Расчетное значение F-критерия:
Выполним расчет средней ошибки аппроксимации (таблица 8).Результаты расчета средней ошибки аппроксимации для модели линейного тренда.
ПериодРазработанные ППТ, ед., Разработанные ППТ, ед., Остатки, 1 688 570.
855 117.
1450.
170 272 637 646.
91−9.
910.
15 563 735 722.
96 512.
0350.
16 374 780 799.
02−19.
020.
24 385 787 875.075−88.
0750.
111 916 789 951.13−162.
130.
2 054 978 641 027.19−163.
190.
18 887 811 381 103.
2434.
760.
3 054 913 231 179.
3143.
7050.
108 621 014 291 255.
35 173.
650.
121 521 114 091 331.
4177.
5950.
55 071 213 981 407.46−9.
460.
6 771 315 341 483.
5250.
4850.
32 911 414 021 559.
57−157.
570.
Средняя ошибка аппроксимации9%В виду того, что средняя ошибка аппроксимации не превышает 10%, уравнение линейного тренда адекватно описывает тенденцию ряда и может быть использовано для построения прогноза. Выполним построение прогноза показателя разработки ППТ в России на 2018;2020 гг. Результаты прогноза представлены на рисунке 11. Фактические и прогнозные значения показателя разработанных ППТ в России на основе модели линейного тренда.
Целесообразно отметить, что построение прогноза выполнено на основании тенденции изменения показателя в исследуемом периоде 2000;2017 гг. без учета влияния факторов. На наш взгляд, полная оценка особенностей формирования показателя должна быть выполнена с учетом влияния факторов. Оценка влияния факторов на развитие передовых производственных технологий в России.
С целью оценки влияния факторов на показатель разработанных ППТ в России в рамках исследования сформирована система факторных признаков, среди которых: — ВВП России, млрд. 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 9. Массив исходных данных [25]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.
2 005 637 150 276,5110,9 281 320 776 909,3230785,2Продолжение таблицы 92 006 735 187 969,310980706697363,2 288 805,22007780232825,7111,87 801 135 132 703,4371080,32 008 787 289 053,6113,28 761 252 162 115,9431073,22 009 789 271 949,7108,8 742 433 219 057,6485834,32 010 864 324 062,6108,78 736 540 237 644,0523377,220 111 138 391 653,1106,1 735 273 313 899,3610426,720 121 323 476 670,5106,57 726 318 355 920,1699869,820 131 429 510 355,2106,47 727 029 425 301,7749797,620 141 409 551 145,8111,35 732 274 437 273,3847527,20 151 398 569 974 112,91738857439392,8 914 669,120161534588044,8105,39 722 291 402 722,3943815,220 171 402 626 956,2102,51 722 037 404 177,3953847,3Для оценки тесноты связи между показателями выполним построение матрицы парных коэффициентов корреляции (таблица 10).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 12. 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 13).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 настоящее время достижения науки, техники и высокие технологии, а следовательно, и научно технический потенциал становятся решающими факторами интенсивного экономического развития и повышения конкурентоспособности как страны в целом, так и отдельных ее регионов. При этом будут выигрывать те территории, которые обеспечат наиболее благоприятные условия для создания, распространения и реализации новых научно технических идей и разработок. Таким образом, в современных условиях вопросы подготовки научных кадров приобретают особую актуальность. В теоретической части исследования на основании анализа различных подходов сформулировано понятие научно-технического потенциала и дана характеристика его составляющих (ресурсной, результативной и управленческой).В практической части исследования на основе средств пакета SPSS выполнен подбор уравнения тренда, наиболее адекватно отражающего тенденцию ряда динамики показателя выпуска из докторантуры с защитой диссертации. По результатам можно сделать следующие выводы:
В исследуемом периоде наблюдается устойчивая убывающая тенденция подготовки научных кадров в докторантуре. Наилучшим образом отражает тенденцию ряда квадратичная линия тренда, для которой показатель R-квадрат = 0,914:При увеличении периода на 1 год происходит снижение показателя выпуска из докторантуры с защитой диссертации в среднем на 2,75 чел. Результаты прогноза демонстрируют сохранения убывающей тенденции выпуска из докторантуры с защитой диссертации до 2020 г. Для решения проблем в сфере науки и техники в России, на наш взгляд, необходимо объединение усилий органов власти и управления, бизнеса, науки и образования по следующим стратегическим направлениям развития научно технического потенциала:
развитие научно методической базы НИОКР; финансирование и привлечение инвестиций в сферу науки и техники; развитие кадровых ресурсов научно технической сферы; модернизация материально технической базы научных исследований и разработок; информационное обеспечение научно технической деятельности; стимулирование хозяйствующих субъектов к разработке и освоению инноваций;
развитие инфраструктуры поддержки научно технической деятельности. Кроме того, в рамках исследования выполнен анализ динамики показателей, характеризующих использование и разработку передовых производственных технологий в России, как одной из научных сфер, выполнена оценка влияния факторов на показатель разработанных передовых производственных технологий. 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.
Авдулов, А. Н. Показатели научно технического потенциала. Методы сравнительного анализа / А. Н. Авдулов, А. М. Кулькин // Курь ер российской академической науки и высшей школы. — 2011. — № 12.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.
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.Бляхман, Л. С. Экономика научно технического прогресса / Л. С. Бляхман. — М.: Высшая школа, 2011. -.
272 сБендиков, М. А. Методологические основы исследования механизма инновационного развития в современной экономике / М. А. Бендиков, Е. Ю. Хрусталев // Менеджмент в России и за рубежом. — 2012. — №.
2. — С. 3 14. Буравлев А. И. Эконометрика. — М.: БИНОМ.
Лаб. знании, 2012.
Воловиков С. А. Экономические прогнозы по временным рядам, — М.: МГЛУ, 2010.
Громека, В.И. США: научно технический потенциал. Социально экономические проблемы формирования и развития / В. И. Громе ка. — М., 1977.
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.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.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. Задумкин, К. А. Региональная инновационная система: теория и практика формирования / К. А. Задумкин, И. А. Кондаков. — Вологда: ВНКЦ ЦЭМИ РАН, 2012. — 72 с. Кульвец, П. А. Научно технический потенциал: сущность, оценка, эффективность использования: учеб.
пособие / П. А. Кульвец. — Вильнюс: МВССО Лит.
ССР, 1980. — 55 с. Кравченко, С. И. Исследование сущности инновационного потенциала / С. И. Кравченко, И. С. Кладченко // Научные труды Донец кого национального технического университета. — 2012.
— Вып. 68. — С. 88 96. — (Экономические науки).Ладный, А. О. Анализ данных в задачах управления научно тех ническим потенциалом / А. О. Ладный // Интеллектуальные технологии и системы.: сб.
учебн. метод.
работ и статей аспирантов и студен тов. — Вып. 6. — М.: Эликс+, 2004.
Медведева, Н. Б. Статистическое изучение влияния финансирования науки на уровень инновационного развития экономики Российской Федерации// Вестник Университета (ГУУ).- № 8/2015; с. 191−197.Мхитарян В. С., Архипова М. Ю., Балаш В. А., Балаш О. С., Дуброва Т. А., Сиротин В. П. Эконометрика / Под общ.
ред.:В. С. Мхитарян. М.: Проспект, 2014.
Новиков А. И. Эконометрика — М.: Дашков и К. 2013.
Новая экономическая энциклопедия / Е. Е. Румянцева. — М.: ИНФРА М, 2012. — 724 сНаучно технический потенциал: структура, динамика, эффективность / Г. М. Добров, В. Е. Тонкаль, А. А. Савельев [и др.]. — Киев: Наукова Думка, 2010. — 347 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. Практикум по эконометрике / Под ред. Елисеевой И.И.- М.: Финансы и статистика, 2008.
Федеральная служба государственной статистики РФ [Электронный ресурс]. — Режим доступа:
http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/population/education/#Яковлев В. Б. Анализ данных. Практикум. — Germany, Saarbriicken: Lambert Academic Publishing, 2016.
Яковлев В.Б., Яковлева О. А. Общая теория статистики. — Germany, Saarbriicken: Palmarium Academic Publishing, 2015.
