Проведенный анализ матрицы коэффициентов корреляции между ВРП и основными производственными ресурсами в разрезе регионов РФ за 2010г. позволяет построить регрессионные уравнения, характеризующие количественные характеристики связей и зависимостей между ними. Так как производственные ресурсы коррелированны между собой нам не удалось получить статистически значимые многофакторные модели множественной регрессии (в силу мультиколлинеарности факторов).
В таблице 1 приведены параметры и характеристики для парных регрессий выражающих зависимости ВРП (Y1) от основных производственных ресурсов экономики: стоимости основных фондов (x1), численности занятых в экономике (x2) и инвестиции в основной капитал (x3).
Таблица 1. Статистические характеристики для моделей выражающих корреляцию ВРП от основных производственных ресурсов
показатель |
врп от оф |
врп от числ |
врп от инвест |
|||
|
линейная |
степенная |
линейная |
степенная |
линейная |
степенная |
a |
-61593,30 |
0,28 |
-388349,57 |
417,24 |
104720,58 |
108,27 |
b |
0,46 |
1,02 |
1009,65 |
0,99 |
2,87 |
0,70 |
ta |
1,83 |
3,56 |
5,06 |
12,57 |
0,98 |
5,10 |
tb |
32,37 |
38,21 |
15,65 |
13,49 |
6,11 |
8,48 |
sey |
270509,13 |
213523,38 |
503406,96 |
527766,46 |
835353,21 |
705483,37 |
R2 |
0,93 |
0,96 |
0,75 |
0,73 |
0,32 |
0,51 |
F |
1047,71 |
1459,83 |
244,92 |
182,08 |
37,36 |
71,96 |
df |
81,00 |
68,00 |
81,00 |
68,00 |
81,00 |
68,00 |
В таблице приняты следующие обозначения: a - константа; b - коэффициент регрессии; ta - критерий Стьюдента для параметра а; tb- критерий Стьюдента для параметра b; Sey - стандартная ошибка у; R2 - коэффициент детерминации; F - критерий Фишера; df - число степеней свободы.
В качестве статистических характеристик нами были рассмотрены t- критерии Стьюдента, которые служат для оценки значимости полученных параметров регрессии; стандартная ошибка Sey показателя Y от фактора х, которая используется для оценки тесноты связи между признаками, качества построенного уравнения регрессии и определения доверительного интервала в изменении показателя Y; коэффициент детерминации, который показывает долю дисперсии результативного признака Y объясняемую уравнением регрессии; F- критерий Фишера, служит для оценки статистической значимости уравнения регрессии в целом.
Согласно рассчитанным статистическим характеристикам все корреляционные зависимости между ВРП и основными производственными ресурсами, как в линейной форме, так и в степенной статистически значимые, кроме линейной зависимости между ВРП и инвестициями в основной капитал. Таким образом на основе таблицы 1 могут быть построены следующие уравнения парной регрессии:
Коэффициент регрессии в линейной модели показывает - на сколько абсолютных единиц в среднем изменится результативный показатель при изменении показателя фактора на одну абсолютную единицу [34]. Так, согласно коэффициентам линейных функций увеличение стоимости основных фондов на 1 млн. руб. приведет к росту ВРП в регионах России в среднем на 0,46 млн. руб.; рост среднегодовой численности занятых в экономике на 1 тыс. чел. к росту ВРП в среднем на 1009,65 млн. руб.; рост инвестиций в основной капитал на 1 млн. руб. к росту ВРП на 2,78 млн. руб.
Коэффициент регрессии в степенной модели является коэффициентом эластичности и показывает - на сколько в среднем процентов изменится результативный показатель при изменении показателя фактора на один процент. [11] Он позволяет проранжировать факторы по силе их влияния на моделируемый показатель. Согласно построенным уравнениям регрессии степенного вида из рассмотренных основных производственных ресурсов наибольшее влияние на ВРП оказывают основные фонды - рост которых на 1% приводит к росту ВРП на 1,02%. На втором месте среднегодовая численность занятых в экономике, увеличение которой на 1% приводит к росту ВРП на 0,99%. И на последнем из трех факторов - инвестиции в основной капитал, рост которых на 1%, в среднем по регионам России, приведет к росту ВРП на 0,70%.
Список литературы: