Автореферат (1152226), страница 8
Текст из файла (страница 8)
Врезультате было получено, что к регионам с высокой интеграционнойактивностью относится 5 субъектов, к регионам со средней интеграционнойактивностью – 30 субъектов, к регионам с низкой интеграционнойактивностью – 26 субъектов. Результаты многомерного ранжированиярегионов по уровню интеграционной активности представлены в таблице 2.Таблица 2 – Результаты многомерного ранжирования регионов России поуровню интеграционной активности, 2013 г.Субъект РФМосква, Московская область, Санкт-Петербург, Тюменскаяобласть, Ханты-Мансийский автономный округ – ЮГРАОбласть: Амурская, Вологодская, Иркутская, Кемеровская,Ленинградская, Липецкая, Новгородская, Новосибирская,Оренбургская, Пензенская, Самарская, Саратовская,Свердловская, Тамбовская, Томская, Тульская, Челябинская,Ульяновская, ЯрославскаяРеспублика: Башкортостан, Мордовия, Татарстан, Удмуртская,Хакасия, Чувашская, ЯкутияКрай: Краснодарский, КрасноярскийАвтономный округ: Чукотский, Ямало-НенецкийОбласть: Архангельская, Астраханская, Белгородская, Брянская,Владимирская, Волгоградская, Воронежская, Калининградская,Калужская, Костромская, Курская, Нижегородская, Омская,Орловская, Псковская, Ростовская, Смоленская, ТверскаяРеспублика: Карелия, ТываКрай: Алтайский, Забайкальский, Пермский, Приморский,Ставропольский, ХабаровскийУровеньрегиональнойинтеграционнойактивностивысокийсреднийнизкийДля проверки полученной структуры интеграционной активностисубъектов РФ были использованы самоорганизующиеся карты Кохонена,которые относятся к нелинейным статистическим методам.
Классификациясубъектов РФ по уровню интеграционной активности проводилась вStatistica Neural Netwoks путем построения сети Кохонена напредварительно нормированных данных.В результате построения сети Кохонена было выделено 4 кластера.Анализ результатов показывает, что данное ранжирование достаточнохорошо согласуется с результатами многомерного ранжирования. Только вотличие от результатов, представленных в таблице 2, г. Москва был выделенв отдельный кластер, Московская область вошла в состав кластера сосредним уровнем развития интеграционной активности, а Тамбовскаяобласть и Чукотский автономный округ вошли в состав кластера с низкимуровнем интеграционной активности.33В работе проведен сравнительный анализ интеграционной активностирегионов в 2013 г.
и в 2008 г., позволивший оценить влияние финансовоэкономического кризиса и антикризисных мер государственной политики нарегиональную интеграционную активность. Группировка регионов пообобщённому индикатору интеграционной активности показала, что в 2008г. 4 региона характеризовались высокой интеграционной активностью, 38 –средней, а 19 – низкой интеграционной активностью.
Регионы-лидеры 2008г. сохранили свое положение и в 2013 г. (г. Москва, Московская область,Тюменская область, ЮГРА).Таким образом, тенденции пространственного интеграционногоразвития оказались достаточно устойчивыми к внешним воздействиям.Экономический кризис и послекризисное восстановление экономики непривели к существенному изменению пространственных пропорцийразвития интеграционной активности, хотя темпы кризисного сниженияпроизводстваипослекризисноговосстановлениясильнодифференцировались по регионам.Для оценки автодинамики региональной интеграционной активностисубъектов РФ предложен метод, опирающийся на разность квадратоввзвешенного евклидова расстояния от субъекта до региона-эталона вмоменты времени (t-1) и t: i ( t ) d i2 ( t 1) d i2 ( t ).Положительные значения величин δi(t) свидетельствуют об относительномулучшении интеграционной активности в регионе по отношению кпредыдущему моменту времени.При измерении межрегиональной динамики использована выборочнаяхарактеристика:i (t ) r( ŷ i (t 1)) r( ŷ i (t )),где r ( ŷ i ( t )) – ранг i-го региона в рейтинге всех субъектов РФ в момент t.Значения i ( t ) 0 говорит о положительной межрегиональной динамике.В результате анализа было получено, что положительная автодинамикарегиональной интеграционной активности у 13 субъектов РФ: Алтайскийкрай, Амурская область, Архангельская область, г.
Москва, г. СанктПетербург, Иркутская область, Краснодарский край, Московская область,Новосибирская область, Приморский край, республика Хакасия, Ростовскаяобласть и Чукотский АО. В тоже время у 31 субъекта отрицательнаямежрегиональная динамика, т.е. наблюдается ухудшение интеграционнойактивности по отношению к своему предыдущему положению средирегионов России.Таким образом, у 18% исследуемых субъектов наблюдаетсяположительная авто- и межрегиональная динамика, у 47,5% – отрицательнаяавто- и межрегиональная динамика, у 3,3% – положительная автодинамика иотрицательная межрегиональная динамика (в 2013 г. улучшили положение34относительно самих себя в 2008 г., но ухудшили положение по отношению кдругим регионам) и у 31,2% – отрицательная автодинамика иположительная межрегиональная динамика.Результаты многомерной классификации и ранжирования регионовРоссии по уровню интеграционной активности призваны повыситьобоснованность федеральных целевых программ экономического развитиярегионов страны, а также способствовать разработке экономическойполитики межрегиональных взаимодействий.В рамках седьмого научного результата разработана методикасравнительного анализа регионов РФ по уровню интеграционной иинновационно-технологической активности, которая основана напостроении синтетических интегральных показателей и позволяетстатистически обоснованно выявлять региональные особенности развитияв рамках протекающих интеграционных процессов, формировать натерриторииРФкластерырегионов,своеобразныеузлыреиндустриализации отечественной экономики.Особого внимания заслуживает сопоставление интеграционной иинновационно-технологической активности в российских регионах,поскольку инновационные процессы в пределах интегрированных структурпозволяют снизить транзакционные и производственные издержки, а такжеустранить экономические риски реиндустриализации в регионах России.
Вроссийских холдингах основная мотивация к инновациям связана состремлениемрасширитьрыночнуюдолю,оптимизироватьпроизводственные процессы, снизить материальные и энергозатраты.Отсюда следует значимость статистического исследования закономерностейивзаимосвязипроцессовинтеграционногоиинновационнотехнологического развития для регионов РФ.Дляпроведениямежрегиональногоанализаинновационнотехнологической активности была предложена система статистическихпоказателей, включающая в себя 3 функциональных блока: инновационныйпотенциал (7 показателей); инновационный климат (7 показателей) ирезультативностьинновационно-технологическойдеятельности(7 показателей).
Построение обобщающего индикатора инновационнотехнологической активности регионов проводилось с помощьюкомпонентного анализа по алгоритму, по которому строился и обобщающийпоказатель региональной интеграционной активности.В результате ранжирования регионов по значениям интегральногоиндикатора за 2013 г. было выявлено, что 45,9% регионов характеризуютсянизкой инновационно-технологической активностью, 41,0% – средней, а13,1% – высокой. При этом развитие регионов с высокой инновационнотехнологической активностью тесно связано с вкладом зарубежноговысокотехнологичного сектора в конечную стоимость отечественнойинновационной продукции, что сопряжено с дополнительными рисками.35Результаты сравнительного статистического анализа, включающиедвухмерную группировку российских регионов по значениям обобщающихпоказателей интеграционной и инновационно-технологической активности,представлены втаблице 5, что позволяет выявить региональныеособенностиинновационно-технологическогоразвитияврамкахпротекающих процессов слияний и поглощений.Таблица 5 – Анализ соответствия уровня интеграционной и инновационнотехнологической активности субъектов РФ, 2013 г.Уровеньинтеграционнойактивности«Низкий»«Средний»«Высокий»Уровень инновационной активности«Низкий»Область: Архангельская,Астраханская, Белгородская,Брянская, Калининградская,Костромская, Курская,Орловская, Псковская,СмоленскаяРеспублика: Карелия, ТываКрай: Забайкальский,Ставропольский,Хабаровский, ПриморскийОбласть: Амурская,Вологодская, Новгородская,Оренбургская, Пензенская,Тамбовская, Тульская,Республика: Хакасия,Удмуртская, ЯкутияАвтономный округ:Чукотский, Ямало-Ненецкий«Средний»«Высокий»Область: Омская,Владимирская,Волгоградская,Воронежская, Калужская,Ростовская, ТверскаяКрай: Алтайский,ПермскийНижегородскаяобластьОбласть: Иркутская,Кемеровская,Ленинградская, Липецкая,Новосибирская,Саратовская, Свердловская,Челябинская, Ульяновская,ЯрославскаяРеспублика: Башкортостан,Мордовия,Край: Краснодарский,КрасноярскийТюменская обл., ХантыМансийский автономныйокруг (ЮГРА)Область:Самарская,ТомскаяРеспублика:Татарстан,ЧувашскаяМосква, СанктПетербург,МосковскаяобластьПредложенная методика сравнительного анализа интеграционной иинновационно-технологической активности в субъектах РФ позволяетстатистически обоснованно разделить совокупность российских регионов наклассы, выявить степень соответствия интеграционной и инновационнотехнологической активности в регионах.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
