Файл: 1 Теоретические аспекты анализа реализации инновационной политики 7.docx

 
В Республике Татарстан особое внимание уделено эффективному управлению интеллектуальной собственностью (охране, защите прав на нее). Кроме того, среди особенностей задачи можно выделить стимулирование развития наноиндустрии и нанотехнологических производств, в том числе за счет подготовки и переподготовки кадров и государственной поддержки нанотехнологических проектов.

В Республике Марий Эл внимание сосредоточено на государственной поддержке промышленных предприятий, осуществляющих инновационную деятельность. Однако так же стоит отметить, что одной из особенностей является содействие в обеспечении эффективности работы инновационной инфраструктуры, а не ее расширения или развития в целом.

После того, как мы рассмотрели, на что направлены программы (подпрограммы) инновационного развития, следует проанализировать их финансирование (таблица 4).

Таблица 4

Финансирование программ (подпрограмм) инновационного развития (всего)

Субъект РФ	Объем средств, тыс. рублей
Республика Татарстан	17 226 400,0 (2014-2020)
Республика Марий Эл	3 218 958,1 (2013-2020)

 

Исходя из финансирования, можно отметить, что самое большое количество средств предусмотрено в Республике Татарстан, 17,27 миллиардов рублей, при этом около 16 миллиардов было предусмотрено на реализацию подпрограммы развития наноиндустрии, которая началась в 2014 и закончилась в 2016 году. Это достаточно большое количество средств по сравнению с другими регионами, к тому же за такой короткий период. Еще меньше ресурсов предусмотрено в подпрограмме Республики Марий Эл ― 3,2 миллиарда рублей при сроке реализации, который составляет 7 лет.

Далее проведем корреляционный анализ. Корреляция – это статистическая зависимость двух и более величин, которые выбираются случайным образом. В переводе с латинского, корреляция дословно обозначает связь, соотношение. Если в этой зависимости происходит изменение одной из величин, то это ведет к изменению других, связанных с нею величин. Для определения степени взаимосвязи величин используется математический инструмент – коэффициент корреляции. Обычно он обозначается латинской буквой R. Корреляционная связь возникает только тогда, когда осуществляется закономерное изменение другой величины. Если этого не происходит, но имеется изменение какой-либо другой статистической характеристики, то связь

---

между величинами будет называться статистической, но не корреляционной.

Корреляционная связь не всегда имеет причинно-следственный характер. Коэффициент устанавливает лишь взаимосвязь со статистической точки зрения. Однако, наличие корреляции может говорить о том, что у двух случайных величин может быть схожая первопричина. Если корреляции между двумя величинами нет, то это не означает полного отсутствия связей между ними. В случае сложной связи, установленной между объектами, корреляция неспособна ее выявить.

Степень взаимосвязи двух величин и их влияния друг на друга определяется с помощью коэффициента корреляции. Он может принимать значения от -1 до 1.

При этом: Значение -1 говорит о полном отсутствии корреляционной связи между величинами. 0 показывает нулевую корреляцию. +1 демонстрирует полную взаимосвязь между величинами. Чем ближе значение коэффициента к +1, тем прочнее и сильнее связь между двумя исследуемыми величинами. Как правило, коэффициент выражает линейную зависимость двух объектов. Значения коэффициентов могут быть как положительными, так и отрицательными. Положительное значение показывает степень связи, а отрицательное направление этой связи между величинами.

В экономике коэффициент корреляции используется для того, чтобы отслеживать взаимное влияние колебания тех или иных величин. Примером может быть колебание доходности пенсионного фонда в зависимости от текущего индекса цен, применяемого для его расчёта. Чем ближе значение к единице, тем сильнее коррелируют показатели.

Коэффициент корреляции способен принимать различные значения от +1 до -1. Стоит отметить, что, чем ближе он к единице, тем глубже связь между значениями. Значение ноль или близкое к нулю указывает на отсутствие соединения. Существует также более тонкая градация прочности связи, она представлена штриховой шкалой. Корреляционный анализ широко используется в гуманитарных науках. В социологии обычно используются: ранговый коэффициент корреляции Спирмена; коэффициент корреляции Юла; Коэффициент корреляции Пирсона; множественный коэффициент корреляции; коэффициент корреляции Чупрова и Крамера. Использование корреляционного анализа в социологии обусловлено определенными причинами.

При исследовании социальных проблем изучаемые вопросы могут иметь большое количество влияющих на них факторов. Например, люди с высшим

---

образованием имеют более высокую зарплату, хотя среди них есть люди с разными зарплатами. Взаимосвязаны также: уровень образования родителей и успеваемость детей, заработная плата и удовлетворенность работой, квалификация работников и производительность. Наличие корреляции может указывать на то, что одно из выбранных явлений - причина другого или эти явления являются следствием общих причин.

Эффективность инновационной деятельности является объем инновационных товаров, работ и услуг в общем объему произведенных товаров и оказанных услуг. Опираясь на этот факт, мы выбрали данный показатель в качестве результирующего при проведении корреляционного анализа [31]. Кроме этого, для проведения корреляционного анализа и определения факторов, обладающих сильной связью с результирующим показателем - объемом инновационных товаров, работ и услуг - необходимо оценить следующие факторы (таблица 5).

Таблица 5

Признаки-факторы для проведения корреляционного анализа

№ п/п	Признак-фактор
1	Число созданных объектов интеллектуальной собственности в расчете на 10 тыс.занятых в экономике региона ПФО
2	Затраты на технологические инновации
3	Затраты на НИОКР в расчете на 10 тыс.занятых в экономике региона ПФО
4	Доля организаций, использовавших информационно­-коммуникационные технологии, в общем количестве организаций региона ПФО
5	ВРП в расчете на душу населения региона ПФО
6	Экспорт технологий и услуг технического характера
7	Число персональных компьютеров в расчете на 100 работников региона ПФО
8	Доля профессорско-преподавательского состава в общей численности занятых региона
9	Объем инвестиций в основной капитал на душу населения
10	Импорт технологий и услуг технического характера
11	Используемые передовые производственные технологии
12	Число научных организаций в расчете на 10 тыс.занятых в экономике
13	Отношение численности аспирантов и докторантов к общей численности занятых в экономике
14	Использование сети интернет в организациях
15	Доля инновационно-активных предприятий в общем числе предприятий региона
16	Доля персонала, занятого исследованиями и разработками, в общей численности занятых в экономике региона
17	Доля организаций, занимающихся научными исследованиями и разработками, в общем числе предприятий региона ПФО
18	Отношение численности кандидатов и докторов наук к общей численности занятых в экономике

---

Для выполнения корреляционного анализа были собраны и проанализированы статистические данные за период с 2012 по 2018 года включительно.

В качестве примера можно привести способы расчета некоторых очень простых коэффициентов. Например, коэффициент ассоциации. Данный коэффициент рассчитывается для дихотомических признаков (четырех-клеточных таблиц 2х2).

Значения коэффициента варьируются в диапазоне от -1 до +1, но, независимо от знака, «1» означает наличие явной связи между признаками, а «0» - отсутствие таковой. Среди ранговых коэффициентов корреляции именно коэффициент Спирмена является самым простым для вычисления. Он используется для определения тесной связи между объектами, значения которых могут быть ранжированы. Коэффициент, равный +1, означает полную идентичность в рейтинге двух сравниваемых признаков. Итак, в нашем примере rs = 0,77 означает, что структура базовых жизненных ценностей мужчин и женщин схожа. Коэффициент, равный -1, показывает, что ранжирование признаков в двух сравниваемых группах прямо противоположно. Коэффициент линейной корреляции Пирсона (rxy) рассчитывается для определения взаимосвязи между количественными переменными. Коэффициент, равный 0, означает, что между объектами нет связи. Знак на коэффициенте указывает направление связи.

Таким образом, значения коэффициентов +1 и -1 показывают наличие прямой и обратной связи между признаками. Чем ближе значение коэффициента к единице, тем ближе это соотношение. Корреляционный анализ предполагает решение ряда проблем, в том числе выявление влияния различных факторов на изучаемое социальное явление. Для решения этой проблемы можно использовать следующие методы анализа: регрессионный; дисперсионный; дискриминантный. Факторный анализ используется для изучения скрытых факторов. Для построения классификаций - одной из самых распространенных задач в социологии - используются различные виды кластерного анализа.

На объем инновационных товаров, работ и услуг очень сильно оказывают влияние объем инвестиций в основной капитал на душу населения, а также использование сети интернет в организациях. Проведение исследований и разработок невозможно реализовать при низком или недостаточном уровне финансирования. А в современных условиях глобализации знаний и повсеместному распространению сети Интернет, особую популярность набирают электронные сборники статей и публикаций, учебных материалов и результатов предыдущих исследований, которые широко используются на начальных этапах проведения исследований.

---

Весьма сильной связью обладают затраты на технологические инновации и объем инновационных товаров, работ и услуг.

Сильная связь также наблюдается между результирующим показателем и такими факторами как: затраты на НИОКР в расчете на 10 тысяч занятых в экономике, ВРП в расчете на душу населения и числом персональных компьютеров в расчете на 100 работников региона.

Также стоит обратить внимание, что при выполнении корреляционного анализа, нами была выявлена мультиколлинеарность факторов, участвующих исследовании. Этого невозможно избежать, так как при характеристике инновационной сферы, многие факторы оказывают огромное влияние друг на друга. Так, например, невозможно избежать коллинеарности между затратами на технологические инновации и использованием сети интернет в организациях, так как увеличивающийся объем инвестиций на развитие технологий непременно приводит к тому, что организациям становятся доступны современные компьютерные технологии.

Частные коэффициенты корреляции используются для отслеживания взаимосвязи изменения величины от множества факторов. Можно сказать, то частный коэффициент показывает степень тесноты связи в случае, когда все остальные признаки исключены из рассматриваемого множества. Частые коэффициенты могут применяться при отборе факторов воздействия, определении степени их значимости при воздействии на изучаемый объект. Для этих целей строится уравнение репрессии, которое отслеживает факторы по размеру их коэффициента. На каждом шаге исключается частный корреляционный коэффициент с наименьшим значением. Перед применением частных коэффициентов множество данных тестируется на установление линейных связей. Если связи отсутствуют, то далее осуществляет анализ связи исследуемого объекта и факторов. Частные коэффициенты взаимосвязей позволяют сопоставить взаимное влияние величин и факторов друг на друга для общих отношений и частных соприкосновений.

Значения частного коэффициента корреляции означают следующее:

Если R = 0, то взаимосвязь нейтральная, влияния нет. Значение коэффициента в промежутке от 0,09 до 0,19 говорит о незначительной слабой связи. Слабая связь устанавливается в диапазоне от 0,19 до 0,49 Средняя взаимосвязь от 0,49 до 0,69 Сильная связь от 0,69 до 0, 99. Частный коэффициент корреляции применяется в эконометрике для того, чтобы отслеживать изменение экономического процесса или явления под воздействием внутренних и внешних факторов.

---