Az innováció földrajza a gazdaságföldrajz és a regionális gazdaságtan olyan iránya, amely az új ötletek, technológiák , termékek létrehozásának, megvalósításának és elterjesztésének térbeli mintázatait, valamint ezeknek a folyamatoknak a regionális fejlődésre gyakorolt hatását kutatja .
A legkiemelkedőbb képviselők: M. Feldman, R. Florida , R. Boschma , D. Audretsh (Odrich), B. Asheim, B.-E. Lundval, A. Rodriguez-Pous, M. Fritsch és még sokan mások. A téma keretében különböző időpontokban dolgoztak P. Krugman , M. Porter , C. Griliches , R. Nelson , K. Freeman és mások, az irányzat képviselőit a formális módszerek aktív alkalmazása jellemzi .
A Szovjetunióban a kutatás ezen a területen túlnyomórészt a „tudomány-technológia-termelés” ciklus köré összpontosult. Oroszországban a témában a legtöbbet idézett művek szerzői között szerepel L. M. Gokhberg , I. G. Dezhina , N. I. Ivanova , A. I. Tatarkin és V. M. Polterovics . A hazai gazdaságföldrajzban első helyen V. L. Baburin és A. N. Piljasov munkái emelkednek ki .
A Moszkvai Állami Egyetem Földrajzi Karán külön tantárgyat oktatnak az innovációs folyamatok földrajzából (Szerzők: Baburin V.L. , Zemtsov S.P. ), a Higher School of Economicsban pedig a regionális innovációs politika témájában .
Az innovációk közé tartozik a formalizálható tudás , amely cikkek formájában, képletek, grafikonok segítségével adható át, valamint az implicit tudás , amely nehezen formalizálható, és csak tanárról diákra adható át [1] . Ez utóbbi ott koncentrálódik, ahol régóta léteznek tudományos iskolák és nagy kutatóközpontok, és területileg korlátozott területeken lehetséges az ilyen ismeretek átadása. Az implicit tudás jelenléte meghatározza az új technológiák létrehozásának és támogatásának lehetetlenségét mindenhol.
A tudás jelentős részének jellemzője az olyan jellemzők, mint az oszthatatlanság, a korlátlan számú használat képessége, valamint az, hogy képtelenség teljesen kizárni más ágenseket a használatából [2] . Emiatt egyes ágensek innovációs tevékenysége pozitív externáliákat generál mások számára, úgynevezett tudás spillovereket (az angol tudás spilloverből), és előfordulhat, hogy az ágensek nem lépnek kapcsolatba közvetlenül [3] .
A tudás továbbgyűrűzése egy olyan folyamat, amelyben „az egyik vállalat (egyén vagy embercsoport) által létrehozott tudást mások ellenszolgáltatás nélkül, vagy magának a tudásnak az értékénél kisebb ellentételezéssel felhasználhatják” [4] . Az új tudás megtérülése régiók és iparágak szintjén lényegesen magasabb, mint egy adott vállalat szintjén [3] , ezért az innovációs politikának [5] inkább a regionális ösztönzésre kell összpontosítania, mint az egyes cégek támogatására . A tudásáramlás a területileg korlátozott területeken történik a legintenzívebben. Például a szabadalmi hivatkozások száma drasztikusan csökken a feltalálók közötti távolság növekedésével, a kritikus távolság 150-200 km felett van [6] . Oroszország esetében alacsonyabb lehet a kisebb mobilitás és a tudományos iskolák nagyobb elszigeteltsége miatt, ami meghatározza a prioritást a regionális és helyi innovációs rendszerek tanulmányozásában és támogatásában .
Az innovációföldrajzban vizsgált külső hatások közül meg kell különböztetni a klaszteresedés (lokalizáció) vagy a Marshall - Arrow - Rohmer -effektusok és az urbanizáció vagy a Jacobs - effektusok hatásait [7] .
Klaszteresedési hatások akkor jelentkeznek, ha a cégek közösen helyezkednek el egy közös tevékenységi területen, vagyis amikor egy terület külön iparágra specializálódott. Ezek képezik az alapját a Szovjetunió ipari régióinak, kutatási és termelési egyesületeinek és modern klasztereinek tanulmányozásának. A szorosan kapcsolódó iparágakban (klasztercsoportokban) működő cégek földrajzi közelsége előnyös lehet a speciális termelési tényezőkhöz, a specifikus és implicit tudáshoz és kompetenciákhoz való hozzáférés miatt. A klasztertagok interakcióba léphetnek és átvehetik a fejlesztéseket, van tudásáramlás, ezért nagy az intenzitás az új technológiák létrehozásában és elterjesztésében. A klaszterpolitika az innovációs politika egyik jelentős eszköze az Európai Unióban.
Az urbanizáció hatásai a szerek magas koncentrációjában (sűrűségében) és tevékenységük diverzifikációjában nyilvánulnak meg. Amikor az ügynökök közel vannak, aktív tudáscsere és áramlás zajlik. Új technológiák kialakítása a városokon kívül lehetséges, de nagyon korlátozott. Sőt, a távolságot a kognitív (a tudás közelségének foka), a szervezeti, a társadalmi (bizalom foka), az intézményi és technológiai közelség mutatójának tekintik [8] . Egy város vagy régió magas specializációja esetén lehetséges a „ blokkoló hatás ” , amikor a kognitív és technológiailag hasonló ágensek közötti csere nem jön létre, egyébként pedig a „távoli” kölcsönhatás lehetetlensége miatt hiányzik. ügynökök. Ezért nem csak a régió cégeinek sokszínűsége fontos, hanem a kapcsolódó iparágak sokszínűsége – az ún .
Intézmények és az innováció gyökerezése
A tudás oszthatatlanságából adódóan kumulatív jellegű, ezért időbe telik az innováció társadalmi rendszerekben való gyökereztetése , vagyis a releváns tudás felhalmozása, a közösség tagjainak bevonása, az ágensek közötti kapcsolatok fejlesztése, a kulturális kultúra kialakítása. új ötletekre nyitott környezet, megfelelő támogató intézmények létrehozása. Maga az új technológiák létrehozásának és bevezetésének folyamatát intézményesíteni kell egy univerzális cselekvési sorozat szintjére – ez R. Nelson [9] terminológiája szerint „rutin” , amikor a közösség minden tagja, minden vállalat ismeri a világos algoritmusokat. amelyet át kell adni egy új termék létrehozásához és bevezetéséhez. Ugyanakkor a közösség nagy része pozitívan értékeli a vállalkozói szellemet és az innovációt. Figyelembe véve a gyökeresedési hatást (az angolból. Embeddedness), az innovátorok és cégek elvándorlása nem mindig vezethet az új ismeretek szükséges növekedéséhez a régióban. A gyökeresedés hozzájárul a területi innovációs rendszerek kialakításához – a cégek, kutatóközpontok, fejlesztő intézmények, támogató infrastruktúra stb. közötti fenntartható kölcsönhatási hálózatok kialakulásához.
Tudástermelési funkció
Az endogén növekedési faktorok leírására C. Griliches a tudástermelési függvény (KPF) formális modelljét javasolta , amelyben a K+F költségek pozitívan befolyásolják néhány nem megfigyelhető, gazdasági értékkel bíró tudás előállítását. A tudástermelést a tárgyidőszakra és a megelőző időszakra vonatkozó költségek (halmozottan), a vizsgált régió, iparág, de az ezekhez közeli költségek (interregionális és szektorközi tudásáramlások) is meghatározzák [3] . A PPP-modellt többször is alkalmazták empirikus vizsgálatokban [10] [11] [12] . A fő kritika azzal kapcsolatos, hogy a determinisztikus termelési folyamatokkal ellentétben az új technológiák létrejötte valószínűségi. Nem lehet csak a finanszírozás növelésével növelni a generációjukat, mivel a folyamat sok implicit tudással halmozódik fel. Az alternatív modellek azt jelzik, hogy az innovátor és jellemzői (humán tőke, vállalkozói tevékenység stb.) a fő tényezők.
A humán tőke növekedése elsősorban a kreatív szakemberek bevonásával függ össze . Ezzel párhuzamosan a régiók és városok közötti verseny is fokozódik értük a rutinfunkciók automatizálási folyamatai és a kreativitás növekvő jelentősége miatt. A kreatív osztály arra törekszik, hogy a természeti és ökológiai feltételek, tudáskészlet, technológiai fejlettség és tolerancia szempontjából a legkényelmesebb környezetben éljen. A világ számos nagyvárosa (London, Barcelona, San Francisco stb.) alkalmazza R. Florida elképzeléseit a fejlesztési stratégiákban.
P. Romer termelési függvény modelljében a gazdasági növekedés az új technológiák létrehozásának szektorán keresztül a humán tőkétől és a tudáskészlettől függ [13] . Az EU-ban azonban jelenlétük ellenére a K+F megtérülése lényegesen alacsonyabb, mint az Egyesült Államokban. Ezt az ellentmondást „ európai innovációs paradoxonnak ” nevezték. Az innováció földrajzán belül az egyik magyarázat az EU régióiban tapasztalható alacsony vállalkozói aktivitásra vonatkozik. Az új cégek megjelenése egyfajta transzfermechanizmus, amikor az induló vállalkozásokban új technológiákat vezetnek be, lehetővé téve a felhalmozott tőke kereskedelmi forgalomba hozatalát. Evolúciós szempontból a cégek megjelenése és eltűnése a társadalmi-gazdasági rendszer kísérletezésének egy formája [14] . A vállalkozói tevékenység gyökeresedést igényel, a vállalkozói kultúra évszázadokig fennmaradhat, és ennek megfelelően térbeli mintázata is.
Egy cég nem tud (vagy nem nyereséges számára) innovatív tevékenységet folytatni más cégekkel, egyetemekkel, kutatóintézetekkel stb. való együttműködés nélkül, különösen, ha induló vállalkozásról van szó. A kockázati iparban induló vállalkozások finanszírozásakor az „öt mérföld” vagy „20 perc” szabály érvényes [15] , amely azt jelenti, hogy a befektetőnek az innovatív projekt közvetlen közelében kell lennie, hogy tájékoztatást és tanácsadási támogatást nyújthasson, részt vesznek a cég munkájában, csökkentve ezzel pénzügyi kockázataikat. Az implicit tudás átadása egy vállalkozótól-tanártól, egy kockázati befektetőtől, egy „inkubátor” vállalkozástól egy spin-offig helyi és regionális szinten történik. Így a vállalkozói tevékenységnek kifejezett földrajzi sajátossága is van, amelyet valójában nem vesznek figyelembe az oroszországi jogalkotási aktusok.
Az innovációk térbeli diffúziója
Az oroszországi innovációföldrajz jelentős része (az amerikai iskolával ellentétben) az innovációk terjedését befolyásoló tényezők vizsgálata. C. Griliches az elsők között hívta fel a figyelmet e folyamatok térbeli heterogenitására , de a legjelentősebb hozzájárulást T. Hegerstrand tette . Az új technológiák elterjedésének mértékét nemcsak az innovációs forrás közelsége határozza meg, hanem az innovátorok koncentrációja is, amely a nagy agglomerációkban magasabb, ezért gyakran a hierarchikus diffúziós modell érvényesül. Ezek a tényezők befolyásolják az új technológiák bevezetésének első szakaszait, de később az új termék a klasszikus elhelyezkedési tényezők optimális kombinációjával rendelkező területekre koncentrálódik. Például Oroszországban a kezdeti szakaszban a cellás kommunikáció penetrációja Szentpéterváron volt a legmagasabb a technológiai forrás közelsége miatt, és a legnagyobb effektív keresletet mutató Moszkva valamivel később lett a vezető [16] .
Sikeres példák high-tech klaszterekre az USA-ban ( Szilícium-völgy , 128-as út, Észak-Karolina), Oroszországban ( Akademgorodoki Novoszibirszkben, Tomszk régióban), Nagy-Britanniában (Cambridge), Németországban (Baden-Württemberg), Franciaországban ( Sophia-Antipolis ) , Kanada (Montreal), Japán ( Tsukuba ) és más országokban is bizonyítják, hogy az innováció földrajzának törvényszerűségeit tanulmányozni és alkalmazni kell az alkalmazott tevékenységekben. Különösen a potenciálban és a specializációban eltérő régiótípusoknak megfelelő, változó innovációs politikát kell folytatni, vagyis az intelligens specializáció elvein [5] .
Külön kutatási területet szentelnek az innovációs politika hatékonyságának felmérésének [17] [18] .