Автор работы: Пользователь скрыл имя, 28 Апреля 2015 в 13:26, сочинение
Целью данного исследования является: во-первых, рассмотрение основных факторов, влияющих на объем инновационного потенциала для субъектов РФ, и во-вторых, анализ полученной модели и определение прогнозных оценок развития НИОКР в России.
1. Введение………………………………………………………………………………… 3
2. Анализ данных…………………………………………………………………………. 4
a. Источник данных………………………………………………………………. 4
b. Описание переменных…………………………………………………………. 5
c. Описательная статистика ……………………………………………………… 6
d. Выбросы…………………………………………………………………………..7
3. Теоретическая модель………………………………………………………………….10
a. Взаимосвязь переменных………………………………………………………10
b. Матрица корреляций, ожидаемые знаки коэффициентов…………………...11
c. Анализ мультиколлинеарности………………………………………………..12
d. Графики, предполагаемые функциональные связи…………………………..14
4. Выбор модели……………………………………………………………………….......15
a. Правдоподобные знаки, значимость регрессии в целом……………………..15
b. Гистограмма остатков, гетероскедастичность ……………………………….16
c. Верная/неверная спецификация модели, значимость коэффициентов, скорректированный R2........................................................................................16
5. Анализ выбранной модели……………………………………………………………..20
a. Интерпретация коэффициентов……………………………………………….20
b. Тест Вальда ……………………………………………………………………..20
c. Доверительные интервалы……………………………………………………..21
d. Прогнозирование ………………………………………………………………21
6. Заключение……………………………………………………………………………...23
7. Список литературы……………………………………………………………………..24
8. Приложение №1………………………………………………………………………...25
Приложение №2………………………………………………………………………...28
Приложение №3………………………………………………………………………...29
Приложение №4………………………………………………………………………...30
Приложение №5………………………………………………………………………...31
Приложение №6………………………………………………………………………...32
Приложение №7………………………………………………………………………...33
Приложение №8…………………………………………………………………….......34
Приложение №9………………………………………………………………………...35
Построим прогноз для значений объясняемой переменной за пределами исходного диапазона данных, расширив основной диапазон данных на одно наблюдение. На Графике №8 представлены результаты точечного и интервального прогноза объясняемой переменной и показатели качества регрессии.
Заключение
В результате проведенного эконометрического исследования был выделен набор факторов, определяющих уровень инновационной активности субъектов РФ. В качестве показателя инновационной активности использовался объем инновационных товаров, работ и услуг.
Проведенный анализ показывает, что качество человеческого капитала (ученые, имеющие научную степень) занятого исследованиями и разработками оказалось незначимым.
Финансирование исследований и разработок из средств государственного бюджета оказывает огромное положительное влияние на инновационное развитие субъектов РФ. Такой результат является удивительным, поскольку для большей части субъектов РФ величина финансирования прикладной науки из федерального бюджета остается существенно ниже нормативного значения, обеспечивающего необходимую долю НИОКР в выпуске инновационной продукции [9].
Затраты на технологические инновации оказались значимыми, что говорит о довольно-таки высокой взаимосвязи процессов инновационной деятельности и технологических изменений в экономике регионов. Высокий перелив знаний из инновационного сектора отражает с одной стороны приспособленность российских предприятий к освоению инноваций, с другой стороны их соответствие потребностям предприятий.
Выявлено, что собственные затраты на научную и инновационную деятельность отрицательно влияют на объем инновационных товаров, работ и услуг. Такой результат противоречит реальности, поскольку согласно статистики затраты предприятия на НИОКР составляют около 90% собственных затрат от всей суммы финансирования.
Положительным результатом является тот факт, что инновационное развитие имеет территориальное деление отличное от административного, что позволяет каждому субъекту РФ быть вовлеченными в инновационный процесс.
Проведенный анализ показывает, что для эффективного функционирования концепции РИС необходимо провести ряд мер по стимулированию факторов, оказывающих положительный эффект на инновационную деятельность. Эти меры должны носить комплексный характер. В первую очередь необходим приток ученых, имеющих научную степень и осуществление эффективной государственной поддержки фундаментальной науки.
Целью инновационной политики является создание эффективной инновационной системы, встроенной в глобальную инновационную систему, обеспечивающей взаимодействие сектора исследований и разработок с отечественным предпринимательским сектором и соответствующей по основным параметрам инновационным системам развитых зарубежных стран [3].
Кроме того, необходимо
развитие производственно-
Список литературы
http://www.slideshare.net/
Интернет-ресурсы:
Субъект РФ |
volume |
costs |
scientists |
technology |
firms |
funding |
status |
Белгородская область |
544319,9007 |
1261,8 |
1244 |
1614 |
14 |
3 133 000,00 |
0 |
Брянская область |
109821,2917 |
299,3 |
958 |
1221 |
21 |
48 000,00 |
0 |
Владимирская область |
249902,1394 |
3486,7 |
4959 |
3211 |
23 |
3 000 000,00 |
0 |
Воронежская область |
288087,249 |
6421,8 |
10799 |
1666 |
57 |
51 000,00 |
0 |
Ивановская область |
90190,3535 |
601 |
852 |
624 |
20 |
3 738 900,00 |
0 |
Калужская область |
427700,0892 |
10397,7 |
10362 |
2094 |
40 |
57 222 244,74 |
0 |
Костромская область |
110315,4046 |
78,5 |
119 |
1302 |
6 |
1 400 000,00 |
0 |
Курская область |
200130,0279 |
2369 |
3018 |
1571 |
16 |
2 889 385,27 |
0 |
Липецкая область |
400808,9471 |
143 |
365 |
2511 |
10 |
4 000 110,00 |
0 |
Московская область1) |
1710541,833 |
84645,4 |
86349 |
14310 |
241 |
304 482 580,08 |
0 |
Орловская область |
83523,1985 |
379,8 |
809 |
1424 |
15 |
5 000 000,00 |
0 |
Рязанская область |
189835,4464 |
1202,4 |
2391 |
1032 |
17 |
13 411 000,00 |
0 |
Смоленская область |
167703,3135 |
855,5 |
809 |
1302 |
15 |
238 000,00 |
0 |
Тамбовская область |
81134,0477 |
953,2 |
1710 |
2005 |
34 |
3 500 000,00 |
0 |
Тверская область |
222040,8976 |
4085,7 |
4478 |
2746 |
28 |
9 318 616,03 |
0 |
Тульская область |
344401,5351 |
2041,5 |
3581 |
3540 |
19 |
2 950 000,00 |
0 |
Ярославская область |
227357,6055 |
4201,1 |
6313 |
2675 |
32 |
59 193 441,50 |
0 |
г. Москва1) |
3724946,262 |
245646,1 |
234345 |
17948 |
710 |
1 115 806 196,26 |
1 |
Республика Карелия |
108563,3417 |
765,6 |
986 |
572 |
20 |
7 739 000,00 |
0 |
Республика Коми |
451033,9137 |
1827,1 |
1809 |
491 |
21 |
6 259 664,74 |
0 |
Архангельская область |
200245,8859 |
1106,8 |
1143 |
1367 |
32 |
4 164 000,00 |
0 |
Вологодская область |
355557,5053 |
311,7 |
424 |
2196 |
17 |
1 000 000,00 |
0 |
Калининградская область |
311941,2715 |
901,8 |
1955 |
1050 |
11 |
11 765 899,73 |
0 |
Ленинградская область |
437400,5978 |
6189,9 |
6476 |
1178 |
12 |
5 781 364,44 |
0 |
Мурманская область |
207003,6681 |
2383,6 |
2382 |
1154 |
27 |
99 999,00 |
0 |
Новгородская область |
127037,8751 |
1391,5 |
1130 |
1786 |
11 |
3 837 600,00 |
0 |
Псковская область |
53955,9616 |
173,2 |
745 |
1140 |
11 |
6 783 571,92 |
0 |
г. Санкт-Петербург |
1842464,707 |
84951,5 |
80660 |
6539 |
325 |
115 780 664,81 |
1 |
Республика Адыгея |
20828,0134 |
161,5 |
316 |
141 |
8 |
17 538 300,00 |
0 |
Республика Калмыкия |
4569,5252 |
76,8 |
181 |
15 |
6 |
12 738 286,75 |
0 |
Краснодарский край |
454254,293 |
4817,6 |
6504 |
2261 |
52 |
10 591 880,44 |
0 |
Астраханская область |
124459,7369 |
572,9 |
1014 |
554 |
17 |
184 383 971,99 |
0 |
Волгоградская область |
558048,1241 |
3669,5 |
3639 |
2055 |
38 |
12 620 955,00 |
0 |
Ростовская область |
568991,309 |
9319,7 |
12310 |
2822 |
101 |
18 828 192,83 |
1 |
Республика Дагестан |
28004,0996 |
872,3 |
1606 |
437 |
28 |
19 392 340,59 |
0 |
Республика Ингушетия |
2561,7706 |
40,6 |
114 |
112 |
4 |
8 333 587,83 |
0 |
Кабардино-Балкарская Республика |
28254,9588 |
552,7 |
746 |
307 |
14 |
21 462 498,00 |
0 |
Карачаево-Черкесская Республика |
39295,8147 |
368,3 |
505 |
76 |
5 |
12 606 350,00 |
0 |
Республика Северная Осетия - Алания |
18437,7486 |
347 |
648 |
112 |
16 |
20 265 894,00 |
0 |
Чеченская Республика |
13059,8601 |
139,4 |
592 |
194 |
9 |
137 739 518,05 |
0 |
Ставропольский край |
218384,0131 |
1127,8 |
2977 |
819 |
23 |
9 400 010,00 |
1 |
Республика Башкортостан |
1037360,417 |
7014,9 |
8166 |
6372 |
69 |
305 366 226,52 |
0 |
Республика Марий Эл |
79173,0557 |
136,6 |
164 |
812 |
8 |
17 212 007,33 |
0 |
Республика Мордовия |
119546,4029 |
671,9 |
902 |
2638 |
15 |
128 944 234,71 |
0 |
Республика Татарстан |
1483074,036 |
10447,5 |
13730 |
5151 |
117 |
419 331 536,27 |
0 |
Удмуртская Республика |
304836,4915 |
843,1 |
1464 |
4621 |
31 |
925 000,00 |
0 |
Чувашская Республика |
142884,9769 |
1206,3 |
1292 |
2597 |
20 |
19 380 000,00 |
0 |
Пермский край |
1086844,688 |
9489,2 |
10034 |
4392 |
60 |
93 084 474,00 |
0 |
Кировская область |
140042,2909 |
1095,9 |
1795 |
2228 |
25 |
67 354 729,33 |
0 |
Нижегородская область |
894263,9359 |
44524 |
40882 |
11092 |
87 |
20 817 061,00 |
1 |
Оренбургская область |
580736,1921 |
565,3 |
906 |
751 |
20 |
55 717 800,00 |
0 |
Пензенская область |
104473,2843 |
3987 |
5927 |
1206 |
24 |
4 261 382,00 |
0 |
Самарская область |
988336,2785 |
17601,1 |
17306 |
6688 |
61 |
13 674 593,52 |
0 |
Саратовская область |
308826,4395 |
3020,7 |
4653 |
4630 |
48 |
8 754 911,01 |
0 |
Ульяновская область |
187878,3538 |
8551,6 |
6983 |
1798 |
24 |
3 283 698,00 |
0 |
Курганская область |
76999,2233 |
298,6 |
687 |
966 |
14 |
6 453 530,00 |
0 |
Свердловская область |
1500366,332 |
17499,5 |
20521 |
10704 |
104 |
30 810 000,00 |
1 |
Тюменская область |
4691972,295 |
8964,9 |
6914 |
7242 |
58 |
2 679 000,00 |
0 |
Челябинская область |
969831,0012 |
13657,3 |
15757 |
5808 |
60 |
207 666,00 |
0 |
Республика Алтай |
4884,93 |
80,7 |
188 |
103 |
10 |
17 798 896,62 |
0 |
Республика Бурятия |
77654,6895 |
727,9 |
1126 |
297 |
15 |
3 000 000,00 |
0 |
Республика Тыва |
6389,9847 |
201 |
387 |
11 |
8 |
58 137 011,00 |
0 |
Республика Хакасия |
104521,8176 |
72,5 |
294 |
334 |
6 |
12 731 324,07 |
0 |
Алтайский край |
226965,3151 |
1174,2 |
2714 |
1709 |
40 |
23 273 900,00 |
0 |
Забайкальский край |
95385,9165 |
258,7 |
314 |
974 |
14 |
3 679 685,76 |
0 |
Красноярский край |
1052418,275 |
11109,5 |
6353 |
2261 |
52 |
12 346 333,10 |
0 |
Иркутская область |
525109,5144 |
4897,7 |
5384 |
977 |
49 |
46 475 584,54 |
0 |
Кемеровская область |
943769,931 |
1027 |
1097 |
2117 |
26 |
300 000,00 |
0 |
Новосибирская область |
331230,6238 |
16029,3 |
21590 |
2538 |
113 |
5 423 050,00 |
1 |
Омская область |
587279,1588 |
3226,5 |
4436 |
2698 |
38 |
12 862 549,46 |
0 |
Томская область |
435209,6345 |
8206,7 |
8802 |
1878 |
53 |
10 488 500,00 |
0 |
Республика Саха (Якутия) |
306004,5281 |
2152,8 |
2378 |
880 |
24 |
233 229 782,51 |
0 |
Камчатский край |
37899,1301 |
1200,8 |
1175 |
129 |
15 |
13 769 624,77 |
0 |
Приморский край |
199371,6511 |
5136 |
5482 |
1204 |
49 |
21 382 584,63 |
0 |
Хабаровский край |
175892,579 |
1326,5 |
1612 |
2144 |
41 |
36 705 209,48 |
1 |
Амурская область |
123093,7746 |
449,8 |
862 |
342 |
16 |
3 545 900,00 |
0 |
Магаданская область |
64017,0528 |
843,4 |
565 |
513 |
7 |
99 568,24 |
0 |
Сахалинская область |
555681,5391 |
903,4 |
827 |
478 |
16 |
1 136 046,10 |
0 |
Еврейская автономная область |
4776,1356 |
97,1 |
307 |
120 |
2 |
9 284,00 |
0 |
Чукотский автономный округ |
42318,3268 |
34,9 |
19 |
85 |
1 |
1 001,99 |
0 |
Covariance Analysis: Ordinary |
||||||||
Date: 05/06/14 Time: 12:49 |
||||||||
Sample: 1 80 |
||||||||
Included observations: 75 |
||||||||
Correlation |
||||||||
Probability |
VOLUME |
TECHNOLOGY |
STATUS |
NSCIENTISTS |
NCOSTS |
FUNDING |
FIRMS |
|
VOLUME |
1.000000 |
|||||||
----- |
||||||||
TECHNOLOGY |
0.744266 |
1.000000 |
||||||
0.0000 |
----- |
|||||||
STATUS |
0.438561 |
0.518353 |
1.000000 |
|||||
0.0001 |
0.0000 |
----- |
||||||
NSCIENTISTS |
-0.193322 |
-0.197378 |
-0.092706 |
1.000000 |
||||
0.0966 |
0.0896 |
0.4289 |
----- |
|||||
NCOSTS |
0.699396 |
0.661016 |
0.420835 |
-0.443414 |
1.000000 |
|||
0.0000 |
0.0000 |
0.0002 |
0.0001 |
----- |
||||
FUNDING |
0.139811 |
0.043598 |
0.075708 |
-0.094709 |
0.098717 |
1.000000 |
||
0.2316 |
0.7103 |
0.5186 |
0.4190 |
0.3994 |
----- |
|||
FIRMS |
0.745539 |
0.595425 |
0.636252 |
-0.178947 |
0.667439 |
0.213593 |
1.000000 |
|
0.0000 |
0.0000 |
0.0000 |
0.1245 |
0.0000 |
0.0658 |
----- |
||
Heteroskedasticity Test: White |
||||
F-statistic |
0.581530 |
Prob. F(26,48) |
0.9306 | |
Obs*R-squared |
17.96559 |
Prob. Chi-Square(26) |
0.8770 | |
Scaled explained SS |
26.19941 |
Prob. Chi-Square(26) |
0.4522 | |
Test Equation: |
||||
Dependent Variable: RESID^2 |
||||
Method: Least Squares |
||||
Date: 05/06/14 Time: 12:54 |
||||
Sample: 1 80 IF FUNDING<300000000 AND VOLUME<2500000 | ||||
Included observations: 75 |
||||
Collinear test regressors dropped from specification | ||||
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
C |
-4.47E+11 |
5.49E+11 |
-0.814449 |
0.4194 |
TECHNOLOGY^2 |
-11498.45 |
8108.278 |
-1.418113 |
0.1626 |
TECHNOLOGY*STATUS |
-7800012. |
76174627 |
-0.102396 |
0.9189 |
TECHNOLOGY*FUNDING |
-0.019123 |
0.318507 |
-0.060040 |
0.9524 |
TECHNOLOGY*FIRMS |
1825046. |
1308563. |
1.394695 |
0.1695 |
TECHNOLOGY*NCOSTS |
-21564735 |
16982861 |
-1.269794 |
0.2103 |
TECHNOLOGY*NSCIENTISTS |
-1.61E+10 |
1.56E+10 |
-1.034812 |
0.3059 |
TECHNOLOGY |
1.76E+08 |
1.13E+08 |
1.554643 |
0.1266 |
STATUS^2 |
-1.61E+12 |
1.79E+12 |
-0.899125 |
0.3731 |
STATUS*FUNDING |
-2504.302 |
11125.58 |
-0.225094 |
0.8229 |
STATUS*FIRMS |
-7.56E+09 |
7.63E+09 |
-0.990764 |
0.3268 |
STATUS*NCOSTS |
2.51E+11 |
2.74E+11 |
0.915009 |
0.3648 |
STATUS*NSCIENTISTS |
2.32E+14 |
6.61E+14 |
0.351202 |
0.7270 |
FUNDING^2 |
-1.08E-07 |
5.11E-06 |
-0.021216 |
0.9832 |
FUNDING*FIRMS |
34.53024 |
46.24482 |
0.746683 |
0.4589 |
FUNDING*NCOSTS |
-588.0986 |
654.6019 |
-0.898406 |
0.3735 |
FUNDING*NSCIENTISTS |
-497707.8 |
1089335. |
-0.456891 |
0.6498 |
FUNDING |
3720.913 |
4814.185 |
0.772906 |
0.4434 |
FIRMS^2 |
-39867644 |
30050823 |
-1.326674 |
0.1909 |
FIRMS*NCOSTS |
2.39E+09 |
1.98E+09 |
1.206896 |
0.2334 |
FIRMS*NSCIENTISTS |
4.53E+12 |
2.90E+12 |
1.560767 |
0.1251 |
FIRMS |
-2.10E+10 |
1.59E+10 |
-1.322643 |
0.1922 |
NCOSTS^2 |
-9.51E+09 |
1.49E+10 |
-0.639464 |
0.5256 |
NCOSTS*NSCIENTISTS |
-8.66E+12 |
1.88E+13 |
-0.461966 |
0.6462 |
NCOSTS |
1.39E+11 |
1.86E+11 |
0.748317 |
0.4579 |
NSCIENTISTS^2 |
1.61E+13 |
3.73E+14 |
0.043119 |
0.9658 |
NSCIENTISTS |
2.82E+13 |
6.88E+13 |
0.410109 |
0.6836 |
R-squared |
0.239541 |
Mean dependent var |
3.37E+10 | |
Adjusted R-squared |
-0.172374 |
S.D. dependent var |
6.40E+10 | |
S.E. of regression |
6.93E+10 |
Akaike info criterion |
53.03457 | |
Sum squared resid |
2.30E+23 |
Schwarz criterion |
53.86887 | |
Log likelihood |
-1961.796 |
Hannan-Quinn criter. |
53.36770 | |
F-statistic |
0.581530 |
Durbin-Watson stat |
2.180253 | |
Prob(F-statistic) |
0.930613 |
|||