X Международная студенческая научная конференция Студенческий научный форум - 2018

Использование корреляционно-регрессионного анализа предполагает выявление зависимых и независимых переменных [1,2]. Анализ статистики инноваций в регионах России [6], позволяет выделить в качестве зависимых (Y) и независимых ( Х) переменных следующие:

Объем инновационных товаров, работ, услуг – Y1;

Инновационная активность организаций – Y2;

Используемые передовые производственные технологии – Y3;

Численность персонала, занятого НИР – X1;

Внутренние затраты на НИиР – X2;

Затраты на технологические инновации – X3.

В целом регионы СКФО по показателям инновационной деятельности находится на последних местах среди регионов РФ [3,4]. Наиболее высокие показатели инновационной деятельности в СКФО характерны для Республики Дагестан, Кабардино-балкарской Республики и Ставропольского края. Роль остальных в рассматриваемый период незначительна.

Анализ связей и зависимостей между переменными необходимо начинать с корреляционного анализа [12] (табл. 1).

Анализ таблицы 1 показывает, что показатели инновационная система регионов СКФО нестабильна и многие показатели имеют отрицательную зависимость. Например, в Кабардино-Балкарской Республике все коэффициенты коррелции или отрицательные или приближаются к нулю, кроме корреляции факторов с зависимой переменной Y3 - используемые передовые производственные технологии. На показатель инновационная активность организаций (Y2), кроме фактора затраты на технологические инновации – X3, другие переменные практически не оказывают воздействия.

Таблица 1

Коэффициенты корреляции между показателями инновационной деятельности регионов СКФО

Факторы	Республика Дагестан				Кабардино-Балкарская Республика				Ставропольский край
	Х1	Х2	Х3	Х1		Х2	Х3	Х1		Х2	Х3
Y1	0,88	-0,90	-0,22	-0,78		-0,73	-0,83	0,76		0,94	0,44
Y2	0,03	-0,13	0,65	-0,72		0,06	0,71	-0,64		-0,60	0,21
Y3	0,55	-0,73	-0,26	0,51		0,91	0,58	0,22		0,68	0,59

На зависимую переменную объем инновационных товаров, работ, услуг (Y1) оказывает статистически значимое влияние лишь фактор численность персонала, занятого НИР (X1) в РД и в Ставропольском крае, а также фактор внутренние затраты на НИР (X2).

Высокие коэффициенты корреляции позволяют построить для них регрессионные модели [4,5]. Для рассмотренных регионов СКФО были построены модели парной и множественной регрессии линейного, полиномиального 2-й степени, полулогарифмического, гиперболического, степенного, показательного и экспоненциального видов Статистически значимые модели множественной регрессии нам построить не удалось. Согласно статистическим характеристикам в целом линейные модели более приемлемые, чем нелинейные.

Влияние факторов на объем инновационной продукции показано в таблице 2. Статистические характеристики представленных моделей свидетельствуют о значимости полученных оценок. Однако средняя ошибка аппроксимации слишком высока, для того, чтобы делать надежные выводы. Связь между показателями инновационной деятельности в Ставропольском крае значительно сильнее, чем в Республике Дагестан.

Таблица 2

Параметры и статистические характеристики линейной парной регрессии между объемом инновационной продукции (Y1) численностью персонала, занятого НИР (X1) и внутренними затратами на НИР (X2) в Республике Дагестан и Ставропольском крае

Параметры и стат. характеристики	X1			X2
	РД	СК	РД		СК
a	-2649,10	-19579,31	700,92		-4236,29
b1	1,70	18,22	-0,63		25,59
R	0,90	0,76	-0,90		0,94
R^2	0,80	0,58	0,81		0,88
Аср	52,60	35,25	47,82		18,7
F	13,50	5,58	17,16		30,04

Так, согласно коэффициентам регрессии, при изменении численности персонала занятого НИР на 1чел. объем инновационной продукции в Республике Дагестан возрастет на 1,7 млн. руб., а в Ставропольском крае на 18,22 млн. руб. Если при росте внутренних затрат на НИиР на 1 млн. руб. в Ставропольском крае прирост инновационной продукции составляет 25,59 млн. руб., то в Республике Дагестан связь между этими показателями отрицательная.

Согласно результатам, представленным в таблице 3 количество используемых передовых технологий в наибольшей степени в Республике Дагестан связано с численностью персонала, занятого НИР, в то время как внутренние затраты на НИР имеют отрицательное влияние. В Кабардино-Балкарской Республике оба фактора значимы. Согласно коэффициентам регрессии при увеличении численности персонала занятого НИР на 10 чел. и внутренних затрат на НИР на 10 млн. руб. число используемых передовых технологий возрастет в среднем на 4,7. В Ставропольском крае модель с внутренними затратами на НИР оказалась более надежной, согласно расчётам при увеличении внутренних затрат на НИР на 10 млн. руб., число используемых передовых технологий увеличится в среднем на 3,2.

Таблица 3

Параметры и статистические характеристики линейной парной регрессии между используемыми передовыми производственными технологиями (Y3) численностью персонала, занятого НИР (X1) и внутренними затратами на НИР (X2) в регионах СКФО

Параметры и стат. характеристики	X1				X2
	РД	КБР	СК	РД		КБР	СК
a	-4647,7	-116,9	765	1968,24		12,15	539,82
b1	3,31	0,47	0,06	-1,55		0,47	0,32
R	0,55	0,51	0,22	0,73		0,91	0,68
R^2	0,3	0,262	0,05	0,53		0,83	0,47
Аср	66,93	27,58	28,27	54,65		13,26	21,17
F	2,12	1,78	0,25	5,67		24,35	4,37

Корреляционно регрессионный анализ инновационной деятельности показывает, что инновационная система большинства регионов СКФО неэффективна, между многими значимыми факторами не наблюдается статистических связей и зависимостей. Финансовые и трудовые ресурсы практически не оказывают влияния на результативность инноваций. Однако наблюдается значительный рост большинства показателей характеризующих инновационную деятельность регионов СКФО.

Список литературы

Адамадзиев К.Р., Адамадзиева А.К. Моделирование и оценка стохастических связей между ключевыми показателями групп регионов России // Фундаментальные исследования. – 2016. – № 4-3. – С. 550-556.

Адамадзиев К.Р., Адамадзиева А.К., Ахмедов А.С. Ключевые показатели экономики регионов и связи (зависимости) между ними: методы, модели, методика оценки // Фундаментальные исследования. – 2017. – № 1. – С. 134-139.

Газалиева Н.И. Инновационная деятельность и ее потенциал в республике Дагестан // Теория и практика общественного развития. 2015. №10. - Режим доступа: http://cyberleninka.ru/article/n/ innovatsionnaya-deyatelnost-i-ee-potentsial-v-respublike-dagestan (дата обращения: 11.06.2017)

Магомедгаджиев Ш.М. Джабраилов Р.А. Структура и динамика инновационного потенциала регионов Северо-Кавказского Федерального округа за 2010-2014гг // Экономика и предпринимательство. - №11-4.-2016.- С. -310-313

Магомедгаджиев Ш.М. Халилов М.А. Оценка связей и зависимостей показателей инновационной деятельности методами математического и компьютерного моделирования // Экономика и управление: материалы II Международной науч.-практ. конф. «Математическая экономика и экономическая информатика. Научные чтения памяти В.А. Кардаша» выпуск 22. – Новочеркасск: Лик, 2015. – 374 с.

Статистика инноваций в России. Федеральная служба государственной статистики - http://www.gks.ru/free_doc/new_site/business/nauka/pril3.pdf

Код для цитирования: Скопировать