Обоснование условий для формирования в дотационных регионах РФ инновационного социума
Рассмотрение показателей регионального развития на основании доступности информационной базы для исследования в статистике. Интенсивность затрат на технологические инновации (по организациям промышленного производства). Удельный вес инновационных товаров.
Рубрика | Экономика и экономическая теория |
Вид | статья |
Язык | русский |
Дата добавления | 21.10.2019 |
Размер файла | 806,1 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Обоснование условий для формирования в дотационных регионах РФ инновационного социума
Суворова А.П.
Судакова Н.Ю.
К числу национальных приоритетов, закрепленных в документах стратегического характера, относят повышение эффективности государственного управления и развитие экономики и социальной сферы. Реализация этих интересов невозможна без формирования новой технологической основы, целью которой является повышение качества жизни граждан страны на основе широкого применения отечественных информационных и коммуникационных технологий, направленные на достижение ряда целевых результатов:
1. Повышение производительности труда;
2. Повышение эффективности производства;
3. Стимулирование экономического роста;
4. Привлечение инвестиций в производство инновационных технологий;
5. Повышение конкурентоспособности РФ на мировых рынках;
6. Обеспечение устойчивого и сбалансированного долгосрочного развития РФ.
Внимание исследователей к проблемам сглаживания различий в уровнях эффективности социально-экономического развития регионов в нашей стране имеет вековую историю. Поскольку цифровая экономика из стратегического приоритета для государств превращается в реальность для бизнесов, муниципалитетов и населения, в управленческих решениях всех уровней следует учесть факторы, влияющие на темпы развития цифровизации в субъектах РФ. По данным из открытых источников, основными факторами, влияющими на неравномерное развитие цифровизации в регионах, являются [7]:
1. Недостаток квалифицированных кадров и необходимость корректировок в образовательных программах;
2. Недостаток финансирования;
3. Наличие цифрового неравенства: только треть базовых станций сотовой связи поддерживают современный стандарт мобильного Интернета, что не позволяет полностью обеспечить потребности пользователей в высокоскоростном доступе в сеть Интернет;
4. В большинстве регионов России не закончился процесс формирования новой регуляторной среды, обеспечивающей благоприятный правовой режим для возникновения и развития цифровых технологий.
Характер происходящих изменений вызывает научный интерес к проблеме формирования концепции эффективности дотационных регионов, обладающих специфическими характеристиками, сложившимися десятки лет назад.
Концепция эффективности в современном управлении позволяет рассмотреть эффективность управления социально-экономическими системами в широком понимании. Как отмечают исследователи данной проблематики, это понятие является относительным: то, что эффективно для одной системы, не будет эффективным для другой, что обусловлено различием целей, приоритетов, интересов, возможностей, потенциала развития регионов. Между тем современная оценка эффективности региона требует качественного сопоставления различных систем, в том числе и отдельных ее элементов, пропорций развития. Оценка эффективности социально-экономической системы региона должна не просто позволить оценить состояние качества его функционирования, определяющегося качеством жизни его населения, но и раскрыть возможности его дальнейшего развития.
Ориентированное на результат управление подразумевает соответствие получаемых результатов установленным целям. Этим целям должны отвечать все сферы жизнедеятельности региона, все функции в рамках каждой сферы, все работы, выполняемые для реализации функций, и результаты, получаемые в результате их выполнения, которые, в свою очередь, должны быть адекватны установленным ценностям. Такая взаимосвязь характеристик цели и результата в региональном управлении отражена в интегральном характере миссии существования региональной власти - формирование достойного качества жизни населения региона - в рамках концепции конкурентоспособности региона в стратегической перспективе.
На наш взгляд, сформировалась необходимость введения в понятийный аппарат, используемый в концепции цифровой экономики, такого нового понятия, как инновационный социум. Анализ научной литературы по теме исследования позволяет утверждать, что содержательно-смысловое представление понятия "инновационный социум" как объекта исследования в литературе отсутствует.
Вначале определимся с сущностью понятия "инновационный", сущностно определяющего объект исследования. На наш взгляд, закономерно понимать под инновационным любой объект, способный к изменению, обновлению, улучшению.
Для определения понятия "инновационный социум" воспользуемся рядом принципов диалектического метода исследования этого понятия: системности, деятельности и константности [8].
В соответствии с принципом системности инновационный социум рассматривается в компонентном и структурном отношении как система, состоящая из ряда элементов. Именно этот принцип открывает перспективы разграничения трех видов изменений социума: компонентный, структурный, целостный.
Принцип деятельности дает возможность рассматривать инновационный социум как продукт изменений в функциональном и динамичном планах. В этой связи необходимо раскрыть функциональную природу инновационного социума и выявить полный компонентный состав любой деятельности.
Принцип константности применяется при анализе свойств инновационного социума. В этой связи уместно определить сферу инновационного социума, традиционно включающую в себя пять базовых элементов: цели (потребности), потенциал (способности), содержание (деятельность), форму (отношения) и организацию (институты). Сфера инновационного социума формируется, по нашему мнению, на основе экономических и неэкономических потребностей и способностей, которые определяют существование деятельности, генерирующей соответствующие ей отношения по функциям и институты. Когда возникает рассогласование состояний в любом элементе или их совокупности, тогда и возникает деятельность по приведению фактического состояния в соответствие с необходимым состоянием (изменение, преобразование). Деятельность выполняет роль интегратора всех элементов сферы инновационного социума. Для иллюстрации концептуальных основ формирования и развития инновационного социума в регионах РФ как социально-экономических институтах общества прибегнем к инструментарию современной парадигмы "управления организационным развитием", призванной стать методологической основой конструирования и внедрения управленческих технологий, позволяющих предвидеть последствия совершаемых экономических действий и принимаемых решений. Суть технологии управления организационным развитием заключается в сопровождении института (регион) от постановки цели (выявления потребностей) до появления в нем признаков самоорганизующейся (адаптирующейся к изменениям) системы. При этом важнейшей целью управления можно считать выявление ключевой проблемы региона и ее устранение.
В ходе исследования проведен анализ регионов Приволжского федерального округа (ПФО) как объекта с преобладанием дотационных регионов (из 14 регионов 12 являются дотационными [9]) с целью идентификации дотационных регионов ПФО по уровню сформированности условий развития инновационного социума в рамках реализации Стратегии развития информационного общества в Российской Федерации на 2017-2030 годы.
В качестве исследуемого временного интервала нами принимаются последние 8 лет с опорой на значимые годы: 2010 год - год утверждения Стратегия инновационного развития Российской Федерации на период до 2020 года, 2014 год - год начала структурного кризиса российской экономики, 2017 год - год начала реализации Стратегии развития информационного общества в Российской Федерации на 2017-2030 годы.
Для проведения исследования были отобраны следующие показатели регионального развития на основании доступности информационной базы для исследования в статистике за рассматриваемый период [10, 11, 12]:
X1 - удельный вес организаций, имеющих доступ к Интернету с максимальной скоростью передачи данных, %;
X2 - удельный вес домашних хозяйств, имеющих доступ к Интернету, в общем числе домашних хозяйств, %;
X3 - внутренние затраты на исследования и разработки в процентах к ВРП, %;
X4 - число передовых производственных технологий, разработанных в регионе в расчете на миллион человек экономически активного населения;
X5 - удельный вес организаций, осуществляющих технологические инновации, в общем числе организаций, %;
X6 - интенсивность затрат на технологические инновации (по организациям промышленного производства), %;
X7 - удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг, %;
X8 - удельный вес организаций, использующих специальные программные средства для проектирования, %;
X9 - удельный вес затрат на приобретение программного обеспечения в общей сумме затрат на информационно-коммуникационные технологии, %;
X10 - удельный вес средств бюджета субъекта РФ и местных бюджетов в общих затратах на технологические инновации, %.
Систему факторов, используемых для оценки уровня сформированности условий развития инновационного социума дотационных регионов Приволжского федерального округа, можно представить тремя уровнями с позиции субъектности принятия управленческого решения (рис. 1). При этом включение в систему показателей параметров, касающихся домашних хозяйств, считаем обоснованным, так как домохозяйство является основной единицей статистического учета, сбора и анализа данных.
Рисунок 1.
Группировка показателей оценки уровня сформированности условий развития инновационного социума по субъектам принятия решения
В качестве результирующего показателя был выбран параметр Y - региональная производительность труда, представляющая собой отношение ВРП региона в расчете на миллион человек экономически активного населения (млн. руб. на млн. чел.). инновация удельный региональный
Исследование параметров по данным за 2010 год показало существенную дифференциацию дотационных регионов ПФО относительно среднероссийского уровня, что отразилось, на наш взгляд, на итоговом показателе: относительно приблизиться к среднероссийскому уровню удалось только 2 из 12 регионов. Республика Марий Эл ни по одному из 10 параметров не соответствует среднероссийскому уровню (табл. 1).
Таблица 1
Исходные данные для оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2010 г.
Регионы ПФО |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
X10 |
Y |
|
Кировская область |
37,5 |
36,1 |
0,5 |
0,0 |
6,5 |
0,8 |
6,6 |
7,6 |
6,4 |
36,6 |
234173,9 |
|
Республика Чувашия |
51,3 |
44,4 |
0,4 |
11,7 |
13,7 |
1,8 |
8,9 |
10,0 |
15,1 |
23,5 |
230225,7 |
|
Саратовская область |
51,5 |
41,0 |
0,6 |
12,4 |
5,4 |
1,4 |
7,0 |
11,3 |
13,1 |
68,9 |
274576,2 |
|
Республика Башкортостан |
65,7 |
49,4 |
0,5 |
2,0 |
10,0 |
0,9 |
5,5 |
12,0 |
19,0 |
44,8 |
372158,5 |
|
Пензенская область |
47,8 |
34,8 |
1,5 |
5,8 |
7,8 |
3,0 |
4,9 |
8,0 |
23,9 |
80,7 |
251338,2 |
|
Республика Марий Эл |
46,4 |
34,4 |
0,2 |
0,0 |
6,9 |
0,4 |
2,9 |
8,2 |
11,2 |
86,6 |
219665,1 |
|
Оренбургская область |
56,7 |
42,0 |
1,1 |
4,7 |
12,5 |
1,5 |
2,7 |
10,8 |
19,2 |
40,1 |
430992,9 |
|
Нижегородская область |
57,4 |
34,9 |
4,8 |
20,8 |
11,4 |
2,5 |
10,2 |
12,6 |
14,5 |
65,8 |
366744,9 |
|
Республика Удмуртия |
63,0 |
57,7 |
0,2 |
3,6 |
10,4 |
1,3 |
4,0 |
14,3 |
11,0 |
63,9 |
330021,8 |
|
Республика Мордовия |
52,9 |
41,0 |
0,5 |
17,2 |
9,1 |
1,1 |
23,1 |
8,1 |
13,3 |
39,2 |
227034,1 |
|
Пермский край |
58,3 |
42,1 |
1,2 |
10,7 |
19,3 |
1,6 |
10,9 |
13,3 |
11,7 |
59,7 |
444448,5 |
|
Ульяновская область |
54,4 |
44,1 |
2,9 |
7,5 |
6,1 |
1,0 |
17,6 |
11,4 |
7,5 |
32,1 |
265626,5 |
|
Россия в среднем |
56,7 |
48,4 |
1,4 |
11,5 |
7,9 |
1,6 |
4,8 |
13,2 |
15,8 |
68,8 |
499308,0 |
Более наглядно дифференциация дотационных регионов ПФО в динамике представлена на рис. 1 и 2.
Графическое представление результатов анализа за 2010 год позволило сделать значимый вывод: между показателем X10 и результирующим параметром наблюдается обратная связь, то есть чем выше удельный вес средств бюджета субъекта РФ и местных бюджетов в общих затратах на технологические инновации, тем менее вероятно, что это приведет к росту региональной производительности труда и наоборот. Согласно рис. 2, это утверждение справедливо для Республики Марий Эл, Пензенской области, Саратовской области, Республики Башкортостан, Оренбургской области и Пермского края. Проверим эту гипотезу и оценим характер связей между параметрами, включенными нами в модель оценки с помощью корреляционно-регрессионного анализа (табл. 2 и рис. 3).
Рисунок 2.
Сравнение показателей X1-X9 модели оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2010 г.
Рисунок 3.
Сопоставление параметра X10 (левый график) и результирующего параметра дотационных регионов ПФО (правый график) за 2010 г.
Таблица 2
Коэффициенты корреляции показателей оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2010 г.
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
X10 |
Y |
||
X1 |
1 |
|||||||||||
X2 |
0,7053 |
1 |
||||||||||
X3 |
0,1565 |
-0,3277 |
1 |
|||||||||
X4 |
0,1991 |
-0,1737 |
0,5564 |
1 |
||||||||
X5 |
0,4547 |
0,2141 |
0,0523 |
0,2680 |
1 |
|||||||
X6 |
0,0821 |
-0,2377 |
0,5017 |
0,4869 |
0,2725 |
1 |
||||||
X7 |
0,0239 |
-0,0383 |
0,2753 |
0,6147 |
0,0009 |
-0,0660 |
1 |
|||||
X8 |
0,8251 |
0,6568 |
0,2869 |
0,2070 |
0,4815 |
0,1011 |
-0,088 |
1 |
||||
X9 |
0,2845 |
-0,0777 |
0,0111 |
0,0686 |
0,1764 |
0,6225 |
-0,322 |
-0,0758 |
1 |
|||
X10 |
-0,0401 |
-0,3009 |
0,0462 |
-0,0852 |
-0,1632 |
0,2363 |
-0,437 |
0,0202 |
0,2282 |
1 |
||
Y |
0,6800 |
0,2883 |
0,2645 |
0,0823 |
0,6809 |
0,1894 |
-0,231 |
0,7167 |
0,2501 |
0,0141 |
1 |
По данным корреляционного анализа удалось установить, что из представленных параметров по использованной выборке значений только 3 параметра из 10 имеют достаточно сильную связь с результирующим параметром: X1; X5; X8. Связь показателя X10 c результирующим параметром очень слабая (коэффициент корреляции 0, 0141<0,3, согласно шкале Чеддока).
Оценка тесноты связи показателей в построенном уравнении регрессии (рис. 4) по коэффициенту множественной корреляции R>0,7 свидетельствует, что связь между факторами тесная. Значимость уравнения регрессии F составляет 0. 69693%, т.е. R2 и уравнение регрессии в целом статистически значимы с надежностью 95%. Параметры уравнения регрессии показывают, что гипотеза о том, что между показателем X10 и результирующим параметром наблюдается обратная связь, имеет смысл.
Проведем аналогичные расчеты по данным 2014 г. и 2017 г. Исследование параметров оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО по данным за 2014 год (табл. 4) также показало существенную дифференциацию дотационных регионов ПФО относительно среднероссийского уровня, однако уровень оценок при этом повысился. Четыре региона нуждались в более высоком в среднем по России уровне бюджетных вливаний в объем общих затрат на технологические инновации (в 2010 году такие значения демонстрировали 3 из 12 регионов). По-прежнему наблюдается высокое отклонение результирующего показателя регионов от среднероссийского уровня.
Таблица 3
Исходные данные для оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2014 г.
Регионы ПФО |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
X10 |
Y |
|
Кировская область |
68,6 |
60,1 |
0,5 |
0,0 |
8,3 |
1,7 |
7,0 |
6,4 |
15,6 |
43,9 |
374211,2 |
|
Республика Чувашия |
80,5 |
70,3 |
0,6 |
7,3 |
22,6 |
3,5 |
12,1 |
9,7 |
12,9 |
12,9 |
347145,0 |
|
Саратовская область |
79,4 |
65,0 |
0,6 |
15,9 |
6,5 |
1,4 |
2,5 |
11,2 |
19,6 |
62,5 |
449362,5 |
|
Республика Башкортостан |
83,1 |
67,4 |
0,7 |
3,5 |
8,9 |
2,2 |
8,2 |
12,1 |
21,6 |
28,1 |
636690,5 |
|
Пензенская область |
82,6 |
63,6 |
1,2 |
47,8 |
16,3 |
5,5 |
7,0 |
9,1 |
12,1 |
85,5 |
415244,3 |
|
Республика Марий Эл |
85,3 |
63,8 |
0,1 |
0,0 |
6,2 |
1,0 |
10,4 |
9,8 |
10,8 |
70,5 |
400547,8 |
|
Оренбургская область |
82,2 |
67,3 |
0,1 |
1,0 |
11,0 |
0,8 |
1,1 |
8,6 |
13,9 |
55,8 |
701802,0 |
|
Нижегородская область |
87,3 |
64,9 |
5,8 |
42,8 |
12,5 |
4,5 |
21,3 |
12,4 |
9,0 |
76,5 |
568389,7 |
|
Республика Удмуртия |
87,6 |
73,5 |
0,2 |
0,0 |
9,9 |
2,2 |
11,2 |
11,1 |
12,7 |
50,7 |
547447,0 |
|
Республика Мордовия |
81,8 |
73,8 |
0,6 |
11,1 |
16,9 |
5,8 |
26,9 |
6,8 |
13,6 |
34,5 |
384674,1 |
|
Пермский край |
84,3 |
67,5 |
1,2 |
15,6 |
9,8 |
5,1 |
9,4 |
12,3 |
11,5 |
59,8 |
758717,2 |
|
Ульяновская область |
78,2 |
61,9 |
3,2 |
41,4 |
4,4 |
1,7 |
12,0 |
15,3 |
11,8 |
27,5 |
427619,9 |
|
Россия в среднем |
81,2 |
69,9 |
0,92 |
18,58 |
8,8 |
2,9 |
8,7 |
11,9 |
13,82 |
67,1 |
784678,12 |
Графическое представление результатов анализа за 2014 год (рис. 5) в целом подтверждает вывод: между показателем X10 и результирующим параметром наблюдается обратная связь. Согласно рис. 6 это утверждение справедливо для Республики Марий Эл, Пензенской области, Саратовской области, Республики Башкортостан, Оренбургской области и Пермского края, Республики Удмуртия.
Рисунок 5.
Сравнение показателей X1-X9 модели оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2014 г.
Рисунок 6.
Сопоставление параметра X10 (левый график) и результирующего параметра дотационных регионов ПФО (правый график) за 2014 г.
Оценим характер связей между параметрами, включенными нами в модель оценки с помощью корреляционно-регрессионного анализа (табл. 4 и рис. 7).
Таблица 4
Коэффициенты корреляции показателей оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2014 г.
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
X10 |
Y |
||
X1 |
1 |
|||||||||||
X2 |
0,5213 |
1 |
||||||||||
X3 |
0,2029 |
-0,2975 |
1 |
|||||||||
X4 |
0,1312 |
-0,3630 |
0,7498 |
1 |
||||||||
X5 |
0,1337 |
0,5108 |
-0,0454 |
0,07331 |
1 |
|||||||
X6 |
0,2648 |
0,3340 |
0,2988 |
0,48129 |
0,6331 |
1 |
||||||
X7 |
0,2720 |
0,4127 |
0,4533 |
0,23648 |
0,3709 |
0,6147 |
1 |
|||||
X8 |
0,3730 |
-0,1511 |
0,5356 |
0,45169 |
-0,4270 |
-0,1156 |
-0,0378 |
1 |
||||
X9 |
-0,3464 |
0,0101 |
-0,4522 |
-0,39457 |
-0,2101 |
-0,3545 |
-0,4288 |
-0,0828 |
1 |
|||
X10 |
0,3520 |
-0,3212 |
0,2168 |
0,36721 |
-0,1988 |
0,1533 |
-0,1621 |
-0,0460 |
-0,3411 |
1 |
||
Y |
0,4409 |
0,1642 |
0,0834 |
-0,10083 |
-0,2423 |
-0,0066 |
-0,2566 |
0,3456 |
0,0639 |
0,2012 |
1 |
По данным корреляционного анализа (табл. 4) удалось установить, что из представленных параметров по использованной выборке значений ни один из 10 параметров не имеет достаточно сильную связь с результирующим параметром. Нестабильность связей в модели обращает внимание на несовершенный характер набора включенных в нее показателей. Связь показателя X10 c результирующим параметром очень слабая (коэффициент корреляции 0, 2012<0,3 согласно шкале Чеддока), что подтверждает вывод по данным 2010 г.
Оценка тесноты связи показателей в построенном уравнении регрессии (рис. 7) по коэффициенту множественной корреляции R>0,7 свидетельствует, что связь между факторами тесная, значимость уравнения регрессии F достаточная.
Регрессионная статистика |
|||||||
Множественный R |
0,988730854 |
||||||
R-квадрат |
0,977588701 |
||||||
Нормированный R-квадрат |
0,75347571 |
||||||
Наблюдения |
12 |
||||||
Дисперсионный анализ |
|||||||
df |
SS |
MS |
F |
Значимость F |
|||
Регрессия |
10 |
2,05904E+11 |
20590405032 |
4,362034955 |
0,357623175 |
||
Остаток |
1 |
4720366811 |
4720366811 |
||||
Итого |
11 |
2,10624E+11 |
|||||
Коэффициенты |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
|||
Y-пересечение |
-1486149,77 |
-2,61 |
0,23 |
-8707400,47 |
5735100,94 |
||
Переменная X 1 |
45506,82 |
2,81 |
0,22 |
-160344,07 |
251357,70 |
||
Переменная X 2 |
7119,22 |
0,56 |
0,67 |
-153028,11 |
167266,55 |
||
Переменная X 3 |
146969,79 |
4,25 |
0,15 |
-292306,99 |
586246,58 |
||
Переменная X 4 |
-2300,48 |
-0,75 |
0,59 |
-41087,36 |
36486,41 |
||
Переменная X 5 |
-48676,79 |
-3,57 |
0,17 |
-221892,28 |
124538,71 |
||
Переменная X 6 |
125233,02 |
4,29 |
0,15 |
-245354,27 |
495820,30 |
||
Переменная X 7 |
-44187,43 |
-4,66 |
0,13 |
-164560,85 |
76186,00 |
||
Переменная X 8 |
-99761,07 |
-2,59 |
0,23 |
-590056,06 |
390533,93 |
||
Переменная X 9 |
-8255,19 |
-1,03 |
0,49 |
-110256,98 |
93746,60 |
||
Переменная X 10 |
-10925,36 |
-2,72 |
0,22 |
-61983,03 |
40132,32 |
Рисунок 7.
Результат корреляционно-регрессионного анализа показателей уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2014 г.
Дифференциация дотационных регионов ПФО относительно среднероссийского уровня по данным 2017 года сохраняется. Саратовская область ни по одному из 10 параметров не соответствует среднероссийскому уровню. По-прежнему региональная производительность труда регионов ПФО не соответствует среднероссийскому уровню (табл. 5).
Таблица 5
Исходные данные для оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2017 г.
Регионы ПФО |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
X10 |
Y |
|
Кировская область |
85,5 |
62,1 |
0,7 |
1,6 |
8,3 |
3,1 |
6,2 |
6,9 |
11,2 |
74,7 |
483947,2 |
|
Республика Чувашия |
87,7 |
65,7 |
0,8 |
5,1 |
22,2 |
2,5 |
12,2 |
10,0 |
15,7 |
45,5 |
455613,8 |
|
Саратовская область |
72,3 |
74,6 |
0,7 |
9,6 |
4,4 |
1,7 |
2,3 |
9,9 |
11,3 |
48,5 |
585894,7 |
|
Республика Башкортостан |
88,5 |
77,3 |
0,6 |
4,3 |
5,9 |
1,9 |
7,0 |
14,0 |
16,1 |
23,1 |
742374,0 |
|
Пензенская область |
84,1 |
71,9 |
1,5 |
3,1 |
18,6 |
4,1 |
10,1 |
9,7 |
10,9 |
90,7 |
568805,3 |
|
Республика Марий Эл |
79,3 |
72,1 |
0,1 |
9,2 |
5,8 |
1,1 |
14,2 |
8,1 |
8,7 |
58,9 |
521472,3 |
|
Оренбургская область |
92,9 |
80,7 |
0,1 |
1,0 |
5,2 |
3,2 |
3,2 |
10,0 |
10,7 |
44,1 |
859177,1 |
|
Нижегородская область |
93,3 |
69,9 |
6,0 |
17,7 |
9,9 |
6,7 |
15,4 |
12,5 |
20,0 |
80,1 |
743054,0 |
|
Республика Удмуртия |
80,1 |
72,7 |
0,3 |
28,0 |
6,4 |
1,2 |
10,8 |
9,4 |
10,7 |
34,6 |
740599,9 |
|
Республика Мордовия |
79,6 |
66,3 |
0,4 |
24,0 |
12,3 |
2,0 |
27,5 |
6,0 |
11,1 |
32,5 |
512711,1 |
|
Пермский край |
84,5 |
70,2 |
1,2 |
27,4 |
5,5 |
2,4 |
16,0 |
12,8 |
11,7 |
61,0 |
990109,3 |
|
Ульяновская область |
83,5 |
64,0 |
4,0 |
34,3 |
3,4 |
2,3 |
12,8 |
10,2 |
15,0 |
24,2 |
555692,0 |
|
Россия в среднем |
83,2 |
76,3 |
1,36 |
19,43 |
7,5 |
2,4 |
7,2 |
11,2 |
18,9 |
63,8 |
1038601,53 |
Графическое представление информации по данным 2017 года (рис. 8, 9) вновь подтверждает вывод об отсутствии эффективной отдачи от вливания бюджетных средств в общую сумму затрат на технологические инновации в дотационных регионах ПФО. Список регионов, подтверждающих данную гипотезу, остается таким же, что и в 2010 и 2014 гг.
Корреляционный анализ данных 2017 года (табл. 6) позволил вновь выявить значимые связи: 2 параметра из 10 имеют достаточно сильную связь с результирующим параметром: X2 и X8. Причем показатель X8 повторно подтвердил свою пригодность для построения корреляционно-регрессионной модели.
Нестабильность связей в модели обращает внимание на несовершенный характер набора включенных в нее показателей. Однако мы считаем, что попытка создать подобную модель полезна, так как позволяет выявить интересные зависимости и оценить имеющиеся в использовании современного исследователя массивы статистической информации. Отметим, что связь показателя X10 c результирующим параметром имеет обратный характер, как было выявлено по данным 2014 г., однако по-прежнему остается очень слабой, подтверждая сделанные нами ранее выводы.
Рисунок 8.
Сравнение показателей X1-X9 модели оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2017 г.
Рисунок 9.
Сопоставление параметра X10 (левый график) и результирующего параметра дотационных регионов ПФО (правый график) за 2017 г.
Таблица 6
Коэффициенты корреляции показателей оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2017 г.
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
X10 |
||
X1 |
1 |
||||||||||
X2 |
0,1182 |
1 |
|||||||||
X3 |
0,3932 |
-0,2939 |
1 |
||||||||
X4 |
-0,2620 |
-0,3360 |
0,3761 |
1 |
|||||||
X5 |
0,1922 |
-0,3102 |
-0,0231 |
-0,3352 |
1 |
||||||
X6 |
0,6594 |
-0,0814 |
0,7468 |
-0,1527 |
0,2954 |
1 |
|||||
X7 |
-0,0770 |
-0,4659 |
0,1899 |
0,5700 |
0,2582 |
0,0324 |
1 |
||||
X8 |
0,4428 |
0,4361 |
0,3845 |
0,0476 |
-0,1773 |
0,2825 |
-0,2666 |
1 |
|||
X9 |
0,5757 |
-0,1573 |
0,7634 |
0,1082 |
0,1756 |
0,6119 |
0,0780 |
0,6062 |
1 |
||
X10 |
0,1771 |
-0,1357 |
0,2568 |
-0,3667 |
0,3587 |
0,6404 |
-0,0722 |
-0,0571 |
-0,0382 |
1 |
|
Y |
0,3644 |
0,5723 |
0,0801 |
0,2224 |
-0,4499 |
0,1527 |
-0,1242 |
0,6600 |
0,0805 |
-0,031 |
Оценка тесноты связи показателей и значимости в построенном уравнении регрессии (рис. 10) по коэффициенту множественной корреляции R>0,7 свидетельствует, что связь между факторами тесная, значимость высокая.
Регрессионная статистика |
|||||||
Множественный R |
0,995423455 |
||||||
R-квадрат |
0,990867854 |
||||||
Нормированный R-квадрат |
0,899546399 |
||||||
Наблюдения |
12 |
||||||
Дисперсионный анализ |
Значимость F |
||||||
df |
SS |
MS |
F |
||||
Регрессия |
10 |
3,0223E+11 |
30223048566 |
10,85032922 |
0,232332673 |
||
Остаток |
1 |
2785449911 |
2785449911 |
||||
Итого |
11 |
3,05016E+11 |
|||||
Коэффициенты |
t-статистика |
P-Значение |
Нижние 95% |
||||
Y-пересечение |
-851483,639 |
-0,894123067 |
0,535548524 |
-12951747,97 |
11248780,69 |
||
Переменная X 1 |
6862,286294 |
1,204137794 |
0,441206726 |
-65549,37212 |
79273,9447 |
||
Переменная X 2 |
4340,376039 |
0,574544359 |
0,668008018 |
-91648,22041 |
100328,9725 |
||
Переменная X 3 |
-111620,1848 |
-3,310290469 |
0,186766134 |
-540062,6232 |
316822,2536 |
||
Переменная X 4 |
12082,09104 |
3,002076739 |
0,204700638 |
-39055,01694 |
63219,19901 |
||
Переменная X 5 |
-10516,06772 |
-2,422178189 |
0,249259537 |
-65681,00563 |
44648,8702 |
||
Переменная X 6 |
103372,5282 |
1,92423833 |
0,305114164 |
-579220,9356 |
785965,9919 |
||
Переменная X 7 |
-1252,776801 |
-0,306399216 |
0,810721963 |
-53204,73257 |
50699,17897 |
||
Переменная X 8 |
45114,68244 |
2,007539455 |
0,294210169 |
-240427,0987 |
330656,4636 |
||
Переменная X 9 |
-5282,317054 |
-0,213758034 |
0,865935028 |
-319273,7995 |
308709,1654 |
||
Переменная X 10 |
954,2234943 |
0,332601671 |
0,795586539 |
-35499,46916 |
37407,91614 |
Рисунок 10.
Результат корреляционно-регрессионного анализа показателей уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2017 г.
В работе предложена концептуальная модель формирования инновационного социума дотационного региона в условиях его инновационного развития. В ее основе лежит позиционирование инновационного социума в системе управленческих приоритетов региона. При этом под позиционированием инновационного социума предложено понимать субъектные основания (принципиальное решение субъектов об его месте в системе управленческих приоритетов региона), принимаемые с учетом ожидаемых результатов от реализации мероприятий по формированию инновационного социума.
Мы разделяем позицию Ю.Н. Харари [13], согласно которой можно выделить три возможных сценария позиционирования инновационного социума и повышения эффективности управления дотационным регионом (табл. 7).
Таблица 7
Сценарии позиционирования инновационного социума и повышения эффективности управления дотационным регионом
Варианты позиционирования |
Направления решения |
|
Решение текущих проблем функционирования |
Оперативное устранение (сокращение затрат и т.д.) |
|
Повышение эффективности функционирования |
Реализация инвестиционных программ (внедрение современных технологий производства, модернизация производственного оборудования, внедрение новых материалов и т.д.) |
|
Решение стратегических проблем развития |
Выделение управленческих приоритетов на определенном этапе жизненного цикла систем |
В рамках видения социально-экономической системы (региона) как сложной системы взаимоотношений "государство-бизнес-социум", ее стратегическими целями является не просто извлечение выгоды (эффекта) сейчас и всегда, а создание условий существования организации в долгосрочной перспективе и получения будущих выгод.
Список литературы
1. Шваб К. Четвертая промышленная революция. - М.: Эксмо, 2016. - 138 с. - http://www.eurasiancommission.org/ru/act/dmi/workgroup/materials/Pages_2016.pdf
2. Стратегия инновационного развития Российской Федерации на период до 2020 года. - http://government.ru/docs/9282/
3. Стратегия развития информационного общества в Российской Федерации на 2017-2030 годы. - http://pravo.gov.ru/proxy/ips/?docbody=&nd=102431687
4. Программа "Цифровая экономика Российской Федерации". - http://static.government.ru/media/files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf
5. Паспорт национальной программы "Цифровая экономика Российской Федерации". - http://d-russia.ru/pasport-natsionalnoj-programmy-tsifrovaya-ekonomika-okonchatelno-utverzhdyon.html
6. Стратегия пространственного развития Российской Федерации на период до 2025 года. - http://static.government.ru/media/files/UVAlqUtT08o60RktoOXl22JjAe7irNxc.pdf
7. Вышла полная версия рейтинга регионов по уровню развития цифровизации "Цифровая Россия". - http://d-russia.ru/vyshla-polnaya-versiya-rejtinga-regionov-po-urovnyu-razvitiya-tsifrovizatsii-tsifrovaya-rossiya.html
8. Зеленов Л.А. Методология исследования социума // Философия и методология науки. Вестник Нижегородского университета им. Н.И. Лобачевского. 2012. - № 1 (3). - С.101-109.
9. Официальный сайт Министерства финансов Российской Федерации. - https://www.minfin.ru/
10. Сайт Федеральной службы государственной статистики. - http://www.gks.ru/
11. Единая межведомственная информационно-статистическая система (ЕМИСС). - https://fedstat.ru/
12. Портал открытых данных Российской Федерации. - https://data.gov.ru/
13. Харари Ю.Н. 21 урок для XXI века. - М.: Синдбад, 2019. - 416 с.
Размещено на Allbest.ru
Подобные документы
Функции и структура инновационного процесса. Инициация и маркетинг инновации, этапы ее реализации и продвижения. Параметры оценки эффективности инновации. Теория скорости распространения идей и технологий (диффузия инновации). Виды инновационных решений.
контрольная работа [60,3 K], добавлен 23.11.2016Понятие и виды инновационного проекта и программы. Оценка и эффективность инвестиционных проектов и программ. Управление реализацией инновационных проектов и программ. Жизненный цикл инновационного проекта. Процесс промышленного производства.
реферат [54,3 K], добавлен 28.10.2005Тенденции инновационного развития российской экономики, ее основные приоритеты и результативность. Особенности формирования спроса на технологические инновации со стороны российских предприятий. Кооперационные связи в инновационной деятельности.
реферат [662,2 K], добавлен 05.06.2012Понятие инновации и инновационного процесса. Оценка инновационной активности предприятий. Анализ динамики затрат и структуры инвестиций в инновационную деятельность, выявление их тенденций. Особенности статистического изучения инновационной деятельности.
курсовая работа [99,9 K], добавлен 02.12.2014Назначение инновационных проектов. Алгоритм планового запуска инновационного проекта на примере ЗАО "Хороший вкус". Механизм формирования рационального варианта инновационного проекта. Методики оценки эффективности и показателей результативности.
дипломная работа [2,1 M], добавлен 05.12.2012Индексы в статистике, их применение при анализе динамики, выполнении плановых заданий и территориальных сравнений, сравниваемый и базисный уровни. Формирование информационной базы статистического исследования, сводка и группировка результатов наблюдения.
контрольная работа [86,2 K], добавлен 19.10.2010Определение понятия "инновации", изучение их классификации. Рассмотрение влияния инновационного бизнеса на экономику страны. Анализ существующего опыта развития инновационной деятельности в России; выделение проблем и обозначение возможных решений.
курсовая работа [35,5 K], добавлен 26.10.2014Цели, задачи и порядок анализа производства и продаж товаров. Обоснование формирования и оценки эффективности ассортиментных программ. Критерии оценки новых товаров и показателей их качества. Факторы и резервы увеличения объема производства и продаж.
контрольная работа [144,8 K], добавлен 26.06.2011Экономическая сущность себестоимости, классификация затрат. Технологические инновации как фактор снижения себестоимости. Анализ производственных затрат в ООО "ТехСтрой". Пути снижения себестоимости продукции, внедрение производства тротуарной плитки.
дипломная работа [2,8 M], добавлен 12.08.2017Система показателей, группировки и классификации в социально-экономической статистике. Статистика состава населения, рынка труда, производительности труда, оплаты труда и затрат на рабочую силу. Макроэкономические показатели производства товаров и услуг.
реферат [70,4 K], добавлен 03.02.2010