Анализ инвестиций и инноваций в сельское хозяйство

Для анализа инвестиционной деятельности в направлении сельского хозяйства необходимо привести следующие данные.

Таблица 11. Показатели инвестиции в сельское хозяйство, затраты на технологические инновации и продукция сельского хозяйства Республики Мордовия.

Год	Продукция сельского хозяйства, млн.руб.	Инвестиции в сельское хозяйство, млн. руб.	Валовые затраты на НИиР, млн.руб.	Объем инновативных товаров, работ, услуг, млн.руб.
2010	26311,8	3216,1	545,3	90940,9
2011	37816,8	3724,9	648,6	98742,8
2012	39225,1	3992,5	741,5	119546,4
2013	40289,3	3584,8	919,8	120735,0
2014	46301,0	2810,3	996,5	109703,5
2015	53540,1	4103,4	888,9	124567,8
2016	58873,1	4530,3	842,7	169104,1
2017	59702,5	4295,2	926,1	190415,6
2018	63662,2	7351	1126,4	216616,7
2019	72221,5	11218	1322,9	267386,1

По приведенным данным мы рассчитаем основные аналитические показатели динамики, выявим корреляционную связь между показателями и составим прогноз на следующие три года [6].

По таблице 12, начиная с 2010 г. объем продукции сельского хозяйства ежегодно растет и на 2019 составил 72221,5 млн.руб., рост составил 45909,7 млн.руб., что в удельном весе равно 174,5 %., но цепные показатели динамики указывают, что в 2012 г., 2013 г. и 2017 г. наблюдалось некоторое снижение объема производства продукции сельского хозяйства.

По таблице 13, за весь рассматриваемый период объем инвестиций в сельское хозяйство вырос на 8001,8 млн.руб., в удельном весе рост составил 248,8 %. Стоит заметить что динамика сопровождается спадом и ростом.  В 2014 г. объем инвестиций в сельское хозяйство составило 2810,3 млн.руб., что является самым низким уровнем инвестиций.  Следом в 2015 году цепной прирост составил 46 %. В 2018 г. цепной рост составил 3055,8 млн.руб., в удельном весе прирост составил 71,1 %. И в 2019 г. объем инвестиций в сельское хозяйство составил 11217,9 млн.руб., что на 3866,9 млн. руб. больше предыдущего года.

По таблице 14 очевидно, валовые затраты на научные исследовании и разработки за весь период исследования увеличились на 777,6 млн. руб, в удельном весе прирост составил 142,6  %. Но цепные показатели динамики указывают на то, что в 2015 и 2016 гг. наблюдалось снижение их объема на 107,6 и 46,2 млн.руб. И в 2018 г. их объем вырос на 21,6 %.

По таблице 15 следует, что объем инновативных товаров, работ и услуг за 10 лет вырос на 176445,2 млн.руб., что в удельном весе составит 194 %. Но в 2014 г. наблюдается их снижение на 9,1 %. А в 2016 г. их наибольшее увеличение на 35,8 %.

Таблица 12. Аналитические показатели динамики продукции сельского хозяйства за 2010-2019 гг.     

Год	Объем продукции сельского хозяйства, млн.руб.	Абсолютный прирост, млн.руб		Коэффициент роста		Темп роста, %.		Коэффициент прироста		Темп прироста, %		Темп наращивания, %	Абсолютное значение 1% прироста, млн.руб.
		Базис	Цепной	Базис	Цепной	Базис	цепной	Базис	Цепной	базис	Цепной
2010	26311,8	0	0	1	1	100	100	0	0	0	0	0	0
2011	37816,8	11505,0	11505,0	1,437	1,437	143,7	143,7	0,437	0,437	43,7	43,7	43,7	263,118
2012	39225,1	12913,3	1408,3	1,491	1,037	149,1	103,7	0,491	0,037	49,1	3,7	5,4	378,168
2013	40289,3	13977,5	1064,2	1,531	1,027	153,1	102,7	0,531	0,027	53,1	2,7	4,0	392,251
2014	46301,0	19989,2	6011,7	1,760	1,149	176,0	114,9	0,760	0,149	76,0	14,9	22,8	402,893
2015	53540,1	27228,3	7239,1	2,035	1,156	203,5	115,6	1,035	0,156	103,5	15,6	27,5	463,010
2016	58873,1	32561,3	5333,0	2,238	1,100	223,8	110,0	1,238	0,100	123,8	10,0	20,3	535,401
2017	59702,5	33390,7	829,4	2,269	1,014	226,9	101,4	1,269	0,014	126,9	1,4	3,2	588,731
2018	63662,2	37350,4	3959,7	2,420	1,066	242,0	106,6	1,420	0,066	142,0	6,6	15,0	597,025
2019	72221,5	45909,7	8559,3	2,745	1,134	274,5	113,4	1,745	0,134	174,5	13,4	32,5	636,622

 

Таблица 13. Аналитические показатели динамики инвестиций в сельское хозяйство за 2010-2019 гг.

Год	Инвестиции в сельское хозяйство, тысяч. руб.	Абсолютный прирост, тысяч. руб.		Коэффициент роста		Темп роста,%.		Коэффициент прироста		Темп прироста,%		Темп наращивания, %	Абсолютное значение 1% прироста, тысяч. руб.
		Базис	Цепной	Базис	Цепной	базис	Цепной	базис	Цепной	базис	Цепной
2010	3216,082	0	0	1	1	100	100	0	0	0	0	0	0
2011	3724,88	508,798	508,798	1,158	1,158	115,820	115,820	0,158	0,158	15,820	15,820	15,820	32,161
2012	3992,5	776,418	267,620	1,241	1,072	124,142	107,185	0,241	0,072	24,142	7,185	8,321	37,249
2013	3584,798	368,716	-407,702	1,115	0,898	111,465	89,788	0,115	-0,102	11,465	-10,212	-12,677	39,925
2014	2810,252	-405,830	-774,546	0,874	0,784	87,381	78,394	-0,126	-0,216	-12,619	-21,606	-24,084	35,848
2015	4103,405	887,323	1293,153	1,276	1,460	127,590	146,016	0,276	0,460	27,590	46,016	40,209	28,103
2016	4530,286	1314,204	426,881	1,409	1,104	140,864	110,403	0,409	0,104	40,864	10,403	13,273	41,034
2017	4295,213	1079,131	-235,073	1,336	0,948	133,554	94,811	0,336	-0,052	33,554	-5,189	-7,309	45,303
2018	7351,019	4134,937	3055,806	2,286	1,711	228,571	171,144	1,286	0,711	128,571	71,144	95,016	42,952
2019	11217,902	8001,820	3866,883	3,488	1,526	348,806	152,603	2,488	0,526	248,806	52,603	120,236	73,510

 

Таблица 14. Аналитические показатели динамики валовых затрат на научные исследования и разработки за 2010-2019 гг.

Год	Затраты на научные исследования и разработки, млн.руб.	Абсолютный прирост, млн.руб		Коэффициент роста		Темп роста,%.		Коэффициент прироста		Темп прироста,%		Темп наращивания, %	Абсолютное значение 1% прироста, млн.руб.
		базис	цепной	базис	Цепной	базис	цепной	базис	цепной	базис	цепной
2010	545,3	0	0	1	1	100	100	0	0	0	0	0	0
2011	648,6	103,3	103,3	1,189	1,189	118,9	118,9	0,189	0,189	18,9	18,9	15,9	5,453
2012	741,5	196,2	92,9	1,360	1,143	136,0	114,3	0,360	0,143	36,0	14,3	14,3	6,486
2013	919,8	374,5	178,3	1,687	1,240	168,7	124,0	0,687	0,240	68,7	24,0	27,5	7,415
2014	996,5	451,2	76,7	1,827	1,083	182,7	108,3	0,827	0,083	82,7	8,3	11,8	9,198
2015	888,9	343,6	-107,6	1,630	0,892	163,0	89,2	0,630	-0,108	63,0	-10,8	-16,6	9,965
2016	842,7	297,4	-46,2	1,545	0,948	154,5	94,8	0,545	-0,052	54,5	-5,2	-7,1	8,889
2017	926,1	380,8	83,4	1,698	1,099	169,8	109,9	0,698	0,099	69,8	9,9	12,9	8,427
2018	1126,4	581,1	200,3	2,066	1,216	206,6	121,6	1,066	0,216	106,6	21,6	30,9	9,261
2019	1322,9	777,6	196,5	2,426	1,174	242,6	117,4	1,426	0,174	142,6	17,4	30,3	11,264

Таблица 15. Аналитические показатели динамики инновативности товаров, работ и услуг за 2010-2019 гг.

Год	Объем продукции сельского хозяйства, млн.руб.	Абсолютный прирост, млн.руб		Коэффициент роста		Темп роста,%.		Коэффициент прироста		Темп прироста,%		Темп наращивания, %	Абсолютное значение 1% прироста, млн.руб.
		базис	цепной	базис	Цепной	базис	Цепной	базис	цепной	базис	цепной
2010	90940,9	0	0	1	1	100	100	0	0	0	0	0	0
2011	98742,8	7801,9	7801,9	1,086	1,086	108,6	108,6	0,086	0,086	8,6	8,6	1202,9	909,409
2012	119546,4	28605,5	20803,6	1,315	1,211	131,5	121,1	0,315	0,211	31,5	21,1	3207,5	987,428
2013	120735,0	29794,1	1188,6	1,328	1,010	132,8	101,0	0,328	0,010	32,8	1,0	183,3	1195,464
2014	109703,5	18762,6	-11031,5	1,206	0,909	120,6	90,9	0,206	-0,091	20,6	-9,1	-1700,8	1207,350
2015	124567,8	33626,9	14864,3	1,370	1,135	137,0	113,5	0,370	0,135	37,0	13,5	2291,8	1097,035
2016	169104,1	78163,2	44536,3	1,859	1,358	185,9	135,8	0,859	0,358	85,9	35,8	6866,5	1245,678
2017	190415,6	99474,7	21311,5	2,094	1,126	209,4	112,6	1,094	0,126	109,4	12,6	3285,8	1691,041
2018	216616,7	125675,8	26201,1	2,382	1,138	238,2	113,8	1,382	0,138	138,2	13,8	4039,6	1904,156
2019	267386,1	176445,2	50769,4	2,940	1,234	294,0	123,4	1,940	0,234	194,0	23,4	7827,5	2166,167

Таблица 16. Вспомогательная таблица промежуточных расчетов.

2010	26311,8	3216,08	545,3	90940,9	84620906,4	14347824,5	2392818772,6	10343183,4	297352,1	8270247292,8	1753729,5	292473391,6	49590072,8	31349,89904	25382442,0	340197402,2	19,14768
2011	37816,8	3724,88	648,6	98742,8	140863042,0	17065833,5	2598100805,0	13874731,0	420682,0	9750140551,8	2415957,2	367805080,9	64044580,1	34340,63862	12083697,9	238816886,3	9,192109
2012	39225,1	3992,5	741,5	119546,4	156606211,8	19510199,7	3145480967,5	15940056,3	549822,3	14291341753,0	2960438,8	477289002,0	88643655,6	40850,19725	2640941,1	79997689,53	4,143003
2013	40289,3	3584,8	919,8	120735,0	144429002,1	24201593,6	3176755173,0	12850776,7	846032,0	14576940225,0	3297297,2	432810586,5	111052053,0	46049,65773	33181721,1	14022645,33	14,29749
2014	46301	2810,25	996,5	109703,5	130117477,9	26219708,7	2886496551,3	7897516,3	993012,3	12034857912,3	2800416,1	308294480,3	109319537,8	46880,23635	335514,7	8492000,095	1,251023
2015	53540,1	4103,41	888,9	124567,8	219696714,0	23388559,0	3277603040,0	16837932,6	790143,2	15517136796,8	3647516,7	511152133,4	110728317,4	45077,32538	71618554,2	22250226,9	15,80642
2016	58873,1	4530,29	842,7	169104,1	266711980,7	22172953,9	4449433258,4	20523491,2	710143,3	28596196636,8	3817672,0	766089936,8	142504025,1	53935,25009	24382361,7	17147136,37	8,387277
2017	59702,5	4295,21	926,1	190415,6	256434954,1	24367358,0	5010177184,1	18448854,7	857661,2	36258100723,4	3977796,8	817875560,5	176343887,2	61546,89867	3401806,5	138122635,4	3,089316
2018	63662,2	7351,02	1126,4	216616,7	467982041,8	29637611,5	5699575287,1	54037480,3	1268777,0	46922794718,9	8280187,8	1592353477,4	243997050,9	65162,70824	2251525,0	236186742,5	2,356985
2019	72221,5	11217,9	1322,9	267386,1	810173709,3	34807880,2	7035409586,0	125841325,3	1750064,4	71495326473,2	14840162,6	2999511066,0	353725071,7	72784,40407	316861,0	528543046,1	0,779413
Сумма	497943,4	48826,3	8958,7	1507758,9	2677636040,0	235719522,7	39671850625,0	296595347,9	8483689,7	257713083084,0	47791174,6	8565654715,3	1449948251,4	497977,2	175595425,3	1623776410,7	78,5
Среднее значение	49794,3	4882,6	895,9	150775,9	267763604,0	23571952,3	3967185062,5	29659534,8	848369,0	25771308308,4	4779117,5	856565471,5	144994825,1	49797,7	17559542,5	162377641,07	7,85

Таблица 17. Матрица коэффициента корреляции.

	1
	0,76	1
	0,86	0,78	1
	0,92	0,91	0,84	1

Чтобы определить, как на продукцию сельского хозяйства влияют подобранные факторы, проведем множественный корреляционно-регресивный анализ.

В качестве факторных признаков  – инвестиции в сельское хозяйство (млн.руб.),  - затрат на научные исследования и разработки (млн.руб.), - инновативность товаров, работ и услуг (млн.руб.), а в качестве результативного признака  – продукция сельского хозяйства (млн.руб.).

Построим уравнение регрессии и определим его параметры. Для этого необходимо сначала построить таблицу промежуточных расчетов и определить параметры уравнения.

В таблице 16 приведены все необходимые показатели для выявления тесноты связи. Составим матрицу, рассчитав коэффициент корреляции (таблица 17).

Согласно шкале Чеддока, теснота связи между признаками выглядит следующим образом:

Таблица 18.  Представление тесноты связи по шкале Чеддока.

	1
	Тесная связь	1
	Тесная связь	Тесная связь	1
	Весьма тесная связь	Весьма тесная связь	Тесная связь	1

Связь между результативным и факторными показателями говорят сами за себя, как и связь между самими факторными признаками.

Определим параметры  уравнения множественной линейной регрессии по формуле:

Произведем замену: . Тогда система уравнений примет вид:

Перепишем систему уравнений в матричном виде и решим его методом Гаусса:

Следовательно, параметры уравнения будут равны:

Составим уравнение регрессии:

Из уравнения следует, что  рост объема инвестиций в сельское хозяйство будет сдерживать рост продукции сельского хозяйства региона. А увеличение показателя валовых затрат в научные исследования и разработки и показателя инновативных товаров, работ и услуг поспособствуют росту продукции сельского хозяйства Мордовии.

 Кроме того, отметим, чем больше величина коэффициента регрессии, тем значительнее влияние объясняющей переменной на зависимую переменную. В данном случает , следовательно, затраты на научные исследования и разработки оказывают куда больше влияния на объем продукцию сельского хозяйства, затем чуть менее оказывают влияние объем инвестиций в данную отрасль, и меньшее влияние из приведенных факторов оказывает инновативные товары, работы и услуги.

Для количественной оценки определим частные коэффициенты эластичности:

Таким образом, большее влияние на объем продукции сельского хозяйства Республики Мордовии оказывает объем инновативных товаров, работ и услуг. Так, например, при увеличении их объема на 1% продукция сельского хозяйства увеличится на 0,7 %. А при увеличении объема инвестиций на 1 % результативный показатель уменьшится на 0,2 %. И при росте затрат на научные исследования и разработки показатель объема продукции сельского хозяйства увеличится на 0,4 %.

Проверим статистическую значимость уравнения в целом, для этого рассчитаем критерий Фишера:

 

Так как , то полученное уравнение регрессии принимается статистически значимым.

Рассчитаем совокупный коэффициент множественной корреляции:

Так как , следовательно, совокупное влияние инвестиций, затрат на научные исследования и разработки, также  инновативность товаров, работ и услуг на продукцию сельского хозяйства высокая.

Для оценки тесноты связи воспользуемся коэффициентом детерминации:

То есть включенные в регрессию факторы объясняют 90,2 % вариации , доля неучтенных факторов 9,6 %. Построенная при таких случаях модель имеет высокое практическое значение.

Для оценки соответствия фактических и рассчитанных данных воспользуемся ошибкой аппроксимации:

Ошибка аппроксимации не превышает 10%, следовательно, фактические и расчетные данные соответствуют.

Проведем оценку статистической значимости коэффициентов регрессии  по t-критерию:

При  по абсолютной величине, ., то нулевая гипотеза отвергается и показатель инвестиции в сельское хозяйство является статистически значимой. И для коэффициента регрессии  и показатель затраты на научные исследования и разработки Республики Мордовии является статистически значимой. Также  следовательно, показатель инновативность товаров, работ и услуг считается статистически значимой.

Таким образом, можно утверждать, что на выпуска продукции сельского хозяйства Республики Мордовии в какой-то степени оказывают влияние ежегодный рост объема инвестиций в сельское хозяйство, резкие колебания в рассматриваемом периоде затраты на научные исследования и реконструкции, также инновативные товары, работы и услуги.