Оценка имитационного потенциала it-компаний при помощи производственной функции Кобба – Дугласа

Актуальность исследования обусловлена ускорением темпов роста инноваций, что побуждает компании использовать имитационные стратегии, реагируя на прорывные технологические изменения. В исследовании применена производственная функция Кобба–Дугласа для оценки эффективности используемых факторов производства российских IT-компаний, построены высококачественная 3-кластерная модель IT-компаний, высокозначимые двухфакторные производственные функции Кобба–Дугласа, что позволило выявить вклад основных факторов (оплаты труда и основных средств) в объем производства (выручку) для каждого кластера.

имитационные стратегии, IT-компании, производственная функция Кобба–Дугласа, регрессионный анализ, кластерный анализ, дисперсионный анализ

1. Алферьев Д.А. Подходы к оценке результативности деятельности предприятия в зависимости от внедрения информационных компьютерных технологий в финансово-хозяйственную деятельность // Социальное пространство. 2018.№ 5 (17). С. 1–12.

2. Базарова Э.В. Моделирование развития промышленного производства в регионе// Моделирование развития социально-экономического потенциала территории в условиях современных вызовов: материалы междунар. науч.-практ. конф. (Улан-Удэ, 20–22 сентября 2018 г.).Улан-Удэ: Изд-во ВСГУТУ, 2018. С. 263–266.

3. Бессонов В.А. Проблемы построения производственных функций в российской переходной экономике. М.: Институт экономики переходного периода, 2002. 89 с.

4. Горбунов В.К., Львов А.Г. Эффективные производственные фонды и производственные функции малого предпринимательства регионов // Экономика региона. 2018.Т. 14. Вып. 2. С. 502–515.

5. Горидько Н.П., Нижегородцев Р.М. Точки роста региональной экономики и регрессионная оценка отраслевых инвестиционных мультипликаторов // Экономика региона. 2018.Т. 14. Вып. 1. С. 29–42.

6. Давидсон Н.Б., Пушкарев А.А. Влияние пространственных эффектов на деятельность предприятий в отраслях российской промышленности // Экономика и управление: научно-практический журнал. 2019. № 1 (145). С. 111–115.

7. Казарин С.В., Свечникова Н.Ю. Исследование эффективности развития иткомпаний в регионах Российской Федерации // Вестник Самарского государственного экономического университета. 2018. № 6 (164). С. 30–37.

8. Клейнер Г.Б. Производственные функции. Теория, методы, применение. М.: Финансы и статистика, 1986. 239 с.

9. Крамин Т.В., Климанова А.Р. Развитие цифровой инфраструктуры в регионах России // TERRA ECONOMICUS. 2019. № 17 (2). С. 60–76.

10. Малых О.Е., Гафарова Е.А. Высокотехнологичные отрасли российской экономики: возможности и ресурсы развития // Вестник ЮУрГУ. Сер. Экономика и менеджмент. 2018.Т. 12. № 4. С. 70–78.

11. Мохов В.Г., Конкина В.А. Методика оценки эффективности деятельности управленческой команды промышленной корпорации // Вестник ЮУрГУ. Сер. Экономика и менеджмент. 2018.Т. 12. № 2. С. 155–160.

12. Пиньковецкая Ю.С. Моделирование деятельности малых и средних предприятий с учетом предпринимательского капитала региона // Вестник Пермского университета. Сер. Экономика. 2019.Т. 14. № 1. С. 110–124.

13. Попов Д.В., Габитова А.Р. Подход к оценке потенциала роста производительности труда на предприятии // Экономика и управление: научно-практический журнал. 2019. № 3 (147). С. 116–119.

14. Пшеничникова С.Н., Романюк И.Д. Анализ производственной функции Кобба– Дугласа для экономик России и ряда стран региона Центральной и Восточной Европы // Известия Юго-Западного государственного университета. Сер. Экономика. Социология. Менеджмент. 2017.Т. 7. № 3 (24). С. 148–166.

15. Ревазов Б.В. Применение производственной функции Кобба–Дугласа как элемента эффективного управления устойчивым развитием предприятия // Экономический вестник Ростовского государственного университета. 2007. Т. 5. № 4-3. С. 310–314.

16. Халафян А.А., Боровиков В.П., Калайдина Г.В. Теория вероятностей, математическая статистика и анализ данных: Основы теории и практика на компьютере. STATISTICA. EXCEL. М., 2016. 317 с.

17. Ходос Д.В., Паршуков Д.В., Зелезинский А.Л. Инновационное развитие регионов:модели анализа и оценка перспектив // Инновационное развитие экономики. 2018. № 2 (44). С. 79–88.

18. Anokhin S., Wincent J., Troutt M. Measuring technological arbitrage opportunities: methodological implications for industry analysis with time series data. Industrial and Corporate Change. 2017. № 26 (6). P. 1021–1038.

19. Cobb C.W., Douglas P.H. A theory of production. The American Economic Review, 1928. Iss. 18 (1). Supplement. P. 139–165.

20. Posen H.E., Lee J., Yi S. The power of imperfect imitation. Strategic Management Journal. 2013. № 34 (2). P. 149–164.

21. Информационный ресурс СПАРК. [Электронный ресурс]. URL: http://www. spark-interfax.ru/ (дата обращения: 08.09.2019).

22. StatSoft Inc. Electronic Statistics Textbook. 2013. StatSoft: Tulsa, OK. [Электронный ресурс]. URL: http://www.statsoft.com/textbook/ (дата обращения: 08.09.2019).