Диссертация (1143535), страница 34
Текст из файла (страница 34)
То естьналичие только таких кластеров как: Автомобилестроение, Аналитическиеинструменты, Аэрокосмическая техника, Биофармацевтика, Информационныетехнологии, Металлургическая промышленность, Пластмассы, Строительство,Производственное оборудование и Химическая промышленность - в 2011 годуоказало положительное влияние на размеры ВРП в 2011 – 2015 годах.
Влияние такихкластеров как: Каменоломни, Медицинские инструменты, Обувь, Освещение иэлектрооборудование,Строительныетехнологии,ТекстильиТяжелоемашиностроение - оказалось незначимым в долгосрочной перспективе. Данныйрезультат может свидетельствовать об отсутствии очевидной взаимосвязи междуфактом наличия данных кластеров в регионах и размерами их ВРП. Таким образом,можно заключить, что в целом наличие промышленных кластеров в регионахассоциируется с более высокими уровнями ВРП в регионах в текущем и вкраткосрочном периодах.
Однако, в долгосрочной пятилетней перспективе толькодля отдельных кластеров была зафиксирована положительная значимая взаимосвязь.186Таблица 3.2. – Результаты анализа влияния наличия/отсутствия кластеров науровень ВРП ***Этап 1.1Коэффициенты припеременнойАвтомобилестроениеАналитическиеинструментыАэрокосмическая техникаБиофармацевтикаБумажная продукцияИнформационныетехнологииКаменоломниМедицинские инструментыМеталлургическаяпромышленностьОбувьОдеждаОсвещение иэлектрооборудованиеПластмассыСтроительные технологииСтроительствоТекстильТелекоммуникацииПроизводственноеоборудованияТяжелое машиностроениеХимическаяпромышленность0.326***(0.0293)0.439***(0.0355)0.918***(0.103)0.556***(0.0897)0.307***(0.0195)1.300***(0.122)-0.0344(0.0326)0.538***(0.165)0.620***(0.0350)0.128*(0.0666)-0.254***(0.0568)0.222***(0.0261)0.499***(0.0734)0.167***(0.0557)0.979***(0.169)-0.169***(0.0150)0.121***(0.0217)0.909***(0.0643)0.200***(0.0250)0.805***(0.0512)Этап 1.2Коэффициенты припеременной0.382***(0.0509)0.439***(0.0354)0.872***(0.148)0.612***(0.0857)0.323***(0.0179)1.304***(0.139)-0.0251(0.0259)0.367***(0.119)0.649***(0.0609)0.183***(0.0574)-0.309***(0.0569)0.232***(0.0350)0.577***(0.149)0.206**(0.0843)1.063***(0.156)-0.0824(0.0773)0.143***(0.0433)0.918***(0.119)0.184***(0.0247)0.801***(0.0574)Этап 1.3Коэффициенты припеременной0.370**(0.166)0.404**(0.154)1.194***(0.142)0.856***(0.148)0.246(0.160)1.242***(0.173)-0.0251(0.175)0.175(0.174)0.694***(0.164)0.249(0.120)-0.422**(0.174)0.226(0.160)0.559***(0.158)0.019(0.184)1.175***(0.187)-0.170(0.167)-0.092(0.161)0.940***(0.160)0.206(0.160)0.873***(0.170)В скобках представлены стандартные ошибки коэффициентов регрессии*** p<0.01, ** p<0.05, * p<0.1 – уровни значимости коэффициентов187Стоит отметить, что поскольку в данном случае использовались простыеоднофакторные модели, то коэффициент при бинарной переменнойнельзя интерпретировать в числовом выражении, так как его размер можетсущественноварьироватьсявзависимостиотвключениявмодельдополнительных контрольных переменных.
В данном случае преследовалась цель- оценить связано ли нахождение конкретного кластера в регионах с размерамиего ВРП и, если да, то это отрицательная или положительная взаимосвязь. Приэтом, поскольку каждый кластер в соответствии с методологией М.Портеравключает только несколько кодов ОКВЭД, то оценка их влияния с учётомдополнительных переменных приводит к ситуации, когда вклад кластеровтеряется на фоне вклада других – более сильных факторов. По этой причине далеерассмотрен только один кластер, который оказывает положительное значимоевлияние с учётом дополнительных переменных, которые включаются автором вмодель и описывают большую часть различий между регионами, а именнокластер Информационные технологии.На этапе 1.4 рассматривается гипотеза о взаимосвязи между объёмом ВРПи локализацией в регионе кластера Информационные технологии, котораяпредставлена как модель 1.4.1, эквивалентная уравнению 3.15.
Модель 1.4.2эквивалентна уравнению 3.16 и построена с учётом контроля размера занятости врегионе, размера инвестиций в предыдущем периоде. Модель 1.4.3 эквивалентнауравнению 3.17 и построена с учётом годовых фиксированных эффектов. Вобщем виде данные модели могут быть записаны следующим образом:Модель 1.4.1:Модель1.4.2:(3.16)Модель1.4.3:(3.17)где:(3.15)188- натуральный логарифм величины ВРП (руб., в постоянных ценах2008 года), генерируемой в регионе i в момент времени t;- натуральный логарифм инвестиций (руб., в постоянных ценах2000 года) в основной капитал, осуществляемых в регионе i в момент времени t-1;- натуральный логарифм количества занятых в регионе работников(млн чел.) в регионе i в момент времени t;- бинарная переменная, принимающая значение 1, если в регионеесть кластер Информационные технологии, и 0, если нет;- бинарные переменные, принимающие значение 1, если наблюдениеотносится к определённому году t, и 0, если нет;- случайная величина, характеризующая отклонения реального значениярезультативного признака от значения уравнения регрессии.Результаты расчётов по моделям 1.4.1 – 1.4.3 представлены в таблице 3.3.Модель 1.4.1 - однофакторная и строится по данным 80 регионов за 5 лет –2011 – 2015 гг.
В модели 1.4.1 коэффициент при бинарной переменнойположителен и значим на уровне p<0.01. Коэффициент детерминации равняется0.111, что говорит о том, что только 11,1% дисперсии объясняется в данноймодели.Модель 1.4.2 трёхфакторная и строится по данным 80 регионов за 5 лет –2011 – 2015 гг. При этом, данные по ВРП за 2011 год не участвую в анализе, таккак берется натуральный логарифм реальных инвестиций в основные средства вмомент времени t-1.
Данное уточнение также действительно для моделей 1.4.3,1.5.2, 1.5.3, 1.6.2, 1.6.3, 1.7.2, 1.7.3, проанализированных ниже в данномпараграфе. В модели 1.4.2 коэффициент при бинарной переменнойтакже положителен и значим на уровне p<0.01. При этом, величина коэффициентасократилась, так как в модель были включены две переменные: «Натуральныйлогарифм реальных инвестиций в основные средства в момент времени t-1» и«Натуральный логарифм численности рабочей силы в регионе в моментвремени t», которые объясняют большую часть дисперсии зависимой переменной.Коэффициенты при данных переменных также положительны и значимы на189уровне p<0.01. Коэффициент детерминации равняется 0.953, что говорит о том,что в данной модели объясняется 95,3% дисперсии.Таблица 3.3 – Результаты анализа локализации кластера Информационныетехнологии и на размеры ВРП: модели 1.4.1-1.4.3Модель 1.4.1Этап 1.4Модель 1.4.2Модель 1.4.31.300***0.175***0.175***(0.122)(0.0320)(0.0322)0.730***0.732***(0.0440)(0.0438)0.343***0.341***(0.0536)4.462***(0.519)(0.0534)4.459***(0.516)Есть или нет кластер Информационныетехнологии в момент времени tНатуральный логарифм реальныхинвестиций в основные средства вмомент времени t-1Натуральный логарифм численностирабочей силы в регионе в моментвремени t12.43***(0.0181)КонстантаКоличество наблюдений4003203202R0.1110.9530.953Количество рассматриваемых регионов808080Годовые фиксированные эффектыНетНетДаСреднеквадратичная ошибка1.0430.2410.241В скобках представлены стандартные ошибки коэффициентов регрессии*** p<0.01, ** p<0.05, * p<0.1 – уровни значимости коэффициентовМодель 1.4.3 строится по данным 80 регионов за 5 лет – 2011 – 2015 гг.
сучётом контроля годовых фиксированных эффектов. Включение в модельгодовыхфиксированныхэффектовпозволяетконтролироватьслучайныеизменения в ВРП, обусловленные неучтёнными внешними факторами. Данноеуточнениетакжедействительнодлямоделей1.5.3,1.6.3и1.7.3,проанализированных ниже в данным параграфе. В модели 1.4.3 коэффициентыпри всех трёх переменных положительны и значимы на уровне p<0.01. При этом,величина коэффициентов при всех трёх переменных практически не измениласьпосле включения в модель годовых фиксированных эффектов.
Коэффициентдетерминации также равняется 0.953, что говорит о том, что в данной моделиобъясняется 95,3% дисперсии.В моделях 1.4.2 и 1.4.3 коэффициент при бинарной переменнойможнопроинтерпретироватьследующимобразом:врегионахi,где190локализирован кластер Информационные технологии в момент времени t, всреднем на 17,5% выше уровень ВРП.
Основной вывод на этапе 1.4 состоит в том,что полученные результаты отражают наличие положительной взаимосвязимежду объёмом ВРП и локализацией в регионе кластера Информационныетехнологии.На этапе 1.5 рассматривается гипотеза о взаимосвязи между объёмом ВРПи уровнем локализации в регионе кластера Информационные технологии, чтопредставлено в модели 1.5.1, эквивалентной уравнению 3.18. Модель 1.5.2,эквивалентная уравнению 3.19, построена с учётом контроля размера занятости врегионе, размера инвестиций и годовых фиксированных эффектов.
В общем видеданные модели могут быть записаны следующим образом:Модель 1.5.1:(3.18)Модель 1.5.2:(3.19)Модель 1.5.3:(3.20)где:- величина коэффициента локализации кластера Информационныетехнологии в регионе i в момент времени t.Результаты расчётов по моделям 1.5.1 – 1.5.3 представлены в таблице 3.4.Модель 1.5.1 - однофакторная и строится по данным 80 регионов за 5 лет –2011 – 2015 гг. В модели 1.5.1 коэффициент при переменной, отражающейуровеньлокализациикластераИнформационныетехнологииврегион,положителен и значим на уровне p<0.01.
Коэффициент детерминации равняется,0.284, что говорит о том, что 28,4% дисперсии объясняется в данной модели.Модель 1.5.2 трёхфакторная и строится по данным 80 регионов за 5 лет –2011 – 2015 гг. В данной модели коэффициент при переменной, отражающейуровень локализации кластера Информационные технологии в регион, такжеположителен и значим на уровне p<0.01. При этом, величина коэффициентасократилась, так как в модель были включены две переменные: «Натуральныйлогарифм реальных инвестиций в основные средства в момент времени t-1» и191«Натуральный логарифм численности рабочей силы в регионе в моментвремени t», которые объясняют большую часть дисперсии зависимой переменной.Коэффициенты при данных переменных также положительны и значимы науровне p<0.01.
Коэффициент детерминации равняется 0.958, что говорит о том,что в данной модели объясняется 95,8% дисперсии.Таблица 3.4 – Результаты анализа влияния коэффициента локализациикластера Информационные технологии на размеры ВРП: модель 1.5.1–1.5.3Этап 1.51.5.21.5.3Натуральный логарифм реальных инвестицийв основные средства в момент времени t-10.745***0.466***(0.0453)(0.0551)Натуральный логарифм численности рабочейсилы в регионе в момент времени t0.279***0.802***(0.0525)(0.0877)0.991***0.188***0.111***(0.0250)11.98***(0.0237)(0.0146)4.172***(0.530)(0.0170)7.487***(0.652)4000.28480Нет0.9363200.95880Нет0.226520.97913Да0.1621.5.1Коэффициент локализации кластераИнформационные технологии в моментвремени tКонстантаКоличество наблюденийR2Количество рассматриваемых регионовГодовые фиксированные эффектыСреднеквадратичная ошибкаВ скобках представлены стандартные ошибки коэффициентов регрессии*** p<0.01, ** p<0.05, * p<0.1 – уровни значимости коэффициентовМодель 1.5.3 строится по данным 80 регионов за 5 лет – 2011 – 2015 гг.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
