CC BY
39
Кокуйцева Т. В., Малинина Е. А.
ПОДХОДЫ К ОЦЕНКЕ ОБЪЕМОВ ФИНАНСИРОВАНИЯ МЕЖГОСУДАРСТВЕННЫХ ПРОГРАММ
15.3. ПОДХОДЫ К ОЦЕНКЕ ОБЪЕМОВ ФИНАНСИРОВАНИЯ МЕЖГОСУДАРСТВЕННЫХ ПРОГРАММ НА ОСНОВЕ РЕШЕНИЯ ЗАДАЧИ ПО ПОВЫШЕНИЮ ПОЗИЦИИ СТРАНЫ В МИРОВЫХ РЕЙТИНГАХ1
Кокуйцева Татьяна Владимировна, кандидат экономических наук, доцент кафедры прикладной экономики, заместитель директора по внешнеэкономической деятельности Института прикладных техникоэкономических исследований и экспертиз,
Место работы: Российский университет дружбы народов
tvkokuytseva@gmail.com
Малинина Е. А., аспирант, начальник отдела научных и инновационных программ Россотрудничества Место работы: Россотрудничество
kurganeka@gmail.com
Аннотация: Задача: разработать подходы к оценке объемов финансирования межгосударственных программ, направленных на повышение позиций страны в мировых рейтингах.
Модель: для решения поставленной задачи предложена экономико-математическая нелинейная регрессионная модель, позволяющая оценивать с одной стороны необходимый объем финансирования, исходя из задач по повышению позиций страны в мировых рейтингах, а с другой, оценивать возможные сдвиги в позиционировании страны в том или ином рейтинге, исходя из финансирования НИОКР.
Выводы: в результате исследования предложен авторский подход к оценке финансирования межгосударственных программ, направленных на повышение позиций страны в мировых рейтингах.
Ценность: работа может быть применима для оценки объемов финансирования межгосударственных программ, направленных на повышение позиций страны в мировых рейтингах, а также для прогноза динамики позиций страны в мировых рейтингах, исходя из финансирования НИОКР.
Ключевые слова: финансирование, научно-
исследовательские и опытно-конструкторские работы (НИОКР), индекс глобальной конкурентоспособности, глобальный рейтинг инноваций, рейтинг сетевой готовности, государства-участники СНГ, корреляция, регрессионный анализ, модели.
1 Исследование опубликовано в рамках проекта «Разработка теоретических подходов по созданию единого инновационного пространства СНГ» шифр 6.7634.2013.
APPROACHES TO THE ASSESSMENT OF THE FINANCING VOLUMES OF INTERSTATE PROGRAMS ON THE BASIS OF THE SOLUTION OF THE TASK ON INCREASE OF THE COUNTRY'S POSITION IN THE WORLD RATINGS
Kokuytseva T. V., PhD in Economics, Assistant Professor of Department of Applied Economy, Deputy Director for Foreign Economic Activity of Institute of Applied Technical and Economic Research and Expert Assessment,
Work place: Peoples’ Friendship University of Russia
tvkokuytseva@gmail.com
Malinina Е. А., Head of the Department of scientific and innovative programs of Rossotrudnichestvo
Work place: Rossotrudnichestvo
kurganeka@gmail.com
Annotation: Task: to develop approaches to assessment of the financing of the interstate programs directed on the increase of positions of the country in world ratings.
Model: the authors develop an economic-mathematical nonlinear regression model that allows on the one hand - to estimate the necessary financing of the interstate program to increase the positions of the country in the world ratings and on the other hand - to estimate possible shifts in country's positioning in the ratings that occurs due to financing of research and development (R&D).
Conclusion: the authors' approach to an assessment of financing of the interstate programs directed on the increase of positions of the country in the world ratings is offered as a result of the research.
Value: this work can be applicable for an assessment of the financing of the interstate programs directed on the increase of positions of the country in the world ratings, as well as for the forecast of dynamics of positions of the country in the world ratings, proceeding from the financing of research and development
Keywords: financing, research and development (R&D), Global Competitiveness Index, Global Innovation Index, Networked Readiness Index, CIS states, correlation, regression analysis, models
В ходе разработки различных государственных и межгосударственных стратегий и программ разработчиком задаются прогнозные целевые значения по системе показателей, утверждаемой в рамках того или иного документа, исходя из целей и интересов государства. Для прогноза динамики этих значений применяются различные методики, основанные на экспертных оценках или экономико-математическом моделировании. Тем не менее, несмотря на то, что страны заинтересованы в улучшении своих позиций и в мировых рейтингах по таким индексам, как индекс глобальной конкурентоспособности, глобальный индекс инноваций, индекс сетевой готовности, методики, позволяющей обоснованно количественно оценить возможность достижения той или иной позиции или значения в указанных выше рейтингах, а также оценить необходимый объем финансирования для перемещения на те или иные позиции, на сегодняшний день не разработано, что обусловливает актуальность настоящей работы и ее новизну.
189
Бизнес в законе
3’2014
В настоящей статье предлагается авторский подход к оценке объемов финансирования реализации инновационных проектов на основе применения методов математического моделирования. Предлагается использовать в качестве «входного» фактора - затраты на НИОКР, т.к. данный показатель является объектом мониторинга различных стран и одним из основных факторов, определяющих возможность инновационного развития.
Для обоснования объемов финансирования проведен анализ наиболее авторитетных мировых рейтингов, ха-растеризующих уровень экономического развития государства, и групп оценочных показателей, в соответствии с которыми определяется позиция государства в рассмотренных рейтингах. Так, проанализированы рейтинги по Индексу глобальной конкурентоспособности2 (The Global Competitiveness Index), по Глобальному инновационному индексу3 (The Global Innovation Index), по Индексу сетевой готовности4 (Networked Readiness Index) за период с 2008 по 2012 годы для наиболее развитых госу-дарств-участников Содружества независимых государств (СНГ): Российская Федерация, Украина и Казахстан [2].
Выбор государств обуславливается тем, что финансовый вклад перечисленных государств в реализацию инновационных проектов наиболее значим по сравнению с другими государствами-участниками СНГ. Здесь важно отметить, что, безусловно, большой финансовый вклад в реализацию инновационных проектов вности и Республика Беларусь (далее - РБ). Отсутствие ее в числе проанализированных государств объясняется тем, что РБ не является участником указанных рейтингов, но по аналогии с рассмотренными государствами мы можем сделать вывод и о возможной положительной динамике по основным оцениваемым показателям РБ.
Основная гипотеза разработанного методического подхода к расчету оценки объемов финансирования реализации межгосударственных инновационных программ заключается в том, что реализация таких программ будет способствовать решению таких проблем, как повышение конкурентоспособности страны, инновационного потенциала, импортозамещения и т.д., что возможно количественно оценить посредством анализа динамики сводных индексов мировых рейтингов [3].
Целью разработанного методического подхода к оценке объемов финансирования реализации межгосударственных инновационных программ является определение того, на сколько может улучшиться позиция того или иного государства-участника СНГ в рейтинге (как в части конкретного порядкового номера, так и значения, присваиваемого порядковому номеру в рейтинге) при том или ином (фиксированном) объеме финансирования проектов СНГ.
Нужно отметить, что для повышения точности и достоверности предлагаемых гипотезы и методического подхода в рамках анализа были исследованы не только совокупные итоговые показатели рейтингов (рейтинги во многом основываются на излишне комплексном подходе), в том числе, нами были подробно рассмотрены наи-
2 Рейтинг, позволяющий охватить широкий круг факторов, влияющих на бизнес-климат, включающий подробный обзор сильных и слабых сторон конкурентоспособности государств, что делает возможным определение приоритетных областей для формулирования политики экономического развития и ключевых реформ
3 Рейтинг представляет наиболее полный комплекс показателей инновационного развития по различным странам мира.
4 Рейтинг, характеризующий уровень развития информационнокоммуникационных технологий (ИКТ) в мире и его влияние на государственную конкурентоспособность.
более важные группы оценочных показателей рейтингов, отражающие уровень потенциала инновационного роста экономик государств, характеризующие основные макроэкономические показатели и эффективность проводимой инновационной политики.
В соответствии с предлагаемой гипотезой, при реализации межгосударственных инновационных программ и проектов на фоне увеличения финансирования НИОКР должны улучшиться такие показатели, как: текущие затраты на образование; расходы на НИОКР негосударственного сектора; доля компаний, занимающихся НИОКР; объем иностранных инвестиции; объем экспорта высокотехнологичной продукции; темпы роста производительности труда и др. Улучшение указанных показателей может быть отражено как в натуральном выражении (в национальной валюте, при этом важно учитывать инфляцию и другие внешние факторы), так и в относительном - числовое значение присваиваемое тому или иному государству в рейтинге, в соответствии с которым определяется позиция государства.
Алгоритм методического подхода по оценке объемов финансирования межгосударственных инновационных проектов и программ на основе использования эконометрических моделей
Опираясь на общепринятую методологию построения эконометрических моделей, предлагается следующий алгоритм оценки объемов финансирования межгосударственных инновационных проектов и программ:
- определение набора целевых показателей для мониторинга в масштабах государства;
- формирование банка исходных данных;
- корреляционно-регрессионный анализ взаимосвязи целевых показателей с входным фактором модели;
- параметризация, или собственно моделирование, т.е. выбор общего вида модели, в том числе состава и формы входящих в нее связей;
- идентификация модели, или статистический анализ модели и в первую очередь статистическое оценивание неизвестных параметров модели;
- верификация модели, или сопоставление реальных и модельных данных, проверка адекватности модели, оценка точности модельных данных;
- оценка чувствительности результирующих показателей к изменению затрат на внутренние исследования и разработки на 1%;
- оценка объема финансирования, необходимого для повышения позиций стран СНГ в мировых рейтингах.
Исходные данные
Для оценки влияния реализации межгосударственных инновацимонных проектов и программ на уровень кооперации между государствами-участниками СНГ и решение других взаимосвязанных проблем предлагается следующий набор результирующих факторов (показателей):
Результирующие факторы:
Индекс глобальной конкурентоспособности, в т.ч.
- субиндекс «Макроэкономическая ситуация»;
- субиндекс «Высшее образование и обучение»;
- субиндекс «Технологическая готовность»;
- субиндекс «Размер рынка»;
- субиндекс «Инновационность»;
- субиндекс «Степень развития бизнеса»;
Индекс инновационного потенциала, в т.ч.
- субиндекс «Инвестиции в образование»;
- субиндекс «Инвестиции в НИОКР»;
- субиндекс «Конкурентоспособность рынка»;
- субиндекс «Эффективность использования знаний»;
- субиндекс «Конкурентоспособность бизнеса»;
- субиндекс «Экспорт знаний»;
Индекс сетевой готовности.
190
Кокуйцева Т. В., Малинина Е. А.
ПОДХОДЫ К ОЦЕНКЕ ОБЪЕМОВ ФИНАНСИРОВАНИЯ МЕЖГОСУДАРСТВЕННЫХ ПРОГРАММ
Рассмотрим подробнее, какие показатели входят в вышеуказанные интегральные индексы.
Индекс глобальной конкурентоспособности рассчитывается на основе 12 контрольных субиндексов, 6 из которых рассматриваются в рамках предлагаемого методического подхода:
- Качество институтов.
- Инфраструктура.
- Макроэкономическая стабильность (или макроэкономическая ситуация).
- Здоровье и начальное образование.
- Высшее образование и профессиональная подготовка.
- Эффективность рынка товаров и услуг.
- Эффективность рынка труда.
- Развитость финансового рынка.
- Уровень технологического развития (или технологическая готовность).
- Размер внутреннего рынка.
- Конкурентоспособность компаний.
- Инновационный потенциал.
Субиндекс «Макроэкономическая ситуация» рассчитывается на основе следующих показателей:
- Баланс госбюджета
- Валовые национальные накопления, % ВВП
- Инфляция, годовая, % изменения
- Спрэд процентных ставок, %
- Совокупный госдолг, % ВВП
- Кредитный рейтинг страны, 0 - 100 (лучший)
Субиндекс «Высшее образование и обучение» рассчитывается на основе следующих показателей:
- Охват средним образованием, %
- Охват высшим образованием, %
- Качество образовательной системы
- Качество математики и науки в школе
- Качество школ менеджмента
- Доступ к интернету в школах
- Наличие исследовательских и тренинговых услуг
- Охват работников тренингом
Субиндекс «Размер рынка» рассчитывается на основе следующих показателей:
Индекс размера внутреннего рынка, 1 - 7 (лучший)
Индекс размера иностранного рынка, 1 - 7 (лучший)
Субиндекс «Технологическая готовность» рассчитывается на основе следующих показателей:
- Наличие последних технологий
- Уровень внедрения технологий фирмами
- ПИИ и трансферт технологий
- Пользователи интернета/100 населения
- Пользователи широкополосным интернетом/100 населения
- Ширина интернет канала, kb/s/capita
Субиндекс «Инновационность» рассчитывается на основе следующих показателей:
- Способность к инновационной деятельности
- Качество научных исследовательских институтов
- Расходы компаний на НИОКР
- Сотрудничество университетов и промышленности в НИОКР
- Госзакупки продвинутых хай-тек продуктов
- Наличие ученых и инженеров
- Число выданных патентов/млн. населения
Индекс инновационного потенциала
Глобальный инновационный индекс рассчитывается как среднее арифметическое входящего и выходного субиндексов. Входящий инновационный субиндекс оценивает элементы национальной экономики, способствующие инновационной деятельности, которые сгруппированы по пяти номинациям: «Институты», «Человеческий капитал и научные исследования» (включает субиндексы «Инвестиции в НИОКР» и «Инвестиции в образование»), «Инфраструктура», «Конкурентоспособность рынка» и «Конкурентоспособность бизнеса». Выходной
инновационный субиндекс оценивает реальные результаты инноваций по двум номинациям: «Научные результаты» и «Креативные результаты» (включают субиндексы «эффективность использования знаний», «экспорт знаний»). Номинации делятся на 20 подноминаций. Всего в исследовании учитывается 80 индикаторов.
Индекс сетевой готовности
Индекс измеряет уровень развития ИКТ по 53 параметрам, объединенным в три основные группы:
- наличие условий для развития ИКТ - общее состояние деловой и нормативно-правовой среды с точки зрения ИКТ, наличие здоровой конкуренции, инновационного потенциала, необходимой инфраструктуры, возможности финансирования новых проектов, регуляторные аспекты и так далее;
- готовность граждан, деловых кругов и государственных органов к использованию ИКТ - государственная позиция относительно развития информационных технологий, государственные затраты на развитие сферы, доступность информационных технологий для бизнеса, уровень проникновения и доступность сети Интернет, стоимость мобильной связи и так далее;
- уровень использования ИКТ в общественном, коммерческом и государственном секторах - количество персональных компьютеров, интернет-пользователей, абонентов мобильной связи, наличие действующих интернет-ресурсов государственных организаций, а также общее производство и потребление информационных технологий в стране.
Входной фактор: внутренние затраты на исследования и разработки.
Все вышеприведенные факторы рассматриваются в динамике за последние 5 лет (2008-2012 гг.), для примера отобрано три ведущих государства-участника СНГ: Российская Федерация, Украина, Республика Казахстан. Республика Беларусь не входит в рейтинги по индексу глобальной конкурентоспособности и индексу сетевой готовности, что обусловило ее отсутствие в расчетном примере.
По результирующим показателям рассматриваются как ранги (т.е. место страны в соответствующем мировом рейтинге, рейтинги составлены по 120-130 странам в зависимости от года), так и значения по индексам.
Корреляционная матрица
Существующие между явлениями формы и виды связей весьма разнообразны по своей классификации. Предметом статистики являются только такие из них, которые имеют количественный характер и изучаются с помощью количественных методов. Метод корреляционно-регрессионного анализа является основным в изучении взаимосвязей явлений.
Данный метод содержит две свои составляющие части - корреляционный анализ и регрессионный анализ. Корреляционный анализ - это количественный метод определения тесноты и направления взаимосвязи между выборочными переменными величинами. Регрессионный анализ - это количественный метод определения вида математической функции в причинноследственной зависимости между переменными величинами [1].
Линейный коэффициент корреляции характеризует тесноту связи анализируемых факторов, он находится в пределах , где г,- коэффициент корреля-
ции. Чем ближе абсолютное значение Г„к единице, тем сильнее линейная связь между факторами. Для оценки силы связи в теории корреляции применяется шкала английского статистика Чеддока: слабая - от 0,1 до 0,3; умеренная - от 0,3 до 0,5; заметная - от 0,5 до 0,7; высокая - от 0,7 до 0,9; весьма высокая (сильная) - от 0,9 до 1,0 [4].
191
Бизнес в законе
3’2014
Но следует иметь в виду, что близость абсолютной величины линейного коэффициента корреляции к нулю еще не означает отсутствия связи между признаками. При другой (нелинейной) спецификации модели связь между признаками может оказаться достаточно тесной. В связи с этим, при построении эконометрических моделей и отборе результирующих факторов следует учитывать ряд допущений, среди которых важно учитывать, что на формирование результирующих факторов оказывают влияние многочисленные факторы, в т.ч. эффективность или неэффективность использования финансовых средств, эффективность законодательства, прозрачность финансовых операция и др. Вышесказанное свидетельствует о том, что полученные значения в ходе расчетов должны анализироваться.
Итак, в ходе проведенного исследования построены следующие корреляционные матрицы (в каждой ячейке указаны коэффициенты корреляции между рангами индексов и внутренними затратами на научные исследования и разработки), представляющие собой общую совокупность данных в массе переменных, используемых в факторном анализе (Таблица 1).
Таблица 1
Ранги индексов Внутренние затраты на научные исследования и разработки
рф Республика Казахстан Украина
Индекс глобальной конкурентоспособности 0,8630 -0,7562 -0,4831
субиндекс «Макроэкономическая ситуация»; -0,1085 -0,5893 -0,4180
субиндекс «Высшее образование и обучение»; 0,8451 -0,3407 0,4710
субиндекс «Технологическая готовность»; -0,6181 -0,6180 -0,2294
субиндекс «Размер рынка»; -0,2728 0,8434 0,3423
субиндекс «Инновационность»; 0,9615 0,4729 0,3628
субиндекс «Степень развития бизнеса»; 0,9922 -0,1813 0,0492
Индекс инновационного потенциала -0,9628 0,8611 -0,2859
субиндекс «Инвестиции в образование»; -0,2968 0,1365 -0,9281
субиндекс «Инвестиции в НИОКР»; 0,2418 -0,0561 -0,9791
субиндекс «Конкурентоспособность рынка»; -0,6718 -0,3472 -0,8315
субиндекс «Эффективность использования знаний»; -0,1882 -0,2288 0,9769
субиндекс «Конкурентоспособность бизнеса»; -0,9798 -0,6020 -0,9492
субиндекс «Экспорт знаний»; -0,2811 0,5960 -0,4253
Индекс сетевой готовности. -0,4641 -0,8308 0,5494
Источник: рассчитано авторами на основе официальных статистических данных.
Если коэффициент корреляции имеет положительное значение, значит связь - прямая, в противном случае -обратная.
Исходя из логики, при росте внутренних затрат на научные исследования значение ранга индекса должно уменьшаться. В этом случае обычно говорят, что позиции страны улучшились, и она поднялась на несколько позиций вверх. Поэтому учитывая, что результирующие показатели имеет обратную логическую связь с входным фактором (внутренние затраты на научные исследования), следует рассматривать коэффициенты корреляции с отрицательным значением.
Проведенные расчеты показали, что показатель «Затраты на научные исследования и разработки» имеет сильную обратную корреляцию со значениями рангов следующих индексов в Российской Федерации (то есть при росте затрат на научные исследования позиции страны по нижеуказанным индексам поднимаются в мировых рейтингах):
- субиндекс «Технологическая готовность»;
- индекс инновационного потенциала;
- субиндекс «Конкурентоспособность рынка»;
- субиндекс «Конкурентоспособность бизнеса»;
- индекс сетевой готовности.
Показатель «Затраты на научные исследования и разработки» имеет сильную обратную корреляцию со значениями рангов следующих индексов в Республике Казахстан:
- индекс глобальной конкурентоспособности;
- субиндекс «Макроэкономическая ситуация»;
- субиндекс «Технологическая готовность»;
- субиндекс «Конкурентоспособность бизнеса»;
- индекс сетевой готовности.
Показатель «Затраты на научные исследования и разработки» имеет сильную обратную корреляцию со значениями рангов следующих индексов в Украине:
- субиндекс «Инвестиции в образование»;
- субиндекс «Инвестиции в НИОКР»;
- субиндекс «Конкурентоспособность рынка»;
- субиндекс «Конкурентоспособность бизнеса».
Далее приведена матрица коэффициентов корреляции,
рассчитанная на основе значений индексов. Исходя из логики, при росте внутренних затрат на научные исследования значение индекса должно увеличиваться, чтобы по рангу страна поднялась вверх в мировом рейтинге. Поэтому учитывая, что результирующие показатели имеют прямую логическую связь с входным фактором (внутренние затраты на научные исследования), следует рассматривать коэффициенты корреляции с положительным значением (Таблица 2).
Таблица 2
Значения индексов Внутренние затраты на научные исследования и разработки
РФ Украина Республика Казахстан
Индекс глобальной конкурентоспособности -0,6931 0,9472 0,5087
субиндекс «Макроэкономическая ситуация»; 0,1754 0,7707 0,6605
субиндекс «Высшее образование и обучение»; 0,6456 0,8133 0,4084
субиндекс «Технологическая готовность»; 0,8980 0,8729 0,5109
субиндекс «Размер рынка»; 0,2728 -0,2981 -0,3998
субиндекс «Инновационность»; -0,9538 -0,3113 0,1198
субиндекс «Степень развития бизнеса»; -0,9910 -0,2554 0,1941
Индекс инновационного потенциала 0,9253 0,8901 0,7044
субиндекс «Инвестиции в образование»; 0,9042 0,8420 0,7652
субиндекс «Инвестиции в НИОКР»; -0,3192 0,8111 -0,8873
субиндекс «Конкурентоспособность рынка»; 0,9262 0,9194 0,6666
субиндекс «Эффективность использования знаний»; 0,9407 0,9402 0,5927
субиндекс «Конкурентоспособность бизнеса»; 0,9246 0,9156 0,6976
субиндекс «Экспорт знаний»; 0,9124 0,8810 0,7305
Индекс сетевой готовности 0,5188 0,9695 -0,3373
Источник: рассчитано автором на основе официальных статистических данных.
Исходя из анализа выше рассчитанных матриц, отобраны следующие показатели:
- Индекс глобальной конкурентоспособности, в т.ч.
- субиндекс «Макроэкономическая ситуация»;
- субиндекс «Высшее образование и обучение»;
- субиндекс «Технологическая готовность»;
- Индекс инновационного потенциала, в т.ч.
- субиндекс «Инвестиции в образование»;
- субиндекс «Конкурентоспособность рынка»;
- субиндекс «Эффективность использования знаний»;
- субиндекс «Конкурентоспособность бизнеса»;
- субиндекс «Экспорт знаний»;
Вышеуказанные индексы рассматривались во взаимосвязи с входным фактором. С использованием эконометрических методов построены линейные модели, в которых в качестве результирующих рассматривались:
- значения индексов;
- ранги стран в мировых рейтингах по соответствующим индексам.
Линейные модели имеют вид:
Y=a + bx X
192
Кокуйцева Т. В., Малинина Е. А.
ПОДХОДЫ К ОЦЕНКЕ ОБЪЕМОВ ФИНАНСИРОВАНИЯ МЕЖГОСУДАРСТВЕННЫХ ПРОГРАММ
где Y - результирующий показатель: значение индекса или ранг страны в мировых рейтингах по соответствующим индексам; a, b - параметры модели;
X - входной фактор (внутренние затраты на исследования и разработки).
Для получения более точных данных по рангам стран для их оценки построены также нелинейные модели степенного вида:
Y=a*XAb
где Y - результирующий показатель (ранг страны в мировом рейтинге по соответствующему индексу);
a, b - параметры модели;
X - входной фактор (внутренние затраты на исследования и разработки).
Вышеуказанные модели рассчитаны и построены для каждой пары «входной фактор - результирующий показатель» по каждой стране.
Для оценки чувствительности результирующих показателей к изменению входного показателя рассчитаны также коэффициенты эластичности для каждой модели.
Для линейных моделей указанные коэффициенты рассчитывались по формуле:
где X - среднее значение входного фактора за рассматриваемый период (2008-2012 гг.),
значение результирующего показателя, рассчитанного на основе построенной модели от среднего значения входного фактора за рассматриваемый период (2008-2012 гг.),
Для нелинейных моделей указанные коэффициенты рассчитывались по формуле:
где b - значение параметра b, рассчитанного в ходе построения степенной модели.
Экономический смысл коэффициентов эластичности заключается в том, что они показывают, на сколько процентов изменится результирующий показатель при изменении входного фактора на 1%.
В случае с нелинейными функциями, построенными для оценки рангов, следует учитывать, что значения параметра b будут отрицательными, т.к. прирост финансирования положительно сказывается на развитии практически всех сфер экономики (промышленности, образования, науки и т.д.), а, следовательно, будет наблюдаться уменьшение значение ранга страны, т.е. улучшение ее позиций.
Проведенные расчеты (расчеты результирующих значений, абсолютных и относительных отклонений, коэффициентов детерминации, стандартных ошибок коэффициентов а и b, расчет и сравнение F - статистики и F - критических и др.) по всем построенным вышеописанным моделям для каждой страны показали, что наиболее близкие к действительным данным получаются при расчетах по нелинейным моделям, где в качестве результирующего фактора (Y) рассматривается значение ранга в мировых рейтингах по анализируемому индексу). Таким образом, в дальнейшем мы будем опираться на расчеты по нелинейным моделям.
После того как найдено уравнение регрессии, проводится оценка значимости как уравнения в целом, так и отдельных его параметров. Проверить значимость уравнения регрессии - значит установить, соответствует ли математическая модель, выражающая зависимость между переменными, экспериментальным данным и достаточно ли включенных в уравнение объясняющих переменных (одной или нескольких) для описания зависимой переменной. Чтобы иметь общее суждение о качестве модели из относительных отклонений по каждому наблюдению, определяют среднюю ошибку аппроксимации. Средняя ошибка аппроксимации не должна превышать 8-10%. Рассчитанные для каждой модели средние ошибки аппроксимации позволили сделать вывод о значимости полученных уравнений, а, следовательно, о возможности их применения для прогноза изменения позиций страны в мировых рейтингах.
Значимыми уравнениями регрессии являются уравнения, построенные для оценки рангов по следующим индексам.
В Российской Федерации:
- технологическая готовность (средняя ошибка аппроксимации составила 6,6%);
- индекс сетевой готовности (средняя ошибка аппроксимации составила 9,74%);
- индекс инновационного потенциала (средняя ошибка аппроксимации составила 3,64%);
- конкурентоспособность рынка (средняя ошибка аппроксимации составила 2,79%);
- конкурентоспособность бизнеса (средняя ошибка аппроксимации 10,44%).
В Казахстане:
- индекс глобальной конкурентоспособности (средняя ошибка аппроксимации составила 6,59%);
- высшее образование и обучение (средняя ошибка аппроксимации составила 4,5%);
- технологическая готовность (средняя ошибка аппроксимации составила 9,29%);
- индекс сетевой готовности (средняя ошибка аппроксимации составила 5,31 %).
В Украине:
- индекс глобальной конкурентоспособности (средняя ошибка аппроксимации составила 6,49%);
- технологическая готовность (средняя ошибка аппроксимации составила 6,95%);
- конкурентоспособность бизнеса (средняя ошибка аппроксимации составила 5,83%).
Отсюда следуют выводы:
- ввиду национальных особенностей инновационных систем, финансово-экономических систем, степени развитости инновационной инфраструктуры, совершенства законодательства в области регулирования научно-технической и инновационной деятельности, тенденций социально-экономического развития и других внутренних и внешних страновых факторов, чувствительность факторов к динамике внутренних затрат на научные исследования и разработки различается;
- построенные уравнения значимы для всех анализируемых стран по субиндексу «технологическая готовность».
Проведенные расчеты по разработанному методическому подходу, основанные на методах экономикоматематического моделирования позволили сделать выводы о том, что при увеличении расходов на НИОКР на 1% по сравнению с предыдущим годом значения рассматриваемых оценочных индексов, характеризующих позицию государства в том или ином рейтинге, изменятся следующим образом:
По Российской Федерации:
- макроэкономическая ситуация увеличится на 0,11 %;
- высшее образование и обучение увеличится на 0,13%;
- технологическая готовность увеличится на 0,47%;
193
Бизнес в законе
3’2014
- сетевая готовность увеличится на 0,14%;
- индекс инновационного потенциала увеличится на 6,94%;
- инвестиции в образование увеличатся на 7,16%;
- конкурентоспособность бизнеса увеличится на 7,49%;
- эффективность использования знаний увеличится на 6,76%;
- экспорт знаний увеличится на 6,98%.
По Казахстану:
- индекс глобальной конкурентоспособности увеличится на 0,17%;
- макроэкономическая ситуация увеличится на 0,49%;
- высшее образование и обучение увеличится на 0,13%;
- технологическая готовность увеличится на 0,53%;
сетевая готовность увеличится на 0,17%;
- индекс инновационного потенциала увеличится на 5,42%;
- инвестиции в образование увеличатся на 5,50%;
- конкурентоспособность бизнеса увеличится на 5,93%;
- эффективность использования знаний увеличится на 5,73%;
- экспорт знаний увеличится на 5,33%.
По Украине:
- индекс глобальной конкурентоспособности увеличится на 0,04%;
- макроэкономическая ситуация увеличится на 0,34%;
- высшее образование и обучение увеличится на 0,04%;
- технологическая готовность увеличится на 0,05%;
- индекс инновационного потенциала увеличится на 3,11%;
- инвестиции в образование увеличатся на 3,63%;
- конкурентоспособность бизнеса увеличится на 3,17%;
- эффективность использования знаний увеличится на 2,45%;
- экспорт знаний увеличится на 3,44%.
Увеличение значений оценочных показателей на указанные выше проценты приведет к улучшению позиций (рангов) рассмотренных государств в проанализированных рейтингах.
Для оценки влияния вклада в научные исследования и разработки и прогноза изменения позиций стран в мировых рейтингах были построены следующие степенные модели (Таблица 3).
Так, проведенные расчеты показали, что при увеличении расходов на НИОКР на 1% по сравнению с предыдущим годом ранги увеличатся следующим образом:
По Российской Федерации:
- макроэкономическая ситуация увеличится на 0,36%;
- технологическая готовность увеличится на 0,38%;
- сетевая готовность увеличится на 0,43%;
- индекс инновационного потенциала увеличится на 0,80%;
- инвестиции в образование увеличатся на 0,55%;
- конкурентоспособность бизнеса увеличится на 3,03%;
- эффективность использования знаний увеличится на 0,24%;
- экспорт знаний увеличится на 0,37%.
По Казахстану:
- индекс глобальной конкурентоспособности увеличится на 0,61%;
- макроэкономическая ситуация увеличится на 2,62%;
- высшее образование и обучение увеличится на 0,11%;
- технологическая готовность увеличится на 0,66%;
- индекс сетевой готовности увеличится на 0,52%;
- конкурентоспособность бизнеса увеличится на 0,97%;
- эффективность использования знаний увеличится на 0,21%.
По Украине:
- индекс глобальной конкурентоспособности увеличится на 0,19%;
- макроэкономическая ситуация увеличится на 0,28%;
- технологическая готовность увеличится на 0,11%;
- индекс инновационного потенциала увеличится на 0,14%;
- инвестиции в образование увеличатся на 2,23%;
- конкурентоспособность бизнеса увеличится на 1,18%;
- экспорт знаний увеличится на 0,46%.
Таблица 3
Рассчитано авторами
Таким образом, если с помощью разработанного методического подхода производить оценку объемов финансирония межгосударственных инновационных проектов и программ можно получить следующие результаты, проиллюстрированные нижеследующим примером расчета.
Пример расчета.
Основываясь на данных, полученных при регрессионном анализе, нами были отобраны для дальнейших расчетов 3 субиндекса: «макроэкономическая ситуация», «технологическая готовность» и «конкурентоспо-
собность бизнеса» и Индексу сетевой готовности. Таким образом, если Казахстан вложит в реализацию инновационных программ и проектов 518,37 млн росс. руб., это даст возможность улучшить на 1 позицию место в рейтинге по индексам «Технологическая готовность», на 1,5 позиции в рейтинге по Индексу сетевой готовности, а также на 4 позиции подняться по индексу «Конкурентоспособность бизнеса» к 2020 году.
Для Украины требуются финансовые вложения в инновационные проекты в размере 5 271,11 млн росс. руб., что даст возможность улучшить на 1 позицию
194
Кокуйцева Т. В., Малинина Е. А.
ПОДХОДЫ К ОЦЕНКЕ ОБЪЕМОВ ФИНАНСИРОВАНИЯ МЕЖГОСУДАРСТВЕННЫХ ПРОГРАММ
место в рейтинге по индексу «Технологическая готовность», на 5 позиций по индексу «Конкурентоспособность бизнеса» к 2020 году.
С Российской Федерацией ситуация несколько сложнее. Внутренние текущие затраты на научные исследования и разработки РФ в 2012 году составили 593, 466 млрд. рублей (1% соответственно составляет 5,9 млрд руб). Поэтому ей необходимо 27 584,43 млн росс. руб. для улучшения на 1 позицию в рейтингах по индексам «Технологическая готовность» и Индекс сетевой готовности, а также на 5-6 позиций - по индексу «Конкурентоспособность бизнеса» к 2020 году.
В заключение отметим, что вышеописанный методический подход дает возможность оценить с одной стороны, объем финансирования инновационных проектов и программ, исходя из заданных целей по улучшению позиций в мировых рейтингах; с другой - определить насколько изменится рейтинг при изменении их финансирования.
Список литературы:
1. Бабешко Л. Основы эконометрического моделирования: Учебное пособие. М. : КомКнига, 2007.
2. Инновационный потенциал как условие экономического роста региона [Текст] : монография / А.А. Дранаева, Т.В. Кокуйцева, А.А. Русинов; под ред. проф., д.э.н. А.А. Чурсина. - М.: Спектр, 2012. - 277 с.: ил.
3. Кокуйцева Т.В. Разработка методики оценки влияния реализации инновационных проектов на конкурентоспособность государств-участников СНГ // Этап: экономическая теория, анализ, практика. 2012. № 6. С. 60-70.
4. Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования / Офиц. изд.-е. М.: Теринвест, 1994.
Reference list:
1. Babeshko L. The basis of econometric modeling: Manual. M.: KomKniga, 2007.
2. Innovative potential as condition of economic growth of the region [Text]: monograph / A.A. Dranayeva, T.V. Kokuytseva, A.A. Rusinov; edited by the prof., A.A. Chursin. - M.: Spectr, 2012. - 277 pp.
3. Kokuytseva T.V. Development of a methodology to assess the influence of innovative projects on the CIS states competitiveness // ETAP: Economic Theory, Analysis, Practice. 2012. № 6. Pp. 60-70.
4. Methodical recommendations about an assessment of efficiency of investment projects and their selection for financing / Official edirion. M.: Terinvest, 1994.
РЕЦЕНЗИЯ
на статью «Подходы к оценке объемов финансирования межгосударственных программ на основе решения задачи по повышению позиции страны в мировых рейтингах» к.э.н. Кокуйцевой Т.В., Малининой Е.А.
В статье предлагается новый подход к оценке стоимости реализации межгосударственных программ, заключающийся в решении задачи по достижению определенных позиций стран в мировых рейтингах на базе применения методов математического моделирования. Решение данного вопроса актуально в настоящее время в свете реализации Межгосударственной программы инновационного сотрудничества госу-дарств-участников СНГ на период до 2020 года, утвержденной Решением Совета глав правительств СНГ от 18 октября 2011 года, что обусловливает актуальность проведенной работы.
Авторами проанализированы мировые рейтинги стран, исследована взаимосвязь позиций государств в этих рейтингах и соответствующих им значений индексов с объемами финансирования научноисследовательских и опытно-конструкторских работ в 2008 - 2012 гг. На примере показателей, характеризующих развитие Российской Федерации, Украины и Республики Казахстан, предлагаемая авторами методика верифицирована.
Научная статья Кокуйцевой Т.В., Малининой Е.А. «Подходы к оценке объемов финансирования межгосударственных программ на основе решения задачи по повышению позиции страны в мировых рейтингах» соответствует всем требованиям, предъявляемым к научным работам, обладает научной новизной, практической значимостью и актуальностью.
В целом статья Кокуйцевой Т.В., Малининой Е.А. «Подходы к оценке объемов финансирования межгосударственных программ на основе решения задачи по повышению позиции страны в мировых рейтингах» выполнена на высоком научном уровне, содержит ряд выводов, представляющих практический интерес. Данная статья может быть рекомендована для публикации в журналах ВАК.
Заместитель директора по научной работе Института прикладных технико-экономических исследований и экспертиз РУДН, к.э.н., доцент
Островская А.А.
195
