. - Vol. 51. - No. 4. - P. 555-567.

15. Aleskerov, F.T., Alper, C.E. Inflation, Money, and Output Growths: Some Observations / F.T. Aleskerov, C.E. Alper // Bogazici University Research Paper. -No. SBE 96-06. - 1996.

16. Pattern Analysis in the Study of Science, Education and Innovative Activity in Russian Regions / F.T. Aleskerov, L.M. Gokhberg, L.G. Egorova, et al. // Procedia Computer Science. - 2013. - Vol. - 17. - P. 687-694.

17. Environmental Grouping of the Bank Branches ant their Performances / F. Aleskerov, H. Ersel, C. Gundes, et al. // Yapi Credit Bank. Discussion Paper Series No 97-03. - 1997. - 24 p.

18. A Multicriterial Method for Personnel Allocation among Bank Branches/ F. Aleskerov, H. Ersel, C. Gundes, et al. // Yapi Kredi Discussion Paper Series. -Istanbul. - 1998. - No 98-01.

19. Aleskerov, F., Ersel, H., Yolalan R. Clustering Turkish Commercial Banks According to Structural Similarities / F. Aleskerov, H. Ersel, R. Yolalan // Yapi Credit Bank. Discussion Paper Series. - No 97-02. - 1997. - 24 p.

147

20. Aleskerov, F., Ersel, H., Yolalan, R. Multicriterial Ranking Approach for Evaluating Bank Branch Performance / F. Aleskerov, H. Ersel, R. Yolalan // International Journal of Information Technology and Decision Making. - Vol. 3. - No. 2. - 2004. - P. 321-335.

21. Borg, I., Groenen. Modern Multidimensional Scaling: Theory and Applications/ I. Borg, Groenen. - 2005. - 524 p.

22. Chernoff, H. The use of faces to represent points in k-dimensional space graphically/ H. Chernoff // Journal of the American Statistical Association. - 68. -1973. - pp. 361-368.

23. Chernoff, H., Rizvi, M. H. Effect on classification error of random permutations of features in representing multivariate data by faces / H. Chernoff, M.H. Rizvi // Journal of American Statistical Association. - 70. - 1975. - pp. 548- 554.

24. Cole, R., Gunther, J. A CAMEL Rating's Shelf Life / R. Cole, J. Gunther. -Studies (Financial Industry). Federal Reserve Bank of Dallas, December, 1995.

25. Dutta, S. (ed.). The Global Innovation Index 2011. Accelerating Growth and Development / S. Dutta. - Fontainbleau: INSEAD, 2011. - 381 p. - URL: https://www.globalinnovationindex.org/userfiles/file/GII-2011_Report.pdf (дата обращения 17.06.2016)

26. Dutta, S. (ed.). The Global Innovation Index 2012. Stronger Innovation Linkages for Global Growth / S. Dutta. - Fontainbleau: INSEAD, 2012. - 464 p. -URL: https://www.globalinnovationindex.org/userfiles/file/GII-2012-Report.pdf (дата обращения 17.06.2016)

27. Dutta, S., Lanvin, B., (ed.). The Global Innovation Index 2013. The Local Dynamics of Innovation / S. Dutta., B. Lanvin. -Fontainbleau: INSEAD, 2013. - 417 p. - URL: http://www.wipo.int/edocs/pubdocs/en/economics/gii/gii_2013.pdf (дата обращения 17.06.2016)

28. Dutta, S., Lanvin, B., Wunsch-Vincent, S. (ed.). The Global Innovation Index 2014. The Human Factor in Innovation / S. Dutta., B. Lanvin, S. WunschVincent. - Fontainbleau: INSEAD, 2014. - 429 p. - URL:

https://www.globalinnovationindex.org/userfiles/file/reportpdf/GII-2014-v5.pdf (дата обращения 06.06.2016)

29. Dutta, S., Lanvin, B., Wunsch-Vincent, S. (ed.). The Global Innovation Index 2015. Effective Innovation Policies for Development / S. Dutta., B. Lanvin, S. Wunsch-Vincent. - Fontainbleau: INSEAD. - 2015. - 453 p. -URL: https: //www. globalinnovationindex.org/userfiles/file/reportpdf/gii-full-report-2015-v6.pdf (дата обращения 06.06.2016)

30. Elmqvist, N., Dragicevic, P., Fekete, J.-D. Rolling the dice: Multidimensional visual exploration using scatterplot matrix navigation / N. Elmqvist, P. Dragicevic, J.-D. Fekete. IEEE Trans. Vis. Comput. Graph. - 14(6): 15391148. -2008.

31. Few, S. Multivariate Analysis Using Parallel Coordinates / S. Few. - 2006. - 9 p. - URL: https://www.perceptualedge.com/articles/b-eye/parallel_coordinates.pdf (дата обращения 17.06.2016).

32. Fisher, R.A. The use of multiple measurements in taxonomic problems/ R.A. Fisher // Annals of Eugenics. - Vol. 7. - 1936. - P. 179-188.

33. Inselberg, A. Parallel Coordinates: Visual Multidimensional Geometry and Its Applications/ A. Inselberg. - Springer, 2009. - 554 p.

34. Inselberg, A. The Plane with Parallel Coordinates / A.Inselberg // Visual Computer. - 1. - 1985. - pp. 69-91.

35. Gardner, M., Mills, D.L. Managing Financial Institutions: An Asset /M. Gardner, D.L. Mills. - Liability Approach. The Dryden Press. - 1994.

36. Golin, J. The Bank Credit Analysis Handbook: A Guide for Analysts, Bankers and Investors / J. Golin. - John Wiley & Sons. - 2001.

37. Regional Innovation Scoreboard 2014 / H. Hollanders, N. Es-Sadki, B. Buligescu et al. - Enterprise and Industry, 2014. - 84 p. - URL: http://bookshop.europa.eu/en/regional-innovation-scoreboard-2014-pbNBBC14001/ (дата обращения 06.06.2016)

38. Hollanders, H., Es-Sadki, N., Kanerva, M. Innovation Union Scoreboard 2015 / H. Hollanders, N. Es-Sadki, M. Kanerva. - 2015. - 100 p. - URL:

149

http://ec.europa.eu/growth/industry/innovation/facts-figures/scoreboards/files/ius-2015_en.pdf (дата обращения 07.06.2016)

39. Mirkin, B.G. Clustering for Data Mining: A Data Recovery Approach / B.G. Mirkin. - Taylor and Francis Group, 2005. - 350 p.

40. Mirkin, B.G. Summary and semi-average similarity criteria for individual clusters, in: Models, Algorithms, and Technologies for Network Analysis / B.G. Mirkin; Ed. by Boris I. Goldengorin, Valery A. Kalyagin, Panos M. Pardalos. - Vol. 59. - NY : Springer. - 2013. - P. 101-126.

41. Myachin, A. Analysis of global data education and patent activity using new methods of pattern analysis / A. Myachin // Procedia Computer Science. - 2014. -N 31. - P. 468-473.

42. Myachin, A. New methods оf pattern analysis in the study of Iris Anderson-Fisher Data / A. Myachin // IEEE Proceedings of 2016 6th International Conference on Computers Communications and Control (ISBN 978-1-5090-1735-5). -2016. - p.94-99

43. Schwab, K. The Global Competitiveness Report 2015-2016. Full Data Edition. World Economic Forum / K. Schwab. - 2015. - 403 p. - URL: http://www3.weforum.org/docs/gcr/2015-2016/Global_Competitiveness_Report_2015-2016.pdf (дата обращения 09.06.2016)

44. Siegler, R. S. Three Aspects of Cognitive Development / R.S. Siegler // Cognitive Psychology. - 8. - 1976. - p. 481-520.

45. Wegman, E.J. Hyperdimensional data analysis using parallel coordinates/ E.J. Wegman // Journal of the American Statistical Association. - 85(411) . - 1990. -pp. 664-675.

46. Crossing the Next Regional Frontier. Information and analytics linking regional competitiveness to investment in a knowledge-based economy. - 2009. - 283 p. - URL: http://www.statsamerica.org/innovation/reports/crossing_regional_frontier_full_report.p df (дата обращения 08.06.2016)

47. European Innovative Scoreboard 2009. Comparative analysis of innovative performance. - 2010. - 72 p. - URL: http://ec.europa.eu/growth/tools-databases/newsroom/cf/itemdetail.cfm?item_id=4139&lang=en&tpa_id= 133&title=Eur opean-Innovation-Scoreboard-2009 (дата обращения 08.06.2016)

48. Knowledge Economy Index (KEI) 2012 Rankings. - 2012. - 8p. - URL: http://siteresources.worldbank.org/INTUNIKAM/Resources/2012.pdf (дата обращения 09.06.2016)

49. Oslo Manual. Guidelines for collecting and interpreting innovation data. -2015. - 166 p. - URL: http://www.oecd-ilibrary.org/docserver/download/9205111e.pdf?expires=1465412815&id=id&accname= guest&checksum=CCB556728A7C2F1A17E7AA7A3337DB70 (дата обращения 08.06.2016)

50. URL: http://www.fa.ru/institutes/efo/science/Pages/index.aspx (дата обращения 09.06.2016)

51. URL: http://atlas.socpol.ru/indexes/index_innov.shtml (дата обращения 17.06.2016).

52. URL: http://data.worldbank.org/sites/default/files/wdi-2014-book.pdf (дата обращения 17.06.2016).

53. URL:

http://ec.europa.eu/regional_policy/sources/docgener/studies/pdf/regional_entrepreneurs hip_development_index.pdf (дата обращения 17.06.2016).

54. URL: http://data.worldbank.org/data-catalog/BEEPS (дата обращения 17.06.2016).

55. URL:

https://www. atkearney. com/documents/10192/5911137/Global+Cities+201+-+The+Race+Accelerates.pdf/7b239156-86ac-4bc6-8f30-048925997ac4 (дата

обращения 17.06.2016)

56. URL: http://cordis.europa.eu/news/rcn/10048_en.html (дата обращения 08.06.2016)

57. URL: http://archive.ics.uci.edu/ml/datasets/Balance+Scale (дата обращения 06.06.2016)

58. URL:

http://web.worldbank.org/WBSITE/EXTERNAL/WBI/WBIPROGRAMS/KFDLP/EXT UNIKAM/0,,menuPK:1414738~pagePK:64168427~piPK:64168435~theSitePK:141472 1,00.html (дата обращения 09.06.2016)

59. URL: http://www.ngpedia.ru/id430983p1.html (дата обращения: 17.06.2016)

60. URL: https://www.globalinnovationindex.org/userfiles/file/GII-2009-2010-Report.pdf (дата обращения 17.06.2016)

61. URL: https://www.globalinnovationindex.org/userfiles/file/GII-2008-2009-Report.pdf (дата обращения 17.06.2016)

62. URL: https://www.globalinnovationindex.org/userfiles/file/GII-2007-Report.pdf (дата обращения 17.06.2016)

63. URL : http ://ec. europa. eu/euro stat/web/microdata/community-innovation-survey (дата обращения 07.06.2016)

64. URL: http://www.csr-nw.ru/ (дата обращения 17.06.2016)

65. URL: http://ec.europa.eu/eurostat (дата обращения 17.06.2016)

66. URL: http://en.unesco.org/ (дата обращения 17.06.2016)

67. URL: http://www.wipo.int/pressroom/en/articles/2015/article_0010.html (дата обращения 17.06.2016)

Приложение 1. Паттерны, построенные на основе входных показателей

GII-2012

Country/Economy 2012 Fix-Patterns Inv-Patterns FixCode Inv-Code

Nepal 1 1 #21121 #222221121122221

Paraguay 1 1 #21121 #222221121122221

Switzerland 1 1 #21121 #222221111122221

Zambia 1 1 #21121 #222221111122221

Korea (Republic of) 1 2 #21121 #222221111122221

Lithuania 1 2 #21121 #222221111120221

Spain 1 2 #21121 #222221111121221

Burkina Faso 1 3 #21121 #222221111121221

Cameroon 1 3 #21121 #222221111121221

Jamaica 1 3 #21121 #222221111111221

Lebanon 1 3 #21121 #222221111111221

Armenia 1 4 #21121 #222221111111221

Azerbaijan 1 4 #21121 #222221111111221

Ghana 2 4 #22112 #222222212112122

Malaysia 2 4 #22112 #222222112111122

Mauritius 2 4 #22112 #222222112111122

Uganda 2 4 #22112 #222222112111122

Angola 2 5 #22112 #222222212111122

Cambodia 2 5 #22112 #222222212111122

Canada 2 5 #22112 #222222212111112

Madagascar 2 5 #22112 #222222212111112

Mongolia 2 5 #22112 #222222212111112

Nigeria 2 5 #22112 #222222212111112

Rwanda 2 5 #22112 #222222222111122

South Africa 2 5 #22112 #222222111111112

United States of America 2 5 #22112 #222222111111112

Benin 2 6 #22112 #222122111111112

Costa Rica 2 6 #22112 #222222111111122

Czech Republic 2 6 #22112 #222222211111112

Gambia 3 6 #21122 #222221111111222

Panama 3 6 #21122 #222221111111222

Oman 3 7 #21122 #222221111111222

Tunisia 3 7 #21122 #222221111111222

Brunei Darussalam 3 8 #21122 #222221111111222

Togo 3 8 #21122 #222221111111222

United Kingdom 3 8 #21122 #222221111111222

Hong Kong (China) 3 9 #21122 #222221111111222

Country/Economy 2012 Fix-Patterns Inv-Patterns FixCode Inv-Code

Nicaragua 3 9 #21122 #222221111111222

Peru 3 9 #21122 #222221112122222

Colombia 3 10 #21122 #222221111122222

Mexico 3 10 #21122 #222221112112222

Albania 3 11 #21122 #222221111112222

Bulgaria 3 11 #21122 #222221111112222

Latvia 3 12 #21122 #221221111111222

Netherlands 3 12 #21122 #221021111110222

Turkey 3 12 #21122 #221121111111222

Belgium 4 13 #22212 #222222212212112

Ireland 4 13 #22212 #222222211211112

Singapore 4 13 #22212 #222222212211112

Bosnia and Herzegovina 4 14 #22212 #222222212211112

Botswana 4 14 #22212 #222222222222112

Côte d'Ivoire 4 15 #22212 #222222222211112

Mali 4 15 #22212 #222222222211112

Argentina 5 16 #22122 #221222122111222

Qatar 5 16 #22122 #222222112111222

Gabon 5 17 #22122 #222222122111222

Russian Federation 5 17 #22122 #222222102111222

Namibia 9 18 #21212 #222221211212112

Poland 9 18 #21212 #222221211212112

Brazil 9 19 #21212 #222221212222112

Sri Lanka 9 19 #21212 #222221111212122

Ecuador 10 20 #21112 #222221111111122

El Salvador 10 20 #21112 #222221111111122

Mozambique 11 21 #21222 #222221122222222

Niger 12 21 #21211 #222221222222111

Pakistan 12 21 #21211 #222221222222111

Croatia 13 22 #22121 #222222122111221

Slovakia 13 22 #22121 #222222122121221

Cyprus 13 23 #22121 #222222122121221

Tajikistan 13 23 #22121 #222222122121221

Denmark 13 24 #22121 #222222122121221

Kuwait 13 24 #22121 #222222222111221

Macedonia (the former Yugoslav Republic of) 13 24 #22121 #222222222111221

New Zealand 13 24 #22121 #222222222111221

Fiji 13 25 #22121 #222222222111221

Israel 13 25 #22121 #222222111111221

Montenegro 13 25 #22121 #222222222111211

Nicaragua 3 9 #21122 #222221111111222

Country/Economy Fix- Inv- Fix-

2012 Patterns Patterns Code Inv-Code

Peru 3 9 #21122 #222221111111222

Colombia 3 10 #21122 #222221112122222

Mexico 3 10 #21122 #222221111122222

Albania 3 11 #21122 #222221112112222

Bulgaria 3 11 #21122 #222221111112222

Latvia 3 12 #21122 #222221111112222

Netherlands 3 12 #21122 #221221111111222

Turkey 3 12 #21122 #221021111110222

Belgium 4 13 #21122 #221121111111222

Ireland 4 13 #22212 #222222212212112

Singapore 4 13 #22212 #222222211211112

Bosnia and

Herzegovina 4 14 #22212 #222222212211112

Botswana 4 14 #22212 #222222212211112

Côte d'Ivoire 4 15 #22212 #222222222222112

Mali 4 15 #22212 #222222222211112

Argentina 5 16 #22212 #222222222211112

Qatar 5 16 #22122 #221222122111222

Gabon 5 17 #22122 #222222112111222

Russian Federation 5 17 #22122 #222222122111222

Namibia 9 18 #22122 #222222102111222

Poland 9 18 #21212 #222221211212112

Brazil 9 19 #21212 #222221211212112

Sri Lanka 9 19 #21212 #222221212222112

Ecuador 10 20 #21212 #222221111212122

El Salvador 10 20 #21112 #222221111111122

Mozambique 11 21 #21112 #222221111111122

Niger 12 21 #21222 #222221122222222

Pakistan 12 21 #21211 #222221222222111

Croatia 13 22 #21211 #222221222222111

Slovakia 13 22 #22121 #222222122111221

Cyprus 13 23 #22121 #222222122121221

Tajikistan 13 23 #22121 #222222122121221

Denmark 13 24 #22121 #222222122121221

Kuwait 13 24 #22121 #222222122121221

Macedonia (the

former Yugoslav Republic of) 13 24 #22121 #222222222111221

New Zealand 13 24 #22121 #222222222111221

Fiji 13 25 #22121 #222222222111221

Israel 13 25 #22121 #222222222111221

Montenegro 13 25 #22121 #222222111111221

Yemen 13 25 #22121 #222222222111211

Jordan 13 26 #22121 #222222222122221

Serbia 14 26 #21221 #222221121221211

Morocco 14 27 #21221 #222221122222221

Portugal 14 27 #21221 #222221122222221

Country/Economy 2012 Fix-Patterns Inv-Patterns FixCode Inv-Code

Iceland 15 28 #22211 #222222222211111

Slovenia 15 28 #22211 #222222222211111

Indonesia 16 y* #11112 #111111112112122

Iran (Islamic Republic of) 17 y #12212 #122122212212112

Venezuela

(Bolivarian Republic of) 17 y #12212 #111112212212112

Ukraine 18 y #22012 #222222211011112

Uzbekistan 19 y #20212 #222220211211112

Zimbabwe 20 y #22111 #222222222111111

Japan 21 y #22102 #222222112112022

Guatemala 22 y #21012 #222221111011112

Lao People's Democratic Republic 23 y #12112 #122122212111122

Egypt 23 y #12112 #122122222111122

Ethiopia 23 y #12112 #101112212111122

Hungary 3 y #21122 #222221111112222

Italy 14 y #21221 #222221122222221

Kazakhstan 14 y #21221 #222221121222221

Senegal 15 y #22211 #222222222222111

Sudan 13 y #22121 #222222222122221

United Arab

Emirates 13 y #22121 #222222122111221

Uruguay 11 y #21222 #222221111222222

China 11 y #21222 #222221111222222

Australia 9 y #21212 #222121111212122

Dominican Republic 9 y #21212 #222221211211112

Honduras 9 y #21212 #222121111212112

India 9 y #21212 #222221212212112

Thailand 9 y #21212 #222221111222112

Viet Nam 10 y #21112 #211111111111122

Belize 10 y #21112 #222221111112122

Greece 10 y #21112 #222221111112122

Lesotho 10 y #21112 #222121111111122

Bahrain 10 y #21112 #221121111111122

Bolivia

(Plurinational State of) 10 y #21112 #222221111111122

Kenya 5 y #22122 #222222111111222

Kyrgyzstan 5 y #22122 #222222111111222

Syrian Arab Republic 5 y #22122 #222222111111222

Austria 5 y #22122 #222222222112222

France 5 y #22122 #221122112111222

Germany 5 y #22122 #221222112111222

Bangladesh 5 y #22122 #222222112111222

Belarus 6 y #22221 #222222222222211

Country/Economy 2012 Fix-Patterns Inv-Patterns FixCode Inv-Code

Malawi 6 У #22221 #222222222222221

Swaziland 6 У #22221 #222222221221211

Romania 7 У #21102 #222221111112022

Sweden 8 У #12122 #122222222122222

Chile 9 У #21212 #222221211212112

Estonia 9 У #21212 #222221211212112

Norway 9 У #21212 #222221211212112

Finland 9 У #21212 #222221111212112

Georgia 9 У #21212 #222221111212112

Luxembourg 9 У #21212 #222221111222122

Malta 9 У #21212 #222221111211112

Moldova (Republic of) 9 У #21212 #222221211222112

Saudi Arabia 4 У #22212 #222222212212112

Tanzania (United Republic of) 4 У #22212 #222222222212122

Algeria 5 У #22122 #222222111111222

Burundi 5 У #22122 #222222111111222

Guyana 5 У #22122 #222222111111222

Trinidad and Tobago 14 У #21221 #222221111222221

Philippines 14 У #21221 #222221121222211

Здесь и далее «У» обозначены уникальные паттерны (включающие в себя только 1 страну).

Приложение 2. Паттерны, построенные на основе входных показателей

GII-2013

Country/Economy 2013 Fix-Patterns Inv-Patterns Fix-Code Inv-Code

Angola 1 1 #21121 #222221121121221

Bulgaria 1 1 #21121 #222221121121221

Canada 1 1 #21121 #222221121121221

Ecuador 1 1 #21121 #222221121121221

Kuwait 1 1 #21121 #222221121121221

Mexico 1 1 #21121 #222221121121221

Saudi Arabia 1 1 #21121 #222221121121221

Serbia 1 1 #21121 #222221121121221

Switzerland 1 1 #21121 #222221121121221

Tunisia 1 1 #21121 #222221121121221

Turkey 1 1 #21121 #222221121121221

United Kingdom 1 1 #21121 #222221121121221

Burkina Faso 5 2 #22122 #222222111111222

Ghana 5 2 #22122 #222222111111222

Honduras 5 2 #22122 #222222111111222

Czech Republic 7 3 #21221 #222221111222221

Estonia 7 3 #21221 #222221121222221

Hungary 7 3 #21221 #222221111221211

Cape Verde 1 4 #21121 #222221122122221

Lesotho 1 4 #21121 #222221122122221

Lithuania 1 4 #21121 #222221122122221

Oman 1 4 #21121 #222221122122221

Sweden 1 4 #21121 #222221122122221

Azerbaijan 2 5 #22121 #222222121121221

Cyprus 2 5 #22121 #222222121121221

Germany 2 5 #22121 #222222121121221

Morocco 2 5 #22121 #222222121121221

Thailand 2 5 #22121 #222222121121221

Kenya 3 6 #21122 #222221111111222

Malawi 3 6 #21122 #222221111111222

Mozambique 3 6 #21122 #222221111111222

Namibia 3 6 #21122 #222221111111222

Nepal 3 6 #21122 #222221111111222

Nicaragua 3 6 #21122 #222221111111222

Armenia 2 7 #22121 #222222121111221

Luxembourg 2 7 #22121 #222222121111221

Moldova (Republic of) 2 7 #22121 #222222121111221

Bangladesh 1 8 #21121 #222221111121221

Dominican Republic 1 8 #21121 #222221111121221

El Salvador 1 8 #21121 #222221111121221

Country/Economy 2013 Fix-Patterns Inv-Patterns Fix-Code Inv-Code

Gabon 1 8 #21121 #222221111121221

Georgia 1 8 #21121 #222221111121221

Netherlands 1 8 #21121 #222221111121221

Peru 1 8 #21121 #222221111121221

Philippines 1 8 #21121 #222221111121221

Sri Lanka 1 8 #21121 #222221111121221

Togo 1 8 #21121 #222221111121221

Barbados 4 9 #22112 #222222111111122

Guyana 4 9 #22112 #222222111111122

Fiji 4 9 #22112 #222222112111122

Botswana 2 10 #22121 #222222122111221

Ireland 2 10 #22121 #222222122111221

Trinidad and Tobago 2 10 #22121 #222222122111221

Ukraine 2 10 #22121 #222222122111221

Uzbekistan 2 10 #22121 #222222122111221

Albania 1 11 #21121 #222221121122221

Brunei Darussalam 1 11 #21121 #222221121122221

Egypt 1 11 #21121 #222221121122221

Kazakhstan 1 11 #21121 #222221121122221

Norway 1 11 #21121 #222221121122221

Spain 1 11 #21121 #222221121122221

Cambodia 1 12 #21121 #222221111111221

Costa Rica 1 12 #21121 #222221111111221

Côte d'Ivoire 1 12 #21121 #222221111111221

Ethiopia 1 12 #21121 #222221111111221

Guinea 1 12 #21121 #222221111111221

India 1 12 #21121 #222221111111221

Latvia 1 12 #21121 #222221111111221

Malaysia 1 12 #21121 #222221111111221

Niger 1 12 #21121 #222221111111221

Nigeria 1 12 #21121 #222221111111221

Pakistan 1 12 #21121 #222221111111221

Paraguay 1 12 #21121 #222221111111221

Poland 1 12 #21121 #222221111111221

Rwanda 1 12 #21121 #222221111111221

Senegal 1 12 #21121 #222221111111221

South Africa 1 12 #21121 #222221111111221

Uganda 1 12 #21121 #222221111111221

Tanzania (United Republic of) 1 12 #21121 #222221111111221

Viet Nam 1 12 #21121 #222221111111221

Zambia 1 12 #21121 #222221111111221

Country/Economy 2013 Fix-Patterns Inv-Patterns Fix-Code Inv-Code

Chile 1 13 #21121 #222221111122221

Colombia 1 13 #21121 #222221111122221

Croatia 1 13 #21121 #222221111122221

Hong Kong (China) 1 13 #21121 #222221111122221

Italy 1 13 #21121 #222221111122221

Mongolia 1 13 #21121 #222221111122221

Qatar 1 13 #21121 #222221111122221

Romania 1 13 #21121 #222221111122221

Indonesia 1 14 #21121 #221221111121221

Tajikistan 1 14 #21121 #221221111121221

Algeria 2 15 #22121 #222222122122221

Japan 2 15 #22121 #222222122122221

Korea (Republic of) 2 15 #22121 #222222122122221

Australia 2 16 #22121 #222222122121221

Austria 2 16 #22121 #222222122121221

Denmark 2 16 #22121 #222222122121221

France 2 16 #22121 #222222122121221

Greece 2 16 #22121 #222222122121221

Montenegro 2 16 #22121 #222222122121221

New Zealand 2 16 #22121 #222222122121221

Portugal 2 16 #22121 #222222122121221

Slovenia 2 16 #22121 #222222122121221

Syrian Arab Republic 2 16 #22121 #222222122121221

Yemen 2 16 #22121 #222222122121221

Belarus 2 16 #22121 #220222122121221

Belize 2 17 #22121 #222222111111221

Cameroon 2 17 #22121 #222222111111221

Jamaica 2 17 #22121 #222222111111221

Jordan 2 17 #22121 #222222111111221

Macedonia (the Former Yugoslav Republic of) 2 17 #22121 #222222111111221

Madagascar 2 17 #22121 #222222111111221

Mali 2 17 #22121 #222222111111221

Mauritius 2 17 #22121 #222222111111221

Swaziland 2 17 #22121 #222222111111221

Finland 2 18 #22121 #222222222121221

Sudan 2 18 #22121 #222222222121221

Israel 2 19 #22121 #221222122111221

Kyrgyzstan 2 19 #22121 #221222122111221

United States of America 2 19 #22121 #221222122111221

Bosnia and Herzegovina 5 20 #22122 #222222112111222

Lebanon 5 20 #22122 #222222112111222

Country/Economy 2013 Fix-Patterns Inv-Patterns Fix-Code Inv-Code

Singapore 5 20 #22122 #222222112111222