Скачать 2.49 Mb.
|
СТАТИСТИЧЕСКИЙ АНАЛИЗ РАЗВИТИЯ МАЛОГО ИННОВАЦИОННОГО ПРЕДПРИНИМАТЕЛЬСТВА В РОССИИ Иванова Алиса Станиславовна (Саратов, СГУ им. Н.Г. Чернышевского) В современных условиях эффективность экономики страны зависит от её научно-технического потенциала, т.к. уровень развития наукоемких отраслей обеспечивает основу стабильного экономического роста, определяет границу между богатыми и бедными странами. Россия отстала от ведущих стран на 1-2 уклада. В экономиках развитых стран доминируют биотехнологии, нанотехнологии, информация и т.д.. Отечественная экономика находится на индустриальной стадии. Восприимчивость российского бизнеса и экономики к инновациям остается низкой: 9,4% предприятий страны осуществляют технические инновации. В ФРГ этот показатель достигает 73%, в Бельгии - 58%, в Эстонии - 47%, в Чехии - 41%. [1] Доля расходов России на инновационные разработки в % от ВВП также ниже, чем во многих развитых странах[2] : Рисунок 1. Доля расходов на инновационные разработки в % от ВВП Из-за недостаточности финансирования; технических и технологических ограничений, трудностей кооперации с научными организациями, проблем со сбытом инновационных продуктов малые предприятия не заинтересованы в инновациях или не могут самостоятельно осуществлять инвестиции в высокие промышленные технологии. [3] Доля России в мировом объеме инновационной продукции не более 0,5%, доля США 36%, Японии 30%, Германии 17 %, Китая 6%.[4] При относительно одинаковых расходах на инновационные разработки России и Китая доля высокотехнологичной продукции в экспорте Китая в 2,5 раз больше. Если положение сохранится, то разрыв в экономическом развитии будет нарастать и России суждено будет оказаться на второстепенных ролях в мировой структуре распределения труда и остаться сырьевым придатком мировой экономики.[5] Отечественной экономики необходим переход в новое качественное состояние, что подразумевает собой развитие наукоемких производств. Доля малых инновационных предприятий в России в валовом внутреннем продукте в настоящее время составляет не более 1%. [4] Проблемы, являющиеся барьером на пути развития малого инновационного бизнеса в России. 1. Неразвитость технопарковой инфраструктуры: 2. Нехватка финансовых средств, недостаток в венчурном финансировании, грантах. По состоянию на май 2010 г. на российском рынке коллективных инвестиций насчитывалось около 20 работающих венчурных фондов общим объемом капитала 2 млрд долл. США.[6] В США в 2009 г. действовали 1188 венчурных фондов, объем средств под их управлением составлял 179,4 млрд долл. США.[7] 3. Непопулярность в России бизнес-ангельского финансирования. В настоящее время в России частных инвесторов насчитывается всего около 200, в США - 225000 человек, которые ежегодно тратят 25 млрд.долл. США на перспективные проекты. Для того чтобы российская экономика встала на инновационные рельсы, необходимо: создать соответствующую инфраструктуру; обеспечить доступность финансов для предприятий; решить проблемы с кадрами; поддерживать базовые научные исследования; позаботиться о малых инновационных предприятиях; привлекать зарубежные инвестиции; упростить и удешевить процедуры оформления прав на интеллектуальную собственность; разработать статус инновационного предприятия, получение которого автоматически предусматривает для предприятий законодательно установленные льготы. Литература
ОСНОВНЫЕ ТЕНДЕНЦИИ РАЗВИТИЯ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ И ОРГАНИЗАЦИЙ РОССИИ Кабалина Марина Юрьевна (Москва, МЭСИ) Современный этап социально-экономического развития России выдвигает на первый план задачу активного внедрения инновационных процессов в различные виды деятельности. Основные тенденции в изменении инновационной деятельности предприятий и организаций Российской Федерации были проанализированы за период 1992 – 2010 гг. В качестве показателей, характеризующих развитие инновационной деятельности в России, были рассмотрены следующие: численность персонала, занятого исследованиями и разработками; число предприятий, осуществляющих инновационную деятельность; численность исследователей по областям науки; число патентных заявок. Инновационная деятельность длительное время не являлась приоритетной в России. Различные преобразования, нововведения, в которые вкладываются миллионы рублей, так и остаются на сегодняшний день на стадии идей. За представленный период времени, можно наблюдать тенденцию к снижению числа предприятий и организаций, осуществляющих инновационную деятельность: за рассматриваемый период число инновационно – активных предприятий и организаций уменьшилась с 4555 до 3492 ед. или на 24 %. Самый высокий абсолютный прирост и темп роста наблюдались в 2007 г.: число инновационно – активных предприятий возросло на 335 ед., при темпе роста 109,3%. В целом за исследуемый период число предприятий снизилось в среднем на 6,8% ( = 93,2%, =-6,8%). Низкий уровень оплаты труда в науке способствовал падению ее престижа, что сказывается и на численности кадрового потенциала российской науки. В 2010 г. исследованиями и разработками в России было занято 736,5 тыс. чел, что в два раза ниже, чем в 1992 г., когда данный показатель составлял 1532,6 тыс. чел. Давая прогнозную оценку данного показателя на 2011-2013 гг., можно отметить, что данная тенденция к уменьшению численности персонала в этой области примет противоположное значение. В 2011 г. эта цифра составит 771,2 тыс. чел, т.е. 50,3% к уровню 1992 г. Однако к 2013 г. прогнозная численность работающих в сфере инноваций вновь снизится и составит 766,2 тыс. чел в целом по России. Анализируя численность исследователей по областям науки (естественные, технические, медицинские, общественные, гуманитарные), прослеживается следующая закономерность: численность исследователей в области технических наук преобладает на всем периоде времени (66%), в то время как в области гуманитарных наук число исследователей составляет лишь 2%. Согласно прогнозным оценкам на 2011-2013 гг, численность исследователей в области технических наук в 2011 г. составит 176,7 тыс.чел., что уменьшится по сравнению с 2009 г. на 30%, а в 2013 г. - в 1,5 раза. Аналогичная ситуация, произойдет и со всеми остальными областями науки, что может быть объяснено общим снижением числа инновационно - активных предприятий, численности персонала, занимающегося различными разработками. Любые инновационные разработки начинаются с идеи, затем идея подлежит патентованию, и только после этого инновационно – активные предприятия могут вести различные разработки и исследования. Исходя из этого, одним из важнейших индикаторов результативности научных исследований и разработок выступает патентная активность. Сложившиеся тенденции в развитии патентной деятельности в основном обусловлены отсутствием надежного институционально-правового механизма, эффективной системы маркетинга и государственного стимулирования регистрации использования объектов промышленной собственности. Говоря о маркетинговых инновациях, можно отметить, что в России на сегодняшний день их число мало. Число предприятий, занимающихся маркетинговыми инновациями, в 2009 г. было наибольшим за последние 10 лет: по сравнению с 1992 г. их число возросло в 2,6 раза. Уровень инновационной активности организаций, осуществлявших технологические инновации в России в 2009 г. составил 9,4%, маркетинговые - 2,5%, организационные - 3,5%. В 2009 г. уровень инновационной активности предприятий, связанных с реализацией новой маркетинговой стратегии, ориентированной на расширение состава потребителей составил 18%, а наименьшее число составили прочие маркетинговые инновации - 1%. Литература
УРОВЕНЬ ЭКОНОМИЧЕСКОГО РАЗВИТИЯ КАК ФАКТОР УРОВНЯ ДЕМОКРАТИИ В ПОСТКОММУНИСТИЧЕСКИХ ГОСУДАРСТВАХ Камалова Рита Ульфатовна (Москва, НИУ ВШЭ) Одной из активно изучаемых проблем сравнительной политэкономии является связь уровня демократии и уровня экономического развития. Выявленная при изучении этой проблемы закономерность даже получила статус «железного закона». Тем не менее, результаты эмпирической проверки этого положения теории модернизации – о линейной траектории развития обществ на пути к капитализму и демократии – за последние 50 лет оказывались неоднозначными. В данной работе была проверена гипотеза о том, что экономическая модернизация способствует консолидации демократии. Для проверки гипотезы были использованы пространственно-временные данные (time-series cross-section) по 28 государствам бывшего СССР, Центральной и Восточной Европы и Республики Монголия. Временной охват данных – 20 лет, с 1989 по 2008 г. Общее число наблюдений составило 436 единиц. В качестве источников эмпирических данных использовались 3 базы данных, в частности в качестве меры уровня демократии использовался «Унифицированный индекс демократии» (Unified Democracy Score). Индекс является попыткой объединить многочисленные меры понятия демократии. Для расчета использовался байесовский подход к измерению латентных переменных, а в качестве наблюдаемых переменных, отражающих латентный признак «уровень демократии», – 12 индексов демократии. Шкала измерения индекса – метрическая, где большее значение индекса соответствует большему уровню демократии. Дополнительным аргументом в пользу выбора УИД в качестве операционализации концепта демократии является его высокая корреляция с двумя другими измерителями демократии, широко применяемыми в сравнительных политологических исследованиях (и находящимися в открытом доступе – проектов Freedom in the World и Polity IV). Для двадцати трех государств была построена модель взаимосвязи между показателями социально-экономического развития и демократии (статическая линейная аддитивная модель регрессии с фиксированными эффектами и кластеризованными стандартными ошибками). В число объясняющих переменных вошли следующие показатели:
Все факторы, кроме коэффициента Джини, линейно и положительно связаны с уровнем демократии. Связь уровня имущественного неравенства и уровня демократии имеет нелинейный вид. Ненаблюдаемые особенности государств в регрессионной модели были учтены с помощью фиксированных эффектов. В явном виде уравнение регрессии выглядит следующим образом: Демократияit = γi + 0,225*Ln(ВВП/чел.)it-1 + 0,048*Джиниit-1 +0,009*(Джиниit-1)2 + 0,001*Междунар.торговляit-1 +0,003* Рост.ВВПit-1 (коэффициенты значимы на уровне 0,05) Относительно объясняемой переменной – уровня демократии – все объясняющие переменные были взяты в предыдущем году. Это было сделано для того, чтобы указать направление связи: уровень экономического развития в следующем временном периоде влияет на уровень демократии. Анализ эмпирических данных за 20 лет и построенная модель взаимосвязи подтверждают теоретические обоснования. В результате проведенного анализа эмпирических данных было установлено, что, за исключением персоналистских авторитарных режимов в Беларуси, Казахстане, России, Туркменистане и Узбекистане, одновременно с повышением доходов, сокращением имущественного неравенства, ростом экономики и вовлечением в международную торговлю посткоммунистические государства консолидируются как демократии. Литература
ВЛИЯНИЕ МИГРАЦИОННЫХ ПРОЦЕССОВ НА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ ЧЕЛЯБИНСКОЙ ОБЛАСТИ Касаткин Георгий Станиславович (Челябинск, ЮУрГУ) Занимая приграничное положение, Челябинская область с ее экономическим потенциалом, социальной стабильностью, устойчивым характером межнациональных отношений является привлекательной для мигрантов. В силу ряда причин численность населения неуклонно сокращается; привлечение в экономику иностранной рабочей силы является важным направлением в решении демографической проблемы и развитии рынка труда области. Воздействие миграционных процессов на развитие области в настоящее время не является однозначным, оно может быть как негативным, так и позитивным. Оценка вида и степени зависимости результатов экономической деятельности, определяющих экономическое развитие Челябинской области от миграционных процессов, была проведена с помощью методов корреляции и регрессии. В качестве исходных данных использовались материалы официальной статистической отчётности за последние 9 лет (2002–2010 гг.). Внешняя миграция способствует привлечению на работу высококвалифицированных специалистов и улучшению качественной структуры занятых. Соответственно, отток высококвалифицированной рабочей силы, напротив, может иметь негативные экономические последствия, которые связаны с потерей человеческого капитала. Кроме того, трудовые мигранты способствуют устранению дефицита рабочей силы в проблемных отраслях, таких как сельское хозяйство. Имеет смысл изучить формы и силу взаимосвязи притока мигрантов и результатов экономической деятельности в наиболее привлекательных для мигрантов отраслях – производстве сельскохозяйственной продукции, строительстве, розничной торговле и сфере общественного питания. В финансовой сфере, промышленности и прочих отраслях доля мигрантов в числе постоянных сотрудников весьма мала, а следовательно не наблюдается значимого экономического эффекта от изменения их численности. Но между тем следует оценить и негативное влияние миграции, выраженное в росте преступности и заболеваемости населения. В качестве факторных переменных использовались половозрастная структура мигрантов, уровень образования, направление миграционных потоков. Была построена регрессионная модель, использующая пошаговый алгоритм регрессионного анализа с включением переменных. Такой метод позволяет выявить набор регрессоров, который не только не приводит к мультиколлинеарности, но и обеспечивает наилучшее качество спецификации модели. Тем не менее, стоит отметить, что с ростом числа факторных переменных качество оценок параметров модели снижается. Для оценки качества построенных моделей были рассчитаны коэффициент аппроксимации, коэффициент множественной детерминации, коэффициент Дарбина-Уотсона, t-статистики. Также было проверено соответствие моделей F-критерию Фишера. Влияние автокорреляции и гетероскедастичности было устранено, однако в моделях присутствует незначительная мультиколлинеарность, вызванная малым числом исходных данных. В ходе корреляционно-регрессионного анализа комплекса социально-экономических показателей Челябинской области и структуры миграционных потоков были установлены значимые взаимосвязи между уровнем образования мигрантов, направлением миграционных потоков и динамикой результатов экономической деятельности в сельском хозяйстве, строительстве и торговле. Половозрастная структура и направление миграционных потоков также оказывает значимое влияние на темп естественного прироста населения области. Предполагаемое негативное влияние внешней миграции (рост заболеваемости, преступности) не установлено. Литература
|
Программа дисциплины " Многомерные статистические методы" для направления... Экстернат – самостоятельное изучение обучающимся дисциплин согласно основной образовательной программе высшего профессионального... | Программа дисциплины " Эконометрика " для направления 080100. 62... Гос впо по специальности 080507. 65 Менеджмент организации, утвержденными 17 марта 2000, №234 эк/сп | ||
Программа дисциплины " Эконометрика-2" для направления 080100. 68... Гэ по русскому языку и литературе. Данная программа позволяет подготовиться к сдаче егэ. Особенностью данного курса является то,... | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, Data Mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | ||
Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | ||
Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | ||
Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | Факультет экономики ... | ||
Статистические методы анализа языка как способ повышения эффективности... Утверждена отделом документационно-содержательного обеспечения учебного процесса Ургпу | Отчет о лабораторной работе методы и средства анализа данных по теме:... «Лабораторная работа с системой анализа данных Weka. Сравнение методов классификации» | ||
Отчет о лабораторной работе методы и средства анализа данных по теме:... «Лабораторная работа с системой анализа данных Weka. Сравнение методов классификации» | Рабочая программа по дисциплине Аналитическая химия и физико-химические методы анализа Цели и задачи дисциплины: Освоение теоретических основ современных химических методов анализа, аналитических методик и приемов, статистической... | ||
Конспект лекций по системному анализу Лекция: История, предмет, цели системного анализа 2 Рассматриваются история развития и предмет системного анализа, системные ресурсы общества, предметная область системного анализа,... | Анализа данных-4: анализ издержки-выгод Методы анализа данных-4: анализ издержки-выгоды, анализ издержки-эффективность (17 ноября 2005)1 |