руб.; - уровень инфляции, %; - численность персонала, занятого научными исследованиями и разработками, чел.; - финансирование науки из средств федерального бюджета, млн. руб.; - внутренние затраты на научные исследования и разработки, млн. руб. Оценку влияния указанных факторов на результативный признак (- количество разработанных ППТ, ед.) выполним средствами корреляционно-регрессионного анализа. Массив исходных данных представлен в таблице 4. Таблица 4 — Массив исходных данных [17]Год.
Количество разработанных ППТ, ед. ВВП на душу населения руб. Уровень инфляции, %;Численность персонала, занятого научными исследованиями и разработками, чел. Финансирование науки из средств федерального бюджета, млн. руб. Внутренние затраты на научные исследования и разработки, млн. руб.
2 005 637 150 276,5110,9 281 320 776 909,3230785,22 006 735 187 969,310980706697363,2 288 805,22007780232825,7111,87 801 135 132 703,4371080,32 008 787 289 053,6113,28 761 252 162 115,9431073,22 009 789 271 949,7108,8 742 433 219 057,6485834,32 010 864 324 062,6108,78 736 540 237 644,0523377,220 111 138 391 653,1106,1 735 273 313 899,3610426,720 121 323 476 670,5106,57 726 318 355 920,1699869,820 131 429 510 355,2106,47 727 029 425 301,7749797,620 141 409 551 145,8111,35 732 274 437 273,3847527,20 151 398 569 974 112,91738857439392,8 914 669,120161534588044,8105,39 722 291 402 722,3943815,220 171 402 626 956,2102,51 722 037 404 177,3953847,3Для оценки тесноты связи между показателями выполним построение матрицы парных коэффициентов корреляции (таблица 5).Таблица 5 — Матрица парных коэффициентов корреляции 10,9 729 381−0,47 731−0,462 881−0,80 059−0,843 610,51996610,9 677 990,968895−0,41 118−0,8 769 110,9585130,993 299−0,44 455−0,85 020,964991.
Как показывает анализ, все факторные признаки за исключением показателя уровня инфляции оказывают сильное влияние на показатель разработанных ППТ в России. Для уровня инфляции и показателя разработанных ППТ характерна умеренная связь. В то же время наблюдается высокий уровень корреляции между факторными признаками:
показатель ВВП на душу населения сильно коррелирует с показателями финансирование науки из средств федерального бюджета и внутренние затраты на научные исследования и разработки;
показатель внутренние затраты на научные исследования и разработки сильно коррелирует с показателем финансирования науки из средств федерального бюджета;
Таким образом, из дальнейшего исследования целесообразно исключить показатель ВВП на душу населения и показатель внутренние затраты на научные исследования и разработки. Выполним построение модели регрессии на трех факторных признаках. Результаты построения представлены на рисунке 7. Рисунок 8 — Модель линейной регрессии.
Проверку значимости уравнения регрессии выполним на основе критериев Фишера, Стьюдента и коэффициента детерминации. По результатам построения модели можно сделать следующие выводы:
Значение показателя R-квадрат, равного 0,96 свидетельствует о качестве уравнения регрессии. Таким образом, 96% вариации показателя разработанных ППТ объясняется факторами, вошедшими в модель. На основе критерия Фишера выполним проверку статистической значимости модели в целом. Критическое значение критерия при заданных степенях свободы 3 и 9 и уровне значимости равно.
Выполним сравнение критического значения с расчетным:
Таким образом, модель в целом следует признать статистически значимой. Выполним проверку коэффициентов при переменных на основе критерия Стьюдента. Критическое значение t-статистики при заданных условиях равно Таким образом, статистически значимыми являются только коэффициенты при переменных, отражающих показатель численности персонала, занятого в научных исследованиях и разработках и показатель финансирования науки из средств федерального бюджета:
В то же время показатель p-значения для переменной численности персонала, занятого в научных исследованиях и разработках превышает уровень значимости. Таким образом, переменные, отражающие уровень инфляции и численность персонала, занятого в научных исследованиях и разработках следует исключить из дальнейшего исследования. С учетом указанных изменений выполним построение модели регрессии (рисунок 9).Рисунок 9 — Модель парной линейной регрессии.
Таким образом, в результате преобразований получена качественная и статистически значимая модель парной линейной регрессии (,).Уравнение регрессии имеет вид: Таким образом, увеличение финансирования на 1 млн руб. приводит к росту разработки ППТ в России на 0,002 ед.
Заключение
.
В рамках настоящего исследования в соответствии с целью и поставленными задачами была сформирована теоретическая база исследования, в рамках которой изучены особенности использования современных статистических методов для анализа и оценки социально-экономических явлений и процессов, определена сущность передовых производственных технологий, как одного из основных факторов инновационного развития страны, выявлены их особенности. По результатам проведения статистического анализа и моделирования можно сделать следующие выводы:
С 2000 по 2017 гг. более, чем в 2 раза возросло количество ППТ, разработанных в России. Наибольшим темпом прироста характеризуется показатель разработки ППТ в России в 2011 году (31,71%), наименьшим — показатель 2017 года. Период 2006;2013 гг. характеризуется положительной тенденцией показателя разработки ППТ в России в то время, как 2014;2015 гг. и.
2017 г. характеризуются отрицательной динамикой темпов роста. По сравнению с базисным 2000 годом в 2017 году темп прироста разработанных в России ППТ составил 103,78% или 714 единиц. В структуре разработки ППТ наблюдается преобладание технологий по направлениям «производство, обработка и сборка», «проектирование и инжиниринг». При этом в 2017 году относительно показателей 2000 года наблюдается рост доли разработок в сфере проектирования и инжиниринга, снижение доли разработок в сфере производства, обработки и сборки, рост удельного веса ППТ в связи и управлении. Наибольший удельный вес разработанных ППТ в России в 2017 году принадлежит Центральному федеральному округу, наименьший — Северо-Кавказскому федеральному округу. Наряду с положительной динамикой разработанных ППТ возрастающей тенденцией характеризуется показатель используемых передовых производственных технологий в России. По сравнению с базисным 2000 годом прирост используемых ППТ в России в 2017 году составил 242,6%.Результаты построение уравнения полинома третьей степени и прогноза выявлено, что при сохранении тенденции в динамике показателя к 2020 году снижение показателя разработанных ППТ по сравнению с 2017 годом составит -40,8%.В результате преобразований выполнено построение уравнения парной линейной регрессии, которое отражает зависимость показателя разработки ППТ в России от показателя финансирования науки из средств федерального бюджета. Выявлено, что увеличение финансирования на 1 млн руб. приводит к росту разработки ППТ в России на 0,002 ед. Список использованной литературы.
Айвазян С. А. Методы эконометрики: учебник. — М.: Магистр: ИНФРА-М, 2010.
Арбузов С. Г. Оценка эффективности управления инновационным развитием в контексте обеспечения экономической безопасности // Креативная экономика. — 2016. — № 12. — С. 1337−1344.
Балдин К. В. Общая теория статистики: Учебное пособие / К. В. Балдин, А. В. Рукосуев. — М.: Дашков и К, 2012. — 312 c. Бахарева О.В.Инновационно-технологическое управление ростом: технология информационного моделирования в регионе// Российское предпринимательство.
— 2017. — № 2. -.
С. 121−132.Бурец Ю. С., Акерман Е. Н., Акерман Е. А., Волохова А. М. Анализ востребованности и эффективности государственной поддержки инновационной деятельности (на примере регионов АИРР) // Вопросы инновационной экономики. — 2016. — № 4.Гасанов.
Э. А. Фундаментальные основы развития экономики знаний и инноваций в условиях информационно-технологической революции: монография /Э. А. Гасанов; М-во образования и науки Рос. Федерации, Хабар. гос. унт экономики и права.- Хабаровск: ХГУЭП, 2016.- 112с. Дубров А. М., Мхитарян В. С., Трошин Л. И. Многомерные статистические методы.
М.: Финансы и статистика, 2011.
Долгих.
Е.А.Состояние научного потенциала Российской Федерации на этапе институциональной реструктуризации /Е. А. Долгих, В. В. Нарбут //Львовские чтения- 2017: сб. ст. V Всерос. науч. конф.- М., 2017. — C. 68−72.Данилов.
А.И.Развитие институциональной системы как условие формирования инновационной экономки /А. И. Данилов //Управленческие науки в современном мире: сб. докл. науч. конф.- СПб., 2016.- Т.
1.- C. 184−189.Дежина И. Передовые производственные технологии: место России // Экономическое развитие России. 2014. № 2. С.
42−45.Елисеева, И. И. Эконометрика: учебник для магистров / И. И. Елисеева; под ред. И. И.
Елисеевой. — М.: Издательство Юрайт, 2014. —.
449 с. Елисеева, И. И. Статистика: учебник для бакалавров / И. И.
Елисеева; отв. ред. И. И. Елисеева. — 3-е изд., перераб.
и доп. — М.: Издательство Юрайт, 2013. — 558 с.Крайнова.
Ю.С.Перспективы инновационного развития экономики России /Ю. С. Крайнова //Закономерности и тенденции инновационного развития общества: сб. ст. Междунар. науч.
практ. конф. (23 апр. 2017 г.).- Волгоград, 2017.- Ч.
1.- C. 132−134.Медведева, Н. Б. Инновационная деятельность в Российской Федерации // Сборник статей международной научно-практической конференции «Инновационное развитие современной науки».- Уфа: РИЦ Баш.
ГУ, 2014 г.- с. 15- 19. Медведева, Н. Б. Статистическое изучение влияния финансирования науки на уровень инновационного развития экономики Российской Федерации// Вестник Университета (ГУУ).- № 8/2015; с. 191−197.Невежин В. П., Новичкова Е. А., Пархоцик Я. В. Анализ факторов, влияющих на размер валового регионального продукта. // Экономика, управление и юриспруденция в современном мире: проблемы и поиски решений: материалы Международной научно-практической конференции (18 декабря 2013 года, г. Ижевск). -.
Ижевск, 2014. ФГБОУ ВПО «Вятский государственный гуманитарный университет», филиал в г. Ижевске. С. 344−347.Официальный сайт Федеральной службы государственной статистики [Электронный ресурс].
Режим доступа: www.gks.ru.Орехов.
С.А.Внедрение инновационной стратегии в России /С. А. Орехов, Ю. В. Носова //Инновационная экономика и современный менеджмент.- 2017.- № 3.- C. 14−18.Проблемы модернизации экономики России / Под ред.
академика РАН Н. Я. Петракова. М.: ЦЭМИ РАН, 2012. 335 с. Проблемыи направления развития научно-технологического потенциала территорий /К. А.
Гулин, Е. А. Мазилов, И. В. Кузьмин [и др.]; Федер.
агентство науч. орг., Рос. акад. наук, Инт социал.
экон. развития территорий Рос. акад. наук.- Вологда: ИСЭРТ, 2017.- 122с. Сумина Е. В., Белякова Г. Я. Парадигма управления инновационными процессами на основе инновационных преимуществ региона// Креативная экономика. — 2017. — № 2.
— С. 181−200Сивак.
Е.Е.Особенности условий реализации Стратегии научно-технологического развития РФ /Е. Е. Сивак, М. И. Пашкова //Интеграция науки и сельскохозяйственного производства: материалы Междунар. науч.
практ. конф. (Курск, 16−17 февр. 2017 г.).- Курск, 2017.- ч.
2.- C. 112−115.Шишкина А. В. Активизация инновационных процессов на предприятиях: проблемы и пути их решения // Научно-информационный вестник Ивановского филиала Международного юридического института. — 2012. — № 5.Щепка.
Т.В.Стимулирование инновационной деятельности: влияние на региональное инновационное развитие /Т. В. Щепка //Образование и наука как стратегические ресурсы развития современного государства.- Саратов, 2017.- C. 32−33.
