Факторы конкурентоспособности региональной экономики
Факторы выделения регионов России. Проблема конкуренции между территориями одного уровня и удаленности от центра. Оценка конкурентоспособности региональной экономики с использованием метода регуляризации по Парето, кластерного и регрессионного анализа.
| Рубрика | Экономико-математическое моделирование |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 28.08.2018 |
| Размер файла | 394,6 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.
15,78947
17,55725
19,68504
13,49206
13,63636
Республика Калмыкия
1,503759
0
0
7,936508
6,818182
Краснодарский край
52,63158
53,43511
54,33071
52,38095
48,48485
Астраханская область
50,37594
43,51145
59,84252
60,31746
47,72727
Волгоградская область
45,11278
53,43511
57,48031
52,38095
43,18182
Ростовская область
38,34586
42,74809
48,8189
42,06349
47,72727
Республика Дагестан
3,007519
3,816794
7,874016
12,69841
4,545455
Кабардино-Балкарская Республика
0
3,053435
3,149606
8,730159
5,30303
Карачаево-Черкесская Республика
3,759398
9,923664
4,724409
0
0
Республика Северная Осетия - Алания
24,81203
15,26718
14,96063
7,142857
4,545455
Ставропольский край
24,81203
25,19084
24,40945
26,98413
28,78788
Республика Башкортостан
65,41353
66,41221
62,99213
61,90476
61,36364
Республика Марий Эл
35,33835
45,03817
45,66929
35,71429
46,9697
Республика Мордовия
48,87218
45,03817
51,9685
49,20635
48,48485
Республика Татарстан
91,72932
96,94656
98,4252
92,85714
90,90909
Удмуртская Республика
60,15038
65,64885
66,14173
66,66667
59,09091
Чувашская Республика
33,08271
37,40458
44,88189
50,79365
48,48485
Пермский край
61,65414
62,59542
62,20472
56,34921
57,57576
Кировская область
35,33835
33,58779
33,07087
40,47619
45,45455
Нижегородская область
62,40602
69,46565
66,14173
69,84127
63,63636
Оренбургская область
59,3985
62,59542
66,92913
65,87302
60,60606
Пензенская область
25,56391
36,64122
37,00787
31,74603
32,57576
Самарская область
64,66165
67,17557
70,86614
78,57143
75,75758
Саратовская область
48,87218
54,96183
48,8189
39,68254
41,66667
Ульяновская область
40,6015
36,64122
37,00787
36,50794
37,87879
Курганская область
20,30075
22,90076
28,34646
16,66667
21,9697
Свердловская область
69,92481
73,28244
72,44094
69,04762
73,48485
Тюменская область
98,49624
100
100
78,57143
77,27273
Челябинская область
69,92481
67,93893
68,50394
69,84127
69,69697
Республика Алтай
15,78947
11,45038
9,448819
10,31746
12,87879
Республика Бурятия
37,59398
39,69466
48,0315
46,03175
51,51515
Республика Тыва
30,82707
32,82443
36,22047
36,50794
36,36364
Республика Хакасия
62,40602
54,96183
66,92913
59,52381
63,63636
Алтайский край
18,79699
22,90076
14,17323
14,28571
15,90909
Красноярский край
75,93985
77,09924
75,59055
80,95238
73,48485
Иркутская область
63,15789
67,17557
72,44094
65,87302
71,9697
Кемеровская область
63,15789
66,41221
70,86614
69,84127
62,87879
Новосибирская область
57,14286
58,77863
55,90551
55,55556
54,54545
Омская область
54,13534
54,19847
55,90551
53,1746
54,54545
Томская область
47,36842
47,32824
50,3937
53,96825
49,24242
Республика Саха (Якутия)
67,66917
77,8626
82,67717
83,33333
80,30303
Камчатский край
80,45113
77,09924
80,31496
79,36508
82,57576
Приморский край
54,13534
55,72519
60,62992
62,69841
62,87879
Хабаровский край
63,90977
64,12214
64,56693
65,87302
62,87879
Амурская область
52,63158
50,38168
49,6063
50
49,24242
Магаданская область
72,93233
70,99237
85,03937
87,30159
80,30303
Сахалинская область
100
95,41985
99,2126
100
100
Еврейская автономная область
31,57895
29,00763
21,25984
21,42857
25
Чукотский автономный округ
61,65414
59,54198
70,86614
76,19048
69,69697
Приложение 2
Результаты оценивания уравнений регрессии
|
PoolC |
FeC |
PoolT |
FeT |
PoolM |
FeM |
PoolL |
FeL |
||
|
RCp |
RCp |
RCp |
RCp |
RCp |
RCp |
RCp |
RCp |
||
|
inv |
0.00008*** |
0.00003 |
0.00012*** |
0.00001 |
0.0001** |
0.00008 |
0.00009 |
0.0002* |
|
|
(5.20) |
(1.57) |
(6.72) |
(0.31) |
(2.85) |
(1.70) |
(1.17) |
(2.51) |
||
|
HeEd |
-0.0253 |
0.0147 |
0.251 |
0.0790 |
0.158 |
0.345 |
0.124 |
-0.0988 |
|
|
(-0.19) |
(0.12) |
(1.27) |
(0.40) |
(0.77) |
(1.48) |
(0.69) |
(-0.41) |
||
|
pat |
-0.00296 |
0.00263 |
0.00294 |
0.00074 |
0.00804 |
0.00021 |
0.00786 |
0.00787 |
|
|
(-0.95) |
(0.93) |
(0.71) |
(0.19) |
(1.26) |
(0.02) |
(1.73) |
(1.57) |
||
|
indust |
0.870*** |
0.462*** |
0.305** |
0.514** |
0.427*** |
0.518*** |
0.335* |
0.707** |
|
|
(13.62) |
(4.94) |
(3.09) |
(3.22) |
(4.09) |
(3.40) |
(2.31) |
(2.78) |
||
|
res1pr |
0.736*** |
0.231** |
0.267*** |
0.175 |
0.699*** |
0.345 |
2.943** |
1.156 |
|
|
(13.58) |
(2.83) |
(3.57) |
(1.63) |
(9.48) |
(1.85) |
(3.10) |
(0.92) |
||
|
abon |
0.014*** |
-0.00155 |
0.0086*** |
0.00170 |
-0.00063 |
-0.00249 |
0.00567 |
-0.00601 |
|
|
(7.57) |
(-0.84) |
(3.36) |
(0.56) |
(-0.21) |
(-0.74) |
(1.88) |
(-1.66) |
||
|
pc |
-0.167 |
0.0702 |
-0.00285 |
0.104 |
-0.275 |
0.246 |
-0.0676 |
-0.0871 |
|
|
(-1.66) |
(0.75) |
(-0.02) |
(0.70) |
(-1.81) |
(1.49) |
(-0.41) |
(-0.40) |
||
|
road |
0.00140 |
0.022*** |
-0.00168 |
0.00348 |
0.0532*** |
0.041*** |
-0.00916 |
0.0111 |
|
|
(0.52) |
(3.51) |
(-0.47) |
(0.23) |
(6.38) |
(4.28) |
(-1.42) |
(1.07) |
||
|
rail |
0.0186* |
0.234* |
0.0274** |
0.0268 |
-0.0187 |
0.379* |
0.056*** |
0.554 |
|
|
(2.39) |
(2.22) |
(2.70) |
(0.17) |
(-1.63) |
(2.07) |
(3.43) |
(0.62) |
Результаты оценивания уравнений регрессии
|
migrInc |
0.0536*** |
0.0193 |
0.0654*** |
0.0368* |
0.0383* |
-0.00092 |
0.0172 |
-0.0169 |
|
|
(4.45) |
(1.76) |
(4.09) |
(2.10) |
(2.05) |
(-0.04) |
(0.88) |
(-0.79) |
||
|
natinc |
0.773*** |
0.126 |
-0.0839 |
-0.0996 |
-0.0983 |
-0.606 |
0.536 |
0.371 |
|
|
(5.20) |
(0.36) |
(-0.38) |
(-0.17) |
(-0.32) |
(-0.86) |
(1.97) |
(0.51) |
||
|
depr |
-0.331*** |
-0.273*** |
-0.194** |
-0.290** |
-0.0575 |
-0.260 |
-0.137 |
-0.564** |
|
|
(-6.35) |
(-3.80) |
(-2.63) |
(-2.68) |
(-0.76) |
(-1.88) |
(-1.46) |
(-3.14) |
||
|
agr |
0.845 |
3.511 |
-5.160 |
84.29 |
-32.32*** |
-64.29* |
14.70* |
69.70* |
|
|
(0.21) |
(0.17) |
(-0.84) |
(1.41) |
(-4.14) |
(-1.99) |
(2.14) |
(2.02) |
||
|
cityPop |
0.634*** |
-0.228 |
0.672*** |
-0.606 |
0.474*** |
-0.129 |
0.517*** |
-0.306 |
|
|
(10.45) |
(-0.83) |
(8.89) |
(-1.06) |
(3.67) |
(-0.29) |
(3.59) |
(-0.57) |
||
|
RaD |
0.0000004 |
-0.0000 |
0.00000068 |
-0.00001 |
-0.00001 |
-0.00000 |
0.00001 |
-0.0000 |
|
|
(0.85) |
(-1.61) |
(1.10) |
(-0.54) |
(-1.23) |
(-0.91) |
(0.73) |
(-0.25) |
||
|
small |
-293.3* |
-290.2* |
-1250.4*** |
-282.9 |
-130.8 |
-493.3* |
-103.6 |
359.1 |
|
|
(-1.99) |
(-2.04) |
(-6.47) |
(-1.27) |
(-0.61) |
(-2.16) |
(-0.31) |
(0.93) |
||
|
city |
4.545** |
. |
5.795* |
. |
3.785 |
. |
2.535 |
. |
|
|
(2.77) |
. |
(2.33) |
. |
(1.57) |
. |
(0.59) |
. |
||
|
sea |
12.69*** |
. |
8.597*** |
. |
2.845 |
. |
0,006 |
. |
|
|
(10.33) |
. |
(4.99) |
. |
(1.31) |
. |
-0,14 |
. |
||
|
med |
-0.0138 |
-0.00936 |
0.0241 |
0.00527 |
-0.0120 |
-0.0887* |
-0.055*** |
0.00720 |
|
|
(-1.75) |
(-0.44) |
(1.97) |
(0.12) |
(-1.09) |
(-2.21) |
(-3.83) |
(0.16) |
Результаты оценивания уравнений регрессии
|
crime |
0.00576*** |
-0.00064 |
-0.00127 |
0.00139 |
-0.00251* |
-0.00137 |
0.006*** |
0.000495 |
|
|
(6.99) |
(-0.67) |
(-0.81) |
(0.91) |
(-2.04) |
(-0.92) |
(3.73) |
(0.18) |
||
|
_cons |
-30.10*** |
35.29 |
-1.155 |
96.58 |
8.746 |
38.7 |
-29.32** |
-53.87 |
|
|
(-5.79) |
(1.41) |
(-0.16) |
(1.96) |
(0.82) |
(0.28) |
(-3.15) |
(-0.35) |
||
|
R-sq adj |
0.7976 |
0.7964 |
0.4508 |
0.6925 |
|||||
|
R-sq within |
0.1189 |
0.1364 |
0.2644 |
0.2716 |
|||||
|
F( 20, 728) = 148.37 |
F(18,656) = 4.92 |
F( 20, 269) = 57.51 |
F(18,243) = 2.13 |
F( 20, 258) = 12.41 |
F(18,233) = 4.65 |
F( 19, 160) = 22.21 |
F(18,144) = 2.98 |
||
|
N |
750 |
750 |
290 |
290 |
280 |
280 |
180 |
180 |
t statistics in parentheses
* p < 0.05, ** p < 0.01, *** p < 0.001
Приложение 3
Стандартные ошибки в форме Нью-Веста.
PooledC
Regression withNewey-Weststandard errorsNumber of obs =749
maximum lag : 1 F( 20, 728) =112.40
Prob > F =0.0000
Newey-West
RCpCoef. Std. Err. t P>t [95% Conf.Interval]
inv.0000898.0000261 3.440.001 .0000386.000141
HeEd-.0653102.169372 -0.39 0.700 -.3978261.2672057
pat-.0010325.0044126 -0.230.815 -.0096955.0076304
indust.9559987.0732039 13.060.000 .81228271.099715
res1pr.7629032.0666036 11.450.000 .6321451.8936612
abon.0132748.0029393 4.520.000 .0075044.0190453
pc-.1192695.1221216 -0.980.329 -.3590221.1204831
road.0025294.003399 0.74 0.457 -.0041436.0092025
rail.0105028.0101437 1.040.301 -.0094116.0304172
migrInc.0487832.014208 3.43 0.001 .0208897.0766767
natinc.6422822.187839 3.42 0.001 .27351141.011053
depr-.2944518.0703887 -4.180.000 -.432641-.1562627
agr-.8224215.710472 -0.140.886 -12.0333810.38854
cityPop.648479.0809781 8.010.000 .4895005.8074575
RaD6.56e-074.37e-07 1.500.133 -2.01e-071.51e-06
small-279.2713177.3565 -1.570.116 -627.462568.91988
city2.5540261.898405 1.350.179 -1.1729766.281028
sea11.938331.586674 7.520.000 8.8233315.05334
med-.0160282.0111142 -1.440.150 -.037848.0057916
crime.0050198.0009254 5.420.000 .003203.0068366
_cons-32.177296.865237 -4.690.000 -45.65532-18.69927
PooledT
Regression withNewey-Weststandard errorsNumber of obs =290
maximum lag : 1F( 20, 269) =98.73
Prob > F =0.0000
Newey-West
RCpCoef.Std. Err. tP>t [95% Conf.Interval]
inv.0001205.0000234 5.160.000 .0000745.0001665
HeEd.1628818.2750447 0.590.554 -.3786323.7043958
pat.0024593.0032349 0.760.448 -.0039096.0088283
indust.4320563.1050517 4.110.000 .2252282.6388844
res1pr.3430541.0968052 3.540.000 .1524618.5336464
abon.0052449.0037201 1.410.160 -.0020794.0125691
pc.0150121.1570584 0.100.924 -.294208.3242322
road.0026129.0035312 0.740.460 -.0043393.0095652
rail.0071839.0132646 0.540.589 -.0189318.0332996
migrInc.0566637.0242727 2.330.020 .0088751.1044523
natinc-.361855.2291718 -1.580.116 -.8130534.0893434
depr-.2309855.0833324 -2.770.006 -.3950521-.0669189
agr-13.155418.740436 -1.510.133 -30.363774.052952
cityPop.7653654.0911965 8.390.000 .5858157.9449151
RaD7.60e-075.47e-07 1.390.166 -3.16e-071.84e-06
small-1193.958219.1247 -5.450.000 -1625.376-762.541
city5.4702092.589597 2.110.036 .371753610.56866
sea5.1187451.662358 3.080.002 1.8458588.391633
med.0168767.0182822 0.920.357 -.0191178.0528711
crime-.0046007.0019769 -2.330.021 -.0084929-.0007085
_cons5.7388811.13641 0.520.607 -16.1867427.6645
PooledB
Regression withNewey-Weststandard errorsNumber of obs =180
maximum lag : 1F( 19, 160) =26.24
Prob > F =0.0000
Newey-West
RCpCoef.Std. Err. tP>t [95% Conf.Interval]
inv.0000812.0000521 1.560.121 -.0000216.000184
HeEd.1273235.1888711 0.670.501 -.2456783.5003253
pat.0081159.0039741 2.040.043 .0002675.0159644
indust.3284312.1430192 2.300.023 .0459824.6108801
res1pr3.0029581.246799 2.410.017 .54065275.465264
abon.0056737.0034562 1.640.103 -.001152.0124994
pc-.0673987.1930021 -0.350.727 -.4485588.3137614
road-.0094185.0068686 -1.370.172 -.0229833.0041463
rail.0559227.0163819 3.410.001 .0235701.0882754
migrInc.0180032.016203 1.11 0.268 -.0139962.0500026
natinc.519983.2873231 1.810.072 -.04745191.087418
depr-.1349183.1018558 -1.320.187 -.3360735.0662368
agr15.20287.414401 2.050.042 .560089729.84551
cityPop.5165468.1567092 3.300.001 .2070615.8260321
RaD1.03e-061.29e-06 0.790.428 -1.53e-063.58e-06
small-97.49206334.225 -0.29 0.771 -757.5535562.5694
city2.024792.760659 0.730.464 -3.427247.47682
sea0(omitted)
med-.0547843.0157517 -3.480.001 -.0858924-.0236762
crime.0057228.0012783 4.480.000 .0031983.0082473
_cons-29.584799.636169 -3.070.003 -48.61527-10.5543
PooledM
Regression withNewey-Weststandard errorsNumber of obs =279
maximum lag : 1F( 20, 258) =12.37
Prob > F =0.0000
Newey-West
RCpCoef.Std. Err. tP>t [95% Conf.Interval]
inv.0001273.0000444 2.870.004 .0000399.0002148
HeEd.2413736.2239095 1.080.282 -.1995493.6822966
pat.0029856.0071157 0.420.675 -.0110266.0169977
indust.3395475.1004012 3.380.001 .1418373.5372576
res1pr.6897856.0917942 7.510.000 .5090243.8705468
abon.0008659.0029596 0.290.770 -.0049621.0066939
pc-.3241401.1413896 -2.290.023 -.6025647-.0457155
road.0472859.0069232 6.830.000 .0336527.0609191
rail-.0165185.012922 -1.28 0.202 -.0419645.0089275
migrInc.0461892.0188873 2.450.015 .0089962.0833822
natinc.060057.3416081 0.180.861 -.6126381.7327521
depr-.1168816.0792078 -1.480.141 -.2728577.0390946
agr-24.266447.655223 -3.170.002 -39.34112-9.191767
cityPop.5338283.1422985 3.750.000 .253614.8140427
RaD-7.99e-074.27e-07 -1.870.063 -1.64e-064.25e-08
small-174.5838208.6877 -0.840.404 -585.5318236.3642
city5.5721312.567065 2.170.031 .517064210.6272
sea3.0175562.927986 1.030.304 -2.7482388.783349
med-.0079585.0131826 -0.600.547 -.0339176.0180006
crime-.0020785.0014314 -1.450.148 -.0048972.0007401
_cons6.32842611.9753 0.53 0.598 -17.2533629.91021
Размещено на Allbest.ru
Подобные документы
Понятие, параметры и критерии определения уровня конкурентоспособности, свойства и методика расчета. Определение коэффициента конкурентоспособности. Общее описание метода ветвей и границ. Текст полученной программы, ее листинг и практическая апробация.
дипломная работа [238,1 K], добавлен 10.06.2011Общая характеристика применения математических методов в экономике. Определение понятия "устойчивое развитие". Оценка общего влияния структурных сдвигов на устойчивый рост региональной экономики. Расчет индекса устойчивости промышленности региона.
реферат [136,9 K], добавлен 31.01.2016Связь между случайными переменными и оценка её тесноты как основная задача корреляционного анализа. Регрессионный анализ, расчет параметров уравнения линейной парной регрессии. Оценка статистической надежности результатов регрессионного моделирования.
контрольная работа [50,4 K], добавлен 07.06.2011Теоретические основы прикладного регрессионного анализа. Проверка предпосылок и предположений регрессионного анализа. Обнаружение выбросов в выборке. Рекомендации по устранению мультиколлинеарности. Пример практического применения регрессионного анализа.
курсовая работа [1,2 M], добавлен 04.02.2011Определение инновационного потенциала, способы его измерения. Факторы, влияющие на инновационный потенциал регионов Российской Федерации. Сущность регрессионного анализа и методические указания по его использованию в экспериментальном исследовании.
курсовая работа [537,2 K], добавлен 28.08.2016Рассмотрение приспособительных реакций экономики на внешние воздействия в динамике рыночных отношений. Разработка математических моделей поведения макроэкономических систем - чистой монополии, конкуренции, монополистической конкуренции и олигополии.
статья [4,5 M], добавлен 25.03.2011Характеристика российской модели переходной экономики. Математические модели социально-экономических процессов, факторы и риски экономической динамики, посткризисные тренды. Роль Краснодарского края в экономике РФ, стратегия его экономического развития.
дипломная работа [385,0 K], добавлен 21.01.2016Расчет рыночной стоимости и оценка конкурентоспособности радиомодема МЕТА: выбор коэффициентов; определение величины затрат. Сравнение радиомодемов МЕТА, Риф Файндер-801, ГАММА методом построения и анализа иерархии. Расчет матриц сравнения и приоритетов.
курсовая работа [245,3 K], добавлен 30.06.2012Цели сегментации рынка в маркетинговой деятельности. Сущность кластерного анализа, основные этапы его выполнения. Выбор способа измерения расстояния или меры сходства. Иерархические, неиерархические методы кластеризации. Оценка надежности и достоверности.
доклад [214,7 K], добавлен 02.11.2009Проблемы неравномерного распределения доходов среди населения. Закон распределения Парето: зависимость между размером доходов и количеством людей. Распределение Парето в теории катастроф. Методы обработки данных с распределением с тяжелыми хвостами.
курсовая работа [413,0 K], добавлен 06.01.2012
