Диссертация (1152612), страница 19
Текст из файла (страница 19)
Выбор временногоотрезка для реализации модели объясняется тем, что учет данных по КИТПК висточниках статистики ведется с 2013 года. При этом данные по РеспубликеТатарстан были смоделированы за 2018 год на основе тенденций, наметившихся в2008-2017 годах. С помощью программы STATGRAPHICS Centurion повыбранным параметрам был проведен корреляционно-регрессионный анализпараметров эффективности инфраструктуры региона в целом и кластернойструктуры в отдельности.112Исходные данные для Республики Татарстан приведены в таблице 3.2.1.Таблица 3.2.1Исходные данные для построения модели инфраструктуры предпринимательстваРеспублики Татарстан за 2013-2018 годаПараметрПериоды(года)201320142015201620172018ВOOI, млн.руб.OBMSP,млн. руб.17,9925118,5531618,8091119,6211820,0027820,54125таблице10,502207411,0140013412,469499511,7380175213,723311314,671027023.2.2Product,млн.
руб.CHR, чел.888777приведенырезультатыSVR,млн. руб.3,914,244,905,095,485,8530,4501433,308137,5118736,2652839,2944541,22728анализаэффективностиинфраструктуры по Республике Татарстан.Таблица 3.2.2Описательная статистика оценки эффективности инфраструктурыпредпринимательства РТParameterEstimateCONSTANT21,4163OOI0,127102CHR-0,910777Product0,0879761SVR-0,0202595Analysis of VarianceSourceSum of SquaresModel4,55179Residual0,0811808Total (Corr.)4,63297Standard Error9,584120,3206261,342190,4763483,47653Df415T Statistic2,234560,39642-0,6785750,184689-0,00582751Mean Square1,137950,0811808P-Value0,26790,75970,62040,88370,9963F-Ratio14,02P-Value70,1947Источник: составлено автором.Результатыпроведенногоанализаэффективностиинфраструктурыпредпринимательства Республики Татарстан говорят о том, что между7Since the P-value in the ANOVA table is greater or equal to 0,05, there is not a statistically significant relationship between thevariables at the 95,0% or higher confidence level.113результирующим показателем и независимыми признаками отсутствует связь(коэффициент значимости модели больше, чем 0,05 с вероятностью 95%).Вложения в инфраструктуру, обусловленные инвестициями в основные фонды, также показывают слабую эффективность (менее 25%).
Такие результаты говорят обессистемном управлении инфраструктурой предпринимательства на уровнерегиона, поскольку инвестиционные средства, направляемые на развитие малого исреднего бизнеса, не приносят должной эффективности деятельности субъектовпредпринимательства.Параметры объема отгруженной продукции в расчете на один субъектпредпринимательства (Product) и выработка на одного работника в рамкахпредпринимательского субъекта (SVR) оказываются наименее значимымипарамтерами, что говорит об отсутствии налаженной системы выпуска ираспределения продукции при взаимодействии агентов инфраструктуры иотсутствии четкой системы взаимодействия при реализации трудового потенциала(синергии использования трудовых ресурсов).Таблица 3.2.3Исходные данные для построения модели эффективности инфраструктурыКИТПКПараметрПериоды(года)201320142015201620172018OBMSP,млн.
руб.7362,311774,581109,111098,551096,891118,79ПриводимыеOOI, млн.руб.10,150492,2437470,8867170,9976040,7769510,743317параметрыProduct,млн. руб.CHR, чел.были3517810487469459451оцененыSVR,млн. руб.1418,94477,42894,46885,94901,45936,64ванализе4,144,746,586,917,408,06эффективностиинфраструктуры Камского инновационно-технологического производственногокластера за 2013-2018 года.Исходные данные анализа эффективностиинфраструктуры КИТПК представлены в таблице 3.2.3.Реализациямультиагентноговзаимодействияврамкахкластерногомеханизма КИТПК показывает более качественные результаты взаимодействия114агентов инфраструктуры с целью увеличения оборота предприятий участников.Описательные статистические параметры отражены в таблице 3.2.4.Таблица 3.2.4Описательная статистика оценки эффективности инфраструктуры КИТПКParameterEstimateStandard ErrorT StatisticCONSTANT-174,99412,4475-14,0586OOI0,0380280,01841972,06453CHR2,032090,057050635,6191Product-0,1857430,0168391-11,0305SVR64,73712,9202222,1686Analysis of VarianceSourceSum of SquaresDfMean SquareF-RatioModel3,15979E747,89947E61220207,40Residual6,4738816,47388Total (Corr.)3,15979E75R-squared =100,0 percentR-squared (adjusted for d.f.) =Standard Error of 2,54438Mean absolute error9 =Est.
=Источник: составлено автором.P-Value0,04520,287280,01790,05760,0287P-Value0,000799,9999 percent0,747096Полученное уравнение множественной регрессии приобретает следующийвид:OBMSP = -174,994 + 0,038028*OIC + 2,03209*CHR - 0,185743*Product + 64,7371*SVRВ кластерной модели управления инфраструктурой, как одной из видовмультиагентноговзаимодействияврамкахуправленияинфраструктурой,наблюдается значимость большинства параметров эффективности обеспеченияпредпринимательства (коэффициенты меньше 0,05 при уровне вероятности 95%,или коэффициенты детерминации выше 95%). Исключение составляет параметробщего объема инвестиций в расчете на одного участника кластера, которыйявляется незначимым в множественной регрессии.
При реализации крупныхинфраструктурных8проектовинвестиционныйпулограниченусловиямиIn determining whether the model can be simplified, notice that the highest P-value on the independent variables is 0,2872, belongingto OIC. Since the P-value is greater or equal to 0,05, that term is not statistically significant at the 95,0% or higher confidence level.Consequently, you should consider removing OIC from the model.9The mean absolute error (MAE) of 0,747127 is the average value of the residuals.115функционирующейраспределениюсистемыинвестицийкластера,ичтоприводиткбольшимзатратамнанеравномерномуформированиеинфраструктурных объектов.На наш взгляд, увеличение эффективности инвестиций, вложенных вкрупный инфраструктурный проект, достигается с большим временным лагом,необходимым для реализации полной производственной мощности участниковкластера. Отрицательное значение коэффициента отгруженной продукции говорито дотационном характере развития кластера – отсутствует положительнаявзаимосвязь между объемом выпущенной продукцией и оборотом участниковкластера.Коалиционная стратегия, реализуемая на уровне КИТПК, на наш взгляд,является эффективной при условии оптимизации инвестиций на развитиеотраслевых субъектов предпринимательства.
На данный момент в стратегическомплане взаимодействие агентов кластера обеспечивается за счет включенияинститутов инфраструктуры, включая государственные органы, в процесс развитияпредпринимательских структур и адаптации разработок внутри региональногорынка. Происходит сочетание инновационно-ориентированной стратегии истратегии имплементации.Дляреализациикоалиционнойстратегиинеобходимообеспечиватьравномерное распределение инвестиций за счет внедрения межотраслевогоинвестиционногофондаиреализоватьинституциональныеотношенияинвестиционных агентов.Панельноеинфраструктурыисследование,РеспубликиоснованноеТатарстаннаиобъединенииКамскогоресурсовинновационно-технологического кластера в рамках бинарной модели (где бинарной переменнойявляется наличие ресурсов кластера) показывает улучшение качества моделиинфраструктуры в целом и по отдельным элементам (табл.
3.2.5).Результаты построенной в программе STATA панельной модели с бинарнойпеременной(cluster)характеризуютулучшениепоказателейзначимостинезависимых признаков выработки на одного работника, численности работников116предпринимательской структуры и отгруженной продукции. Значение параметраинвестицийостаетсянезначимым(приусловиисохраненияпараметровобеспечения в исходных вариантах модели управления инфраструктурой в РТ иКИТПК), что обусловлено неравномерностью и «разреженным» характероминвестирования инфраструктурных проектов.Таблица 3.2.5Результаты панельного исследования в рамках бинарной моделиинфраструктуры предпринимательстваRandom-effects (within)regressionGroup variable: clusterR-sq: within = 1.0000between = 1.0000overall = 1.0000Wald chi2(4) = 215096.86corr(u_i, X) = 0 (assumed)obmspCoef. Std.ooichrproductsvr_cons-94.11552310.046-.260058217143.01-100124.9Number of obs 12Number of groups 2Obs per group: min = 6avg = 6.0max = 6Err.91.1251347.4415.11491885060.50124155.98Prob > chi2 = 0.0000zP>|z|[95% Conf.
Interval]-1.036.65-2.263.39-4.140.3020.0000.0240.0010.000-272.7174 84.486421629.073 2991.019-.485295 -.03482147224.616 27061.41-147469.8 -52780.09Источник: составлено автором.В рамках внедрения модели нужно учитывать случайный характер динамикипеременных. Результаты теста Хаусмана (в рамках пакета программы STATA)говорят об эффективности моделирования по случайным параметрам по сравнениюс моделированием фиксированных (неизменных) переменных.
Полный вариантбинарной оценки и тест на эффективность случайной и фиксированной выборкипредставлены в Приложении 9.Для уточнения синергетических эффектов от взаимодействия агентов былпроведен корреляционный анализ по основным параметрам эффективностипредприятий-участников КТИПК в целом за 2013-2018 года. Основныестатистические характеристики и описание параметров представлены в таблице3.2.6.117Таблица 3.2.6Статистические результаты оценки параметров эффективностипредприятий-участников КИТПК за 2013-2018 гг.OOI(млн.руб.)Параметр54138,0Среднее значениеСтандартное отклонение 14203,4Коэффициент вариации 26,2355%OOICHVRMONIRSVROOPSVOCHVRM(млн.руб.)ONIR(тыс.ед.)SVR(млн.руб.)OOP (млн.руб.)SVO (млн.руб.)112,873571,7036,305176412,278098,7,0257872,17861,5399491280,719720,66,22448%12,6252%24,4242%51,7429%7,09123%объем инвестиционных затрат организаций-участников за вычетом затрат наприобретение земельных участков, строительство зданий и сооружений, а также подводинженерных коммуникацийчисло высокопроизводительных рабочих мест, созданных заново или в результатемодернизации имеющихся рабочих мест, организациями-участникамиобъем работ и проектов в сфере научных исследований и разработок, выполняемыхсовместно двумя и более организациями-участниками либо одной или болееорганизацией-участником совместно с иностранными организациямивыработка на одного работника организаций-участниковобъем отгруженной организациями-участниками инновационной продукциисобственного производства, а также инновационных работ и услуг, выполненныхсобственными силамисовокупная выручка организаций-участников от продаж продукции на экспортИсточник: составлено автором.Согласно результатам статистической оценки, наиболее устойчивымпараметром на протяжении исследуемого периода оказывается совокупнаявыручка организаций (вариация 7,09%) и численность высокопроизводительныхрабочих мест (коэффициент вариации 6,22%).
Результативность деятельностикластера как мультиагентной модели инфраструктуры показывает устойчивый ростоборота при сохранении роста высокопроизводительных рабочих мест. При этомнаиболее подвержен изменениям объем отгруженной продукции, что говорит овозникающих внешних изменениях функционирования кластера, влияющих навыпуск продукции кластера.Дляоценкирегрессионныйсинергетическиханализпараметров.эффектовИзвсехбылпроизведензначенийпопарныйпредставленнойсовокупности отобраны шесть пар наблюдений, удовлетворяющие критериюобщей значимости модели парной регрессии (ошибка P-value должна быть менее0,05 при 95% вероятности) и критерию Дарбина-Уотсона на наличиеавтокорреляции (значение теста должно быть более 0,05 при 95% вероятности).118В результате исследования парной регрессии были получены следующиеданные (таблица 3.2.7).Таблица 3.2.7Регрессионные характеристики взаимодействия параметровинфраструктуры КИТПКParameterOOP - CHVRMCHVRM - OOIONIR - OOIONIR - SVROOP - OOIONIR-CHVRMR2Coorelation0,9183230,9455330,9398390,9533420,9962670,98913584,33%89,40%88,33%90,89%99,25%97,84%Durbin-Watson0,43040,25210,65510,83160,84560,1331P-Value0,00970,00440,00530,003200,0002Coeffic.11927,60,0004680,00477644,67386,402710,1596Источник: составлено автором.На следующем этапе внедрения модели была проведена оценка частныхэффектов синергиивзаимодействия агентов инфраструктуры(на основепоказателей эластичности) и интегрального эффекта синергии от взаимодействияагентов инфраструктуры.Весовые характеристики и типы синергии для каждого типа взаимодействиябыли определены с помощью метода попарных сравнений и данных таблиц 1.2.2 и1.2.3 настоящей работы.Результатыопределениячастныхсинергетическихэффектовиинтеграционного эффекта взаимодействия приведены в таблице 3.2.8.По результатам оценки синергетического эффекта можно выявитьследующие закономерности развития взаимоотношений агентов инфраструктуры.Целевыми установками агентов является выпуск продукции на экспорт засчет создания высокопроизводительных рабочих мест, что выявляет в себерыночная синергия взаимодействия.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
