CC BY
55
СТАТИСТИЧЕСКАЯ ОЦЕНКА ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ СУБЪЕКТОВ РОССИЙСКОЙ ФЕДЕРАЦИИ
УДК 311.3/.4
Оксана Игоревна Сакова,
Аспирант кафедры «Теория статистики и прогнозирования» Московского государственного университета экономики, статистики и информатики (МЭСИ), ведущий экономист Отдела операций с ценными бумагами КБ «Нацинвестпромбанк» (ЗАО) Тел.: 8(926)566-08-69, Эл. почта: [email protected]
Наталья Алексеевна Садовникова,
д.э.н., профессор кафедры «Теория статистики и прогнозирования» Московского государственного университета экономики, статистики и информатики (МЭСИ) Тел.: (495) 442-62-55 Эл. почта: [email protected]
Успех политики России, направленной на развитие социально ориентированной экономики рыночного типа в значительной степени зависит от уровня инвестиционной привлекательности регионов, глубины проработки и обоснованности управленческих решений в области территориального размещения инвестиций. Капиталовложения с большей эффективностью могут быть осуществлены в тех регионах, где для этого имеются наилучшие обстановка, в связи с чем, всё более важное значение в информационном и методологическом обеспечении принятия управленческих решений на уровне регионов начинает играть статистическая оценка и прогнозирование инвестиционной привлекательности регионов.
Ключевые слова: инвестиции в основной капитал, инвестиционная привлекательность региона, кластерный анализ, корреляционный анализ.
Oksana Igorevna Sakova,
Post-graduate student, the Department of Theory of Statistics and Forecasting Moscow State University of Economics, Statistics and Informatics (MESI) Leading economist of the Division of securities transactions ZAO KB Natsinvestprombank (Commercial Bank, JSC) Tel.: 8 (926) 566-08-69, E-mail: [email protected]
Natalia Alekseevna Sadovnikova
PhD in Economics, professor, the Department of Theory of Statistics and Forecasting Moscow State University of Economics, Statistics and Informatics (MESI) Tel.: (495) 442-62-55 E-mail: [email protected]
STATISTICAL ESTIMAYION OF INVESMENT ATTRACTIVENESS OF SUBJECTS OF RUSSIAN FEDERATION
The success of Russian policy directed on development of socio-oriented market-type economy depends extensively on investment attractiveness of regions, intensity of elaboration and validity of managerial decisions in the sphere of territorial investments. The capital investment can be effectively achieved in the regions, which have the best conditions for it. As a result, the statistical estimation and forecasting of investment attractiveness of regions begin to play more important role in informational and methodological provision with making management decision.
Keywords: fixed capital investment, investment attractiveness of a region, cluster analysis, correlation analysis.
1. Введение
Мощность и сила всей хозяйственной системы страны формируются и развиваются на основе созданной инвестиционной базы, отраслевая морфология которой значительно видоизменяется в зависимости от перелива инвестиционных компонентов из одной отрасли в другую. В процессе привлечения и распределения денежных ресурсов очень важную роль играет оценка привлекательности регионов Российской Федерации.
Для оценки инвестиционной привлекательности регионов России представляется важным решение следующих задач:
- определение факторов, влияющих на инвестиционную привлекательность регионов страны;
- объединение регионов в группы, схожие между собой по существенным признакам;
- анализ влияния отдельных показателей на инвестиционную привлекательность регионов России.
2. Применение кластерного анализа для выявление регионов, схожих по своей инвестиционной привлекательности
Для решения поставленных задач в ходе исследования были использованы кластерный и корреляционный методы анализа.
Кластерный анализ, как математическая процедура многомерного анализа, позволяет на основе множества показателей, характеризующих ряд объектов, сгруппировать их в классы (кластеры) таким образом, чтобы объекты, входящие в один класс, были более однородными, сходными по сравнению с объектами, входящими в другие классы.
Фактически, кластерный анализ является не столько обычным статистическим методом, сколько "набором" различных алгоритмов "распределения объектов по кластерам". В статистической литературе существует точка зрения, согласно которой, в отличие от многих других статистических процедур, методы кластерного анализа используются в большинстве случаев тогда, когда исследователь не имеет каких-либо априорных гипотез относительно классов, находясь в описательной стадии исследования.
Следует понимать, что кластерный анализ определяет "наиболее возможно значимое решение". Поэтому проверка статистической значимости в действительности здесь неприменима.
На инвестиционную привлекательность регионов Российской Федерации влияют многие факторы. В ходе проведенного нами исследования были выделены восемь из них, наиболее важные с экономической точки зрения:
- объем инвестиций в основной капитал;
- размер территории;
- численность экономически-активного населения;
- степень износа основных фондов;
- валовой региональный продукт;
- индекс потребительских цен;
- затраты на инновации;
- стоимость основных фондов;
- количество убыточных организаций.
Таким образом, инвестиционная привлекательность экономики субъектов федерации России в 2009 г. была проанализирована по следующим показателям:
У - объем инвестиций в основной капитал, млн. руб.
Х1 - размер территории, тыс. кв. км.
Х2 - численность экономически активного населения, тыс. чел.
Х3 - степень износа основных фондов, %
Х4 - ВРП, млн. руб.
Х5 - индекс потребительских цен, %
Х6 - затраты на инновации, млн. руб.
Х7 - стоимость основных фондов, млн. руб.
Х8 - количество убыточных организаций, шт.
Для проведения анализа был использован иерархический алгоритм кластеризации, в основе которого заложена идея последовательной кластеризации. На начальном шаге реализации метода каждый объект рассматривался как отдельный кластер. Расстояние между ними на этом этапе было определено с помощью Евклидова расстояния, которое является наиболее общим типом, геометрическим расстоянием в многомерном пространстве и вычисляется по следующей формуле:
рЕ(Х„ X;) = [ЦХИ - Х^ )2 ]1/2
где X - значение к-го признака 1-го объекта.
Заметим, что евклидово расстояние вычисляется по исходным, а не по стандартизованным данным. Это обычный способ его вычисления, который имеет определенные преимущества (например, расстояние между двумя объектами не изменяется при введении в анализ нового объекта, который может оказаться выбросом).
На следующем шаге некоторые из ближайших друг к другу кластеров были объединены в один новый кластер. Для объединения объектов в кластеры был использован метод Уорда, в качестве целевой функции которого используется сумма квадратов расстояний между каждым элементом и «центром тяжести» класса, содержащего этот элемент.
Кластеризация представляет собой последовательную процедуру, на каждом шаге которой объединяются два таких класса, при объединении которых происходит минимизация статистического расстояния между классами.
Первоначальная обработка данных показала, что значения анализируемых признаков по г. Москве и Тюменской области сильно отличаются от значений показателей в других регионах, исходя из чего было высказано предположение, что г. Москва и Тюменская область являются аномальными наблюдениями и были исключены из дальнейшего исследования.
Значения матрицы расстояний, построенной по исходным данным, показали, что наименьшее расстояние наблюдается между такими субъектами,
как Республика Алтай и Республика Ингушетия.
Для дальнейшего анализа была построена вертикальная дендрограмма -график, на котором определены расстояния между объектами и кластерами при их последовательном объединении.
Согласно построенной дендрограм-ме, полученные мелкие кластеры были объединены в девять больших кластеров. В полученном иерархическом древе четко прослеживается структура, выраженная различными ветвями, порогами вхождения в кластер.
Распределение субъектов Российской Федерации по кластерам приведено в таблице 1.
Результаты анализа средних значении исследуемых параметров (У, Х1, Х2 , Х3, Х4, Х5, Х6 , Х7, Х8) для каждого из кластеров приведены в таблице 2.
Анализируя полученные средние значения для кластеров можно отме-
тить, что наиболее привлекательными для инвесторов в 2009 г. были регионы, вошедшие в кластер № 1: Самарская область, Челябинская область, Пермский край, Красноярский край, Республика Башкортостан, Нижегородская область, Ростовская область. Средний объем инвестиций в основной капитал в данных регионах составлял 161 584 млн. руб. Для данных регионов характерны следующие самые высокие показатели развития в целом по Российской Федерации:
- средняя численность экономически активного населения во всей совокупности регионов - 1 815,6 тыс. чел.;
- объем валового регионального продукта - 663 543,6 млн. руб.;
- затраты на инновации - 11 529,4 млн. руб.;
- стоимость основных фондов -1 356 584,3 млн. руб.;
- количество убыточных предприятий - 21 669,4 ед.
Таблица 1. Распределение субъектов федерации по кластерам
Номер кластера Субъекты Российской Федерации
1 Самарская область, Челябинская область, Пермский край, Красноярский край, Республика Башкортостан, Нижегородская область, Ростовская область
2 Свердловская область, Республика Татарстан, Краснодарский край, г. Санкт-Петербург, Московская область
3 Кабардино-Балкарская Республика, Чукотский авт. округ, Республика Тыва, Республика Алтай, Республика Ингушетия, Магаданская область, Республика Северная Осетия - Алания, Еврейская автономная область, Республика Калмыкия, Карачаево-Черкесская Республика, Республика Адыгея
4 Камчатский край, Республика Марий Эл, Чеченская Республика, Республика Хакасия, Псковская область, Орловская область, Новгородская область, Костромская область, Ивановская область
5 Чувашская Республика, Тамбовская область, Смоленская область, Тульская область, Амурская область, Пензенская область, Кировская область, Астраханская область, Рязанская область
6 Ульяновская область, Курская область, Калининградская область, Калужская область, Владимирская область, Курганская область, Республика Мордовия, Республика Бурятия, Республика Карелия, Брянская область
7 Кемеровская область, Иркутская область, Волгоградская область, Оренбургская область, Новосибирская область, Ленинградская область, Саратовская область, Архангельская область, Республика Коми
8 Республика Саха (Якутия), Ставропольский край, Вологодская область, Ярославская область, Приморский край, Хабаровский край, Воронежская область
9 Алтайский край, Белгородская область, Липецкая область, Мурманская область, Омская область, Республика Дагестан, Сахалинская область, Тверская область, Томская область, Удмуртская Республика
№2, 2011
212
Таблица 2.Средние значения рассматриваемых показателей инвестиционной привлекательности регионов Российской Федерации в 2009 г. по кластерам
У Х1 Х2 Х3 х4 Х5 х6 х7 х8
Кластер № 1 161 584,0 427,1 1 815,6 48,2 6 63 5 43,6 113,7 11 529,4 1 356 584,3 21 669,0
Кластер № 3 10 498,6 145,7 177,1 45,1 33 774,2 115,2 315,9 75 653,5 2 604,0
Кластер № 4 21 358,2 86,8 378,2 46,4 81 877,9 113,8 533,6 223 13 2,3 5 424,0
Кластер № 5 51 508,5 82,5 621,8 47,6 151 397,5 115,0 2 005,2 444 763,6 7 553,0
Кластер № 6 39 406,8 80,6 562,8 48,7 140 244,0 114,5 1 516,4 3 3 6 66 Д2 8 272,0
Кластер № 7 100 842,0 275,2 1 121,7 48,2 406 412,2 113,5 3 185,5 952 95 4,3 16 111,0
Кластер № 8 121 549,6 619,3 901,7 46,1 282 863,4 114,1 2 711,5 6 8 6 88 5,4 12 720,0
Кластер № 9 70 020,9 108,3 797,0 44,0 265 606,7 114,0 1 819,5 5 5 6 00 2,1 10 337,0
Второе место по объему затрат на инновации (3 185,5 млн. руб.), по стоимости основных фондов (952 954,3 млн. руб.), по объему ВРП (406 412,2 млн. руб.), по численности экономически активного населения (1 121,7 тыс. чел.) и по количеству убыточных организаций (16 111,0 ед.) занимают регионы, вошедшие в кластер № 7: Кемеровская область, Иркутская область, Волгоградская область, Оренбургская область, Новосибирская область, Ленинградская область, Саратовская область, Архангельская область, Республика Коми. Однако, для инвесторов в 2009 г. данные регионы заняли лишь третье место по своей инвестиционной привлекательности (средний объем инвестиций в основной капитал составил 100 842,0 млн. руб.).
На втором месте по инвестиционной привлекательности оказались регионы, вошедшие в кластер № 8: Республика Саха (Якутия), Ставропольский край, Вологодская область, Ярославская область, Приморский край, Хабаровский край, Воронежская область. Данные субъекты Российской Федерации имеют более скромные показатели, нежели регионы кластера № 7:
- средний объем затрат на инновации - 2 711,5 млн. руб.;
- стоимость основных фондов -686 885,4 млн. руб.;
- объем валового регионального продукта - 282 863,4 млн. руб.;
- численность экономически-активного населения - 901,7 тыс. чел.;
- количество убыточных организаций - 12 720,0 ед.
Наименее привлекательными для инвесторов в 2009 г. были субъекты Российской Федерации, вошедшие в кластер № 3: Кабардино-Балкарская Республика, Чукотский авт. округ, Республика Тыва, Республика Алтай, Республика Ингушетия, Магаданская область, Республика Северная Осетия -
Алания, Еврейская автономная область, Республика Калмыкия, Карачаево-Черкесская Республика, Республика Адыгея. Для данных регионов характерны наименьшие, среди всей совокупности регионов, значения основных изучаемых характеристик:
- средний объем инвестиций в основной капитал - 10 498,6 млн. руб.;
- объем затрат на инновации - 315,9 млн. руб.;
- стоимость основных фонов -75 653,5 млн. руб.;
- объем ВРП - 33 774,2 млн., руб.;
- численность экономически активного населения - 177,1 тыс. чел.;
- количество убыточных организаций - 2 604,0 ед.
Стоит отметить, что разница между объемами инвестиций в основной капитал в наиболее и наименее привлекательные регионы составила более чем 15 раз.
3. Применение корреляционного анализа для выявления факторов, наиболее сильно влияющих на инвестиционную привлекательность региона
На основании полученных кластеров было проведено также исследование, направленное на выявление степени тесноты и направления связи между изучаемыми показателями, характеризующими инвестиционную привлекательность регионов Российской Федерации в 2009 г., для чего был реализован метод многомерного корреляционного анализа.
Корреляционные связи характеризуют вероятностные изменения, которые можно изучать только на представительных выборках методами математической статисти-ки. Корреляционная связь и корреляционная зависимость часто используются как сино-ни-мы. Зависимость подразумевает влияние, связь — любые согласован--ные изменения, которые могут объясняться сотнями причин. Корреляцион-
ные связи не могут рассматриваться как свидетельство причинно-следственной зависимости, они свидетельствуют лишь о том, что изменениям одного признака, как правило, сопутствуют определенные изменения другого. Корреляционная зависимость -это изменения, которые вносят значения одного признака в вероятность появления разных значений другого признака.
Задача корреляционного анализа сводится к установлению направления (прямая или обратная) связи между варьирующими признаками, измерению степени ее тесноты, и, наконец, к проверке уровня значимо-сти полученных коэффициентов корреляции.
Матрица парных коэффициентов корреляции для всех 77 субъектов Российской Федерации по показателям инвестиционной привлекательности за 2009 г. имеет следующий вид (таблица 3).
Анализ значений парных коэффициентов корреляции показал, что на объем инвестиций в основной капитал наиболее сильное влияние оказывают объем валового регионального продукта субъекта Российской Федерации (1=0,8438) и стоимость основных фондов (1=0,8174), однако сила данных взаимосвязей уменьшилась. Наименьшее влияние на объем инвестиций в основной капитал оказывает степень износа основных средств (1=-0,2193), и что самое удивительное, эта зависимость имеет обратный характер.
Анализируя полученные коэффициенты интеркорреляции, были сделаны следующие выводы:
- В 2009 г. наибольшая связь наблюдается между размером территории регионов и индексом потребительских цен (г=-0,2351). Наименее же тесно с данным показателем связан с затратами на инновации (1=0,0031).
- Численность экономически активного населения наиболее коррелиро-
Таблица 3. Матрица парных коэффициентов корреляции между основными показателями инвестиционной привлекательности регионов Российской Федерации за 2009 г .
Х1 Х2 Х3 Х4 Х5 Х6 Х7 Х8 У
XI 1,0000 -0,0124 -0,1076 0,0897 -0,2351 0,0031 0,0813 -0,0187 0,4042
Х2 -0,0124 1,0000 -0,0464 0,93 92 -0,2191 0,6539 0,93 7 8 0,8564 0,7884
Х3 -0,1076 -0,0464 1,0000 -0,0835 0,1010 0,1663 -0,0003 -0,0818 -0,2193
Х4 0,0897 0,9392 -0,0835 1,0000 -0,2872 0,6900 0,9694 0,8970 0,8438
Х5 -0,2351 -0,2191 0,1010 -0,2872 1,00 00 -0,1689 -0,2794 -0,1722 -0,2620
Х6 0,0031 0,6539 0,1663 0,6900 -0,1689 1,0000 0,7131 0,6272 0,5179
Х7 0,0813 0,9378 -0,0003 0,9694 -0,2794 0,7131 1,0000 0,8526 0,8174
Х8 -0,0187 0,8564 -0,0818 0,897 0 -0,1722 0,6272 0,8526 1,0000 0,7128
У 0,4042 0,7884 -0,2193 0,843 8 -0,2620 0,5179 0,8174 0,7128 1,0000
ванна с объемом валового регионального продукта (1=0,9392), а наименьшая по силе связь наблюдается между данным показателем и размером территории (1=-0,0124).
- На объем валового регионального продукта наибольшее влияние оказывает стоимость основных фондов (г=0,9694), т.е. чем больше и новее основные фонды, которыми располагает регион, тем больше данный регион производит.
- Объем затрат на инновации в 2009 г. наиболее тесно связан со стоимостью основных фондов (г=0,7131), т.е. чем выше стоимость основных фондов, тем больший объем денежных средств направляется в инновационную сферу. Наименее коррелирован объем затрат на инновации с размером территории, т.е. эти два показателя практически не связаны.
- На число убыточных организаций регионов наибольшее влияние оказывает численность экономически активного населения (1=0,8970). Необходимо отметить, что довольно сильные взаимосвязи этих двух показателей наблюдались среди наименее инвестиционно привлекательных регионов в 1999 г., а также в региональном разрезе по наиболее и наименее привлекательным регионам в 2006 г.
Степень и сила взаимосвязей по изучаемым показателям для регионов, ставших наиболее привлекательными
для инвесторов в 2009 г., т.е. для регионов Кластера № 1 (Самарская область, Челябинская область, Пермский край, Красноярский край, Республика Башкортостан, Нижегородская область, Ростовская область) отражена в таблице 4.
На объем инвестиций в основной капитал наиболее инвестиционно привлекательных регионов наибольшее влияние в 2009 г. оказывал размер территории (г=0,8055), т.е. чем больше регион по своей площади, тем более активно инвесторы вкладывали в его основной капитал денежные средства. Наименее коррелирован с результативным признаком был объем валового регионального продукта (1=0,0598). Необходимо отметить, что в 1999 и 2006 гг. именно этот показатель наиболее сильно влиял на объем инвестиций в основной капитал.
Анализируя полученные коэффициенты интеркорреляции, были сделаны следующие выводы:
- Размер территории наиболее коррелирован с индексом потребительских цен (г=-0,5064). Аналогичная ситуации была характерна и для общерегиональных показателей в 2006 г. Наименьшая взаимосвязь в 2009 г. наблюдалась между размером территории и степенью износа основных средств (1=0,0059).
- Численность экономически активного населения изучаемых регионов в
2009 г. была наиболее тесно связана со степенью износа основных средств (г=-0,8405). Наименьшая коррелирован-ность численности экономически активного населения наблюдалась с индексом потребительских цен (1=0,1652).
- На объем валового регионального продукта наибольшее влияние оказывал индекс потребительских цен (г=-0,8405), т.е. с увеличением инфляции снижался объем валового регионального продукта. Наименьшей оказалась взаимосвязь данного показателя с затратами на инновации (1=0,0362).
- На объем затрат на инновации наибольшее влияние оказывала стоимость основных фондов (г=0,6076), т.е. чем больше развито производство в регионе, тем больше денег тратится на инновации и наоборот.
- На стоимость основных фондов наиболее сильное влияние оказывала степень износа основных фондов (г=0,7390), наименьшее - объем ВРП (1=0,2384)
- С количеством убыточных организаций изучаемых регионов наиболее коррелирован объем затрат на инновации (г=0,5682). Можно предположить, что многие венчурные компании превращаются в убыточные предприятия.
Далее был проведен анализ степени и силы взаимосвязей изучаемых показателей для регионов, ставших наименее привлекательными для инвесторов в 2009 г., т.е. для регионов Кластера
Таблица 4. Матрица парных коэффициентов корреляции между показателями наиболее инвестиционно привлекательных регионов Российской Федерации в 2009 г.
Х1 Х2 Х3 Х4 Х5 Х6 Х7 Х8 У
Х1 1,0000 -0,4615 0,0059 0,4785 -0,5064 -0,2078 -0,2842 -0,3582 0,8055
Х2 -0,4615 1,0000 -0,8405 -0,1692 0,1652 -0,1784 -0,4604 0,2477 -0,2208
Х3 0,0059 -0,8405 1,0000 -0,0968 0,0919 0,3223 0,73 9 0 -0,0570 -0,2711
Х4 0,4785 -0,1692 -0,0968 1,0000 -0,9577 0,0362 0,2384 -0,2232 0,0598
Х5 -0,5064 0,1652 0,0919 -0,9577 1,0000 -0,2436 -0,2887 -0,0082 -0,0847
Х6 -0,2078 -0,1784 0,3223 0,0362 -0,2436 1,0000 0,6076 0,5682 -0,3174
Х7 -0,2842 -0,4604 0,7390 0,2384 -0,2887 0,6076 1,0000 0,2970 -0,6987
Х8 -0,3582 0,2477 -0,0570 -0,2232 -0,0082 0,5682 0,2970 1,0000 -0,3108
У 0,8055 -0,2208 -0,2711 0,0598 -0,0847 -0,3174 -0,6987 -0,3108 1,0000
№2, 2011
214
Таблица 5. Матрица парных коэффициентов корреляции мевду показателями наименее инвестиционно привлекательных регионов Российской Федерации в 2009 г.
X1 X2 X3 X4 X5 X6 X7 X8 Y
X1 1,0000 -0,5870 0,5525 -0,0642 -0,3264 -0,1184 -0,0636 -0,4487 0,1534
X2 -0,5870 1,0000 -0,6229 0,7718 0,4501 0,2021 -0,0134 0,6499 0,4275
X3 0,5525 -0,6229 1,0000 -0,1751 0,1813 0,2766 0,5780 -0,4761 0,0998
X4 -0,0642 0,7718 -0,1751 1,0000 0,4495 0,3258 0,2285 0,4051 0,7561
X5 -0,3264 0,4501 0,1813 0,4495 1,0000 0,2317 0,6250 0,5418 0,3381
X6 -0,1184 0,2021 0,2766 0,3258 02317 1,0000 0,4606 0,0581 0,2438
X7 -0,0636 -0,0134 0,5780 0,2285 0,6250 0,4606 1,0000 0,2177 0,4981
X8 -0,4487 0,6499 -0,4761 0,4051 0,5418 0,0581 0,2177 1,0000 0,2162
Y 0,1534 0,4275 0,0998 0,7561 0,3381 0,2438 0,4981 0,2162 1,0000
№ 3 (Кабардино-Балкарская Республика, Чукотский авт. округ, Республика Тыва, Республика Алтай, Республика Ингушетия, Магаданская область, Республика Северная Осетия - Алания, Еврейская автономная область, Республика Калмыкия, Карачаево-Черкесская Республика, Республика Адыгея). Матрица парных коэффициентов корреляции представлена в таблице 5.
Как в общерегиональном разрезе, а также в 1999 и 2006 гг., на объем инвестиций с основной капитал в данных регионах наибольшее влияние оказывал объем валового регионального продукта (г=0,7561). Наименьшее же влияние, как и в общерегиональном разрезе, оказывала степень износа основных фондов (г=0,0998).
Анализируя полученные коэффициенты интеркорреляции, были сделаны следующие выводы:
- Размер территории данных регионов наиболее тесно коррелирован с численностью экономически активного населения (г=-0,5870), причем связь эта носила обратный характер, т.е. чем больше территория, тем меньше экономически активного населения на ней проживает. Наименьшая связь наблюдалась между размером территории и стоимостью основных фондов (г=-0,0636).
- Численность экономически активного населения наиболее тесно коррелированна с объемом валового регионального продукта (г=0,7718), т.е. чем больше численность экономически активного населения, тем больше объем производства в регионе.
- Индекс потребительских цен наиболее тесно коррелирован со стоимостью основных фондов (г=0,6250). Ана-
логичная ситуация наблюдалась в 1999 и 2006 гг. Наименее коррелированна с данным показателем степень износа основных средств (1=0,1813).
- На объем затрат на инновации более всего влияла стоимость основных фондов (г=0,4606), наименьшее - количество убыточных организаций (1=0,0581).
- Также как и в общерегиональном разрезе в 2006 г., а также в разрезах наиболее и наименее инвестиционно привлекательных регионов в 1999 г., на количество убыточных организаций наиболее сильное влияние оказывала численность экономически активного населения.
Возможно, данная закономерность обусловлена тем, что при большем количестве экономически активного населения, люди предпринимают больше попыток открыть свой бизнес, и как следствие, чаще происходит банкротство организаций.
4. Заключение
Подводя итоги нашего исследования, можно сделать вывод, что наиболее привлекательными для инвесторов в 2009 г. были Самарская область, Челябинская область, Пермский край, Красноярский край, Республика Башкортостан, Нижегородская область, Ростовская область. Большую часть инвестиционно-привлекательных регионов составляют регионы Приволжского федерального округа, что закономерно, т.к. регионы данного округа богаты ресурсами углеводородного сырья, данные регионы имеют четко выраженную нефтяную специализацию, также в регионах сосредоточен крупнейший комплекс машиностроительных производств, связанных час-
тично с ВПК. Здесь находятся известные мощные производственные объединения в сфере автомобилестроения, авиационно-космической техники. Средний объем инвестиций в основной капитал в данных регионах в 2009 году составлял 161 584 млн. руб. Проведя корреляционный анализ, нами было установлено, что на объем инвестиций в основной капитал наиболее сильное влияние оказывают объем валового регионального продукта субъекта Российской Федерации и стоимость основных фондов, однако сила данных взаимосвязей уменьшилась.
Литература
1. Андросов В. Инвестиционные механизмы регионального развития/В. Андросов, В. Жданов. - Калининград: БИЭФ, 2001.
2. Цакаев А. Государственное регулирование национально-территориальных образований. - М.: АНХ при Правительстве РФ. 1998.
3. Ясин Е. Экономическая ситуация и инвестиционный климат в России/Е. Ясин, А. Косыгина//Проблемы теории и практики управления. 2001. № 4.
References
1. Androsov V. Century Investment mechanisms of regional development/ VAndrosov, V.Zhdanov. - Kaliningrad: BIEF, 2001.
2. Tsakaev A. State regulation of national-territorial formations. - M: ANH at the Government of the Russian Federation. 1998.
3. Yasin Е. An economic situation and an investment climate in Russia/E.Yasin, A.Kosygina//Problems of the theory and management practice. 2001. № 4.
