Оценка корпоративной социальной и государственной ответственности по борьбе с вирусной угрозой во время экономического кризиса COVID-19

Введение

В современных условиях экономического кризиса COVID-19, который оказал серьезное воздействие на всю мировую экономику, все государства стали искать пути стимулирования своих экономик, а предприятия – корректировки своей деятельности. Вместе с тем и государства, и предприятия осознали свою ответственность перед населением и работниками в это непростое время. Очевидно, что об окончании экономического кризиса COVID-19 пока говорить рано, однако оценка корпоративной социальной и государственной ответственности по борьбе с вирусной угрозой становится актуальной. Кроме того, изучение влияния корпоративной социальной и государственной ответственностей на COVID-19 является слабо изученным вопросом и, соответственно, имеет определенную важность.

С учетом этого в статье проанализированы и оценены корпоративная социальная и государственная ответственность по борьбе с вирусной угрозой в 2020 г. В результате доказано, что эффективность государственных действий по борьбе с вирусной угрозой выше на 10%, чем эффективность действий бизнеса.

Исследованием корпоративной социальной ответственности занимались такие авторы, как Аслаханова С.А. с соавторами [1] (Aslahanova, Ibragimova, Azdaeva, 2021), Игнатова Л.Н. с соавторами [4] (Ignatova, Sergeev, Sobol, 2021), Морозов А.А. [6] (Morozov, 2021), Платицына Н.А. [7, 8, 9] (Platizina, 2021 a, Platizina, 2021 b, Platizina, 2021 c,), Чекменева Е.В. с соавторами [10] (Chekmeneva, Michailova, Fizurina, Bzhennikova, 2021) и многие другие. Перспективы совершенствования практики принятия управленческих решений в условиях экономических кризисов рассмотрены в трудах Катаевой Н.Н. с соавторами [14] (Kataeva, Marakulina, Sanovich, Sozinova, Vasilyuk, 2017), Соболевой О.Н. с соавторами [17] (Soboleva, Sozinova, Spengler, Fokina, Savelyeva, 2017), Фуфачевой Л.А. с соавторами [20] (Fufacheva, Lepeshkin, Fokina, Sozinova, Shchinova, 2017) и др. Экономические аспекты пандемии COVID-19 исследованы в трудах Атагубы О.А. и Атагубы Дж.Е [11] (Ataguba, Ataguba, 2020), Вовченко Н.Г. и Сопченко А.А. [2] (Vovchenko, Sopchenko, 2021), Денте С.М.Р. и Хашимото С. [13] (Dente, Hashimoto, 2020), Димитриади Н.А. с соавторами [3] (Dimitriadi et al., 2021), Лайнга Т. [15] (Laing, 2020), Матишова Г.Г. с соавторам [5] (Matishov et al., 2021), Созиновой А.А. с соавторами [18] (Sozinova, Sofiina, Safargaliyev, Varlamov, 2021) и др. Экономический анализ последствий решений об обязательной самоизоляции в период COVID-19 сделал Надриан [16] (Nadrian, 2020). Бентата исследовал последствия COVID-19 и цикличность хозяйственных систем [12] (Bentata, 2020).

Отдельные вопросы COVID-19 исследованы в литературе, в целом оценки корпоративной социальной и государственной ответственности малоизучены и нуждаются в дальнейшей проработке.

Исследование проводится на данных 140 стран за 2020 г. При этом в методологии Dataset of fight against the viral threat based on management and marketing during the COVID-19 economic crisis [19] (Sozinova, 2020) учтено, что борьба с вирусной угрозой подразумевает снижение заболеваемости COVID-19.

Основу методического аппарата исследования составляют методы экономической статистики (эконометрики), а именно:

- метод корреляционного анализа, с помощью которого рассчитывается коэффициент корреляции (r) и коэффициент детерминации (R²) и выявляется взаимозависимость переменных, включенных во временной ряд;

- метод регрессионного анализа, с помощью которого составляется модель множественной линейной регрессии вида y=a+b₁*x₁+b₂*x₂+…+b_n*x_n. Значения коэффициентов b в данной модели показывают, насколько изменяется зависимая переменная (y) при изменении каждой из независимых переменных на 1;

- дисперсионный анализ, с помощью которого оценивается статистическая значимость результатов регрессионного анализа по F-критерию Фишера (F_набл должно быть больше F_табл) и t-критерию Стьюдента (t_набл должно быть больше t_табл).

Расчеты производятся с помощью средств автоматизации на базе стандартных функций («РЕГРЕССИЯ», «СТАНДАРТОТКЛОН») функции «Анализ данных» компьютерной программы Microsoft Excel. В качестве информационно-эмпирической базы исследования выступают статистические материалы Dataset of fight against the viral threat based on management and marketing during the COVID-19 economic crisis [19] (Sozinova, 2020).

Методом регрессионного анализа, во-первых, определена зависимость прироста заболеваемости от двух исследуемых элементов: вклад бизнеса в борьбу с вирусной угрозой и вклад государства в борьбу с вирусной угрозой. Во-вторых, построена многофакторная модель регрессионной зависимости прироста заболеваемости от выбранных исследуемых факторов (табл. 1).

Таблица 1

Статистика для корреляционного и регрессионного анализа (фрагмент)

Во-первых, рассмотрим регрессионную статистику корреляции зависимой переменной y₁ (Прирост заболеваемости) от фактора x (Вклад бизнеса в борьбу с вирусной угрозой). Методом анализа было определено (по коэффициенту детерминации), что лучше зависимость описывается линейной функцией y₁(x) = a₁+b₁*x. Регрессионная статистика указанного уравнения приведена в таблице 2.

Таблица 2

Регрессионная статистика

Как мы видим из таблицы 2, значение множественного R=0,995 говорит о том, что изменение прироста заболеваемости на 99,5% объясняется изменением вклада бизнеса в борьбу с вирусной угрозой. Это говорит об особой важности и ответственности бизнеса в борьбе с COVID-19. Нормированный R-квадрат (0,9897) характеризует близость построенной регрессии к исходным данным. В нашем случае R-квадрат и нормированный R-квадрат отличаются несущественно, что положительно характеризует построенную модель. Результаты дисперсионного анализа приведены в таблице 3.

Таблица 3

Дисперсионный анализ

Наблюдаемое значение F-критерия Фишера (при пределе ошибки 2%): F_набл=3,11. Табличное значение F_табл=3,06. Поскольку F_набл>F_табл (3,11>3,06), то уравнение признается статистически значимым. Расчетные коэффициенты уравнения регрессии приведены в таблице 4.

Таблица 4

Расчетные коэффициенты

Анализ таблицы 4 позволяет сделать вывод, что получена модель: y₁=0,049+0,842 * x. Рассчитанное p-значение не превышает 0,05 (для коэффициента b₁), следовательно, модель статистически значима на уровне α=0,05. Таким образом, регрессионный анализ показал, что вклад бизнеса в борьбу с вирусной угрозой на 1 point способствует изменению роста заболеваемости на 0,842 points.

Во-вторых, рассмотрим регрессионную статистику корреляции зависимой переменной y₁ (Прирост заболеваемости) от фактора x (Вклад государства в борьбу с вирусной угрозой). Методом анализа было определено (по коэффициенту детерминации), что лучше зависимость описывается линейной функцией y₁(x)=a₁+b₁*x. Регрессионная статистика указанного уравнения приведена в таблице 5.

Таблица 5

Регрессионная статистика

Как мы видим из таблицы 5, значение множественного R=0,9949 говорит о том, что изменение прироста заболеваемости на 99,49% объясняется изменением вклада государства в борьбу с вирусной угрозой. Это также говорит об особой важности и ответственности государства в борьбе с COVID-19. Нормированный R-квадрат (0,9897) характеризует близость построенной регрессии к исходным данным. В нашем случае R-квадрат и нормированный R-квадрат отличаются несущественно, что положительно характеризует построенную модель. Результаты дисперсионного анализа приведены в таблице 6.

Таблица 6

Дисперсионный анализ

Наблюдаемое значение F-критерия Фишера (при пределе ошибки 4%): F_набл = 2,61. Табличное значение F_табл = 2,43. Поскольку F_набл>F_табл (2,61>2,43), то уравнение признается статистически значимым. Расчетные коэффициенты уравнения регрессии приведены в таблице 7.

Таблица 7

Расчетные коэффициенты

Анализ таблицы 7 позволяет сделать вывод, что получена модель: y₂=0,035+0,9256 * x. Рассчитанное p-значение не превышает 0,05 (для коэффициента b₁), следовательно, модель статистически значима на уровне α=0,05. Таким образом, регрессионный анализ показал, что вклад государства в борьбу с вирусной угрозой на 1 point способствует изменению роста заболеваемости на 0,9256 points.

На основе представленных результатов корреляционного и регрессионного анализа представлена оценка государственного и корпоративного вклада в борьбу с вирусной угрозой, результаты которого приведены в таблице 8.

Таблица 8

Оценка государственного и корпоративного вклада в борьбу с вирусной угрозой

Заключение

Как видно из таблицы 8, гипотеза о необходимости корпоративной и государственной ответственности по борьбе с вирусной угрозой доказана.

Статистические расчеты доказали, что оба исследуемых источника по борьбе с вирусной угрозой оказывают существенное влияние на снижение заболеваемости. Кроме того, в рамках оценки вклада государства и бизнеса в борьбу с вирусной угрозой доказана большая эффективность государства в данном процессе (на 10%).

Теоретическая значимость исследования заключается в том, что его результаты и авторские выводы вносят вклад в развитие корпоративной и государственной ответственности. Научную ценность и новизну представляют собой оценка государственного и корпоративного вклада в борьбу с вирусной угрозой, а также результаты статистического анализа зависимости изменения прироста заболеваемости от вклада государства и бизнеса в борьбу с вирусной угрозой COVID-19.