<<
>>

5.3 Апробация предлагаемой модели прогнозирования для оценки необходимых ресурсов для эффективной работы промышленного кластера

Одним из направлений достижения устойчивого экономического и инновационного развития на региональном уровне может быть использование методологии «умной специализации». Концепция «умной специализации» (smartspecialisation) была сформулирована экспертной группой Европейской комиссии «Знание для роста» (KnowledgeforGrowth) в качестве стратегии инновационного развития регионов, предполагающей

наиболее эффективное использование их особенностей, развитие конкурентных преимуществ.

Умная специализация сочетает промышленную, инновационную и образовательную политику, направленную на разработку ограниченного количества приоритетных областей для инвестиций в рамках региона, ориентируясь на его сильные стороны и сравнительные преимущества.

Для построения модели «умной специализации» промышленного комплекса Республики Татарстан в качестве результирующей переменной предлагается использовать изменение валовой добавленной стоимости по видам экономической деятельности относительно предыдущего периода (У), в качестве предикторов - индекс промышленного производства (Х1) и доля отгруженной инновационной продукции в общем объеме отгруженной инновационной продукции в целом по Республике Татарстан (Х2). Исходные данные для построения модели «умной специализации» представлены в Приложении 4.

Для построения модели «умной специализации» промышленного комплекса Республики Татарстан использовался метод регрессии «пошагово вперед» с поочередным поэтапным включением в модель предикторов. Для добывающего сектора экономики зависимой переменной выступал прирост валовой добавленной стоимости по данному виду экономической деятельности, для детализированных ОКВЭДов обрабатывающей промышленности - прирост валовой добавленной стоимости по обрабатывающим производствам в целом, для энергетического сектора - прирост валовой добавленной стоимости по виду деятельности «производство и распределение электроэнергии, газа и воды».

Использование пошаговой регрессии с включением переменных в модель позволило для каждой рассматриваемой отрасли рассчитать коэффициенты эластичности, отражающие влияние темпов промышленного производства и доли отгруженной инновационной продукции на прирост

валовой добавленной стоимости соответствующего сектора экономики (табл.

5.6).

Таблица 5.6 - Коэффициенты эластичности секторов экономики в модели «умной специализации» Республики Татарстан (составлено автором)

Вид экономической деятельности Коэффициент эластичности при переменной Х1 Коэффициент эластичности при переменной Х2
Добыча полезных ископаемых 1,33 0,07
Производство пищевых продуктов -0,27 -1,84
Производство нефтепродуктов 0,27 -0,60
Химическое производство 1,89 0,07
Производство резиновых и пластмассовых изделий 0,65 -1,08
Металлургическое производство 0,37 -6,59
Производство машин и оборудования 0,50 -0,78
Производство электрооборудования 0,39 -6,51
Производство транспортных средств 1,27 1,70
Производство и распределение электроэнергии, газа и воды 0,02 -3,90

Наибольшее положительное влияние на прирост валовой добавленной стоимости на основе вклада темпов роста промышленного производства оказали такие виды экономической деятельности, как химическое производство (1,89), добыча полезных ископаемых (1,33), производство транспортных средств (1,27); на основе вклада отгруженной инновационной

продукции - производство транспортных средств (1,7), добыча полезных ископаемых и химическое производство (по 0,07).

Обращает на себя внимание тот факт, что активизация промышленного потенциала в данных видах экономической деятельности была более значительной, нежели использование инновационного потенциала. Кроме того, по остальным рассматриваемым секторам экономики вклад инновационного потенциала в прирост валовой добавленной стоимости характеризовался отрицательным влиянием ввиду высокой волатильности данного показателя или низкой доли в итоговом факторе. Например, неустойчивость отгрузки инновационной продукции в рассматриваемый период была характерна для производства нефтепродуктов при положительной взаимосвязи промышленного потенциала и прироста валовой добавленной стоимости обрабатывающего сектора. С другой стороны, по таким видам экономической деятельности, как металлургическое производство и производство электрооборудования при положительном влиянии промышленного потенциала на прирост валовой добавленной стоимости выявлена отрицательная связь инновационного потенциала с результирующим показателем в силу незначительных объемов отгруженной инновационной продукции.

Таким образом, модель «умной специализации» экономики Республики Татарстан может быть представлена тремя направлениями.

1) концентрация на устойчивых промышленно развитых секторах с высоким инновационным потенциалом: добыча полезных ископаемых - химическое производство - производство транспортных средств (сценарий

1) ;

2) устойчивое промышленное развитие при высокой волатильности

инновационной составляющей: производство нефтепродуктов -

производство резиновых и пластмассовых изделий - производство машин и оборудования (сценарий 2);

3) устойчивое промышленное развитие с незначительной

инновационной составляющей: металлургическое производство - производство электрооборудования (сценарий 3).

Графическая интерпретация типов «умной специализации» экономики Республики Татарстан представлена на рис. 5.2.

Таким образом, каждый из сценариев «умной специализации» экономики Республики Татарстан может быть использован в зависимости от целей и направлений государственной научно-технической, инновационной и промышленной политики.

На мезоуровне особую актуальность приобретает вопрос эффективности кластеров в формирование валовой добавленной стоимости региона. В целях прогнозирования вклада Иннокама в прирост валовой добавленной стоимости промышленности Республики Татарстан предлагаем использовать экономико-математическую модель с учетом факторов

устойчивости.

Рисунок 5.2- Сценарии «умной специализации» экономики Республики

Татарстан (составлено автором)

Для представления аналитических данных расчетной модели в соразмерных величинах результирующие и независимые факторы предложено привести к единому знаменателю, в качестве которого может быть использован показатель «в расчете на одного работника организаций участников кластера». В качестве зависимой переменной (У) в модели будет выступать валовая добавленная стоимость промышленного сектора экономики, независимыми переменными:

Х1 - объем инвестиционных затрат организаций-участников кластера;

Х2 - объем работ и проектов в сфере научных исследований и разработок, выполняемых организациями-участниками;

Х3 - объем отгруженной организациями-участниками инновационной продукции собственного производства, инновационных работ и услуг, выполненных собственными силами.

Данные показатели приняты в качестве ключевых в стратегии развития кластера для оценки его эффективности, чем и объясняется их включение в экономико-математическую модель.

Исходные данные для моделирования представлены в таблице 5.7.

Таблица 5.7 - Показатели эффективности развития Иннокама, используемые для построения прогностической экономико-математической модели (в расчете на одного работника организаций участников кластера; в тыс. рублей) (составлено автором)

год У Х1 Х2 Х3
2011 1786,1 160,3 6,0 396,2
2012 1889,3 178,1 6,6 440,3
2013 1880,2 197,9 7,4 489,2
2014 1896,8 219,9 8,2 543,5
2015 2094,6 244,3 9,1 603,9
2016 2244,9 393,9 27,1 596,1
2017 2358,4 525,7 32,2 618,4

В результате экономико-математического моделирования прогностическая модель прироста валовой добавленной стоимости промышленности имеет следующий вид:

У = 1304+0,36*Х1+8,6*Х2+0,94*Х3.

Экономико-математическая модель демонстрирует более высокую связь прироста валовой добавленной стоимости по промышленности с показателем Х2 - объем работ и проектов в сфере научных исследований и разработок, выполняемых организациями-участниками (коэффициент эластичности составил 8,6), что может говорить о первичной составляющей интеллектуального капитала в развитии кластера.

Адекватность полученной прогностической модели подтверждается следующими положениями:

1) коэффициент детерминации модели (R2) - 0,96, следовательно, на 96% изменение валовой добавленной стоимости промышленного сектора экономики определяется входящими в модель независимыми переменными;

2) стандартная ошибка модель составила 2,7% от среднего значения зависимой переменной, что является допустимым;

3) значимость критерия Фишера составила 0,01, следовательно, прогностическая модель допускает 1% уровень ошибки и может быть использована для прогноза;

4) среднее значение остатков стремится к нулю, что также свидетельствует об адекватности прогностической модели;

5) значение критерия Дарбина-Уотсона составило 2,6, при нормативном значении 2, что свидетельствует об отсутствии автокорреляции (Приложение 5).

Таким образом, используя прогнозные значения ключевых показателей развития Камского инновационного территориально-производственного кластера на среднесрочную перспективу и полученную прогностическую модель, был построен прогноз валовой добавленной стоимости

промышленного сектора экономики Республики Татарстан с учетом факторов устойчивости, предполагающие построение трех вариантов прогноза - базисного, оптимистического и пессимистического.

Прогнозные значения независимых переменных модели представлены в таблице 5.9.

Таблица 5.9 - Исходные прогнозные значения ключевых показателей развития Камского инновационного территориально-производственного кластера (в расчете на одного работника организаций участников кластера; в тыс. рублей) (составлено автором)

год Х1 Х2 Х3
2018 606,7 33,6 631,5
2019 699,7 35,1 762,4
2020 806,4 36,6 832,0

Таким образом, согласно базисному сценарию валовая добавленная стоимость промышленного сектора экономики Республики Татарстан с учетом промышленно-инновационной деятельности Иннокама составит в 2018 г.

2413,8 тыс. рублей в расчете на одного работника организаций участников кластера, в 2019 г. - 2585,2 (прирост на 7,1%), в 2020 г. - 2704,2 (прирост на 4,6%). Три варианта прогноза валовой добавленной стоимости промышленного сектора экономики Республики Татарстан представлены на рисунке 5.3.

Нисходящий тренд прогноза валовой добавленной стоимости промышленного сектора экономики Республики Татарстан для пессимистичного прогноза объясняется тем, что, несмотря на положительный прирост независимых переменных прогностической модели (объем инвестиционных затрат организаций-участников кластера; объем работ и проектов в сфере научных исследований и разработок, выполняемых организациями-участниками; объем отгруженной организациями-

участниками инновационной продукции собственного производства, инновационных работ и услуг, выполненных собственными силами), они будут характеризоваться неустойчивостью, которая выражается в низкой степени влияния на результирующий прогнозный показатель. Следовательно, в экономике пессимистичного сценария будет наблюдаться экстенсивный тип развития, в отличие от оптимистичного и базисного варианта, при которых прирост независимых переменных прогностической модели приведет к устойчивому увеличению итогового прогнозного показателя - валовой добавленной стоимости промышленного сектора экономики за счет интенсивного типа развития.

Рисунок 5.3 - Прогноз валовой добавленной стоимости промышленного

сектора экономики Республики Татарстан с учетом факторов устойчивости (в расчете на одного работника организаций участников кластера; в тыс.

рублей) (составлено автором)

Таким образом, используя прогнозные значения итоговой

результирующей переменной можно определить валовую добавленную стоимость по промышленному сектору в целом с учетом промышленно­инновационной деятельности Иннокама: 2018 г. - 892,3 млрд. рублей; 2019 г. - 960,9 млрд. рублей; 2020 г. - 1011,2 млрд. рублей.

<< | >>
Источник: ДЫРДОНОВА АЛЕНА НИКОЛАЕВНА. УПРАВЛЕНИЕ УСТОЙЧИВЫМ РАЗВИТИЕМ ПРОМЫШЛЕННЫХ КЛАСТЕРОВ. Диссертация на соискание ученой степени доктора экономических наук. Казань - 2019. 2019

Еще по теме 5.3 Апробация предлагаемой модели прогнозирования для оценки необходимых ресурсов для эффективной работы промышленного кластера:

  1. 2.1 Методология оценки эффективности промышленного кластера на основе интеграции ресурсов
  2. Модели привлечения банками ресурсов для ипотечного кредитования
  3. 4 ПРЕДЛАГАЕМАЯ МОДЕЛЬ УПРАВЛЕНИЯ УСТОЙЧИВЫМ РАЗВИТИЕМ ПРОМЫШЛЕННОГО КЛАСТЕРА С УЧЕТОМ РЕАЛИЗАЦИИ СТРАТЕГИИ УМНОЙ СПЕЦИАЛИЗАЦИИ
  4. Применение метода для оценки эффективности структурированных продуктов
  5. 5 АПРОБАЦИЯ МОДЕЛИ УПРАВЛЕНИЯ РАЦИОНАЛЬНЫМ ИСПОЛЬЗОВАНИЕМ РЕСУРСОВ НА ПРИМЕРЕ РАЗВИТИЯ ИННОКАМ
  6. 3.3 Факторный анализ оценки эффективности функционирования промышленного кластера
  7. 3.2 Результаты использования ресурсного подхода к оценке производственного профиля и эффективности функционирования промышленного кластера
  8. Модели привлечения средств для ипотеки
  9. Приложение 5 Результаты экономико-математического моделирования по прогностической модели для Иннокама
  10. Приложение 4 Исходные данные для построения модели «умной специализации» экономики Республики Татарстан
  11. Применение метода для оценки характеристик структурированных продуктов
  12. 3.1 Апробация методики оценки эффективности развития регионального рынка жилья
  13. 2.3 Оценка конкурентоспособности интеграции предприятий промышленного кластера: сетевой подход
  14. 4.1 Концептуальная модель и приоритеты «умной специализации» промышленного кластера в экономически развитых странах
  15. 4.3 Экономико-математическая модель управления устойчивым развитием промышленного кластера нефтехимического комплекса Республики Татарстан
  16. По итогам четвертой главы, рассматривающей вопросы управления устойчивым развитием промышленного кластера в рамках модели RIS3, сделаны следующие основные выводы: