Статья: Обоснование условий для формирования в дотационных регионах РФ инновационного социума

По данным корреляционного анализа удалось установить, что из представленных параметров по использованной выборке значений только 3 параметра из 10 имеют достаточно сильную связь с результирующим параметром: X1; X5; X8. Связь показателя X10 c результирующим параметром очень слабая (коэффициент корреляции 0, 0141<0,3, согласно шкале Чеддока).

Оценка тесноты связи показателей в построенном уравнении регрессии (рис. 4) по коэффициенту множественной корреляции R>0,7 свидетельствует, что связь между факторами тесная. Значимость уравнения регрессии F составляет 0. 69693%, т.е. R2 и уравнение регрессии в целом статистически значимы с надежностью 95%. Параметры уравнения регрессии показывают, что гипотеза о том, что между показателем X10 и результирующим параметром наблюдается обратная связь, имеет смысл.

Проведем аналогичные расчеты по данным 2014 г. и 2017 г. Исследование параметров оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО по данным за 2014 год (табл. 4) также показало существенную дифференциацию дотационных регионов ПФО относительно среднероссийского уровня, однако уровень оценок при этом повысился. Четыре региона нуждались в более высоком в среднем по России уровне бюджетных вливаний в объем общих затрат на технологические инновации (в 2010 году такие значения демонстрировали 3 из 12 регионов). По-прежнему наблюдается высокое отклонение результирующего показателя регионов от среднероссийского уровня.

Таблица 3

Исходные данные для оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2014 г.

Графическое представление результатов анализа за 2014 год (рис. 5) в целом подтверждает вывод: между показателем X10 и результирующим параметром наблюдается обратная связь. Согласно рис. 6 это утверждение справедливо для Республики Марий Эл, Пензенской области, Саратовской области, Республики Башкортостан, Оренбургской области и Пермского края, Республики Удмуртия.

Рисунок 5.

Сравнение показателей X1-X9 модели оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2014 г.

Рисунок 6.

Сопоставление параметра X10 (левый график) и результирующего параметра дотационных регионов ПФО (правый график) за 2014 г.

Оценим характер связей между параметрами, включенными нами в модель оценки с помощью корреляционно-регрессионного анализа (табл. 4 и рис. 7).

Таблица 4

Коэффициенты корреляции показателей оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2014 г.

По данным корреляционного анализа (табл. 4) удалось установить, что из представленных параметров по использованной выборке значений ни один из 10 параметров не имеет достаточно сильную связь с результирующим параметром. Нестабильность связей в модели обращает внимание на несовершенный характер набора включенных в нее показателей. Связь показателя X10 c результирующим параметром очень слабая (коэффициент корреляции 0, 2012<0,3 согласно шкале Чеддока), что подтверждает вывод по данным 2010 г.

Оценка тесноты связи показателей в построенном уравнении регрессии (рис. 7) по коэффициенту множественной корреляции R>0,7 свидетельствует, что связь между факторами тесная, значимость уравнения регрессии F достаточная.

Рисунок 7.

Результат корреляционно-регрессионного анализа показателей уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2014 г.

Дифференциация дотационных регионов ПФО относительно среднероссийского уровня по данным 2017 года сохраняется. Саратовская область ни по одному из 10 параметров не соответствует среднероссийскому уровню. По-прежнему региональная производительность труда регионов ПФО не соответствует среднероссийскому уровню (табл. 5).

Таблица 5

Исходные данные для оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2017 г.

Графическое представление информации по данным 2017 года (рис. 8, 9) вновь подтверждает вывод об отсутствии эффективной отдачи от вливания бюджетных средств в общую сумму затрат на технологические инновации в дотационных регионах ПФО. Список регионов, подтверждающих данную гипотезу, остается таким же, что и в 2010 и 2014 гг.

Корреляционный анализ данных 2017 года (табл. 6) позволил вновь выявить значимые связи: 2 параметра из 10 имеют достаточно сильную связь с результирующим параметром: X2 и X8. Причем показатель X8 повторно подтвердил свою пригодность для построения корреляционно-регрессионной модели.

Нестабильность связей в модели обращает внимание на несовершенный характер набора включенных в нее показателей. Однако мы считаем, что попытка создать подобную модель полезна, так как позволяет выявить интересные зависимости и оценить имеющиеся в использовании современного исследователя массивы статистической информации. Отметим, что связь показателя X10 c результирующим параметром имеет обратный характер, как было выявлено по данным 2014 г., однако по-прежнему остается очень слабой, подтверждая сделанные нами ранее выводы.

Рисунок 8.

Сравнение показателей X1-X9 модели оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2017 г.

Рисунок 9.

Сопоставление параметра X10 (левый график) и результирующего параметра дотационных регионов ПФО (правый график) за 2017 г.

Таблица 6

Коэффициенты корреляции показателей оценки уровня сформированности условий развития инновационного социума в дотационных регионах ПФО за 2017 г.