Во всем мире инновационная деятельность рассматривается сегодня как одно из главных условий модернизации экономики. Непрерывное внедрение новшеств - единственный способ поддержания высоких темпов развития и уровня доходности. В условиях современной глобальной конкуренции, только постоянно модернизируя изделия, расширяя товарные линии, внедряя новые технологии, методы управления и организации предприятия имеют возможность в течение длительного времени добиваться высоких показателей развития. Тем не менее, влияние инновационной деятельности на экономический рост и основные социально-экономические показатели в различных регионах, нуждаются в постоянном изучении.
Объем промышленного производства, является важнейшим статистическим показателем, характеризующим уровень экономического развития региона. Разработанный нами модельный комплекс позволяет построить эконометрические модели линейного и степенного вида характеризующие влияние показателей инновационной деятельности на объем промышленной продукции, а также рассчитать для этих моделей ряд дополнительных статистических характеристик. В качестве показателей характеризующих инновационную деятельность регионов Северо-Кавказского федерального округа мы отобрали - внутренние затраты на исследования и разработки, численность персонала, занятого исследованиями и разработками и численность исследователей с учеными степенями. В качестве критерия отбора факторов выступал коэффициент корреляции, характеризующий тесноту связи между рассматриваемыми признаками.
Для зависимости промышленное производство (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 объем промышленной продукции
|
а |
b |
tа |
tb |
r2 |
F |
Линейная коррелированность |
-8,27 |
0,10 |
-0,45 |
2,16 |
0,48 |
4,66 |
Степенная коррелированность |
0,02 |
1,21 |
4,00 |
6,25 |
0,89 |
39,07 |
Из таблицы видно, что для описания связей и зависимостей между показателями внутренние затраты на исследования и разработки и объем промышленной продукции предпочтительна нелинейная модель. Из двух моделей статистически значимой получилась модель степенного вида. Коэффициент детерминации в этой модели равен 0,89, что говорит о том, что 89% вариации Y объясняет построенное уравнение регрессии. Критерий Фишера, а также t-критерии Стьюдента для параметров модели выше критических значений, что также свидетельствует о высоком качестве модели. Согласно коэффициенту регрессии при X1 в модели степенного вида прирост внутренних затрат на исследования и разработки на один процент приводит в среднем к росту промышленного производства на 1,21 процентов.
Математическая запись моделей имеет следующий вид:
, ;
, .
Для зависимости промышленное производство - число организаций, выполнявших исследования и разработки (Х2), как модель линейного вида, так и модель степенного вида получились статистически незначимыми.
Результаты моделирования для зависимости промышленное производство (Y) - численность персонала, занятого исследованиями и разработками (Х3) представлены в табл.2
Хотя коэффициент детерминации для линейной регрессии Х3-Y достаточно высокий, однако остальные статистические характеристики свидетельствуют об отсутствии между показателями статистически значимой линейной зависимости. Здесь также наиболее значимой получилась модель степенного вида. Коэффициент детерминации довольно высокий и равен 0,85, F-критерий Фишера, и t-критерии Стьюдента для параметров регрессии выше критических значений.
Таблица 2
Расчетные показатели, характеризующие влияние численности персонала, занятого исследованиями и разработками на объем промышленной продукции
|
а |
b |
tа |
tb |
r2 |
F |
Линейная коррелированность |
-9,34 |
0,04 |
-0,11 |
2,86 |
0,62 |
8,16 |
Степенная коррелированность |
0,0002 |
1,64 |
4,27 |
5,41 |
0,85 |
4,40 |
Оценка параметра регрессии степенного вида, показывает, что рост численности персонала, занятого исследованиями и разработками на 1 процент в среднем приводит к росту промышленного производства на 1,64 процента.
Математическая запись моделей имеет следующий вид:
, ;
, .
Расчетные показатели для модели объем промышленного производства (Y) - численность исследователей с учеными степенями Х4 представлены в табл.3.
Таблица 3
Расчетные показатели, характеризующие влияние численности исследователей с учеными степенями (Х4) на объем промышленной продукции (Y)
|
а |
b |
tа |
tb |
r2 |
F |
Линейная коррелированность |
-5,52 |
0,17 |
-0,24 |
1,53 |
0,32 |
2,34 |
Степенная коррелированность |
0,0008 |
1,89 |
2,57 |
3,37 |
0,69 |
11,34 |
Как видно из таблицы в модели степенного вида невысокий уровень коэффициента детерминации (0,32), критерии Фишера и Стьюдента также ниже критического, таким образом, такую модель нельзя использовать для выявления связей и закономерностей между показателями, она низкого качества. Статистические характеристики модели степенного вида в общем удовлетворяют требованиям качества - r2 = 0,69; F = 11,34; tа = 3,37; tа = 2,57. Согласно уравнению степенного вида рост численности исследователей с учеными степенями на 1% ведет в среднем к росту промышленного производства на 1,89 процента.
Таким образом, анализ показал, что между промышленным производством и инновациями наблюдается тесная корреляция, причем зависимость носит больше нелинейный характер. Коэффициенты регрессии в моделях степенного вида позволяют проранжировать показатели, характеризующие инновационную деятельность в регионах Северо-Кавказского федерального округа, по силе их влияния на рост промышленного производства. Наибольшее влияние на рост объема промышленной продукции, согласно результатам моделирования, оказывает численности исследователей с учеными степенями, затем численность персонала, занятого исследованиями и разработками и на третьем месте объем внутренних затрат на исследования и разработки.
Список использованной литературы
1. Магомедгаджиев Ш.М. Анализ возможностей перехода к инновационному развитию экономики РД. Материалы девятой региональной научно-практической конференции «Компьютерные технологии в науке, экономике и образовании». - Махачкала: Издательско-полиграфический центр Даггосуниверситета, 2008.- 181 с.
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.