ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ОЦЕНКЕ ИНВЕСТИЦИОННОГОПОТЕНЦИАЛА АЛТАЙСКОГО КРАЯ

Глобенко Денис Андреевич

студент 3 курса, Экономический факультет, отделение «Менеджмент» Новосибирский Государственный Университет

Е-mail: 

Самсонова Ольга Сергеевна

студент 3 курса, Экономический факультет, отделение «Менеджмент» Новосибирский Государственный Университет

Е-mail: 

Ибрагимов Наимджон Мулабоевич

научный руководитель, Заместитель декана Экономического факультета НГУ, канд. экон. наук, доцент.

В статье на примере Алтайского края исследуется вопрос выявления факторов, влияющих на инновационную составляющую инвестиционного потенциала. Эконометрическим инструментарием выступают линейные регрессионные модели на панельных данных.

Последние десять лет понятие «инвестиционной привлекательности» и непосредственно связанное с ним понятие «инвестиционного потенциала» постоянно находятся в фокусе внимания исследователей. Для целей настоящей работы в достаточной степени адекватным и целесообразным представляется понимание инвестиционной привлекательности как способности анализируемого субъекта к созданию условий для привлечения инвестиций и их эффективного преобразования в производство, продукцию, услуги и проекты.

Всеми исследователями в качестве одной из составляющих инвестиционного потенциала обязательно рассматривается потенциал инновационный (или так называемый инновационный фактор инвестиционной привлекательности), посредством которого учитывается развитие в регионе научно-технической деятельности.

Для характеристики инновационной деятельности региона с учетом периодичности предоставления соответствующей информации органами государственной статистики нами предлагается использовать следующие показатели: число организаций, выполнявших научные исследования и разработки (х1); численность персонала, занятого научными исследованиями и разработками (х2, чел.), внутренние затраты на научные исследования и разработки (х3, млн. руб.), затраты на технологические инновации (х4, млн. руб), число созданных (y1) и число используемых передовых производственных технологий (y2), инновационная активность организаций(y3, %).При этом первые четыре показателя (х1-х4) характеризуют инновационный потенциал с точки зрения условий и возможностей, имеющихся у региона для осуществления научно-исследовательской деятельности, а оставшиеся три показателя (y1-y3) характеризуют инновационный потенциал с точки зрения результативности научно-исследовательской деятельности.

На рисунках 1—3 и в таблице 1 представлены данные о динамике показателей инновационного потенциала Алтайского края за период с 2000 по 2010 гг.

Таблица 1.

Динамика числа научно-исследовательских организаций и численности научно-исследовательского персонала

*число организаций, выполнявших научные исследования и разработки;

**численность персонала, занятого научными исследованиями и разработками

За исследуемый период произошло заметное разукрупнение научно-исследовательских организаций: начиная с 2005 года их количество ежегодно увеличивалось, и составляло в 2010 году 38 организаций (по сравнению с 31 организацией в 2000 году) (таблица 1). При этом численность персонала, непосредственно занятого научными исследованиями и разработками, неуклонно сокращалась (в среднем на 5,3 % ежегодно): в 2010 численность научно-исследовательского персонала по всем ведущим разработки организациям составляла всего 57 %от численности 2000 года, а в каждой из организаций трудился в среднем 51 человек вместо 111 человек в 2000 году. Описанные тенденции привели к резкому снижению количества создаваемых передовых производственных технологий, которое до 2005 держалось на уровне двенадцати создаваемых технологий ежегодно, а затем резко упало до трех технологий в год (рисунок 1). Сокращалась и инновационная активность организаций (рисунок 3).

Вместе с тем к положительным тенденциям анализируемого периода можно отнести увеличение финансирования научных исследований, рост затрат на технологические инновации и увеличение количества используемых передовых производственных технологий (рисунки 1 и 2).

Рисунок 1. Динамика числа созданных и используемых передовых производственных технологий (Алтайский край, 2000—2010 гг)

Рисунок 2. Динамика внутренних затрат на научные исследования и разработки и затрат на технологические инновации (Алтайский край, 2000—2010 гг.)

Рисунок 3. Динамика инновационной активности организаций (Алтайский край, 2000—2010 гг.)

Выясним, насколько тесно связаны друг с другом показатели, характеризующие инновационный потенциал, и насколько сильны их взаимосвязи с другими составляющими инвестиционного потенциала. Существование таких связей при оказании воздействия на одну из составляющих инвестиционного потенциала позволит ожидать мультипликативного эффекта для потенциала в целом. Так, управленческие решения, направленные на увеличение трудового потенциала, при существовании упомянутых взаимосвязей, приведут к росту, например, также и инновационного потенциала. В качестве потребителей такой информации в первую очередь следует указать органы управления, заинтересованные в повышении инвестиционной привлекательности региона.

В рамках данной работы предлагается проанализировать взаимосвязь инновационного потенциала со следующими показателями: уровень экономически активного населения (с1), среднедушевые доходы населения (с2), доля населения с доходами выше прожиточного минимума (с3), численность студентов в учреждениях высшего профессионального образования на 10 000 человек населения (с4), среднедушевой ВРП (с5), стоимость ОПФ (с6) и степень их износа (с7), число малых предприятий (с8) и доля предприятий с иностранным капиталом (с9). Перечисленные показатели отражают трудовой, потребительский, производственный, институциональный и др. факторы инвестиционного потенциала.

В силу малого количества наблюдений при использовании данных только по Алтайскому краю (всего 11 наблюдений), нами предлагается для ответа на поставленный вопрос обратиться к инструментарию регрессионных моделей на панельных данных [1, с. 129]. Рассматривая данные за интересующий нас период с 2000 по 2010 год по всем субъектам РФ, входящим в Сибирский Федеральный округ (в том числе и по Алтайскому краю), мы, помимо значительного увеличения объема выборки (132 наблюдения), получим и такие преимущества, как одновременный учет временного и пространственного характера данных и учет ненаблюдаемых индивидуальных особенностей, присущих каждому субъекту СФО [2, c. 3].

Поскольку образующие СФО субъекты РФ представляют собой уникальные объекты, оцениваться будут только модели с фиксированными эффектами, общая запись которых имеет вид:

,

где:  — значение результативного показателя для i-го объекта в год t;

 — значение j-го фактора для i-го объекта в год t;

 — индивидуальные эффекты, постоянные во времени;

 — неизвестные коэффициенты, подлежащие оцениванию;

 — ошибка;

; ;, если  или ;;; ; .

В результате для числа созданных передовых производственных технологий получена зависимость следующего вида:

Для числа используемых передовых производственных технологий получена зависимость вида:

Переменные t6-t10 представляют собой бинарные фиктивные переменные, принимающие значение 1, если наблюдение относится к 2006, 2007, 2008, 2009 или 2010 году соответственно, и 0 в противном случае (отражают рост числа используемых технологий в указанные годы).

Для инновационной активности организаций получена зависимость вида:

Все построенные модели адекватны выборочным данным, коэффициенты моделей значимы, во всех случаях гипотеза о равенстве индивидуальных эффектов отвергается. Оценки индивидуальных эффектов представлены в таблице 2.

Таблица 2.

Оценки индивидуальных эффектов для регрессионных моделей показателей инновационного потенциала

Анализ построенных моделей позволяет сделать ряд выводов.

Во-первых, увеличение внутренних затрат на научные разработки ведет к росту количества создаваемых передовых производственных технологий и увеличению инновационной активности организаций. Во-вторых, увеличение количества организаций, выполняющих научные исследования, отрицательно влияет на число используемых передовых технологий. Это позволяет трактовать происходившее в исследуемый период дробление научно-исследовательских организаций как явление негативное. В-третьих, увеличение численности персонала научно-исследовательских организаций ведет к росту инновационной активности. В-четвертых, увеличение затрат на технологические инновации положительно влияет на число используемых передовых производственных технологий и на инновационную активность. В-пятых, выявлена взаимосвязь инновационного потенциала с институциональным потенциалом (значимый коэффициент при факторе c9 в модели для y1) и потребительским потенциалом (значимый коэффициент при факторе c3 в модели для y3). В частности, рост институционального потенциала края будет способствовать и росту его инновационного потенциала. В-шестых, рассматривая индивидуальные эффекты как характеристику потенциала Алтайского края относительно остальных регионов СФО с точки зрения числа создаваемых и используемых передовых производственных технологий, а также инновационной активности организаций, можно оценить потенциал края как выше среднего.

Таким образом, по результатам проведенного исследования выявлены факторы, воздействие на которые увеличит инвестиционный потенциал Алтайского края: это затраты на внутренние исследования и разработки, затраты на технологические инновации, оптимизация количества научно-исследовательских организаций и численности их персонала, а также развитие институциональной среды.

Список литературы:

1.Носко В.П. Эконометрика. Кн. 2. Ч. 3, 4: учебник. — М.: Издательский дом «Дело» РАНХиГС, 2011. — 576 с.

2.Hsiao C. Analysisof Panel Data. — Cambridge: Cambridge University Press, 2004. — 366 с.