|
территории и позволяет соотнести анализируемый показатель с географическим положением района, экономической ситуацией и т.д. Н -зона хорошего состояния ишговаііионноі о потенциала -юна удовлетворительною состояния инновационного потенциала -зона кризисного состояния инновационной» потенциала -зона неудовлетворительного состояния инновационного потенциала Рисунок 13 Зонирование территории СФО по величине интегрального показателя инновационного потенциала, 2009 г. Таким образом, оценка и динамика уровня инновационного потенциала Сибирского Федерального округа позволила выделить ряд тенденций в период за 2000, 2005, 2009 г.г.: • Общая тенденция устойчивого хорошего состояния инновационного потенциала наблюдается в Новосибирской области, Томской области, Красноярском крае, Омской области. 118 |
Таблица 3.2 Зонирование Южного Федерального Округа по величине 148 интегрального показателя инновационного потенциала Год Зоны Зона хорошего состояния инновационного потенциала (уровень развития инновационного потенциала К0; > 70) Зона удовлетворитсяьн ого состояния инновационного потенциала (уровень развития инновационного потенциала 60 < К0,-< 70) Зона кризисного состояния инновационного потенциала (уровень развития инновационного потенциала 50 < К0; < 60) Зона неудовлетворител ьного состояния инновационного потенциала (уровень развития инновационного потенциала Ко, < 50) 2007 Ростовская область; Волгоградская область; Ставропольский край; Астраханская область Республика Северная ОсетияАлания; Краснодарский край; КарачаевоЧеркесская Республика; КабардиноБалкарская Республика Республика Дагестан; Республика Калмыкия; Республика Адыгея Республика Ингушетия 2008 Ростовская область; Волгоградская область; Ставропольский край; Астраханская область Республика Северная ОсетияАлания; Краснодарский край; КарачаевоЧеркесская Республика: КабардиноБалкарская Республика Республика Дагестан; Республика Калмыкия; Республика Адыгея Республика Ингушетия Источник: составлено на основании авторских расчетов Также результаты зонирования территории представлены в виде географической карты ЮФО (см. рис. 3.13). Применение такой карты не только дает возможность наглядного представления о распределение данных по территории, но и позволяет соотнести анализируемый показатель с географическим положением района, экономической ситуацией и т.д. Результаты зонирования территории были представлены в виде географической карты ЮФО, применение которой не только дает возможность наглядного представления о распределение данных по территории, но и позволяет соотнести анализируемый показатель с географическим положением района, экономической ситуацией и т.д. Таким образом, оценка и динамика уровня инновационного потенциала региональной хозяйственной системы (на примере регионов ЮФО) позволила выявить ряд тенденций в период за 2002-2008 г.г.: • Общая тенденция устойчивого хорошего состояния инновационного потенциала наблюдается в Ростовской области, Волгоградской области, Астраханской области и Ставропольском крас. • Общая тенденция устойчивого неудовлетворительного состояния инновационного потенциала сформировалась в Республике Ингушетия. • Общая тенденция неустойчивого повышения инновационного потенциала проявилась в Республике Северная Осетия-Алания, Карачаево-Черкесской республике, Республиках Калмыкия и Дагестан. • Тенденция неустойчивого понижения инновационного потенциала наблюдается в Краснодарском крае, Кабардино-Балкарской Республике, Республике Адыгея. 6. Автор провел многофакторный анализ влияния социальноэкономических условий, воздействующих на интегральный показатель инновационного потенциала регионов Юга России с помощью теории графов, основанной на методе дерева целей, и методов статистического моделирования (корреляционного, факторного и регрессионного анализов). В результате данного исследования было разработано уравнение множественной регрессии (модель влияния основных социальноэкономических факторов на уровень развития инновационного потенциала регионов ЮФО), которое является адекватным, имеет хорошие прогностические свойства и может быть использовано при построении прогноза уровня инновационного потенциала. 199 |