Факторный статистический анализ эффективности использования инновационного потенциала России

№115-1,

экономические науки

В данной статье проводится анализ эффективности использования инновационного потенциала России. Целью данного исследования является исследование структуры и сил влияния внешних факторов на уровень инновационной активности. С помощью критерия Кеттела оценены возможные факторы.

Похожие материалы

«Инновационная деятельность — комплекс научных, технологических, организационных, финансовых и коммерческих мероприятий, направленный на коммерциализацию накопленных знаний, технологий и оборудования» [3]. Она ориентирована на практическое применение научного, научно-технического результата и интеллектуального потенциала, для получения новой либо в корне усовершенствованной производимой продукции, технологии ее изготовления и удовлетворения платежеспособного спроса покупателей на товары и услуги высокого качества, улучшения социального обслуживания [1].

Потенциал как понятие содержит в себе источники, возможности, средства, резервы, которые могут использоваться физическими и юридическими лицами, в том числе предприятиями, организациями, административно-территориальными образованиями, государством для решения задач, достижения целей в определенной области.

Так как уровень инновационного потенциала зависит от множества внешних факторов, возникает необходимость для исследования их структуры и силы влияния на уровень инновационной активности. Для этой цели был проведен факторный анализ, так как он позволяет определить структуру взаимосвязи между зависимыми признаками и сократить их число, объединив в скрытые общие факторы [2].

Анализ проводился на основе усредненных данных Росстата по округам РФ за 2010 — 2018 года [4]. Предварительно проверив данные на нормальность. Все отобранные для факторного анализа переменные имеют с показателем уровня инновационной активности коэффициент парной корреляции превышающий 0,4. Матрица парных корреляций Пирсона представлена на рисунке 1:

Матрица парных коэффициентов корреляции
Рисунок 1. Матрица парных коэффициентов корреляции

В результате вычислений было выделено два ведущих фактора, с собственными значениями равными 5,45226 и 1,04122 соответственно.

Далее для оценки возможных факторов был применен критерий Кеттела. Чтобы воспользоваться критерием был построен график собственных значений или как его еще можно называть график каменистой осыпи. По графику оставляем последним отобранным тот фактор, который показывает начало «осыпи», в данном случае точка перегиба на графике соответствует точке 2. (см. рис. 2).

График собственных значений
Рисунок 2. График собственных значений

Следующим шагом была построена таблица собственных значений (см. рис. 3).

Таблица собственных значений
Рисунок 3. Таблица собственных значений

Первый столбец — это собственные значения, второй — процент общей дисперсии: первый фактор объясняет 77,9% общей дисперсии, второй — 14,9%, третий столбец — кумулятивные или накопленные собственные значения (собственные значения просто суммируются — накапливаются), четвертый — кумулятивный процент дисперсии. Выделенные два фактора, объясняют 92,8 % совокупной дисперсии.

Далее были получены факторные нагрузки до вращения (см. рис. 4). Факторная нагрузка несет в себе смысл корреляции между переменной и соответствующим выделенным фактором.

Факторные нагрузки до вращения
Рисунок 4. Факторные нагрузки до вращения

После вращения факторов получена структура, где у каждой переменной факторные нагрузки имеют большее значение только для одного из факторов и меньшие значения для другого. Для вращения был выбран метод варимакс (Varimax). По таблице факторных нагрузок после вращения (см. рис. 5) видно, что факторные нагрузки имеют соответствующую структуру, поэтому нет необходимости менять число факторов или исключать какую-либо переменную из анализа.

Факторные нагрузки после вращения
Рисунок 5. Факторные нагрузки после вращения

В результате факторного анализа было выделено два общих фактора, которые можно легко интерпретировать. В первый фактор вошли переменные: уровень инновационной активности организаций; удельный вес организаций, осуществляющих технологические инновации, в общем числе обследованных организаций; объем инновационных товаров, работ, услуг; затраты на технологические инновации организаций по видам инновационной деятельности; разработанные передовые производственные технологии; используемые передовые производственные. Второй фактор включает в себя одну переменную: удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг.

Далее была проведена сортировка округов по степени убывания каждого отдельного фактора и таким образом получился рейтинг ведущих округов по уровню инновационной активности и ресурсов в общем объеме. Сортировка показателей по первому фактору, (см. рис. 6) и по второму фактору (см. рис. 7):

Сортировка показателей по 1-му фактору
Рисунок 6. Сортировка показателей по 1-му фактору
Сортировка показателей по 2-му фактору
Рисунок 7. Сортировка показателей по 2-му фактору

Таким образом, при помощи факторного анализа из семи исходных переменных было получено два общих фактора, которые представляют собой несколько причин изменчивости показателя уровня инновационной активности в РФ. Произведя сортировку первого фактора четверка лидеров каждого рейтинга оказались округа: ЦФО, ПФО, УФО, СЗФО. По второму же фактору в лидерах: ПФО, ДФО, СКФО, ЦФО.

Список литературы

  1. Агкацева И. Э. Статистическое исследование инновационного потенциала Российской Федерации: Дис. канд. экон. наук : 08.00.12 : Москва, 2004. — 179 c.
  2. Буреева Н.Н. Многомерный статистический анализ с использованием ППП “STATISTICA”/Н.Н. Буреев. — Нижний Новгород, 2007, 112 с.
  3. Инновационная деятельность: [Электронный ресурс]. // Режим доступа: https://kpfu.ru/docs/F991758538/%CC%E0%F2%E5%F0%E8%E0%EB%FB%20%EA%20%EC%EE%E4%F3%EB%FF%EC_%C8%ED%ED%EE%E2%E0%F6%E8%EE%ED%ED%E0%FF%20%E4%E5%FF%FF%F2-%F2%FC_%D2%E5%EC%ED%E8%EA%EE%E2.pdf (дата обращения: 30.04.2020).
  4. Официальный сайт Госкомстата РФ. URL: www.gks.ru (дата обращения: 20.04.20).