The authors on the basis of the traditional procedure of economic and mathematical simulation with the method of main components reveal the most significant factors of the action of the branches of production infrastructure on the parameters of an economic increase in the industrial complex of region, give the comparative characteristics of the most significant and least significant factors, value of their explained dispersion, load distribution for the model of regression on the main components, substantiate the economic interpretation of the identified main components, the most influential coefficients of the represented regression, which arrived to the indices of volumes of production, cost of the fixed capital and average monthly wages of branches according to production and electrical power distribution, gas and water. In the conclusion in the article are cited comparative data on the real and the computed value of simulation, and conclusion about the sufficiently high level of the statistical significance of model also is done, since the values of the divergences, calculated with the use of the obtained equation of regression and the real values, it composes 0,25 %.

Авторы на основе традиционной методики экономико-математического моделирования методом главных компонент выявляют наиболее значимые факторы воздействия отраслей производственной инфраструктуры на параметры экономического роста промышленного комплекса региона, приводят сравнительные характеристики наиболее значимых и наименее значимых факторов, значения их объясненной дисперсии, распределение нагрузок для модели регрессии на главные компоненты, обосновывают экономическую интерпретацию идентифицированных главных компонент, наиболее весомые коэффициенты представленной регрессии, которые пришлись на показатели объемов производства, стоимости основных фондов и среднемесячной заработной платы отраслей по производству и распределению электроэнергии, газа и воды. В заключение в статье приводятся сравнительные данные по реальным и расчетным значениям моделирования, а также делается вывод о достаточно высоком уровне статистической значимости модели, так как значения расхождений, рассчитанных с использованием полученного уравнения регрессии и реальными значениями, составляет 0,25 %.