Pages Navigation Menu

ISSN 2227-6017 (ONLINE), ISSN 2303-9868 (PRINT), DOI: 10.18454/IRJ.2227-6017
ПИ № ФС 77 - 51217, 16+

Пред-печатная версия
() Искать в Google Scholar
Цитировать

Цитировать

Электронная ссылка | Печатная ссылка

Скопируйте отформатированную библиографическую ссылку через буфер обмена или перейдите по одной из ссылок для импорта в Менеджер библиографий.
Фролова Н. Д. ПРИОРИТЕТЫ СОВЕРШЕНСТВОВАНИЯ СТРУКТУРЫ ИННОВАЦИОННО-ОБРАЗОВАТЕЛЬНОГО КЛАСТЕРА АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА СТАВРОПОЛЬСКОГО КРАЯ / Н. Д. Фролова // Международный научно-исследовательский журнал. — 2019. — №. — С. . — URL: https://research-journal.org/economical/prioritety-sovershenstvovaniya-struktury-innovacionno-obrazovatelnogo-klastera-agropromyshlennogo-kompleksa-stavropolskogo-kraya/ (дата обращения: 16.10.2019. ).

Импортировать


ПРИОРИТЕТЫ СОВЕРШЕНСТВОВАНИЯ СТРУКТУРЫ ИННОВАЦИОННО-ОБРАЗОВАТЕЛЬНОГО КЛАСТЕРА АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА СТАВРОПОЛЬСКОГО КРАЯ

Фролова Н.Д.

Аспирант, Северо-Кавказский федеральный университет

ПРИОРИТЕТЫ СОВЕРШЕНСТВОВАНИЯ СТРУКТУРЫ ИННОВАЦИОННО-ОБРАЗОВАТЕЛЬНОГО КЛАСТЕРА АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА СТАВРОПОЛЬСКОГО КРАЯ

Аннотация

В статье рассмотрены экономико-статистические модели, предоставляющие объективную, количественную основу для обоснования выбора приоритетных направлений  финансирования развития инновационно-образовательного кластера Ставропольского АПК.

Ключевые слова: инновации, инновационно-образовательный кластер, инвестиции, агропромышленный комплекс, инновационная политика.

Frolova N.D.

Postgraduate student, North-Caucasian Federal University

PRIORITIES FOR IMPROVING THE STRUCTURE OF INNOVATION-EDUCATION CLUSTER AGROINDUSTRIAL COMPLEX STAVROPOL TERRITORY

Abstract

The article discusses the economic and statistical models that provide objective, quantitative basis for the selection of priority areas of development finance innovation and education cluster Stavropol agroindustrial complex.

Keywords: innovation, innovation and education cluster, investment, agriculture, innovation policy.

Правовую основу развития инновационной деятельности в Ставропольском крае дает Федеральный закон № 127 «О науке и государственной научно-технической политике» [1]. Инновационная политика в региональном АПК формируется с учетом единой государственной научно-технической политики. В основе ее реализации лежит принцип приоритетности инновационной деятельности для повышения конкурентоспособности отечественной продукции, обеспечения устойчивого экономического роста, повышения уровня и качества жизни населения края.

Важным направлением работы по совершенствованию инновационной и научно-образовательной инфраструктуры АПК Ставропольского края должно стать усиление управляющего и координирующего воздействия со стороны государственных институтов власти как на федеральном, так и на региональном уровне, при активном партнерстве с частными предпринимателями.

В условиях ограниченности финансовых ресурсов, важным аспектом решения проблемы региональной эффективности является политика финансирования инновационной, образовательной и инфраструктурной деятельности предприятий, обслуживающих региональный АПК.

Приоритеты финансовой политики в данном направлении можно установить при исследовании совокупности не только качественных характеристик, но и их количественных параметров. Поэтому при решении поставленной задачи нами использован метод экономико-статистического моделирования.

При установлении статистической существенности выдвинутой гипотезы нами подвергнуты корреляционно-регрессионному анализу данные  за 10 лет — с 2003 по 2012 гг.

В качестве функционала взяты три параметра деятельности АПК Ставропольского края: производство валовой продукции, урожайность зерновых культур, производство молока на 1 корову. В колеблимости этих показателей будет находиться составляющая, которая является результатом инновационно-образовательного процесса в экономике аграрной сферы.

Зависимыми переменными обозначены:

Y1 – объем производства валовой продукции, в действующих ценах каждого года, млн. руб.,

Y2 –  производство молока на 1 корову в год, кг,

Y3 – урожайность зерновых культур, ц/га.

В качестве независимых отобраны обобщенные данные о бюджетных расходах на федеральном и краевом уровне на аграрное образование, на научные исследования и разработки, на развитие инновационной инфраструктуры, а так же на другие сопутствующие мероприятия в крае. Перечисленные факторы обозначены переменными:

X1 –  годовой объем финансирования аграрного образования в крае, млн. руб.,

X2 – годовой объем финансирования из бюджета научных исследований и разработок в научно-исследовательских учреждениях и вузах края, млн. руб.,

X3 – годовой объем финансирования инновационных проектов в агропромышленной сфере края, млн. руб.,

X4 – годовой объем финансирования развития инновационной инфраструктуры края, млрд. руб.,

X5 – годовые затраты на проведение выставок, презентаций, информационно-рекламную деятельность, переподготовку и повышение квалификации работников регионального АПК, млн. руб.

На этой базе нами рассчитана экономико-статистическая модель связи основных показателей функционирования АПК с результатами функционирования инновационно-образовательного кластера региона. Параметры модели определены в ходе многошагового корреляционно-регрессионного анализа, проведенного с помощью соответствующих настроек программы Excel. После устранения мультиколлиниарности статистическая существенность оставшихся факторов проверялась по табличному значению критерия Стьюдента. Результаты итераций и полученные статистические характеристики представлены в приложениях 1, 2 и 3.

Окончательно установлены следующие зависимости:

  • для валовой продукции аграрной сферы:

Y1 = 3987 – 1,7 X1 + 17,8 X2 + 6,4 X3                                     (1)

  • для продуктивности молочного скотоводства:

Y2 = 1392 + 98,4 X2 + 0,77 X3 + 1,8 X5                                  (2)

  • для урожайности зерновых культур:

Y3 = 14,7 + 32,1 X2 – 4,1 X3.                                                    (3)

Как видно из представленных моделей, в ходе многошагового корреляционно-регрессионного анализа из их состава  полностью был исключен фактор, отражающий финансирование развития инновационной инфраструктуры. Одновременно с этим, в каждую из полученных моделей не вошли и другие факторы, кроме годовых объемов финансирования научных исследований и научно-производственных разработок в научно-исследовательских институтах и вузах региона, как не имеющие чистых статистически существенных связей  с исследуемыми  зависимыми показателями в современных экономических условиях. Особо подчеркиваем, что исключение из модели части членов с несущественными связями не означает устранения влияния соответствующих факторов в системе экономических отношений. Здесь эта особенность иллюстрирует изменение форм связи в сторону упрощения.

Влияние остальных независимых факторов признано статистически существенным.

Рассчитанные коэффициенты множественной корреляции свидетельствуют  о том, что связь между факторами, вошедшими в модель, оценивается как тесная. Анализ коэффициента детерминации позволил установить:  колеблимость независимых факторов объясняет вариацию объемов валовой продукции АПК Ставропольского края в 58,7% случаев, продуктивности молочного скотоводства – в 52,3% случаев, а урожайности зерновых – в 62,3% случаев.

Коэффициенты частной детерминации показали, что ведущая роль в истолковании вариации используемых нами зависимых факторов принадлежит годовому объему финансирования из бюджета научных исследований и разработок в научно-исследовательских учреждениях и вузах  и годовому объему финансирования инновационных проектов в агропромышленной сфере края. Их изменение может объяснить вариацию производства валовой продукции АПК на 33,6% , колеблимость продуктивности молочного скотоводства —  на 29,4% и урожайности зерновых — на 16,1%.

Сравнение коэффициентов эластичности показало, что по силе воздействия независимых факторов на первом месте по влиянию на производство валовой продукции агропромышленной сферы и урожайности зерновых культур находится годовой объем финансирования из бюджета научных исследований и разработок в научно-исследовательских учреждениях и вузах края.

На производство продукции молочного скотоводства наиболее сильное влияние оказывает годовой объем финансирования инновационных проектов в агропромышленной сфере края.

Полученные экономико-статистические модели предоставляют объективную, количественную основу для обоснования выбора приоритетных направлений  финансирования развития инновационно-образовательного кластера Ставропольского АПК. Для этой цели в результате сравнительного анализа параметров моделей (1), (2) и (3) по одинаковым независимым факторам и построена матрица коэффициентов регрессии bi (таблица 1).

 

Таблица 1 — Матрица коэффициентов регрессии экономико-статистических моделей зависимости производства сельскохозяйственной сферы АПК от финансирования инновационно-образовательной деятельности в Ставропольском крае

13-09-2019 15-34-56

Как видно, из приведенных данных для обоснования приоритетов управления можно выделить две группы независимых факторов. В первую войдут факторы, влияние которых проявляется систематически или в большинстве случаев, а во вторую — влияние которых носит разнонаправленный характер, не проявляется вообще или проявляется отрицательно. Таким образом, первая группа будет включать факторы X2 и X3, а вторая — факторы  X1, X4 и X5.

Очевидно, финансирование факторов первой группы, явно и положительно связано колеблимостью зависимых факторов, которые характеризуют результативность производства регионального АПК по основным аграрным отраслям. Это обстоятельство можно рассматривать как объективный критерий, определяющий предпочтительность финансирования из бюджетов различных уровней научных исследований и разработок в научно-исследовательских учреждениях и вузах края, так как колеблимость размеров финансирования в данном направлении положительно связана с вариацией зависимых, результативных факторов, используемых нами в анализе: с объемом производства валовой продукции регионального АПК в действующих ценах каждого года, с годовым  производством молока на 1 корову и урожайностью зерновых культур.

Вторым фактором, включенным в рассматриваемую приоритетную  группу, является финансирование инновационных проектов в агропромышленной сфере края в условиях, когда роль государства в аграрной экономике должна быть сведена к помощи и поддержке. Для обоснования количественных параметров возможного решения такой проблемы нами разработана структурная экономико-математическая модель оптимизации доли участия бюджетных средств в финансировании инновационных проектов в АПК. При этом использованы следующие обозначения:

M — множество инновационных проектов.

Индексы:

 j — номер проекта (j ;

k, k+1 — номера взаимоисключающих проектов (k ;

n, n+1 — номера взаимозависимых проектов (n .

Переменные и технико-экономические коэффициенты:

Xj — уровень государственного финансирования j-проекта;

Yj —уровень привлечения средств от частных инвесторов для j-проекта;

Aj — чистая современная стоимость j-проекта;

Cj — сумма инвестиций в j-проект;

B — размер ассигнований из бюджета;

Xk Xn — соответственно уровень государственного финансирования взаимоисключающих и взаимозависимых проектов.

Необходимо найти значения Xj, максимизирующие целевую функцию – чистую современную стоимость инновационных проектов:

13-09-2019 15-42-12         (4)

при ограничениях:

  1. по размеру ассигнований из бюджета:

13-09-2019 15-42-58        (5)

  1. по невозможности финансирования взаимоисключающих проектов:

13-09-2019 15-43-14         (6)

  1. по финансированию взаимозависимых проектов:

13-09-2019 15-43-20        (7)

  1. по финансированию конкретного проекта только 1 раз:

13-09-2019 15-43-37               (8)

  1. по привлечению частных инвесторов:

13-09-2019 15-43-58           (9)

  1. по неотрицательности переменных:

13-09-2019 15-44-06       (10)

Принципиальными прообразами данной модели послужили итерационные алгоритмы, используемые в финансовом анализе деятельности предприятий. В процессе разработки модели нами радикально трансформировано экономическое содержание переменных и технико-экономических коэффициентов с учетом особенностей нашей задачи. Основные итерационные этапы описаны в структурной, математической форме. Введено новое ограничение (3.3.6) кардинально меняющее ориентацию системы для целей нашего исследования.

Практическое приложение созданной модели осуществлено для решения проблемы сторонних инвесторов в осуществление 6 конкретных инновационных проектов для АПК Ставропольского края. Используемая в целевой функции чистая современная стоимость каждого инновационного проекта (NPV) определена и используется специалистами Министерства экономического развития Ставропольского края [2]. Расчеты параметров модели произведены симплексным методом, который реализован в настройке для программы Excel. Результаты расчетов показаны  в таблице 2.

Таблица 2 — Результаты моделирования оптимальных параметров частно-государственного партнерства в области инноваций для АПК  Ставропольского края

Инновационные проекты Объем инвестиций, млн. руб. Бюджетные

инвестиции

Частные инвесторы
оптимальная доля () млн. руб. расчетная доля (Yj) млн. руб.
Проект 1 9387 12,2 1145,2 87,8 8241,8
Проект 2 29500 18,3 5398,5 81,7 24101,5
Проект 3 5928 31,5 1867,3 68,5 4060,7
Проект 4 144,5 16,4 23,7 83,6 120,8
Проект 5 3000 21,8 654,0 78,2 2346
Проект 6 1408 9,6 135,2 90,4 1272,8
Всего 49367,5 18,7 9223,9 81,3 40143,6

 

Как видно, при ограниченном размере бюджетных инвестиций удается распределить их так, что их доля участия в проектах составляет от 9,6% до 31,5%. при среднем уровне участия в 18,7%.  Дополнение к бюджетному потенциалу ресурсов частных инвесторов в пропорциях, рассчитанных нами, позволит создать предпосылки для более эффективного использования финансового потенциала при внедрении инноваций в региональном АПК.

Литература

  1. Федеральный закон РФ от 23.08.1996 г. № 127-ФЗ «О науке и государственной научно-технической политике» [принят Гос. Думой 12 июля 1996 г., в ред. 22.08.2004 г.]. [Электронный ресурс] URL: http://www.consultant.ru  (дата обращения 02.03.2014)
  2. Официальный сайт министерства экономического развития Ставропольского края. [Электронный ресурс] URL: http://www.stavregion.ru/govdep/ministries/mertsk/ (дата обращения 05.03.2014)
  3. Официальный сайт министерства сельского хозяйства Ставропольского края. [Электронный ресурс] URL: http://www.mshsk.ru/ (дата обращения 01.03.2014)
  4. Аналитическая записка по прогнозу потребности работодателей Ставропольского края в квалифицированных рабочих кадрах и специалистах на 2013 – 2015 годы. [Электронный ресурс] URL: http://www.stavzan.ru/Home/trud/DEMO/trudresurs/analit.aspx (дата обращения 28.02.2014)

Оставить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Лимит времени истёк. Пожалуйста, перезагрузите CAPTCHA.