На основе анализа четырех рассматриваемых показателей можно получить ответы на ряд важных вопросов о состоянии экономики каждого из отдельных регионов, а также дать сравнительную оценку экономики разных регионов, например, малых, средних и крупных регионов, сгруппированных по каждому из рассматриваемых показателей. Можно сравнить экономику регионов и по федеральным округам.
По величинам ВРП и трех рассматриваемых ресурсов можно, в первую очередь, рассчитать три важных показателя эффективности экономики региона (Эi): фондоотдачу (руб.), производительность труда (тыс. руб.) и инвестиционную отдачу (руб.). Для расчёта указанных показателей достаточно величину ВРП разделить на величину каждого ресурса:
∋i=Y/Xi,
где i=1,2,3 - индексы трех рассматриваемых ресурсов.
Каждый из перечисленных показателей эффективности характеризует эффективности использования каждого из трех ресурсов, а в совокупности – эффективность всей экономики.
На основе ВРП и трех ресурсов можно определить и ряд показателей, характеризующих уровень технического развития региона: фондовооруженность труда (стоимость основных фондов, приходящихся на одного работника, занятого в экономике, тыс. руб.); инвестиционновооруженность труда (объём инвестиций, приходящихся на работника, тыс. руб.); отношение инвестиций к ВРП, которое можно назвать нормой накопления (НН=инв*100/ВРП, %); отношение инвестиций к основным фондам, которое можно назвать коэффициентом обновления основных фондов (Коф=инв/ОФ). По этим показателям можно сравнивать между собой различные группы регионов.
Рассчитав удельный вес каждого региона в суммарных величинах четырех исходных показателей, можно определить место региона в экономике федерального округа. При этом можно оценить и сравнительную эффективность использования каждым регионом, каждого из трех ресурсов: если удельный вес региона в ВРП больше, чем в ресурсах, то этот регион использует ресурсы эффективнее, чем другие.
Если имеются данные по рассматриваемым показателям за два и более лет, то можно оценить эффективность экономики регионов в динамике.
Иными словами, оценку экономики регионов по четырем ключевым показателям можно проводить методами классической экономики и статистики. Сущность этой методики более подробно нами изложена в статьях [1; 2; 4] и работе [3].
Однако оценка экономики регионов по данным четырех ключевых показателей, описанная выше, является недостаточной и далеко не полной. Она может быть дополнена и углублена новыми методами, в частности методами моделирования.
В настоящем исследовании нами поставлена цель - провести оценку экономики регионов по рассматриваемым показателям с помощью так называемых моделей панельных данных, которые в силу их недостаточной изученности не получили широкого применения.
Модели панельных данных – один из разделов эконометрики. При этом панельными данными называются данные одних и тех же экономических объектов за 2-3 и более последовательных временных периода.
В качестве панельных данных нами выбраны величины четырех показателей по 13-ти регионам Южного и Северо-Кавказского федеральных округов за 2010-2012 гг. Поскольку эти данные публикуются в ежегодниках Росстата [см., например, 5], то нет необходимости их приведения в полном объёме. Поэтому в таблице 1 приведены данные за 2011-2012 гг., чтобы иметь определённое представление об экономике регионов ЮФО и СКФО.
Показатели объема продукции и ресурсов сами по себе не позволяют оценить состояние экономики регионов и ее эффективность. Как отмечалось выше, для этого требуется рассчитать и оценить ряд других показателей, в частности показатели эффективности и уровня технического развития, приведенные в таблице 2.
Модели панельных данных, как и большинство других видов эконометрических моделей, предназначены для выявления и оценки связей и зависимостей между показателями экономических объектов за различные периоды времени, тенденций в изменении отдельных показателей, а также динамики связей между ними.
Таблица 1
Величины объема производства и трех ключевых ресурсов регионов ЮФО и СКФО
по данным за 2011и 2012 гг., использованные для построения панельных моделей
ВРП, млрд.руб. |
Ст-ть ОФ, млрд.руб. |
Числ. работн., тыс.чел. |
Объем инвест., млрд.руб. |
|||
1 |
Республика Адыгея |
2011 |
46,2 |
109 |
152,4 |
16,7 |
2 |
Республика Калмыкия |
24,3 |
120 |
114,0 |
9,3 |
|
3 |
Краснодарский край |
1008,2 |
2139 |
2274,2 |
676,2 |
|
4 |
Астраханская область |
145,4 |
624 |
447,7 |
68,7 |
|
5 |
Волгоградская область |
437,4 |
1200 |
1229,7 |
100,8 |
|
6 |
Ростовская область |
632,2 |
1514 |
1895,7 |
154,9 |
|
7 |
Республика Дагестан |
285,3 |
703 |
949,0 |
134,9 |
|
8 |
Республика Ингушетия |
21,5 |
46 |
68,3 |
4,5 |
|
9 |
Кабардино-Балкар-. Респ. |
76,1 |
159 |
309,9 |
17,7 |
|
10 |
Карачаево-Черкес. Респ. |
43,3 |
117 |
170,6 |
14,0 |
|
11 |
Респ. Север.Осетия - Алания |
74,8 |
171 |
299,3 |
21,1 |
|
12 |
ЧеченскаяРесп. |
69,7 |
231 |
281,0 |
47,4 |
|
13 |
Ставропольский край |
316,9 |
891 |
1236,5 |
106,7 |
|
1 |
Республика Адыгея |
2012 |
55,2 |
118 |
151,9 |
14,7 |
2 |
Республика Калмыкия |
28,8 |
113 |
113,6 |
13,8 |
|
3 |
Краснодарский край |
1229,7 |
2471 |
2288,5 |
797,8 |
|
4 |
Астраханская область |
170,5 |
748 |
448,5 |
81,6 |
|
5 |
Волгоградская область |
499 |
1348 |
1226,1 |
126,1 |
|
6 |
Ростовская область |
761,8 |
1751 |
1902,2 |
198,2 |
|
7 |
Республика Дагестан |
327,0 |
823 |
966,6 |
152,4 |
|
8 |
Республика Ингушетия |
26,1 |
41 |
68,7 |
10,5 |
|
9 |
Кабардино-Балкар-. Респ. |
90,6 |
185 |
308,8 |
25,6 |
|
10 |
Карачаево-Черкес. Респ. |
49,6 |
126 |
172,8 |
18,0 |
|
11 |
Респ. Север.Осетия - Алания |
85,2 |
182 |
299,2 |
21,8 |
|
12 |
ЧеченскаяРесп. |
86,3 |
301 |
312,9 |
53,5 |
|
13 |
Ставропольский край |
399,9 |
980 |
1245,3 |
115,4 |
Источник: Составлена авторами по данным Росстата [5]
Выявление и оценка связей, зависимостей и тенденций методами моделирования, как правило, требует выполнения множества расчётов и процедур обработки информации.
Появление и массовое применение компьютерных средств автоматизации расчетов и обработки информации, таких как офисные программы (типа MS Office), CASE–средства, математические, статистические и другие пакеты программ, методы моделирования и т.д. позволяют перевести на компьютерную основу не только решения отдельных задач, но и
Таблица 2
Величины показателей эффективности и уровня технического развития регионов ЮФО и СКФО по данным за 2010-2012 гг.
Наименования регионов |
Показатели эффективности |
Показатели уровня технического развития |
||||||
Фондо-отдача, руб. |
Произ-ть труда, тыс.руб. |
Иинвес.- отдача, руб. |
Фондо- вооруж. труда, тыс.руб. |
Инвест.- вооруж. труда, тыс.руб. |
Норма накоп., % |
Отнош-е инвест. к основ. фондам,% |
||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
1 |
Республика Адыгея 2010 |
0,410 |
270,9 |
3,64 |
661,0 |
74,5 |
27,5 |
11,3 |
2 |
Республика Калмыкия |
0,210 |
209,3 |
3,28 |
998,2 |
63,8 |
30,5 |
6,4 |
3 |
Краснодарский край |
0,459 |
377,7 |
1,74 |
823,7 |
217,0 |
57,5 |
26,3 |
4 |
Астраханская область |
0,249 |
296,2 |
2,32 |
1187,5 |
127,6 |
43,1 |
10,7 |
5 |
Волгоградская область |
0,338 |
300,9 |
5,10 |
889,8 |
59,0 |
19,6 |
6,6 |
6 |
Ростовская область |
0,418 |
292,5 |
3,66 |
700,0 |
80,0 |
27,3 |
11,4 |
7 |
Республика Дагестан |
0,435 |
281,4 |
2,30 |
647,6 |
122,2 |
43,4 |
18,9 |
8 |
Республика Ингушетия |
0,456 |
285,5 |
2,90 |
626,0 |
98,4 |
34,5 |
15,7 |
9 |
Кабардино-Балкар-. Респ. |
0,488 |
214,1 |
4,72 |
438,6 |
45,4 |
21,2 |
10,4 |
10 |
Карачаево-Черкес. Респ. |
0,345 |
231,6 |
4,32 |
671,9 |
53,6 |
23,1 |
8,0 |
11 |
Респ. Север.Осетия - Алания |
0,428 |
218,4 |
4,65 |
509,9 |
47,0 |
21,5 |
9,2 |
12 |
ЧеченскаяРесп. |
0,308 |
250,2 |
1,63 |
811,9 |
153,7 |
61,4 |
18,9 |
13 |
Ставропольский край |
0,347 |
227,9 |
3,11 |
656,2 |
73,3 |
32,1 |
11,2 |
1 |
Республика Адыгея 2011 |
0,424 |
303,1 |
2,77 |
715,2 |
109,6 |
36,2 |
15,3 |
2 |
Республика Калмыкия |
0,203 |
213,2 |
2,62 |
1052,6 |
81,3 |
38,1 |
7,7 |
3 |
Краснодарский край |
0,471 |
443,3 |
1,49 |
940,6 |
297,3 |
67,1 |
31,6 |
4 |
Астраханская область |
0,233 |
324,8 |
2,12 |
1393,8 |
153,5 |
47,3 |
11,0 |
5 |
Волгоградская область |
0,365 |
355,7 |
4,34 |
975,8 |
82,0 |
23,0 |
8,4 |
6 |
Ростовская область |
0,418 |
333,5 |
4,08 |
798,6 |
81,7 |
24,5 |
10,2 |
Источник: Составлена авторами по данным Росстата [5]
Продолжение таблицы 2
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
7 |
Республика Дагестан |
0,406 |
300,6 |
2,11 |
740,8 |
142,2 |
47,3 |
19,2 |
8 |
Республика Ингушетия |
0,467 |
314,8 |
4,81 |
673,5 |
65,4 |
20,8 |
9,7 |
9 |
Кабардино-Балкар-. Респ. |
0,479 |
245,6 |
4,31 |
513,1 |
57,0 |
23,2 |
0,111 |
10 |
Карачаево-Черкес. Респ. |
0,370 |
253,8 |
3,09 |
685,8 |
82,1 |
32,3 |
0,120 |
11 |
Респ. Север.Осетия - Алания |
0,437 |
249,9 |
3,54 |
571,3 |
70,5 |
28,2 |
0,123 |
12 |
ЧеченскаяРесп. |
0,302 |
248,0 |
1,47 |
822,1 |
168,9 |
68,1 |
0,205 |
13 |
Ставропольский край |
0,356 |
256,3 |
2,97 |
720,6 |
86,3 |
33,7 |
0,120 |
1 |
Республика Адыгея 2012 |
0,468 |
363,4 |
3,76 |
776,8 |
96,6 |
26,6 |
0,124 |
2 |
Республика Калмыкия |
0,255 |
253,5 |
2,08 |
994,7 |
121,7 |
48,0 |
0,122 |
3 |
Краснодарский край |
0,498 |
537,3 |
1,54 |
1079,7 |
348,6 |
64,9 |
0,323 |
4 |
Астраханская область |
0,228 |
380,2 |
2,09 |
1667,8 |
182,0 |
47,9 |
0,109 |
5 |
Волгоградская область |
0,370 |
407,0 |
3,96 |
1099,4 |
102,9 |
25,3 |
0,094 |
6 |
Ростовская область |
0,435 |
400,5 |
3,84 |
920,5 |
104,2 |
26,0 |
0,113 |
7 |
Республика Дагестан |
0,397 |
338,3 |
2,15 |
851,4 |
157,7 |
46,6 |
0,185 |
8 |
Республика Ингушетия |
0,637 |
379,9 |
2,49 |
596,8 |
152,8 |
40,2 |
0,256 |
9 |
Кабардино-Балкар-. Респ. |
0,490 |
293,4 |
3,54 |
599,1 |
82,8 |
28,2 |
0,138 |
10 |
Карачаево-Черкес. Респ. |
0,394 |
287,0 |
2,76 |
729,2 |
103,9 |
36,2 |
0,142 |
11 |
Респ. Север.Осетия - Алания |
0,468 |
284,8 |
3,90 |
608,3 |
72,9 |
25,6 |
12,0 |
12 |
ЧеченскаяРесп. |
0,287 |
275,8 |
1,61 |
962,0 |
171,0 |
62,0 |
17,8 |
13 |
Ставропольский край |
0,408 |
321,1 |
3,46 |
787,0 |
92,7 |
28,9 |
11,8 |
Источник: Составлена авторами по данным Росстата [5]
создавать компьютерные модели и комплексы, автоматизирующие все расчёты и формализованные процедуры обработки информации, а также позволяющие формировать различные виды аналитических электронных документов (таблицы, графики, диаграммы и др.) для лиц принимающих управленческие решения.
Необходимым условием создания компьютерных моделей и комплексов является наличие баз данных и хранилищ данных, содержащих необходимую информацию для решения различных практических задач.
Одна из таких баз данных сводных социально-экономических показателей регионов России, ежегодно публикуемых Росстатом, создана и поддерживается нами более 10 лет.
База данных используется нами как в учебной, так и в научно-исследовательской работе на экономическом факультете и факультете информатики и информационных технологий:
- при чтении ряда дисциплин (Эконометрики, Информационных систем в экономике, Математического и имитационного моделирования экономических процессов и др.);
- при выполнении курсовых и дипломных работ, магистерских и кандидатских диссертаций, а также при подготовке научных статей.
Разработке компьютерной модели предшествуют постановка задачи, ее информационное обеспечение, разработка математической модели (алгоритма расчетов), описание форм необходимых электронных документов (исходных, промежуточных и аналитических).
Постановка задачи состоит в ее формулировке, которая была дана выше и состоит в следующем: требуется выявить, математически описать и проанализировать возможные связи и зависимости между показателями, полученные по панельным данным регионов ЮФО и СКФО за 2010-2012 гг.
Что такое компьютерная модель? Под ним мы понимаем в первую очередь совокупность шаблонов массивов данных, таблиц, графиков, диаграммы и др., в которые интегрированы математические формулы, встроенные функции и процедуры, команды и операторы, обеспечивающие выполнение необходимых расчетов по заданным алгоритмам и процедурам, созданным в средах компьютерных средств обработки информации.
По данным регионов ЮФО и СКФО за 2010-2012 гг. [5] нами построены и проанализированы однофакторные панельные модели по трехлетним и двухлетним данным: а) для регионов обоих федеральных округов; б) для регионов каждого из двух округов.
Можно строить модели разных видов: линейных и нелинейных. Нами построены модели линейного и степенного видов, которые математически представляют собой следующие уравнения:
y=bi+mixi; y=biximi ,
где y – результативный (зависимый) показатель, xi, - независимые показатели факторы, bi, mi - параметры.
Построить эконометрические модели, в т. ч. модели панельных данных, как известно, означает рассчитать их параметры, ряд статистических характеристик, оценить адекватность моделей и сформулировать выводы, представляющие теоретический и/или практический интерес.
Параметры моделей можно рассчитать разными методами, но наиболее широко применяется метод наименьших квадратов. Сущность метода, алгоритм расчетов и другие элементы различных методов расчета параметров рассматриваются в учебной и методической литературе по эконометрике [см., например, 7].
Между четырьмя рассматриваемыми показателями возможны следующие парные зависимости, которые подтверждаются нашими расчетами и анализом: ВРП от каждого ресурса (y от x1, y от x2, y от x3), стоимости основных фондов от объема инвестиций (x1 от x3) и объема инвестиций от ВРП (x3 от y). В таблицах 3 и 4 приведены величины параметров для перечисленных пар зависимостей.
По данным этих таблиц можно сформулировать весьма важные выводы.
Как известно, параметры m1, m2, m3 при независимых переменных в моделях линейного вида означают предельную эффективность фактора xi, в нашем случае, предельную эффективность использования каждого из трех ресурсов. То есть, они показывают прирост ВРП (в млрд. руб.) в том или ином регионе ЮФО и СКФО при увеличении стоимости основных фондов на 1млрд. руб., численности работников на 1 тыс. чел. и объема инвестиций на 1 млрд. руб.
Так, из таблицы 3 видно, что предельная эффективность основных фондов по трехлетним панельным моделям составляет:
а) по 13-ти регионам обоих округов 0,4511 млрд. руб.;
б) по 6-ти регионам ЮФО и 7-ми регионам СКФО - 0,4783 и 0,3813 млрд. руб.
Аналогично предельная эффективность использования рабочей силы составляет: по 13-ти регионам – 0,4046, по 6-ти регионам – 0,4210, по 7-ми регионам 0,2857 млрд. руб.
Таблица 3
Величины параметров моделей панельных данных, выражающих парную зависимость линейного вида ВРП от каждого из ключевых производственных ресурсов, построенных по данным регионов ЮФО и СКФО за 2010-2012 гг.
y от x1 |
y от x2 |
y от x3 |
||||
b1 |
m1 |
b2 |
m2 |
b3 |
m3 |
|
а) ЮФО+СКФО |
||||||
2010-2012 |
-30,805 |
0,4511 |
-43,239 |
0,4046 |
84,328 |
1,5883 |
2010-2011 |
-26,151 |
0,4388 |
-36,574 |
0,3674 |
78,229 |
1,6018 |
2011-2012 |
-33,901 |
0,4574 |
-49,420 |
0,4371 |
90,754 |
1,5426 |
2010; 2012 |
-31,257 |
0,4542 |
-43,728 |
0,409 |
83,512 |
1,6314 |
б) ЮФО |
||||||
2010-2012 |
-69,721 |
0,4783 |
-39,528 |
0,4210 |
141,689 |
1,4663 |
2010-2011 |
-60,857 |
0,4655 |
-33,086 |
0,3819 |
133,623 |
1,4710 |
2011-2012 |
-75,313 |
0,4849 |
-45,019 |
0,4556 |
151,868 |
1,4239 |
2010; 2012 |
-71,079 |
0,4811 |
-40,315 |
0,4252 |
139,271 |
1,5111 |
в) СКФО |
||||||
2010-2012 |
3,4850 |
0,3813 |
-4,4550 |
0,2857 |
14,241 |
2,3761 |
2010-2011 |
5,1530 |
0,3681 |
-2,1420 |
0,2607 |
15,976 |
2,3041 |
2011-2012 |
3,3370 |
0,3845 |
-5,6840 |
0,3038 |
13,271 |
2,3761 |
2010; 2012 |
2,5970 |
0,3884 |
-5,3510 |
0,2919 |
13,631 |
2,4395 |
Источник: Составлена авторами
Таблица 4
Величины параметров моделей панельных данных, выражающих парную зависимость степенного вида ВРП от каждого из ключевых производственных ресурсов, построенных по данным регионов ЮФО и СКФО за 2010-2012 гг.
y от x1 |
y от x2 |
y от x3 |
||||
b1 |
m1 |
b2 |
m2 |
b3 |
m3 |
|
а) ЮФО+СКФО |
||||||
2010-2012 |
0,3932 |
0,9925 |
0,1667 |
1,0949 |
4,4800 |
0,8846 |
2010-2011 |
0,3520 |
1,0073 |
0,1608 |
1,0893 |
4,8682 |
0,8674 |
2011-2012 |
0,4188 |
0,9841 |
0,1688 |
1,1027 |
4,1745 |
0,8957 |
2010; 2012 |
0,4141 |
0,9855 |
0,1713 |
1,0920 |
4,3478 |
0,8945 |
б) ЮФО |
||||||
2010-2012 |
0,1705 |
1,1104 |
0,1303 |
1,1446 |
4,0868 |
0,9133 |
2010-2011 |
0,1518 |
1,1260 |
0,1253 |
1,1389 |
4,2216 |
0,9094 |
2011-2012 |
0,1789 |
1,1041 |
0,1292 |
1,1563 |
3,6794 |
0,9292 |
2010; 2012 |
0,1827 |
1,1012 |
0,1365 |
1,1388 |
4,3248 |
0,9046 |
в) СКФО |
||||||
2010-2012 |
0,6385 |
0,9162 |
0,3043 |
0,9802 |
5,4594 |
0,8187 |
2010-2011 |
0,5492 |
0,9389 |
0,2899 |
0,9770 |
6,2012 |
0,7852 |
2011-2012 |
0,7130 |
0,8993 |
0,3218 |
0,9801 |
5,2044 |
0,8278 |
2010; 2012 |
0,6696 |
0,9095 |
0,3049 |
0,9816 |
4,8748 |
0,8514 |
Источник: Составлена авторами
Иными словами, эффективность использования основных фондов и рабочей силы по 6-ти регионам ЮФО существенно выше, чем по 7-ми регионам СКФО.
В соответствии с той же таблицей 3 предельная эффективность использования инвестиций в регионах СКФО более чем в 1,5 раза выше, чем в регионах ЮФО и составляет 2,3761(по СКФО) против 1, 4663 млрд. руб. (по ЮФО). По 13-ти регионам обоих округов предельная эффективность использования инвестиций составляет 1,5883 млрд.руб.
Вышесформулированный вывод справедлив и к параметрам панельных моделей из таблицы 3, построенных по двухлетним данным.
В случае однофакторных панельных моделей степенного вида параметры m1, m2, m3 называются коэффициентами эластичности и показывают прирост ВРП в процентах при увеличении одного из ресурсов на 1% (см. таблицу 4).
Так, в соответствии с таблицей 4 по панельным моделям за все три периода коэффициент эластичности по основным фондам составляет 0,9925 по 13 регионам, 1,1104 по 6 регионам ЮФО и 0,9162% по 7-ми регионам СКФО.
Коэффициент эластичности использования рабочей силы составляет 1,0949; 1, 1446 и 0, 9802% соответственно для 13-ти, 6-ти и 7-ми регионов.
Эластичность по инвестициям равна: 0,8840 (для 13-ти), 0,9133 (по 6-ти), и 0,8187 (по 7-ми регионам).
Таким образом, коэффициент эластичности по всем трем ресурсам для регионов ЮФО выше, чем для регионов СКФО.
Сформулированные выводы по предельной эффективности и коэффициентам эластичности справедливы и для моделей, построенных по двухлетним панельным данным.
Анализ предельной эффективности и коэффициентов эластичности панельных моделей, построенных по двухлетним данным, показывает, что их величины в моделях за 2011–2012 гг. в целом выше, чем в моделях за 2010-2011 и 2010, 2012. Но имеются и исключения.
Все рассмотренные модели являются адекватными с точки зрения статистических характеристик (стандартных ошибок, коэффициентов детерминации, F-критерия и др.).
В заключении анализа парных зависимостей ВРП от ресурсов приведем математическую запись уравнений и величины индекса детерминации (R) панельных моделей, построенных по трехлетним данным 13-ти регионов ЮФО и СКФО:
а) линейного вида
y=-30,8+0,4511x1; R=0,9689; y=-43,2+0,4046x2; R=0,9241;
y=84,3+1,5883x3; R=0,8410;
б) степенного вида
y=0,3932x10,9925; R=0,9528; y=0,1667x21,0949; R=0,9758;
y=4,480x30,8846; R=0,9260.
Модели парной зависимости ценными являются не только сами по себе, но и потому, что на их основе можно строить многофакторные модели.
Так, если сложить первую и вторую модели линейного вида или вторую и третью модели, а затем разделить обе части полученных сумм на два, то получим 2-х факторные модели.
В нашем случае они будут иметь вид:
y=-30,8-43,22+0,45112x1+0,40462x2
или упростив
y=-27,0+0,2256x1+0,2023x2; y=20,545+0,2023x2+0,7942x3.
В случае моделей степенного вида вместо суммирования и деления на два применяем умножение и извлечение корня, т. е. если перемножим первое и второе уравнения степенного вида (второе и третье уравнения), а затем извлечем квадратный корень, то получим следующие двухфакторные уравнения:
y=0,3932x10,9925*0,1667x21,0949; y=0,1667x21,0949*4,480x30,8846.
Упростив эти выражения, получим
y=0,2560*x10,9962*x21,0464; y=0,8642*x21,0464*x30,9405.
Если просуммировать все три уравнения линейного вида и разделить на три или если перемножить все три уравнения степенного вида и извлечь кубический корень, то можно получить 3-х факторные уравнения.
Выше было отмечено, что стоимость основных фондов (x1) корреляционно зависит от объема инвестиций (x3). Напомним в этой связи, что большая часть инвестиций ежегодно направляется в виде капитальных вложений на обновление и /или прирост основных фондов. Выше было отмечено также, что объем инвестиций (x3) зависит от ВРП (y), поскольку инвестиции – это часть ВРП, направляемая на расширенное воспроизводство.
Экономический смысл параметров в случае зависимости стоимости основных фондов (x1) от инвестиций (x3) несколько иной, чем в моделях зависимости ВРП от ресурсов.
В зависимости x1 от x3 линейного вида (x1=b3+m3x3) – параметр m3 показывает величину стоимости основных фондов, приходящуюся на 1 млрд. руб. инвестиций. Согласно таблице 5 стоимость основных фондов, приходящаяся на 1 млрд. руб. инвестиций в регионах СКФО более чем в 2 раза больше, чем в регионах ЮФО. При зависимости степенного вида (x1=b3x3m3) параметр m3 (коэффициент эластичности) показывает величину стоимости основных фондов в процентах, приходящихся на 1% объема инвестиций. В соответствии с таблицей 6 этот коэффициент для регионов ЮФО ниже, чем для регионов СКФО.
Иными словами, сложившиеся соотношения стоимости основных фондов и объема инвестиций для регионов ЮФО существенно лучше, чем для регионов СКФО.
В таблицах 5 и 6 приведены величины параметров панельных моделей, построенных по 2-х и 3-летним данным для зависимости стоимости основных фондов от объема инвестиций (x1 от x3) и объема инвестиций от величины ВРП (x3 от y).
Таблица 5
Величины параметров моделей панельных данных, выражающих парную зависимость линейного вида стоимости основных фондов от объема инвестиций и объема инвестиций от ВРП, построенных по данным регионов ЮФО и СКФО за 2010-2012 гг.
x1 от x3 |
x3 от y |
|||
b2 |
m2 |
b3 |
m3 |
|
а) ЮФО+СКФО |
||||
2010-2012 |
281,878 |
3,2660 |
-28,004 |
0,5295 |
2010-2011 |
262,224 |
3,3923 |
-25,111 |
0,5209 |
2011-2012 |
300,354 |
3,1316 |
-30,578 |
0,5432 |
2010; 2012 |
280,319 |
3,3268 |
-27,888 |
0,5211 |
б) ЮФО |
||||
2010-2012 |
480,740 |
2,8375 |
-51,107 |
0,5654 |
2010-2011 |
452,097 |
2,9340 |
-46,593 |
0,5558 |
2011-2012 |
509,440 |
2,7190 |
-55,326 |
0,5801 |
2010; 2012 |
477,881 |
2,8996 |
-50,627 |
0,5565 |
в) СКФО |
||||
2010-2012 |
32,096 |
6,1519 |
0,1998 |
0,3735 |
2010-2011 |
38,505 |
6,0577 |
-2,2485 |
0,3950 |
2011-2012 |
25,846 |
6,1796 |
1,6868 |
0,3687 |
2010,2012 |
31,513 |
6,2176 |
0,7998 |
0,3619 |
Источник: Составлена авторами
Величины m3 в панельных моделях линейного вида, построенных по двухлетним данным предпочтительнее для регионов ЮФО за 2011-2012 гг., для регионов СКФО – за 2010-2011 гг. При степенном виде зависимости m3 для регионов обоих округов предпочтительнее за 2010-2011 гг.
Перейдем к рассмотрению зависимости объема инвестиций (x1) от ВРП (y):
x3=b+my – линейный вид; x3=bym – степенной вид.
Таблица 6
Величины параметров моделей панельных данных, выражающих парную зависимость степенного вида стоимости основных фондов от объема инвестиций и объема инвестиций от ВРП, построенных по данным регионов ЮФО и СКФО за 2010-2012 гг.
x1 от x3 |
x3 от y |
|||
b2 |
m2 |
b3 |
m3 |
|
а) ЮФО+СКФО |
||||
2010-2012 |
12,802 |
0,8653 |
0,2751 |
1,0468 |
2010-2011 |
14,711 |
0,8391 |
0,2430 |
1,0671 |
2011-2012 |
11,385 |
0,8854 |
0,3040 |
1,0338 |
2010; 2012 |
12,165 |
0,8778 |
0,2866 |
1,0368 |
б) ЮФО |
||||
2010-2012 |
19,526 |
0,7962 |
0,3107 |
1,0241 |
2010-2011 |
21,505 |
0,7797 |
0,2944 |
1,0300 |
2011-2012 |
17,347 |
0,8151 |
0,3615 |
1,0040 |
2010; 2012 |
19,580 |
0,7974 |
0,2851 |
1,0364 |
в) СКФО |
||||
2010-2012 |
10,456 |
0,8921 |
0,2280 |
1,0884 |
2010-2011 |
12,886 |
0,8441 |
0,1784 |
1,1369 |
2011-2012 |
9,080 |
0,9217 |
0,2425 |
1,0810 |
2010,2012 |
9,169 |
0,9264 |
0,2804 |
1,0429 |
Источник: Составлена авторами
В зависимости линейного вида m представляет собой величину инвестиций (в млрд. руб.), приходящуюся на 1 млрд. руб. ВРП, а в зависимости степенного вида m – величина инвестиций в процентном выражении, приходящаяся на 1% ВРП.
Модели панельных данных для зависимости объема инвестиций от величины ВРП, построенные по трехлетним данным для 13-ти регионов ЮФО и СКФО, 6-ти регионов ЮФО и 7-ми регионов СКФО математически можно записать в виде следующих уравнений:
для 13-ти регионов x3=-28,0+0,5295y; x3=0,2751y1,097;
для 6-ти регионов x3=-51,1+0,5654y; x3=0,3107y1,024;
для 7-ми регионов x3=0,1998+0,3735y; x3=0,2280y1,088.
Однофакторные модели панельных данных весьма важны, их следует строить, исследовать и применять для оценки всевозможных связей и зависимостей в экономике. Однако ограничиваться построением и изучением однофакторных моделей нельзя. Возникает необходимость в исследовании связей и зависимостей с помощью многофакторных моделей панельных данных. Выявление и исследование экономических связей и зависимостей с помощью многофакторных моделей - задачи более сложные и трудоемкие. Но и ценность результатов, получаемых при этом значительно выше, чем для парных связей.
Литература
1. Адамадзиев К.Р. Отношения, зависимости и динамические тенденции показателей России, ЮФО и Республики Дагестан: статистико-эконометрическая оценка. Ж. Сегодня и завтра Российской экономики. Научно-аналитический сборник. Спец. выпуск, 2009. с 30-40
2. Адамадзиев К.Р., Адамадзиева А.К. Компьютерный модельный комплекс для оценки корреляционных связей между социально-экономическими показателями регионов России // Современные наукоемкие технологии. – 2009. – № 10 – С. 81-85 URL:
www.rae.ru/snt/?section=content&op=show_article&article_id=5601
3. Адамадзиев К.Р., Адамадзиева А.К. Компьютерное моделирование в экономике: учебное пособие. – Махачкала: Издательско-полиграфический центр ДГУ, 2014. – 211с.
4. Адамадзиев К.Р., Адамадзиева А.К., Сулейманова З.К. Оценка связей, зависимостей и тенденций показателей экономических объектов методами математического и компьютерного моделирования. "Международный журнал экспериментального образования", 2012 , №9. с.38-41
5. Россия в цифрах. 2010-2013: Крат. стат. сб. / Росстат. -М., 2011-2014.
6. Теория систем и системный анализ в управлении организациями: Справочник: учеб. пособие / под ред. В.Н. Волковой и А.А. Емельянова. –М.: Финансы и статистика; ИНФРА-М, 2009. – 848 с.
7. Эконометрика: Учебник/под ред. И.И.Елисеевой 2-e изд., перераб. и доп.–М.: Финансы и статистика, 2005. -576 с.