III Международная студенческая научная конференция Студенческий научный форум - 2011

В современном мире основной движущей силой экономического роста являются инновации, внедряемые как на производстве, так и в эксплуатации и при потреблении. Они определяют рост основных социально-экономических показателей, а в конечном счете повышение стандартов  уровня жизни населения.

Значение инновационного подхода в повышении эффективности социально-экономической деятельности подчеркивают многие отечественные и зарубежные специалисты - ведь известно, что на долю новых и усовершенствованных продукции и технологий в ведущих странах приходится от 70 до 85 % прироста валового внутреннего продукта.

Эконометрическое моделирование является эффективным инструментом анализа взаимосвязи инноваций и экономических показателей.

Методы эконометрики позволяют определить степень влияния факторов на результативный показатель, с помощью моделей различного вида.

С помощью разработанного нами модельного комплекса нам удалось построить эконометрические модели линейного и степенного вида, характеризующие влияние показателей инновационной деятельности на валовой региональный продукт, сальдированный финансовый результат и объем промышленного производства в регионах Северо-Кавказского федерального округа. В качестве исходных данных мы использовали статистические показатели регионов за 2008 г. Расчетные данные показывают достаточно тесную корреляционную зависимость показателей инновационной деятельности с основными социально-экономическими показателями регионов - валовым региональным продуктом и объемом промышленного производства, тогда как с сальдированным финансовым результатом тесная связь не прослеживается. Для оценки корреляционной зависимости между рассматриваемыми экономическими показателями нами были построены модели линейного и степенного вида.

Для зависимости валовой региональный продукт (Y) - внутренние затраты на исследования и разработки (Х1) получены следующие результаты табл. 1.

Таблица 1

Расчетные показатели, характеризующие влияние внутренних затрат на исследования и разработки на валовой региональный продукт

      Коэффициент r² (индекс детерминации) характеризует степень тесноты корреляции между рассматриваемыми показателями, в данной таблице мы видим что r²  для зависимости Х₁ -Y является достаточно высоким, кроме того F-критерий Фишера также свидетельствует о статистической значимости полученных уравнений регрессии. Если сравнивать r²  для линейной и степенной функций, мы видим, что линейная функция лучше описывает зависимость между переменными.

Необходимо также проанализировать значимость отдельных коэффициентов регрессии, то есть обнаружить, насколько вычисленные параметры регрессионного уравнения характерны для конкретного комплекса условий, не являются ли полученные значения параметров уравнения регрессии действием случайных причин. Это осуществляется с помощью t-статистики путем проверки гипотезы о равенстве нулю соответствующего параметра уравнения.

В нашем случае t-критическое с 5 степенями свободы равно 2,570. В нашей модели  t(a) меньше табличного, а t(b) больше табличного. Это  говорит о том, что коэффициент  регрессии b является значимым для модели в отличие от свободной переменной а.

Математическая запись моделей имеет следующий вид:

 ;

.

Коэффициент при X_1, в линейной модели показывает прирост объема валового регионального продукта (Y), приходящийся на единицу прироста внутренних затрат на исследования и разработки. Коэффициент при X_1, в степенной модели показывает, на сколько процентов изменится Y, если X_1, изменится на 1 процент.

Таким образом увеличение внутренних затрат на исследования и разработки на 1 млн. руб. приводит в среднем к росту ВРП на 0,28 млрд. руб. А согласно модели степенного вида прирост X₁ на 1 процент в среднем приведет к росту ВРП на 0,1%.

  Оценка влияния на ВРП числа организаций, выполнявших исследования и разработки не выявило статистически значимой корреляции между показателями. Для зависимости ВРП (Y) - численность персонала, занятого исследованиями и разработками (Х2) получены следующие результаты табл.2

Таблица 2

Расчетные показатели, характеризующие влияние численности персонала, занятого исследованиями и разработками на валовой региональный продукт

Согласно данным таблицы модель в целом и параметр b статистически значимые, об этом свидетельствуют F-критерий Фишера и t-критерий Стьюдента. Увеличение численности персонала занятыми исследованиями и разработками на 1 чел. в среднем дает прирост ВРП на 0,1 млрд. руб. Коэффициент регрессии в степенной модели свидетельствует о росте в среднем на 0,81% ВРП в СКФО при росте Х2 на 1 процент.

Модель ВРП (Y) - численность исследователей с учеными степенями (Х4), согласно коэффициенту детерминации и F-критерию Фишера также статистически значимая. Результаты моделирования представлены в табл.3.

Таблица 3

Расчетные показатели, характеризующие влияние численность исследователей с учеными степенями на валовой региональный продукт

Согласно модели линейного вида увеличение числа исследователей с учеными степенями на 1 единицу приводит в среднем к росту ВРП на 0,59 млрд. руб. Коэффициент регрессии в степенной модели говорит о том, что, рост числа исследователей с учеными степенями на 1 процент ведет в среднем к росту ВРП на 1,04 процента.

Таким образом, показатели инновационной деятельности имеют тесную связь с ВРП, почти все модели оказались статистически значимыми и имеют высокий коэффициент детерминации.

Список использованной литературы

1. Магомедгаджиев Ш.М. Состояние и перспективы инновационного потенциала Республики Дагестан Материалы Всероссийской научно-практической конференции «Проблемы формирования и реализации промышленной политики депрессивного региона». - Махачкала, 2009.

2. Регионы России. Социально-экономические показатели. 2009: Стат. сб. / Росстат. - М., 2009 г. - 990 с

3. Эконометрика: Учебник / И.И.Елисеева, С.В.Курышева, Т.В.Костеева и др.; Под ред. И.И.Елисеева. - 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2005. - 576 с.: ил.