Прогнозирование спроса и предложения

увеличение финансовых затрат на научную, научно-техническую и инновационную деятельность. Затраты на исследования и разработки в 2010 году будут увеличены не менее чем в 2,5 - 3 раза по сравнению с 2005 годом. Будет обеспечена концентрация ресурсов на приоритетных направлениях научно-технической деятельности [1].

    Финансирование  осуществляется в следующем порядке: проекты проходят конкурсный отбор, при этом по каждому конкретному проекту утверждается его государственный заказчик. Основанием для открытия финансирования проектов из республиканского бюджета государственным заказчикам проектов и Белорусскому инновационному фонду (далее - Белинфонд) является утвержденный республиканский бюджет и лимиты централизованно распределяемых ресурсов на очередной год. Министерство финансов перечисляет в установленном порядке предусмотренные на указанные цели средства республиканского бюджета соответственно на текущие счета государственных заказчиков проектов и Белинфонда [8].

    Доля  затрат республиканского бюджета на науку в 2006г. составила 62%, что говорит о преимущественном финансировании науки за счёт республиканского бюджета, доли остальных источников финансирования приведены на рисунке 3.5. 

    

    Рисунок 3.5. Расходы на финансирование исследований и разработок 

П р и м е ч а н и е . Источник: собственная разработка на основе данных Министерства статистики и анализа 
 

    Поступление патентных заявок и выдача патентов.

    Как отмечалось ранее, показатель «поступление патентных заявок и выдача патентов» не входит в представленный Программой перечень показателей, однако, стоит уделить ему внимание, т.к. он отражает результативность инновационной деятельности, а значит и инновационной политики.

      Рассмотрим динамику поступления заявок на выдачу патентов на изобретения в таблице 3.1.

    Таблица 3.1. Поступление патентных заявок на выдачу патентов на изобретения 

 

    П р и м е ч а н и е. Источник [19, с. 6, таблица 1] 
 

    Анализируя  таблицу 3.1, видно, что количество заявок на выдачу патентов выросло: всего по стране на 2,8% в 2006г. по сравнению к 2005г., в том числе прирост заявок на выдачу патентов от иностранных заявителей превысил прирост заявок от отечественных заявителей на 6,7% и составил 8,6%.

    Следует заметить, что количество заявок на выдачу патентов от отечественных заявителей в 2006г. по сравнению с 2000г. выросло почти на 15%, а аналогичный показатель  от иностранных заявителей снизился  примерно на 7,3%.

    Наиболее  активными среди иностранных  заявителей в 2006г. были: Германия – 62 заявки, США – 32, РФ – 16, Италия – 15, Украина – 11. Для более наглядного представления изобразим доли разных стран в общем объёме заявок иностранных заявителей на рисунке 3.6. 

    

 

    Рисунок 3.6. Доля разных стран в общем объёме заявок иностранных заявителей в РБ на 2006г. 

    П р и м е ч а н и е . Источник: собственная разработка на основе данных [19, с. 6] 

    3.2  Прогнозные расчёты показателей 

    При прогнозировании инновационного развития необходимо осуществлять прогнозные расчёты затрат и результатов инновационной деятельности. В процессе исследования мною осуществлёны прогнозные расчёты результатов инновационной деятельности, а именно количество действующих патентов.

      Прогнозные расчёты осуществлялись на ПЭВМ при помощи программ MNК-2, ППП “PER” и Microsoft Office Excel.

    Исходные  данные представлены в таблице 3.2. 

Таблица 3.2. Динамика количества действующих патентов на изобретения 

 

П р и м е ч а н и е. Источник [17, с.244] 

    Сначала спрогнозируем данный показатель с применением ППП “PER” (блок «временные ряды»). Данная программа позволяет выполнить прогноз во времени с использованием следующих методов:

• простого среднего;
• скользящего среднего с постоянным процессом;
• скользящего среднего с  линейным трендом;
• простого экспоненциального сглаживания;
• экспоненциального сглаживания с регулируемым трендом;
• адаптивного экспоненциального сглаживания;
• линейной регрессии.

      Наиболее рационально в нашем случае применять метод экспоненциального сглаживания с регулируемым трендом, так как он учитывает старение данных, что очень важно в прогнозировании показателей, связанных с инновациями.

    Скорость  старения данных характеризует параметр сглаживания (а): чем больше а, тем быстрее происходит  уменьшение влияния “старой” информации, следовательно, большую весомость приобретут последние наблюдения. В своей работе мною принят а=0,3.

    В результате расчётов получены следующие прогнозные данные, изображённые в таблице 3.3 и на рисунке 3.7. 

Таблица 3.3. Результаты прогноза количества действующих патентов на изобретения методом экспоненциального сглаживания с регулируемым трендом (ET) 

    

 

    П р и м е ч а н и е . Источник: собственная разработка 
 

    

                                                

    Рисунок 3.7. Графическое изображение результатов прогноза количества действующих патентов на изобретения на 2007 и 2008 гг. 

    П р и м е ч а н и е . Источник: собственная разработка 
 

    Спрогнозируем данный показатель на два года с помощью программы MNК-2, т.е. методом подбора функции, основанном на методе наименьших квадратов, суть которого состоит в минимизации отклонений расчётных значений от соответствующих значений эмпирического ряда. Прогноз предполагает продление тенденций прошлого, выражаемой выбранной функцией, в будущее, т. е. экстраполяцию динамического ряда. Функция, описывающая этот ряд, выбирается так, что бы она наилучшим образом описывала данный ряд. Результаты прогноза представлены в таблице 3.4 и на рисунке 3.8. 

Таблица 3.4. Результаты прогноза количества действующих патентов на  изобретения методом наименьших квадратов 

    

 

    П р и м е ч а н и е . Источник: собственная разработка 
 

    

 

    Рисунок 3.8. График функции, наиболее точно описывающий исходный ряд 

    П р и м е ч а н и е . Источник: собственная разработка

    Воспользуемся Microsoft Office Excel для проведения корреляционно- регрессионного анализа и осуществления прогноза на 2007 и 2008 гг.

    Изменение любого экономического показателя зависит  от большого количества факторов, но из них лишь некоторые оказывают  существенное воздействие на исследуемый  показатель. Доля влияния остальных  факторов столь незначительна, что  их игнорирование не может привести к существенным отклонениям исследуемого объекта.

    В большинстве случаев между экономическими явлениями не существует строгой  функциональной взаимосвязи, поэтому  в экономике говорят не о функциональных, а о корреляционных или статистических зависимостях [20, с.106-107].

    В качестве влияющих факторов, мною выбраны следующие:

• число выданных патентов на изобретения, т.к. чем больше количество выданных патентов, тем больше вероятность увеличения количества используемых (нужных) патентов;
• внутренние затраты на исследования и разработки, т.к., если предприятие выделяет деньги на какую-то разработку, значит она необходима для него, например, для снижения затрат, поэтому вероятность использования патента растёт;
• численность персонала, занятого исследованиями и разработками.

    Динамику  изменения данных факторов за последние семь лет можно проследить в таблице 3.5: 

Таблица 3.5. Исходные данные для осуществления прогнозных расчётов методом корреляционно-регрессионного анализа 

 

П р и м е ч а н и е. Источник [17, с.244,242, 233] 

    С помощью корреляционного анализа определим тесноту связи факторов и прогнозного показателя, для чего найдём коэффициенты парной корреляции. Значение данного показателя лежит в интервале от -1 до +1. Его положительное значение свидетельствует о прямой связи, а отрицательное – об обратной, т.е. когда растёт одна переменная, другая уменьшается. Чем ближе его значение к 1, тем теснее связь. Связь считается достаточно сильной, если данный коэффициент по абсолютной величине превышает 0,7, и слабой, если меньше 0,4 [20, с.107-108].

    По  произведённым расчётам, отражённым в таблице 3.6 видим, что наиболее сильная связь между прогнозируемым показателем и числом выданных патентов (0,93), отрицательное значение коэффициента корреляции численности персонала, занятого исследованиями и разработками, свидетельствует об обратной связи: 

Таблица 3.6.  Результаты корреляционного анализа между числом выданных патентов, внутренними затратами, численностью персонала и количеством действующих патентов 

 
 

    П р и м е ч а н и е . Источник: собственная разработка 

    Для оценки значимости коэффициента корреляции применяется критерий Стьюдента. При  этом фактическое значение этого  критерия определяется по формуле: 

                                        Tнабл = √ (n-2)*r²/ (1- r²),                                                       (3.1) 

где   n-2 – число наблюдений;

    r - коэффициент парной корреляции.

    Рассчитаем  критерий Стьюдента для учтённых факторов: для числа выданных патентов на изобретения он будет равен 5,75, внутренних затрат на исследования и разработки – 3,19 и  для численности персонала, занятого исследованиями и разработка, - 3,37. Все значения больше табличного, равного 3,182, значит, коэффициенты парной корреляции значимы.