CC BY
90
отраслевым и ведомственным программам и грантам; количество патентов; количество новых продуктов, сервисов и бизнесов, выведенных на рынок за годы реализации программы и др.
Согласно предлагаемому методическому подходу, оценка эффективности региональных инновационных программ осуществляется следующим образом:
1) разрабатываются нормативные (целевые) значения показателей,
2) регистрируются фактические значения показателей в оцениваемом периоде;
3) рассчитывается соотношение фактического и нормативного значения по каждому показателю;
4) определяется интегральная оценка инновационной активности в оцениваемом периоде.
факт
'=1
а:
¿=1
а
норм
-х ки, / е [г0, Т ]
где афакт — фактическое значение j-го показателя эффективности в оцениваемом периоде; аанор" — нормативное (целевое) значение показателя эффективности в оцениваемом периоде; п — число показателей эффективности; ка — коэффициент зна-
чимости критерия эффективности; анализируемого периода.
Введение в формулу (1) весового коэффициента обусловлено тем, что показатели, при важности оценки каждого из них,
могут иметь разную степень значимости при общей оценке инновационной активности в регионе. Применение весовых коэффициентов позволит также учитывать приоритеты конкретного этапа реализации программы. Вес каждого показателя устанавливается экспертным путем.
При оценке региональных инновационных программ целесообразно сопоставить их показатели с аналогичными, имеющимися в других регионах со схожими условиями (социальными, экономическими, географическими, климатическими).
Учитывая, что многие инновационные проекты финансируются за счет бюджетных средств, отдельного внимания требует оценка бюджетной эффективности региональных инновационных программ, которая предполагает оценку финансовых результатов программы для всех уровней бюджетной системы (федерального, регионального, муниципального). При этом показатели бюджетной эффективности таких программ не ограничиваются только ростом налоговых поступлений. Это может быть сокращение бюджетных расходов за счет реализации программных мероприятий. Например, внедрение новых технологий в здравоохранении обеспечивает сокращение затрат, связанных с длительностью лечения больных, с повторными обращениями или с осложнениями.
Оценка региональных инновационных программ позволяет рационально и контролируемо осуществлять реализацию принятых к финансированию программных мероприятий, эффективно расходовать имеющиеся ресурсы, аргументировать правильность принимаемых управленческих решений.
Литература
1. Бюджетный кодекс РФ о. 31 июля 1998 года № 145-ФЗ (ред. от 21.11.2011).
2. Постановление Правительства Российской Федерации от 2 августа 2010 года № 588 «Об утверждении Порядка разработки, реализации и оценки эффективности государственных программ Российской Федерации».
3. Приказ Минэкономразвития РФ от 22.12.2010 № 670 «Об утверждении методических указаний по разработке и реализации государственных программ Российской Федерации».
4. Лопатников Л.И. Экономико-математический словарь: Словарь современной экономической науки. — 5-е изд., перераб. и доп. — М.: Дело, 2003. — 520 с.
5. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь. — 5-е изд., перераб. и доп. — М.: ИНФРА-М, 2006. — 495 с.
6. Хачатуров Т.С. Совершенствование методов определения эффективности капитальных вложений // Вопросы экономики. — 1973. — № 3.
7. Экономический словарь. URL. http://dic.academic.ru/contents.nsf/econ_dict/
8. Якобсон Л.И. Государственный сектор экономики: экономическая теория и политика. — М.: ГУ ВШЭ, 2000. — 367 с.
ПРИМЕНЕНИЕ РЕГРЕССИОННЫХ МОдЕЛЕй для анализа и прогнозирования социальноэкономических процессов в южном федеральном округе
О.В. Туркина,
старший преподаватель кафедры экономики и управления Новороссийского филиала Московского гуманитарного экономического института, соискатель кафедрыы финансов и государственного регулирования Северо-западного института Российской академии народного хозяйства и государственной службыы (Санкт-Петербург).
Статья посвящена исследованию и выявлению модели взаимосвязи между показателями для прогнозирования социально-экономических процессов на основе статистической информации и расчета эконометрических показателей Южного федерального округа.
Ключевые слова: эконометрическая модель, налог на доходы с физических лиц, уровень жизни населения, коэффициент детерминации, степенная модель, линейная функция, ошибка аппроксимации, вариационный анализ.
УДК 332.12 ББК 65.049(2Рос)
Осуществляя прогнозирование экономического развития любого региона, необходимо обеспечить глубокое исследование этой проблемы и оценить решающие факторы, обеспечивающие эффективность этого процесса [5, с. 152].
Уровень жизни (уровень благосостояния) — уровень материального благополучия, характеризующийся соответствующим объемом потребления.
В действительности понятие уровня благосостояния не тождественно понятию уровня жизни. Уровень жизни является понятием более широким и характеризуется не только объемом реальных доходов в расчете на душу населения, но и рядом не денежных факторов. Основными социально-экономическими индикаторами уровня жизни населения являются денежные доходы (в среднем на душу населения), среднемесячная заработная плата, реальный размер пенсии, прожиточный минимум, индикатор потребительских цен на услуги и товары.
Налог на доходы физических лиц (НДФЛ) — основной вид прямых налогов исчисляется в процентах от совокупного дохода физических лиц за вычетом документально подтвержденных расходов, в соответствии с действующим законодательством.
Налогоплательщиками налога на доходы физических лиц согласно статье 207 НК РФ признаются физические лица, являющиеся налоговыми резидентами Российской Федерации, а также физические лица, получающие доходы от источников, в Российской Федерации, не являющиеся налоговыми резидентами Российской Федерации. Объектом налогообложения (статья 209 НК РФ) признается доход, полученный налогоплательщиками — физическими лицами[1, с. 298, с. 301].
Нами было проведено исследование взаимосвязи доли доходов от поступления налога на доходы с физических лиц и уровня жизни населения по тринадцати районам Южного Федерального округа за 2009 год [3, с. 94, с. 97].
Данные по статистическим показателям доли доходов от поступления в федеральный бюджет налога на доходы с физических лиц и уровня жизни населения по субъектам ЮФО показаны в таблице 1.
Анализ статистических показателей (таблица 1) доли доходов от поступления в федеральный бюджет налога на доходы с физических лиц и уровня жизни населения по субъектам ЮФО за период 2009 года показал, что в Республике Адыгея наилучший показатель уровня жизни населения 64,2%, что связано с долей НДФЛ, которая составляет 41,1% — третий показатель по ЮФО. Самый низкий показатель уровня жизни населения в Республике Ингушетия —11,3%.В данном случае доля поступлений от НДФЛ составляют 5,5% (Таблица 1).
Данная тенденция говорит о неразрывной связи между двумя представленными показателями. Чем выше уровень жизни населения, тем больше собираемость налога на доходы с физических лиц.
Для более глубокого исследования социально-экономических показателей по субъектам Южного федерального округа, используем регрессионные модели оценки.
Таблица 1
Статистические показатели доли доходов от поступления в федеральный бюджет налога на доходы с физических лиц, уровня жизни населения по субъектам ЮФО за 2009 год
№ Наименование субъектов РФ 2009 г.
Доля НДФЛ Уровень жизни населения
1 Республика Адыгея 41,1% 64,2%
2 Республика Дагестан 38% 25,9%
3 Республика Ингушетия 5,5% 11,3%
4 Кабардино-Балкария 31,9% 46%
5 Республика Калмыкия 11,9% 51,2%
6 Карачаево-Черкесия 45,1% 48,4%
7 Северная Осетия — Алания 15,4% 48,2%
8 Чеченская республика 43,3% 43,2%
9 Краснодарский край 30,0% 39,1%
10 Ставропольский край 21,3% 40,3%
11 Астраханская область 25,1% 42,3%
12 Волгоградская область 24,4% 27,6%
13 Ростовская область 34,6% 30,6%
Расчет параметров линейной функции у = а + Ьх дает следующие результаты:
о2 = х2 - х2 = 1756,148 - 39,8692339,86923= 166,5929
X ’
Ь = (х-у - ху)/о2х =
= (1183,281 - 39,86923-28,27692)/166,5929 = 0,3356 а = у - Ьх = 28,27692 - 0,3356-39,86923 = 14,9 То есть уравнение регрессии: у = 14,9 + 0,34-х. С увеличением уровня жизни на 1% НДФЛ повышается на 0,34%.
Рассчитаем линейный коэффициент парной корреляции г = Ь-о /о
ху х у
о2у = у2 - у2 = 941,92 — 28,27692-28,27692 = 142,3358 о = 12,9, о = 11,9
х у
г = 0,3356-12,9 / 11,9 = 0,39
ху
Это свидетельствует о том, что связь умеренная. Определим коэффициент детерминации г2ху = 0,392 = 0,15, то есть вариация результата на 15% объясняется вариацией фактора х.
Подставляя в уравнение регрессии фактические значения х, определим теоретические значения у. Величина средней ошибки аппроксимации составила А = 54,95325%.
Следовательно, линейная функция плохо описывает взаимосвязь. Таким образом, линейное уравнение регрессии не пригодно для использования, т.е. линейной зависимости между НДФЛ и уровнем жизни населения нет.
Далее мы исследовали наличие степенной модели. Построению степенной модели предшествует процедура линеаризации переменных и строим степенную модель у = а-хЬ.
Линеаризация проводится путём логарифмирования обеих частей уравнения.
Іду = їда + Ь-Ідх где Y = Іду, X = Ідх, С = їда о2х = 2,50 - 1,562 = 0,03347;
Коэффициент В = (2,2 - 1,56-1,39)/0,03347 = 0,94;
С = 1,39 - 0,94-1,56 = -0,08, следовательно, Y = -0,08 + 0,94-X Выполнив его потенцирование, получим
= -т-0,08-у094
у = 10
Подставляя в данное уравнение фактические значения х, получаем теоретические значения результата у [2, с. 13]. По ним рассчитаем показатели тесноты связи — индекс корреляции и среднюю ошибку аппроксимации:
=11 -!>-^=°'97
Муници- пальные районы Безубыточные предприятия Дебиторская задолженность
в % к общему количеству при- быль, тыс. руб. всего Из нее покупателей
Всего по 15 муниципальным районам 71,3 7068262 24553044 13049308
Азовский 74,1 286305 1023901 613315
Аксайский 80,0 890404 1451256 881950
Белокалитвин- ский 77,8 1207596 4049372 2675763
Верхнедонской 75,0 22115 32365 10282
Волгодонской 66,7 31227 23275 15488
Егорлыкский 60,0 5781 14665 12831
Зерноградский 83,3 642412 623898 296917
Зимовниковс- кий 72,2 313297 254385 203670
Кагальницкий 81,8 507174 1753259 824677
Каменский 50,0 45049 2983417 1388284
Кашарский 80,0 121117 172185 64978
Красносулин- ский 52,2 2782650 10699760 5079805
Куйбышевский 71,4 2760 27918 24579
Миллеровский 67,6 148795 1091973 791706
Морозовский 76,9 61580 351415 165063
Из табл. 2 видно, что самый большой объем дебиторской задолженности зафиксирован в Красносулинском районе 10 699760 тыс. руб или 43,5% от общего объема дебиторской задолженности. Данный муниципальный район имеет наименьшую долю безубыточных предприятий. Наименьший объем дебиторской задолженности имеет Егорлыкский район, размер которой составляет 14665 тыс. руб. при средней доле безубыточных предприятий 60%.
Для более глубокого исследования социально-экономических показателей по муниципальным районам Ростовской области, используем регрессионные модели оценки.
Рассчитаем параметры линейной функции у = а + Ьх [2, с. 6]
По исходным данным рассчитываем £у; £х; £ух; £х2; £у2 Ь = (ху - х-у)/о2 = (2530648590005,7 -- 471217,5 х 1636869,6) / 503849341575,98= 3,49 о2 = х2 - х2 = 725895242467,7 - (471217,5)2 = 503849341575,98 а = у - Ь-х = 1636869,6 - 3,49 х 471217,5 = -7679,475 Таким образом, линейная модель регрессии следующая: у = -7679,475 +3,49 х х То есть с увеличением прибыли на 1 тыс. руб. размер дебиторской задолженности возрастает на 3,49 тыс. руб.
Далее мы рассчитали линейный коэффициент парной корреляции
а =
У
/У2 - У2
а
V! —2
х - X
= 49854238556793,2 -1636869,62 = 2678599,722
Ошибка аппроксимации в пределах нормы, следовательно, степенная модель хорошо описывает взаимосвязи между НДФЛ и уровнем жизни и может применяться для прогнозирования.
Мы исследовали зависимость прибыль предприятий и уровень дебиторской задолженности пятнадцати районам Ростовской области, входящей в ЮФО за 2011 год [4, с. 273].
Таблица 2
Статистические показатели по безубыточным предприятиям и дебиторской задолженности по муниципальным районам Ростовской области за 2011 год
о = 709823,458
х
г = Ь-о /о = 3,49 х 709823,458/2678599,722 = 0,92;
ху х у ’ ’ ’ ’
т.е. связь между переменными тесная. Определяем коэффициент детерминации
г2 = 0,922 = 0,85
ху
То есть вариация результата на 85% объясняется вариацией фактора х.
Далее проведем F тест (критерий Фишера)
Г. = г2 (п - 2)/(1 - г2) = 0,85 х 13/(1 - 0,85) = 73,66
факт ху ' ' ху' ’ ' ’ ' ’
F б < Fф ^ і
таб. факт.
■ Н0 — гипотеза о случайной природе оцениваемых характеристик отклоняется и признается их статистическая значимость и надежность.
Таким образом, линейная регрессионная модель хорошо описывает взаимосвязь между прибылью и дебиторской задолженностью
Мы исследовали зависимость прибыль предприятий и уровень кредиторской задолженности пятнадцати районам Ростовской области Южного Федерального округа за 2010 г. [4, с.274]
Из табл.3 видно, что из представленных муниципальных районов Ростовской области в 2011 году наибольшую долю безубыточных предприятий имеет Зерноградский район — 83,3% от общего количества. Зерноградский район занимает четвертое место по прибыли. Самый высокий показатель кредиторской задолженности демонстрирует Красносулинский район и составляет 986971,4 тыс. руб. Верхнедонской район имеет наименьший размер кредиторской задолженности — 14061 тыс. руб.
Для более глубокого исследования социально-экономических показателей по субъектам Южном федеральном округе, используем регрессионные модели оценки.
Рассчитаем параметры линейной функции у = а + Ьх :
Ь = (х-у - х-у)/гх = (х-у - х-у)/(х2 - х2) =
= (9271533675498,2 - 1652097 х х 1636870)/7174896469389,04 = 0,9
Дисперсия оу = х2 - х2 = 9854238556793,2 - 16368702 = у = 7174896469389,04 а = у - Ьх = 1652097 - 0,9 х 1636870 = 153851,46
Таким образом, линейная модель регрессии следующая:
у = 153851,46 + 0,91 х х эконометрическая модель.
То есть, с увеличением прибыли на 1 тыс. руб. размер кредиторской задолженности возрастает на 0,91 тыс. руб.
Далее найдем линейный коэффициент парной корреляции гху = Ь-гх/гу = 0,9 х 2678599,7/2489587,1 = 0,98 , таким образом, связь сильная.
гх = 47174896469389,04 = 2678599,7 Гу = 4 х1 - х2 =48927469062447,6 - (1652097)2 = = 2489587,1
Коэффициент детерминации г2ху = 0,982 = 0,96 , то есть 96%; вариация результата на 96% объясняется вариацией фактора х.
Fкритерий Фишера
^ = г2 (п - 2)/(1 - г2) = 0,96 х (15 - 2)/(1 - 0,96) = 312
факт ху ху
г б = 4,67
таб.
