Какие факторы влияют на формирование валового регионального продукта

В нашем исследовании мы хотели бы изучить развитие двух наиболее прогрессивных федеральных округов Российской Федерации. В качестве основного показателя нами был выбран валовой региональный продукт, так как он является по своему экономическому содержанию весьма близким к показателю валового внутреннего продукта и , следовательно, даёт наиболее полную картину о состоянии и развитии того или иного региона.

Известно, что быстрое развитие сферы услуг и повышение ее доли в валовом национальном продукте является характерной чертой перехода страны в постиндустриальную стадию развития. Валовой внутренний продукт (ВВП) является важнейшим показателем системы национальных счетов (СНС). Аналогом ВВП на региональном уровне является валовой региональный продукт (ВРП), который представляет собой стоимость товаров и услуг, произведенных для конечного использования [4]

Особенностью сферы услуг и производства является территориальный характер действия большинства факторов повышения эффективности, что определяется спецификой формирования спроса и предложения.

Экономическая эффективность измеряется двумя видами показателей: одни характеризуют результаты производства на душу населения, другие − соотношение результатов и затрат.

После детального изучения и анализа факторов, влияющих непосредственно на динамику ВРП, нами были выбраны такие переменные, как инвестиции в основной капитал, внутренние затраты на научные исследования и разработки, затраты на технологические инновации и объём инновационных товаров, работ и услуг. В нашей работе мы исследуем регионы таких федеральных округов, как Центральный и Северо-западный. Следует сказать, что по всем показателям ЦФО превышает в несколько раз СЗФО, что можно объяснить его выгодным экономическим и финансовым положением.

На наш взгляд, в первую очередь при анализе ВРП необходимо обратить внимание на инвестиции в основной капитал. В условиях современной рыночной экономики подобная деятельность позволяет вкладывать деньги в средства производства длительного срока использования. Любые инвестиции являются компонентом совокупного спроса и, таким образом, влияют на уровень хозяйственной деятельности в краткосрочном периоде, а инвестиции в основной капитал способствуют развитию инфраструктуры и росту потенциального совокупного национального продукта в длительной перспективе.

Что же касается внутренних затрат на научные исследования и разработки, то это мы считаем необходимым условием для обеспечения перехода экономики на следующий этап, то есть к постиндустриальному развитию. Их оценка базируется на статистическом учете затрат на выполнение исследований и разработок собственными силами организаций в течение отчетного года независимо от источника финансирования.

Наиболее важной из выбранных нами переменных, на наш взгляд, является затраты на технологические инновации. Следует сказать, что такой показатель занимает центральное место в статистике инноваций, так как это обусловлено его экономической значимостью и важностью для оценки состояния и перспектив технологического развития.

В свою очередь, объём инновационный товаров, работ и услуг может показать нам , насколько тот или иной регион смог оправиться после мирового финансового кризиса. Этот показатель иначе также называют «инновационный выход» , и именно он даёт возможность понять , как развиваются организации и , на каком уровне находится их экономическая деятельность.

Для анализа влияния приведённых нами факторов на валовой региональный продукт мы собираемся использовать анализ линейной модели, модели парной регрессии и модели множественной линейной регрессии. На основании полученных нами данных исследования мы собираемся сделать вывод , какие же из этих факторов оказывают наиболее существенное влияние на размер ВРП.

По уже произведённому нами расчёту корреляции мы выяснили, что взаимосвязаны сильнее всего с ВРП внутренние затраты на научные исследования и разработки, а также затраты на технологические инновации.

Первоначально мы решили использовать модель парной линейной регрессии. Для исследований мы выбрали такую переменную, как затраты на технологические инновации.

Прежде всего, анализ показал, что выбранный нами показатель объясняет У на 94,1%, что о говорит о целесообразности проводимого исследования. Тест Голдфелда-Квандта показал отсутствие равенства дисперсий случайных остатков, то есть из этого следует вывод о их гетероскедастичность, а значит первое условие теоремы Гаусса-Маркова не выполняется. Далее проведенный нами тест Дарбина-Уотсона продемонстрировал отклонение гипотезы о равенстве нулю ковариации, и приводит к принятию альтернативного заключения: covFкрит( равный 3,35). Проведённый нами t-тест дает возможность заключить, что коэффициент а1 сформировался под влиянием систематически действующего фактора

Следует добавить,что выполняя дальнейшие вычисления, мы доказали адекватность как полученных параметров, так и модели полученной регрессии. Основываясь на проведенном анализе,мы сделали вывод,что затраты на технологические инновации оказывают серьезное влияние на динамику валового регионального продукта.

Измерение инновационного потенциала и инновационной продуктивности экономики страны и отдельных ее регионов позволяет выявить влияние инновационной деятельности на основные экономические результаты регионов, в частности на объем ВРП, уровень и качество жизни.

Инновации оказывают регулирующую роль в развитии и динамике экономики региона. Однако неравномерность инновационной активности и инновационного потенциала приводит к искажению экономического положения региона. Одним из таких факторов неравномерности инноваций является доля затрат на технологические инновации .

На основе проведённого нами анализа, теперь однозначно можно сделать вывод, что увеличение затрат на развитие технологических инноваций может привести к улучшению финансово-экономического положения региона. На наш взгляд, для начального этапа государству стоит выделять больше бюджетных трансфертов на развитие инноваций в слабых регионах. Кроме того, необходимо снизить стоимость необходимых материалов для развития технологий. В совокупности, данные факторы смогут стимулировать предприятия выделять больше затрат на развитие технологических инноваций.

На следующем этапе нашего исследования мы использовали модель множественной регрессии, где учитывались все выбранные нами показатели.

Общее назначение множественной регрессии состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами или предикторами) и зависимой переменной. В общественных и естественных науках процедуры множественной регрессии чрезвычайно широко используются в исследованиях. В общем, множественная регрессия позволяет исследователю задать вопрос о том, “что является лучшим предиктором для…”

На начальном этапе необходимо произвести оценку выбранных нами показателей. Сравнивая индексы множественной и парной корреляции, можно сделать вывод о целесообразности включения в уравнение регрессии того или иного фактора. Основываясь на выборе существенных объясняющих переменных модели методом анализа вектора и матрицы коэффициентов корреляции, в качестве основного показателя следует выбрать х- внутренние затраты на научные исследования и разработки.

Качество построенной модели в целом оценивает коэффициент (индекс) множественной детерминации. Коэффициент множественной детерминации фиксирует долю объясненной вариации результативного признака за счет рассматриваемых в регрессии факторов. На основании метода выбора существенных показателей и имеющемуся набору исходных статистических данных в качестве основных показателей, влияющих на валовый региональный продукт,следует выбрать х-внутренние затраты на научные исследования и разработки и х-затраты на технологические инновации.

Дальнейший выбор объясняющих переменных был осуществлен с помощью метода показателей информационной статистики. Данный метод сводится к выбору таких объясняющих переменных, которые сильно коррелированы с объясняемой переменной, и одновременно, слабо коррелированы между собой. Проведя данный анализ, можно констатировать, что в качестве основных показателей следует выбрать х-инвестиции в основной капитал и х- внутренние затраты на научные исследования и разработки.

Более того, нами были рассчитаны среднее значение аппроксимации и R-квадрат. А ср говорит о том неудовлетворительном уравнении регрессии, так как превышает возможные 15%. Кроме того, выбранные нами показатели на 96% объясняют динамику валового регионального продукта.

Проведенный нами тест Голдфелда-Квандта доказал гетероскедастичность случайных остатков, то есть отсутствие равенства дисперсий. Более интересным оказался факт равенства Fмод и Fкрит. Но , тем не менее, это говорит о качественности полученной нами модели. Плюс ко всему тест Дарбина – Уотсона показал, что cov=0, то есть выполняется условие теста Гаусса-Маркова. Используя как математический так функцию Регрессия мы получили одинаковые оценки параметров рассматриваемой множественной линейной эконометрической модели

что свидетельствует о верности приведенных нами расчетов.

Однако t-тест показал обратное, так как 2 из 3 наших параметров оказались некачественными. Тем самым возникли противоречия, что говорит о неадекватности 2 параметров.

Так или иначе , полученная нами регрессия оказалась адекватной, так как были выполнены все неравенства.

На основе проведенного нами исследования можно сказать, что все выбранные нами показатели оказывают сильнейшее воздействие на валовый региональный продукт. Однако стоит заметить, что наибольшее влияние принадлежит такой переменной, как внутренние затраты на научные исследования и разработки. Этот вывод следует из коэффициента корреляции, а также при использовании любого метода выбора данных этот показатель всегда оказывался на первом месте.

Таким образом, на основе нашего исследования следует сделать вывод, что наиболее важными показателями являются внутренние затраты на научные исследования и разработки и затраты на технологические инновации.

На наш взгляд, для увеличения валового регионального продукта необходимо развивать именно эти два фактора. Мы считаем , что немалую роль для развития выявленных нами показателей играет органы государственной власти и местного самоуправления. Бюджетные трансферты, льготное кредитование организаций, налоговые льгот, государственные заказы – всё это смогло бы оказать сильное воздействие на динамику ВРП.

Именно поэтому, на наш взгляд, государственная и муниципальная власть должны обращать больше внимания на внутренние затраты на научные исследования и разработки и на затраты на технологические инновации.

Список использованной литературы

1. Новый англо-русский словарь-справочник. Экономика. — М.: Флинта, Наукa.О.В. Сиполс.2010.

2.Индикаторы инновационной деятельности: 2013.Статистический сборник.- НИУ ВШЭ, 2013.

3. Регионы России. Социально-экономические показатели. – Росстат, 2013.

4. Эффективность сферы услуг региона и ее влияние на формирование валового регионального продукта. Региональная экономика.- Российское предпринимательство, 2012.

5. www.gks.ru/‎ – Федеральная служба государственной статистики

6. https://www.lerc.ru/?part=bulletin&art=39&page=4 Центр исследования региональной экономики

7. https://www.statsoft.ru/home/textbook/modules/stmulreg.html Электронный учебник по статистике