CC BY
23
ИННОВАЦИИ № 6 (93), 2006
Методы анализа по статданным инновационной деятельности А
в промышленности Д А румянцев ^7
11#^Г ПАТАИ^>11ИРАглавный научный сотрудник ^^НП1т I ™ 1№ I С|«и V |«1 С1 Института проблем региональной Д||
экономики РАН £ 4
Выполнен анализ макроэкономических показателей промышленности крупного города и показано недостаточное воздействие на них инновационной деятельности. Предложены методы оценки влияния научно-инновационной деятельности на показатели экономики промышленности путем построения зависимостей между ними на основе статистических данных.
Для регионов с высокой концентрацией научно-инновационного потенциала, к кото рым относится Санкт-Петербург, основным на-нием экономического роста может быть инновационный вектор промышленного развития. Промышленность является ведущей отраслью экономики города, на долю которой приходится до четверти валового регионального продукта, налоговых поступлений и почти 45% общего объема прибыли. С другой стороны, в городе на протяжении многих лет сложился мощный научно-инновационный сектор, см. [1, с. 9]. Поскольку инновационные процессы не могут не проявлять себя в показателях экономики промышленности, то последние содержат информацию о влиянии инноваций, и задача состоит в том, чтобы исследовать и разработать методы, позволяющие извлечь эту информацию.
Источником информации в регионе в целом могут быть данные государственной статистики. Несмотря на ее ограниченность, как показал анализ, соответствующая их обработка позволяет получить определенное представление об инновационной ситуации в регионе. Опираясь на данные статистических сборников, можно отобрать показатели по экономике промышленности и инновационной деятельности в ней на основе учета содержательного наполнения показателей и теоретического представления о их зависимости. В табл. 1 приведен соответствующий состав результативных показателей и оказывающих на них влияние затратных показателей, исходя из имеющейся статистической информации.
Определенную трудность анализа связи результативных и затратных показателей, в том числе на инновационную деятельность, представляет, как видно из табл.1, отсутствие в статсборниках ряда показателей и необходимость их расчета на базе имеющейся статистической информации, характеризующей те или иные компоненты недостающих данных. Так, добавленная стоимость промышленности может быть определена как сумма массы прибыли, затрат на оплату труда с отчислениями на социальные нужды и амортизации, которые несложно рассчитать на основе имеющихся в стат-сборниках данных: объема произведенной продукции, уровня рентабельности и долей в затратах на произ-
*Статья подготовлена по материалам исследования при финансовой поддержке
Российского гуманитарного научного фонда, проект 06-02-00345а
Executed the analysis ofmacroeconomicalparameters of an industry of large city and shown the unsufficient influence of innovational activity on them. Offered the methods of an estimation of influence scientific-innovational activity on parameters of an industrial economy by construction of dependences between them on the basis of the statistical data.
водство оплаты труда, отчислений на социальные нужды и амортизации. Объем отгруженной продукции -исходя из соотношения отгруженной продукции к произведенной. Производительность труда - на основе объема произведенной продукции и среднегодовой численности промышленно-производственного персонала.
Из числа затратных показателей основными по инновационной деятельности могут быть приняты, учитываемые статистикой, затраты на технологические инновации. Это затраты на инновационную деятельность, получившую воплощение в виде нового или усовершенствованного продукта, реализованного на рынке, нового или усовершенствованного технологического процесса, используемого в практической деятельности. Они включают затраты на: исследования и разработку новых продуктов и производственных процессов, приобретение машин и оборудования, новых технологий, программных средств, производственное проектирование, подготовку производства, обучение персонала, маркетинговые исследования, прочие затраты на технологические инновации. Структура затрат на технологические инновации свидетельствует о том, что они могут быть включены в анализ оценки их влияния на макроэкономические показатели промышленности. Кроме них, в анализ включены затраты на прикладные исследования и разработки, используемые промышленностью города, исходя из экспертной оценки доли отраслевой науки в профильных отраслях промышленности города.
Вместе с тем, статистический показатель инвестиции в основной капитал, определяемый как затраты на выполнение строительно-монтажных, проекто-изыска-тельских работ, приобретение оборудования, входящего и не входящего в сметы строек, производственного инвентаря и другие, по составу затрат не могут быть полностью отнесены к затратам на инновационную деятельность, будучи одним из факторов, оказывающих влияние на результативные показатели промышленности.
Анализ соотношений результативных и затратных показателей по промышленности Санкт-Петербурга был выполнен за период 1998-2004 годы как период эволюционного развития после финансового кризиса. Стоимостные показатели в ценах соответствующих лет были переведены в постоянные - цены 1999 года.
Таблица 1
Состав результативных и затратных показателей
Результативные показатели Источники информации Затратные показатели Источники информации
Ежегод. статсб. «Промышленность Санкт-Петербурга и Ленинградской обл.» По расчету на основе данных статсб орни-ков Ежегод. статсб. «Промышленно сть Санкт-Петербурга и Ленинградской обл.» По расчету на основе данных статс борнитов
1 2 3 4 6
Добавленная стоимость промышлен- ности - + Основные фонды промышленного назначения + -
Объем произведенной продукции + - Среднегодовая численность промышленно- производственного персонала + -
Объем отгруженной продукции - + Затраты на оплаху труда с социальные нужды - +
Производнтельн ость труда - + Затраты на технологические инновации + -
Количество инновационно- активных предприятий + - Инвестиции в основной капитал + -
Объем отгруженной иттпчят^илипггй продукции + - Затраты на 1 фИ^ТТЯДТШЙ исследования и разработки - +
В итоге были выявлены следующие макроэкономические тенденции за анализируемый период.
1. При снижении численности промышленно-производственного персонала, которая в 2004 году по отношению к 1998 году составила 95,4%, темп роста производительности труда был равен 311%, а основных фондов промышленного назначения - 246,5%, то есть соотношение данных показателей является вполне приемлемым, характеризующим определяющее возрастание производительности труда по отношению к стоимости основных фондов промышленного назначения.
2. Темп роста среднемесячной заработной платы промышленно-производственного персонала составил 235,7%. Если этот показатель сравнить с ростом производительности труда - 311%, то их соотношение свидетельствует о наличии потенциальной возможности экономического роста.
Положительно в социальном плане можно оценить рост среднемесячной заработной платы - 235,7% по сравнению с увеличением массы прибыли, равным 174,3%. Вместе с тем, эта их динамика стимулирует экономический рост региона (повышение спроса и расширение производства).
3. В целом по промышленности при снижении численности промышленно-производственного персонала темп роста объема произведенной продукции составил 296,7%, добавленной стоимости - 239,2%, то есть за 6 лет темп экономического роста превысил 200%.
Наряду с положительной динамикой основных экономических показателей, неблагоприятные тенденции в структуре затрат на производство не удается преодолеть. Темп роста затрат на производство в течение анализируемого периода составил 320%, а затрат на оплату труда только лишь - 278,6%, то есть можно предположить о продолжающемся росте стоимости материально-энергетических затрат в себестоимости продукции. Доля затрат на оплату труда в затратах на производство снизилась с 13,9% до 12,1%.
Снижение по промышленности в целом почти в 2 раза уровня рентабельности - отношения прибыли к себестоимости - с 19,1% до 10,4% при росте массы прибыли в размере 174,3% говорит о том, что достигнутые
экономические показатели во многом являются результатом существенного количественного роста объема производства, равного почти тремстам процентам (296,7%).
Этот вывод согласуется со статистикой инновационной сферы, которая не отмечает каких-либо значимых изменений в инновационном развитии промышленности. Его можно определить как инерционное. Так, в 2004 году по сравнению с 1998 годом удельный вес инновационно-активных предприятий увеличился незначительно с 10 до 11,3% (с 68 до 88 в общем числе крупных и средних предприятий, равным соответственно 675 и 794 единицам) при нестабильной отгрузке инновационной продукции, доля которой в 1998 году равнялась 4,6%, в 2001 г. - 9,8, 2002 г. - 5,9, а в 2003 и 2004 годах снизилась соответственно до 2,7 и 2,4%. Только лишь на 10% предприятий (инновационно-активных) удельный вес инновационной продукции был равен 9,5% (1998 г.) и 9,1% (2004 г.).
Таким образом, можно заключить, что экономический рост промышленности связан, в первую очередь, с благоприятной конъюнктурой выпускаемой продукции, техническим перевооружением и в меньшей степени, за счет разработки, освоения и реализации высокотехнологичной продукции.
Наряду с общей характеристикой инновационной ситуации в промышленности, в процессе управления ею и особенно в связи с разворачивающимися в городе масштабными мероприятиями по развитию инновационной сферы (обустройство технико-внедренческой зоны, технопарка по информационным технологиям, разработка системы региональных преференций и др., объединенных программой развития научно-технологической сферы в промышленности Санкт-Петербурга), все более актуальным становится получение конкретных оценок вклада научно-инновационной деятельности в экономику города, отрасли. В экономической науке накоплен большой научный материал по теории экономического роста, начиная со знаменитой производственной функции Кобба-Дугласа и ее многочисленных модификаций до попыток ряда авторов, особенно в 1990-ые годы, включить компонент технического прогресса в модели экономического роста. Эти модели, содержащие самостоятельный параметр научно-технического прогресса, учитывают его влияние, как остаточного фактора. Не говоря о весьма приближенной его оценке, такого рода модели затруднительно использовать в принятии управленческих решений по инновационной сфере. Они в значительной мере имеют позновательно-гипотетический характер, основаны на ряде допущений, нередко на неучитываемых статистикой исходных данных, усложнены.
По мнению Р.Соллу «в идеале теоретические модели должны разрабатываться исходя из фактов. К сожалению, мы не располагаем большим числом фактов, пригодных для этой цели..., сейчас целесообразнее всего извлечь несколько «работающих» гипотез из многочисленных конкретных исследований. , . , что могло бы бросить свет на разумные пути моделирования потока инноваций и усовершенствований, повышающих производительность» [2, с. 76].
Исходя из потребностей регулирования научноинновационной деятельности, предпринята попытка в
ИННОВАЦИИ № 6 (93), 2006
ИННОВАЦИИ № 6 (93), 2006
русле решения задачи оценки ее вклада в экономику города, отрасли использовать статданные за анализируемый период по построению зависимостей результативных и затратных показателей с целью экономической оценки роли суммарных затрат на прикладные исследования и технологические инновации в промышленности.
На основе визуального анализа графиков динамики показателей, приведенных в таблице, принят линейный вид уравнений их регрессии. Параметры экономики промышленности крупного города изменяются монотонно, поскольку этот сектор экономики не может резко их изменить, например, объемы деятельности или уровень рентабельности. Эти параметры сбалансированы производством и потреблением, факторами их определяющими, в том числе затратами на прикладные исследования и инновации. Поэтому основной функцией, характеризующей экономику промышленности, может быть принята зависимость ее параметров от времени.
Учитывая динамику изменения исходных показателей (линейный тренд) для анализа связи между зависимыми (результативными) и независимыми (затратными) параметрами, были приняты линейные зависимости объема отгруженной промышленной продукции, добавленной стоимости и производительности труда от соответствующих им затратах (факторных показателей). Адекватность модели линейной связи параметров оценивалась по следующим признакам:
• по близости коэффициентов корреляции результативных и факторных показателей к 1;
• по совпадению знака (- или +) у коэффициентов корреляции и соответствующим им параметрам уравнений регрессии;
• по критерию Р.Фишера у который должен быть больше критического F(p,n-p-1) при уровне значимости а = 0,25, то есть было принято, что в 25% случаев решение, сделанное на основании критерия, может быть ошибочным. Выбор такой большой величины а обусловлен крайне малым размером выборки, что в случае малой а привело бы к отрицанию значимости линейной связи. Использование а = 0,2...0,3 является типичным в практике анализа социально-экономических процессов;
• по средней ошибке аппроксимации модельных значений результативного показателя по отношению к его исходным значениям - критическое значение которой предлагается считать меньше величины 12-15% [3];
• оценке значимости параметров уравнений регрессии на основе величины -критерия и соответствия их уровней значимости принятому а = 0,25.
Перечисленные статистические расчеты а также нахождение параметров уравнений регрессии выполнялись в специализированном пакете программ STATISTICA версии 5.5. Расчет коэффициентов эластичности выполнялся по задаваемым формулам в табличном редакторе Microsoft Excel 2000. Анализ моделей из числа намеченных, характеризующих зависимость результативных показателей от факторных показал, что по следующим из них, хотя и с определенными оговорками, могут быть рассчитаны коэффициенты эластичности результативных показателей по переменной затрат на прикладные исследования и инновации.
а =/(да,1)
где а - объем отгруженной промышленной продукции, млн. руб.;
F - основные фонды промышленного назначения, млн. руб.;
Т - заработная плата с отчислениями на социальные нужды промышленно-производственного персонала (затраты живого труда), млн. руб.;
5 - затраты на прикладные исследования и инновации с лагом на исследования, равным 1 году, млн. руб.
Коэффициент эластичности а по переменной 5 Э =0,10 среднеквадратическое отклонение оценки а=0.38
D =тт>5,1) ,
где D - добавленная стоимость промышленности, млн. руб.
Коэффициент эластичности D по 5 5 =0,02 при а=0.53.
п=/(К2,5^
где п - производительность труда промышленно-
риб. /чел.
производственного персонала, — ;
К2 - инвестиции в основной капитал с лагом, равным 2 годам, млн. руб.;
5- затраты на прикладные исследования и инновации с лагом на исследования, равным 2 годам, на инновации - 1 году, млн. руб.
Коэффициент эластичности п от 5$.2 Э$.2 = 0,55 при а=0,67.
Полученные оценки эластичности можно рассматривать как сугубо предварительные. Далее следует существенно увеличить анализируемый период, отказываясь от ориентации только на период эволюционного развития. Уточнить в связи с этим спецификацию - выбор конкретного вида эконометрических зависимостей, расширить их состав при тщательной обработке исходных статистических данных, учесть в моделях структурный сдвиг в отраслях промышленности.
Выполненные расчеты подтверждают принципиальную возможность разработки методов оценки влияния исследований и инноваций на экономику крупного сектора хозяйства региона путем привлечения исходных статистических данных. Зависимости между затратами на исследования и инновации и результативными показателями, хотя и не охватывают оценку материализованного научно-технического прогресса в целом (влияние на качество основных производственных фондов, рост квалификации работников), имеют самостоятельное практическое значение в территориальном прогнозировании, программировании социально-экономического развития.
Литература
1. Бланк В. Потребительские высокотехнологические бренды и инновационность промышленности. Инновации. 2005. №8.
2. Солоу Р. Перспективы теории роста//Мировая экономика и международные отношения. 1996. №8.
3. Теория статистики. Учебник под ред. проф. Р.А. Шмойло-вой. М. Финансы и статистика. 1999.
