CC BY
21Безруков А. В.
к.э.н., доцент кафедры статистики Российского экономического университета
Тенетова Е.П.
к.э.н., доцент кафедры статистики Российского экономического университета [email protected] РОБАСТНОЕ ОЦЕНИВАНИЕ ДИНАМИКИ ВЫСОКОТЕХНОЛОГИЧНОГО СЕКТОРА
Ключевые слова: высокотехнологичный сектор экономики, робастное оценивание, ряды динамики, инновационная продукция, триммированная средняя, средняя по Винзору, средняя геометрическая, геометрическая триммиро-ванная средняя.
Keywords: high-tech economy sector, robust evaluations, time series, innovative production, trimmed mean, Winsorised mean, geometric mean, trimmed geometric mean.
Высокотехнологичный сектор экономики является определяющим фактором экономического роста. Именно переход экономики на производство высокотехнологичной продукции сопровождается снижением уровня материалоемкости и энергоемкости производства, ростом производительности труда и повышением конкурентоспособности экономики страны1.
Высокотехнологичный сектор экономики, по созданию новой добавленной стоимости, подразделяется на сферу производства и на сферу услуг. Производственная сфера высокотехнологичного сектора имеет результатом деятельности создание добавленной стоимости в виде высокотехнологичной, наукоемкой продукции и составляет основную его часть. Сфера услуг, согласно исследованиям Организации экономического сотрудничества и развития, основополагающим «драйвером роста» высокотехнологичной отрасли не является, поскольку не создает добавленной стоимости, однако создает инфраструктуру и способствует распределению и коммерциализации высокотехнологичной продукции, что имеет особое значение для конкурентоспособности и динамичного развития экономики2.
В аспекте развития высокотехнологичного сектора экономики представляется возможным рассматривать федеральные регионы Российской Федерации, с учетом их территориально-географических особенностей. При этом важно учитывать все факторы развития конкретно взятого региона. В первую очередь, это инвестиционная активность региона и наличие привлекательных для инвестиций объектов. Во-вторых, способность региональных органов власти содействовать развитию инвестиционной привлекательности региона. В-третьих, человеческий потенциал региона с учетом уровня образования и его структуры. В-четвертых, благоприятная политическая ситуация (политическая стабильность) и экологическая ситуация в регионе.
Оценивая темпы роста3 и анализируя основную тенденцию развития высокотехнологичного сектора, необходимо принимать во внимание, что значения среднего уровня ряда динамики в условиях неустойчивого развития, характерного для этапа становления сектора промышленности, могут быть как завышены, так и занижены4.
Если в регионе инновационная продукция производилась в крайне малых объемах, то внедрение высокотехнологичных производств вызовет существенный скачок среднего темпа роста ряда динамики, что и приведет к неоправданно завышенным средним оценкам в дальнейшем. Кроме этого, если инновационное производство в регионе до какого-либо момента отсутствовало, то средний темп роста, оцененный по средней геометрической, будет равен 0 в силу ее математической формулы, вне зависимости от остальных значений.
Учитывая вышесказанное, для анализа соответствий в динамике реальной тенденции ряда представляется целесообразным, по мнению авторов, применять методы робастного оценивания. Основное назначение робастных методик состоит в получении описательных характеристик, приближенных к действительным, с учетом возможных аномальных значений, выбросов, случайных колебаний, и др., без необходимости «чистки» данных, которая во многих случаях может привести к излишней «рафинированности» информации, искажающей основную закономерность либо не соответствующей этой закономерности5.
1 Структурно-динамический анализ пропорциональности современного развития высокотехнологичного сектора экономики России / Безруков А.В., Тенетова Е.П., Самарина Е.П. // World science: problems and innovations: сборник статей XIV Международной научно-практической конференции. В 2 ч. - Пенза: МЦНС «Наука и просвещение». 2017. - Ч. 2.
2 Инновационная деятельность в Российской Федерации. Инф.-стат. мат. - М.: ФГБНУ НИИ РИНКЦЭ, 2016.
3 Методы выявления и алгоритм оценки «точек роста» в высокотехнологичном секторе экономики / Безруков А.В., Тенетова Е.П., Самарина Е.П. // Конкурентоспособность в глобальном мире: экономика, наука, технологии. 2017. - № 10.
4 Меркулова Е.Ю., Дронов С.Е. Методический инструментарий выявления точек экономического роста в регионе. // Социально-экономические явления и процессы. 2014. - Т. 9, № 10.
5 Дронов С.В. Многомерный статистический анализ: Учебное пособие. - Барнаул: Изд-во Алт. гос. ун-та, 2003. - 244 с.
Основными робастными характеристиками среднего уровня являются триммированное среднее и среднее по Винзору. Напомним, что триммированное среднее вычисляется как обычное среднее арифметическое после «отсекания» определенного процента наблюдений со стороны минимума и максимума в ранжированном ряде. Среднее по Винзору вычисляется по формуле (1):
= 1 (С^Х + ^к+1 + Хп-к)) (1).
Необходимо отметить, что недостатком как триммированной, так и винзорированной средней для темпов роста является то, что они представляют собой модификации средней арифметической. Как следствие, авторами предлагается использование триммированной средней геометрической, либо геометрической вариации формулы Винзора (2):
Чеом(а) = П^ П'х, • (Хк+1 • Хп_к)к) (2),
п—к
VI=к+2
где к - число «выбросов» и ошибок в данных;
п - объем выборочной совокупности за исключением ошибок и выбросов.
На основе представленной выше методологии нами проведена оценка среднего темпа роста доли инновационных товаров, работ, услуг по регионам РФ за период 2011 - 2016 гг. (табл. 1). Представленные робастные оценки среднего уровня (триммированные средние, средние по Винзору, средние геометрические) и триммированные средние геометрические значения ряда получены в ППП STATISTICA.
Таблица 1
Средний темп роста доли инновационных товаров и услуг по регионам РФ за период 2011-2016 гг.1
Регион Триммированная средняя, % Средняя по Винзору, % Средняя геометрическая, % Геометрическая триммированная средняя, %
Курская область 134,0 135,0 152,7 133,6
Республика Бурятия 135,0 136,7 152,3 132,3
Камчатский край 191,3 194,2 144,2 173,2
Забайкальский край 97,3 97,0 144,2 94,8
Красноярский край 143,1 148,8 142,0 135,6
Краснодарский край 173,1 204,3 136,3 118,1
г. Москва 133,0 132,2 135,5 126,8
Хабаровский край 118,4 118,4 129,4 116,0
Удмуртская Республика 144,7 147,8 126,4 129,4
Брянская область 133,0 136,0 126,0 131,3
Тюменская область 150,0 141,7 124,2 131,6
Кемеровская область 130,1 131,2 123,2 115,0
Республика Мордовия 179,2 217,2 123,0 99,6
Тульская область 111,5 110,7 122,0 110,3
Ростовская область 120,3 119,1 120,2 119,7
Мурманская область 158,9 188,8 120,1 98,4
Республика Крым 141,6 145,8 118,9 130,8
Белгородская область 117,9 120,2 118,8 117,1
Вологодская область 142,0 148,8 117,9 133,7
Иркутская область 144,0 136,8 117,3 124,9
Владимирская область 109,0 111,2 116,7 106,7
Костромская область 99,2 99,7 113,7 98,7
Калининградская область 125,0 125,0 112,2 110,7
Московская область 111,0 111,1 111,8 110,8
Новосибирская область 110,2 111,4 111,3 109,7
Рязанская область 108,2 107,8 111,1 108,1
Астраханская область 141,3 152,1 111,0 128,8
Республика Хакасия 109,9 110,5 110,0 109,3
Нижегородская область 107,0 107,5 108,3 106,8
Пензенская область 112,1 113,6 107,8 110,0
Томская область 119,9 119,3 107,6 115,3
Республика Башкортостан 110,7 112,5 107,3 110,1
Оренбургская область 111,0 117,4 106,8 104,7
Чувашская Республика 94,4 92,2 106,7 93,0
Свердловская область 107,9 108,0 106,4 107,0
Пермский край 113,5 121,0 106,0 103,9
Челябинская область 109,8 106,7 106,0 105,8
Алтайский край 105,7 105,3 105,2 105,2
1 Расчеты проведены на основе данных Росстат о доле инновационной продукции в общем объеме отгруженных товаров, работ, услуг за период 2011-2016 гг. - www.gks.ru/free_doc/new_site/business/nauka/pril4/12.xls
Показатели среднего геометрического темпа роста во всех анализируемых регионах характеризуют регионы как предполагаемые «точки роста» высокотехнологичного сектора (средний темп роста превышает 105%)1. При этом показатели геометрического триммированного среднего темпа роста свидетельствует о том, что не все рассматриваемые регионы являются предполагаемыми «точками роста» высокотехнологичного сектора. Так в Забайкальском крае средний геометрический темп роста составляет 144,2%, а геометрический триммированный средний темп роста - 94,8%. Аналогичная ситуация и в Республике Мордовия (средний геометрический темпа роста - 123%, а геометрический триммированный средний темп роста -99,6%), Мурманской области (средний геометрический темпа роста - 120,1%, а геометрический триммированный средний темп роста -98,4%), Костромской области (средний геометрический темпа роста - 113,7%, а геометрический триммированный средний темп роста -98,7%), Чувашской Республике (средний геометрический темпа роста - 106,7%, а геометрический триммированный средний темп роста -93%).
Средняя по Винзору, в свою очередь, характеризует как предполагаемые «точки роста» высокотехнологичного сектора (средний темп роста превышает 105%) и вышеупомянутые Республику Мордовия (средняя по Винзору -217,2%) и Мурманскую область (средняя по Винзору - 188,8%).
Наглядно данная ситуация представлена на рис. 1.
Рисунок 1.
Средний темп роста доли инновационных товаров и услуг по регионам РФ за период 2011-2016 гг.
Очевидно, что триммированное среднее геометрическое, в большинстве случаев, позволяет получить наиболее адекватное представление о действительном среднем уровне темпов роста доли инновационных товаров и услуг по регионам РФ за анализируемый период. Таким образом, наиболее целесообразно, по мнению авторов, ориентироваться на средний геометрический уровень темпа роста доли инновационных товаров и услуг, при его дальнейшем сопоставлении с триммированным геометрическим средним.
Предложенная методика, по мнению авторов, позволяет более достоверно определять существующие «точки роста» на основе среднего темпа динамического развития высокотехнологичного сектора и оценить их состояние и потенциал, систематизировать и унифицировать характеристики их развития и на основе повышения качества управленческих решений достичь более устойчивой повышательной тенденции развития инновационного сектора России в целом и в разрезе отдельных регионов.
1 Прогнозирование развития «точек роста» в высокотехнологичном секторе России на основе адаптивного моделирования / Безруков А.В., Тенетова Е.П., Самарина Е.П. // Экономика и предпринимательство. 2017. - № 9 (ч. 1).
