Разработка базы данных и программного обеспечения для анализа уровня инновационного развития региона и его влияние на социально-экономические показатели регионов России

Размещено на http: //www. allbest. ru/

«Дагестанский государственный университет» Махачкала, Россия (367000, г. Махачкала, ул. Гаджиева, д. 43-а

«Dagestan State University» Makhachkala, Russia (367000, Makhachkala, Gadzhiyevst, 43а,

Разработка базы данных и программного обеспечения для анализа уровня инновационного развития региона и его влияние на социально-экономические показатели регионов России

Development of databases and software for the analysis of innovation development level and its impact on the social and economic indicators of the Russian regions

Раджабкадиева П.Г. Магомедгаджиев Ш.М.

e-mail: radjabkadieva.patimat@yandex.ru)

RadzhabkadiyevaP.G. Magomedgadzhiev Sh. M.

Обработка огромных потоков экономической информации приводит к необходимости использования помощи со стороны автоматизированных систем. Для реализации этой задачи необходимы программные средства взаимодействия пользователя с системой. В рамках курсовой работы нами разработан компьютерно-модельный комплекс для автоматизации анализа и оценки показателей инновационного потенциала регионов.

Исходные данные для анализа уровня инновационного развития содержатся в ежегодном сборнике «Регионы России. Социально-экономические показатели».

За результирующий признак (т.е. зависимая переменная), мы взяли:

объем промышленного производства РД - млн. руб. (Y1);

объем отгруженной инновационной продукции (объем инновационной продукции) - млн. руб. (Y2);

ВРП- млн. руб. (Y3);

Продукция сельского хозяйства - млн. руб. (Y4);

Затраты на ИКТ - млн. руб. (Y5).

За независимые переменные мы взяли:

внутренние затраты на исследования и разработки;

численность персонала занятого исследованиями и разработками;

численность аспирантов и докторантов;

инвестиции в основной капитал (производственного назначения);

количество организаций выполняющих исследования и разработки.

С помощью модельного комплекса нам удалось построить эконометрические модели линейного и степенного вида, характеризующие влияние показателей инновационной деятельности на валовой региональный продукт, сальдированный финансовый результат и объем промышленного производства в регионах Северо-Кавказского федерального округа. Расчетные данные показывают достаточно тесную корреляцию показателей инновационной деятельности с валовым региональным продуктом и объемом промышленного производства, тогда как с сальдированным финансовым результатом тесной связи не прослеживается. Для зависимости валовой региональный продукт - внутренние затраты на исследования и разработки получены следующие результаты табл. 1

Коэффициент r2(индекс детерминации) характеризует степень тесноты корреляции между рассматриваемыми показателями, в данной таблице мы видим что r2для показателя Х1 является достаточно высоким, следовательно модель статистически значимая.. Также сравнивая r2для линейной и степенной функций, мы видим, что линейная функция лучше описывает зависимость между переменными.

Таблица 1 Расчетные показатели, характеризующие влияние внутренних затрат на исследования и разработки(Х1) на валовой региональный продукт (Y1)

Для проверки значимости модели регрессии используется F-критерий Фишера. Этот критерий как в линейной, так и в степенной модели выше критического, что свидетельствует о возможности их использования для анализа.

Таблица 2 Расчетные показатели, характеризующие влияние численности персонала, занятого исследованиями и разработками (Х3) на валовой региональный продукт (Y1)

Оценка влияния на ВРП числа организаций, выполнявших исследования и разработки не выявило статистически значимой корреляции между показателями.

Для зависимости ВРП - численность персонала, занятого исследованиями и разработками (Х3) получены следующие результаты табл.2

Согласно данным таблицы модель в целом и параметр b статистически значимые, об этом свидетельствуют F-критерий Фишера и t-критерий Стьюдента. Увеличение численности персонала занятыми исследованиями и разработками на 1 чел. в среднем дает прирост ВРП на 0,1 млрд. руб. Коэффициент регрессии в степенной модели свидетельствует о росте в среднем на 0,81% ВРП в СКФО при росте Х3 на 1 процент.

Модель ВРП - численность исследователей с учеными степенями Х4, согласно коэффициенту детерминации и F-критерию Фишера также статистически значимая. Результаты моделирования представлены в табл.2. Согласно модели линейного вида увеличение числа исследователей с учеными степенями на 1 единицу приводит в среднем к росту ВРП на 0,59 млрд. руб. Коэффициент регрессии в степенной модели говорит о том, что, рост числа исследователей с учеными степенями на 1 процент ведет в среднем к росту ВРП на 1,04 процента.

Таблица 3 Расчетные показатели, характеризующие влияние внутренних затрат на исследования и разработки (Х1) на объем промышленной продукции (Y3)

Из двух моделей статистически значимой получилась модель степенного вида. Коэффициент детерминации равен 0,89, что говорит о том, что 89% вариации Y3 объясняет построенное уравнение регрессии. Критерий Фишера, а также критерии Стьюдента для параметров модели выше критических значений, что также свидетельствует о высоком качестве модели. Согласно коэффициенту регрессии при X3 в модели степенного вида прирост внутренних затрат на исследования и разработки и на один процент приводит в среднем к росту промышленного производства на 1,21 процентов.

Таблица 4 Расчетные показатели, характеризующие влияние численности исследователей с учеными степенями (Х4) на объем промышленной продукции (Y3)

Расчетные показатели для модели объем промышленного производства - численность исследователей с учеными степенями Х4 представлены в табл.4

Как видно из таблицы в модели степенного вида невысокий уровень коэффициента детерминации (0,32), критерии Фишера и Стьюдента также ниже критического, т.е такую модель нельзя использовать для анализа, она низкого качества. Статистические характеристики модели степенного вида в общем удовлетворяют требованиям качества - r2 = 0,69; F = 11,34; tа = 3,37; tа = 2,57. Согласно уравнению степенного вида рост численности исследователей с учеными степенями на 1% ведет в среднем к росту промышленного производства на 1,89 процента.

Таким образом, анализ показал, что между промышленным производством и инновациями также наблюдается тесная корреляция. Однако если в моделях с ВРП больше прослеживалась линейная связь, то зависимость между инновациями и промышленным производством носит больше нелинейный характер.

Разработанный нами программный комплекс обеспечивает автоматизацию выполнения следующих работ: ввод исходной информации для расчёта данных необходимых для проводимого анализа; возможность редактирования и обновления данных; автоматизация расчётов; получение диаграмм и графиков на основе проведенных расчетов; предоставление отчётов; вывод данных на экран или на печать при желании пользователя.

В работе сформулирован комплекс задач автоматизации анализа и оценки влияния показателей инновационной деятельности на социально-экономические показатели региона, а также приведена характеристика входной и выходной информации комплекса задач анализа и оценки инновационной деятельности промышленности региона.

С помощью разработанного ПО нам удалось построить эконометрические модели линейного и степенного вида, характеризующие влияние показателей инновационной деятельности на валовой региональный продукт, сальдированный финансовый результат и объем промышленного производства в регионах Северо-Кавказского федерального округа. Расчетные данные показывают достаточно тесную корреляцию показателей инновационной деятельности с валовым региональным продуктом и объемом промышленного производства, тогда как с сальдированным финансовым результатом тесной связи не прослеживается.

инновационный валовой региональный затрата

Список литературы

1. Адамадзиев К.Р., Адамадзиева А.К., Магомедгаджиев Ш.М., Гаджиев Н.К.Сетевая экономика: Учебное пособие./Под ред. проф. Адамадзиева К.Р., 2-е изд., перераб. и доп.- Махачкала: Издательскополиграфический центр ДГУ, 2011.-178с.

2. Дагестан в цифрах 2016[Электронный ресурс]. - Режим доступа: http://dagstat.gks.ru/wps/wcm/connect/rosstat_ts/dagstat/ru/publications/official_p ublications/electronic_versions/

3. Енин С. В. Роль информационных технологий в инновационном развитии / С. В. Енин // Весніксувязі. 2008. - №4. - С. 19-21

4. Магомедгаджиев Ш.М. Моделирование и оценка влияния информатизации на показатели инновационной деятельности регионов. Материалы XLI международной конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе» Украина, Крым, Ялта-Гурзуф. //Вестник Московского университета имени С.Ю.Витте. Серия 1: Экономика и управление. С.195-197

5. Магомедгаджиев Ш.М., Гасанова Н.Р. Оценка влияния инновационной деятельности на основные социально-экономические показатели регионов России с помощью методов эконометрического моделирования // Фундаментальные исследования. - 2016. - № 5-2. - С. 371376;

6. Регионы России. Социально-экономические показатели. 2015: Стат. сб. / Росстат. - М., 2015 г. - 1266 с.

7. Эконометрика: учебник / Под ред. И. И.Елисеевой. - М.: Проспект, 2011. - 288 с. [44]

Размещено на Allbest.ru