Сетевое издание
Международный студенческий научный вестник
ISSN 2409-529X

ПОСТРОЕНИЕ ЭКОНОМЕТРИЧЕСКОЙ МОДЕЛИ ИННОВАЦИОННОГО РАЗВИТИЯ ЭКОНОМИКИ РФ

Ненюк Е.В. 1 Лункин А.С. 1
1 Финансовый университет при Правительстве РФ
1. Индикаторы науки: 2014: статистический сборник. – М.: Национальный исследовательский университет «Высшая школа экономики», 2014. – 400 с. – URL:http://www.hse.ru/primarydata/in2014 [дата обращения 16.11.2014].
2. Индикаторы науки: 2007: статистический сборник. – М.: ГУ-ВШЭ, 2007. – 344 с. – URL:http://www.hse.ru/primarydata/in2007 [дата обращения 16.11.2014].
3. Интернет-портал Всемирного банка. – URL: http://data.worldbank.org/indicator/TX.VAL.TECH.CD/countries?page=3 [дата обращения 16.11.2014].

Для России сегодня вопрос конкурентоспособности является ключевым. Быть «в игре» в современном мире означает привлекать лучшие кадры, строить лучшие практики и создавать технологии и, в конечном счете, производить лучшие товары и услуги, внося свой вклад в развитие человечества.

России необходимо не просто снижение технологической зависимости от зарубежных партнеров, а реальное развитие современной производственной и исследовательской базы. Это даст большое количество привлекательных рабочих мест, соответствующих потенциалу нашего человеческого капитала, и большую добавленную стоимость, которая вернется в нашу экономику в виде зарплат и налогов. Технологии глобальны, поэтому ориентация исключительно на национальный рынок лишает российский бизнес преимуществ масштабирования, а российских профессионалов – шансов стать технологическими лидерами и решать амбициозные задачи. Поэтому в качестве эндогенной переменной будущей эконометрической модели был выбран объем высокотехнологичного экспорта [3].

Цель построения эконометрической модели – проведение оценки инновационного развития Росси по выбранным переменным. Для построения данной эконометрической модели выбрана множественная линейная модель. В качестве предопределенных переменных были выбраны такие статистические показатели, как внутренние затраты Российской Федерации на исследования и разработки [1], [2] и используемые в России передовые производственные технологии [1], [2]. Актуальные статистические данные по рассматриваемым показателям были взяты из последних статистических сборников.

Внутренние затраты РФ на исследования и разработки. Первостепенной̆ задачей̆, предусмотренной̆ «Стратегией̆ инновационного развития РФ на период до 2020 года», является возвращение страны на ведущие позиции в сфере теоретической̆ и прикладной̆ науки. Для достижения этой̆ цели необходимо проведение масштабной̆ работы по развитию кадрового ресурса, повышение эффективности исследований и разработок, наращивание потенциала в приоритетных научных направлениях, а также создание устойчивых механизмов кооперации всех участников инновационного процесса: научных организаций, вузов, институтов развития и бизнес-сообщества. Следует отметить, что государство последовательно увеличивает финансирование науки на протяжении последнего десятилетия.

Используемые передовые производственные технологии. Имеющиеся статистические данные свидетельствуют, что предусмотренные Стратегией̆ мероприятия, а именно интенсивная работа по формированию и развитию приоритетных технологических платформ, содействующих созданию механизмов системного, планового финансирования наиболее перспективных исследований с высоким потенциалом коммерциализации, начинают приносить первые плоды. В частности, как свидетельствуют материалы Росстата, наблюдается рост числа передовых производственных технологий, используемых в различных секторах экономики. Таким образом, имеются основания полагать, что при сохранении вектора реализации намеченных программ позитивная динамика будет наблюдаться и в перспективе.

Таким образом, построенная исходная модель имеет следующий̆ вид:

missing image file,

где εt – случайная величина

Для проведения расчетов были взяты данные за период с 1995г. по 2013г. Получаем следующую эконометрическую модель:

missing image file

(2634635,57)

missing image file

(6855,01) (1421275468,97)

Обратим внимание на коэффициент детерминации: R2 = 0,8957108. Такое значение данного показателя говорит о высоком качестве модели. Тест Дарбина-Вотсона не выявил наличия автокорреляции. Тест Голдфельда-Квандта показал наличие гетероскедастичности.

Для корректировки гетероскедастичности воспользуемся доступным обобщенным методом наименьших квадратов. Предположим, что между регрессором и СКО возмущения модели имеется пропорциональная зависимость. Тогда для корректировки гетероскедастичности поделим левую и правую часть спецификации исследуемой множественной регрессии на значение регрессора Ntech .

missing image file, t=1,..,n.

missing image file; missing image file;

missing image file; missing image file.

Применим МНК к этим значениям, получим оценку регрессионной зависимости вида:

missing image file

(1546311,604)

missing image file

(273099345,3) (11393,13318)

Тест Голдфельда-Квандта показал отсутствие гетероскедастичности. Таким образом, была получена модель, которую можно совершенствовать и использовать для дальнейших исследований в области инновационного развития.

На фоне возникших внешнеэкономических вызовов единственным возможным способом обеспечения высокого уровня благосостояния населения, закрепления геополитической роли России, как одного из лидеров, определяющих мировую политическую повестку, является перевод экономики нашей страны на инновационную социально-ориентированную модель экономического развития. Именно поэтому необходим пересмотр долгосрочной стратегии развития экономики России и достижение требуемого высокого уровня инновационного развития на основе нового сформированного облика науки с учетом мировых тенденций и мирового научно-технологического прогресса.


Библиографическая ссылка

Ненюк Е.В., Лункин А.С. ПОСТРОЕНИЕ ЭКОНОМЕТРИЧЕСКОЙ МОДЕЛИ ИННОВАЦИОННОГО РАЗВИТИЯ ЭКОНОМИКИ РФ // Международный студенческий научный вестник. – 2015. – № 4-1. ;
URL: https://eduherald.ru/ru/article/view?id=12688 (дата обращения: 15.04.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674