Мои Конспекты
Главная | Обратная связь


Автомобили
Астрономия
Биология
География
Дом и сад
Другие языки
Другое
Информатика
История
Культура
Литература
Логика
Математика
Медицина
Металлургия
Механика
Образование
Охрана труда
Педагогика
Политика
Право
Психология
Религия
Риторика
Социология
Спорт
Строительство
Технология
Туризм
Физика
Философия
Финансы
Химия
Черчение
Экология
Экономика
Электроника

Эффекты знаний, влияющие на экономический рост

В разделе 6.2. был поднят вопрос о движущих силах процесса знаний в РФ. В следующих разделах 6.3. и 6.4. насколько хорошо накопленные в одном регионе знания перетекают в другой регион РФ и какие основные факторы, относящиеся к знаниям управляют этим процессом. Тем не менее, знания как таковые, а тем более переливы знаний, - только лишь нематериальные объекты, и в то время как существует общее мнение, что знания важны в реальном мире, согласно этой точке зрения не рассматривается влияние реального мира на знания.

Используя научный подход связанный с моделями роста в этой главе анализируется какими путями переливы знаний, источники знаний и поглощающая способность влияют на экономическую ситуацию в РФ, измеряемую ВРП. В дополнение к вводу знаний внутри региона знания также вводятся за пределами региона, посредством международных каналов трансферов знаний таких как международная торговля или прямые инвестиции.

С теоретической точки зрения берется модель экономического роста Солоу. Однако более интересный аспект лежит в основе остатка Солоу.

Относящиеся к эндогенным моделям роста, рассматриваемым в разделе 4.2.1. различные аспекты знаний – особенно человеческий капитал – играют существенную роль в процессе экономического роста. Эта переменная рассматривается также и в других разделах.

Различные подходы к эволюционной экономике – особенно вклад Шумпетера в экономическую теорию – и кластерная теория делают акцент на важности структуры промышленности в плане присутствия малых и средних фирм и относящимся к ним вопросам предпринимательства. Структура собственности фирм, хоть и не явно упомянутая в данном контексте, также играет важную роль.

Наконец новая экономическая география делает акцент на важности пространственной структуры, тем самым обращая внимание на важность анализа пространственной ошибки и эффекты запаздывания.

Заметим, что новая институциональная экономика также может быть использована как основа для того чтобы подчеркнуть важность поглощающей способности в контексте роста, однако детальное описание этого не является частью данного изучения.

К основному анализу дополнительного влияния факторов на экономический рост могут быть отнесены исследования Блума и Фромма в 2000 году и Сала-и-Мартина в 1997м. Однако не все из этих переменных рассматривались в данном исследовании – в основном из-за ограничения данных.

С практической точки зрения, используя подход, связанный с подсчетом роста, сначала рассматривается производственная функция с факторами труд и капитал как элементарными входными данными. Традиционный входной фактор пространство как географический размер региона не включается в исследование так как предполагается что все существенные эффекты от стационарных переменных уже посчитаны через региональные стационарные фиксированные эффекты.

Государственный сектор играет сравнительно большую роль в общем производстве, но менее эффективно чем производство частного сектора и количество гос.служащих может интерпретироваться как переменная, заменяющая коррупцию, которая имеет негативное влияние на экономический рост, поэтому количество чиновников включается как контролируемая переменная.

Частично наряду с важностью государственных предприятий рассматривается часть природных ресурсов в экономике России, из которых значительную долю занимают нефть и газ; следовательно, количество произведенных нефти и газа также включается в модель. Здесь перед разделом 6.2.2. вводится гипотеза о ресурсном проклятии, которая говорит о негативных взаимоотношениях между развитием ВВП количеством невозобновимых природных ресурсов – особенно природные нефть и газ.

Знания в экономике представлены 4мя индикаторами: количество исследователей, расходы на исследования и разработки, количество студентов и число выданных патентов. Внешние эффекты также включены в модель, но соответствующие показатели доступны только для патентов, выдаваемых ЕРО, только патенты выданные ЕРО рассматриваются в модели.

Переливы знаний реализуется только в более коротком периоде равном 13 лет с 1994 по 2006 год из-за вопроса о доступности данных. Более длительный временной промежуток в 16 лет с 1994 по 2009й включает только исследователей, затраты на исследования и разработки и количество студентов.

Наконец с международной точки зрения также экспорт и импорт рассматриваются как открытые индикаторы – для того чтобы дать общее видение интеграции региона в мировую экономику. Однако Лихтенберг и ван Поттельсберг де ла Поттерье (1998) соглашаются с тем что интенсивность экспорта и импорта невелика, но возникновение, распределение, назначение стран влияет на экономическое развитие. Показатели, относящиеся к торговле сопровождаются потоками ПИИ – другой канал через который знания могут интегрироваться в регион.

Проведение серии тестов показывает что только модель с фиксированными эффектами дает надежные оценки для модели, которые также страдают от ошибки гетероскедастичности (ситуация, когда дисперсия ошибки в уравнении регрессии изменяется от наблюдения к наблюдению). Дальнейшие исследования опираются на стандартные ошибки

Дальнейшее тестирование показывает что модель страдает от серийной автокорреляции, которая ведет к оценкам Ареллано-Бонда и Бландел-Бонда для динамичных моделей с панельными данными как альтернативного оценочного подхода.

Использование теста Рамсея для подсчета пропущенных переменных показывает что выбранные переменные не могут объяснить все расхождения в модели и упускают некоторые аспекты процесса роста которые все еще не подсчитаны. Так как это исследование фокусируется только на влиянии факторов относящихся к знаниям кажется приемлемым что некоторые аспекты упущены по прежнему особенно в контексте РФ – являющейся нетипичным обществом знаний. Тем не менее, анализы держатся на предварительно выбранных переменных, особенно с тех пор как применяется тестирование FIT. Специфическая проблема выявляемая на коротком временном горизонте может возникать из-за отсутствия включения эффектов серийной автокорреляции.

Применение Моран теста и мультипликатора Лагранжа для эффектов пространственной автокорреляции обнаруживает существенные эффекты пространственной ошибки. Следовательно пространственная ошибка модели оценивается вместе с базовой моделью с фиксированными эффектами и динамичной моделью с фиксированными эффектами.

Тест LLC проводится для всех переменных которые были использованы в оценках даже если некоторые из них уже были протестированы в предыдущих разделах. Однако временные рамки отличаются от тех что были в предыдущих разделах: следовательно новый тест считается подходящим. Тем не менее, по аналогии с предыдущим разделом, возникают проблемы в краткосрочном временном периоде, а затем и в долгосрочном. Здесь эти проблемы немного менее драматичны, в то время как оценщик Ареллано-Бонд неявно использует первые различия которые должны смягчить некоторые проблемы которые могут возникнуть из-за нестационарности. Следовательно особенно для более последующих лет результаты от динамической панели регрессии более надежны чем от других оценок.

Чтобы посчитать структурные нарушения которые возникли скорее всего в результате кризиса 1998 года общая временная рамка делится на предшедствующие года до 1998 года и последующие начиная с 1999го.

Поскольку корреляционная матрица независимых переменных предполагает что некоторые переменные сильно коррелируют, рассчитывается VIF, показывающий что действительно существуют проблемы связанные с мульти-коллинеарностью. Тестирование различных сокращенных версий базовой модели ведет к тому что базовая модель может быть очищена от мульти-коллинеарности исключая переменные труд и капитал которые коррелируют сильно как между собой так и с такими переменными как количество исследователей, затраты на исследования и разработки и количество гос.служащих.

Затраты на исследования и разработки убираются так как они тесно связаны с количеством исследователей и гос.служащими.

В кчестве 4й переменной должна быть удалена из уравнения переменная или исследователи или гос.служащие В то время как удаление переменной исследователи ведет к качественному улучшению модели их удаление может также исключить существенное понимание влияния потенциала знаний на межрегиональное экономическое развитие. Оцениваются две базовых модели – одна с исследователями другая с гос. служащими.

Перед самой оценкой было рассмотрено отдельное влияние каждой переменной для того чтобы получить видение того как каждая переменная сама по себе влияет на эффекты а также посчитать эффекты от переменных которые были исключены по причине мультиколлинеарности – особенно влияние труда и капитала.

В то время как можно утверждать, что подход более не действует с тех пор как были исключены переменные труд и капитал как переменные лежащие в основе производственной функции даже если они предполагались главными влияющими факторами в модели, подход, рассматриваемый здесь, может показаться как измерение наиболее ориентированных на знания входов, что влияют на экономический рост отдельно от труда и капитала, которые являются природными движущими силами экономического развития и роста. Ссылаясь на неоклассическую модель роста, это сокращенная версия является основой подхода для подсчета остатка Солоу.

Где возможно анализируется 16-летний временной горизонт с 1280 наблюдениями; в других случаях рассматривается более короткий временной промежуток в 13 лет и вводятся 1040 наблюдений.

Поскольку в полном временном отрезке число переменных дает несущественные результаты, многие из них становятся важными когда данный временной промежуток разбивается на два периода.

Принимая на первый взгляд результаты от труда и капитала, каждая из двух переменных очень хороший регрессор для ВРП – R^2 = 0,98 а также весьма значительный коэффициент F-статистика.

Что интересно, приток ПИИ является не очень значимым коэффициентом и может оказывать непрямое воздействие на экономическое развитие в любом из двух периодов. Этот эффект можно объяснить многими путями. Наиболее вероятностный это то что в каждом из двух периодов приток ПИИ в регионы РФ имел место, но по сравнению с общим экономическим развитием их вклад был незначительным. Следуя аргументам Аренда (2002) ПИИ в России не рассматриваются в контексте воздействия на рост вообще, усиливая настоящие результаты.

Единственная другая несущественная переменная в данном контексте является показатель открытости в предыдущих годах, где более высокая конкурентоспособность через более обширную международную торговлю еще не может быть рассмотрена как развитая и торговля более менее заполняет вакантные места в экономике, скорее чем конкуренция. Это ведет к позитивным эффектам и от экспорта и от импорта.

Интересно что все переменные показывают положительное влияние на ВРП, что сомнительно по крайней мере для импорта. Тем не менее, следуя рассуждению о притоках ПИИ, импорт отчасти дополняет отечественное производство так как импортируются другие продукты чем те которые были произведены дома. Следовательно импорт может служить скорее дополнением к отечественным продуктам и экономическому росту, нежели препятствием.

Кроме того влияние на производство нефти и газа довольно сильное если рассматривать R^2 и F-статистику – одни из наименее важных влияющих факторов, показывающих что внешне нефть и газ могут быть основными движущими силами в РФ, но внутри регионального развития существует ряд других наиболее важных факторов.

Возвращаясь к результатам общей модели первое что может показаться это то что независимо от выбранного подхода наблюдается существенное различие в уровнях ВРП в предыдущих и последующих годах что было ожидаемо так как экономика имела тенденцию к спаду в предыдущих годах а после росла быстрее.

В обоих периодах число студентов не показывает в каждом регионе существенного эффекта. Этот индикатор может быть важен только тогда когда студенты действительно вовлечены в экономику, и их воздействие на подход с одной переменной может быть только из-за эффекта поглощающей сособности. Постоянство этого эффекта, когда включается переменная исследователи вместо гос.служащих только подтверждает этот аргумент.

С международной точки зрения в модели где включена переменная количество исследователей только индикатор открытости говорит о негативном эффекте в последующих годах, в то время как экспорт и импорт несущественны. Когда включается вместо этого переменная количество гос.служащих в первом периоде экспорт и во втором импорт становятся несущественными. Это показывает то что торговля вносит незначительный вклад в экономическое развитие регионов РФ в большей степени из-за косвенных эффектов через торговлю – таких как трансферы знаний и создание дополнительных рабочих мест. В разделе 6.2 было показано, что торговля влияла на процесс генерирования знаний.

Когда оценивается модель с динамичными панельными данными несущественность импорта и экспорта по большей части сохраняется. Только в последующих годах экспорт принимает отрицательное значение. Количество студентов все еще остается незначительным фактором исключая тот случай где включается переменная число исследователей, затем в последующих годах студенты принимают отрицательное значение.

Негативные эффекты от экспорта и студентов могут быть объяснены статистическими только причинами вызванными эффектами от некоторых других переменных которые в случае с переменной количество студентов предположительно исследователи захватывают аспекты относящиеся к обществу знаний – предполагая что высокоразвитая научная система также включает развитую систему третичного образования.

Запаздывающие эндогенные переменные положительны во всех периодах, показывая зависимость экономического развития через регионы.

В случае где оценивается модель с пространственной ошибкой во всех случаях пространственная ошибка высоко значима и эффекты от нее играют значительно важную роль.

Интересно с двумя исключениями где импортные товары слегка незначительны, экспортные и импортные товары значительны и принимают положительное значение. С другой стороны студенты все еще принимают отрицательное значение и в случае когда в модель включаются исследователи притоки ПИИ также принимают отрицательное значение.

Резюмируя, из построенной модели видно что результаты оценки показывают значения что соответствующая модель должна быть моделью с панельными данными с пространственной ошибкой с фиксированными эффектами. Метод оценки данной модели был найден Капуром (2007) но он не рассматривается в данном исследовании.

Самым важным является понимание того что экспорт и импорт так же как и общая открытость региона играют важную роль в экономическом росте. Но однако различные аспекты такие как присутствие государства в каждом регионе или размер сектора исследований играют более важную роль.

В дополнение студенты могут играть важную роль в экономическом развитии в долгосрочном периоде но в краткосрочном их значение снижается, но не прямо они воздействуют на рост, чем можно частично объяснить почему в некоторых случаях из воздействие получается отрицательным. Также их незначительное влияние на рост может показывать то что их образование имеет посредственное качество и следовательно даже в долгосрочном периоде имеет незначительное или даже негативное влияние на рост. Проблемы с утечкой мозгов из РФ также могут относиться к негативному влиянию от студентов так как высокообразованные люди не способствуют экономическому развитию РФ.

Наконец приток ПИИ не относится к эффектам роста в большинстве ситуаций.

Если включаются более или менее стабильные результаты особенно размер исследовательского сектора – измеряемый количеством исследователей – и доля государственных предприятий – измеряемая количеством гос.служащих – то имеет место быть положительный эффект роста. То же самое верно и для количества произведенных нефти и газа.

В некотором смысле притоки ПИИ также могут быть ответственны за рост но только в связи с другими переменными так как их самостоятельное влияние опускается. Отдельно от притока ПИИ другой канал международных переводов знаний – импорт – показывает непоследовательное влияние на экономическое развитие даже если рассматриваются только под-периоды.

Для подсчета возможных проблем которые могут возникнуть при использовании оценки Ареллано-Бонда в контексте роста также используется модель Бланделла-Бонда.

Результаты говорят о том что по крайней мере в наблюдаемом случае комментарии Бланделла и Бонда не уместны. Некоторые незначительные расхождения могут существовать: происходят они в основном с незначительными переменными которые не зависят от метода оценки.

Сокращение временного промежутка позволяет включить переменные более ориентированные на знания и особенно те переменные которые связаны с патентами и межрегиональными внешними эффектами. Следовательно во второй части анализа в уравнение регрессии также включаются 4 переменные для перелива знаний так же как и патенты выданные ЕРО. Следует отметить что включение этих пяти дополнительных переменных не создает какие либо проблемы связанные с мультиколлинеарностью.

Оценка отдельного влияния 5ти новых переменных показывает что все 5 переменных оказывают значительное влияние на ВРП. Тем не менее во всех случаях эффекты способны объяснить лишь сравнительно небольшую долю всех расхождений которые может показать статистика R^2, которая не получается больше 0,05. В то время как эффект от всех пяти переменных положителен, коэффициенты для 4х побочных переменных становятся выше в последующие годы – особенно для двух переменных относящихся к патентам. Однако этот результат вполне естественен учитывая то что определяются патентная документация и движение изобретателей так как предыдущие патенты уже должны существовать. Так как патентные записи ЕРО для РФ начинаются в 1987м, в основном для предыдущих лет, здесь меньше шансов фактически сообщить о внешних эффектах.

Как и ожидалось основные результаты для переменных которые уже были частью анализа в более длинном временном отрезке в большинстве своем остались прежними. Для новых добавленных переменных обнаружились смешанные результаты.

Число выданных патентов в любой из моделей незначительно несмотря на структуру модели или временные периоды показывающие что патенты не предоставляют дополнительную информацию о процессе роста которая уже не покрывается переменными включенными в модель.

Реальное влияние на побочные переменные через различные спецификации модели значительно колеблется. В некоторых частях может быть обнаружена отчетливое влияние некоторых аспектов переливов знаний.

В случае где количество гос.служащих часть модели, если проигнорированы уровни значимости выходные данные и отрицательное значение оказывает положительный эффект на экономическое развитие в то время как положительное значение оказывает негативный эффект на экономическое развитие. Тем не менее уровни значимости меняются в зависимости от лежащей в основе структуры модели так что в другом случае только отток изобретателей говорит о последовательно существенных положительных коэффициентах. Детально в предыдущих годах регионы получали прибыль если другие регионы использовали их знания, так как они были прибыльны из-за утечки мозгов. Как таковой этот результат весьма сомнительный следовательно объясняется это тем что исследователи покидают регионы для того чтобы осуществлять свои исследования где-либо потому что исследования потеряли свою значимость возможно из-за структурного сдвига к менее наукоемким отраслям таким как добыча и эксплуатация природных ресурсов. Последний аргумент укрепляется частично результатами предыдущего раздела где было показано что движение изобретателей повлияло на научную инфраструктуру в регионе.

Даже без учета уровней значимости результаты для последующих лет более непоследовательны чем в предыдущих годах. Рассмотрение только значимых переменных указывает на общую тенденцию при которой отток изобретателей выгоден для экономического роста. В дополнение это указывает на то что притоки изобретателей также начинают положительно влиять на рост; то де самое и для патентов – по крайней мере ни одна переменная не принимает отрицательное значение.

В случае когда гос.служащие заменяются количеством исследователей исследователи занимают часть эффектов от переливов знаний. В конце это ведет к переменным в предыдущих годах к притоку изобретателей.

В последующих годах после кризиса переменные с отрицательными значениями и приток и отток изобретателей показывают негативное влияние на ВРП. Это более менее противоположный случай где переменная гос.служащие была включена в модель вместо исследователей.

Оба случая показывают стабильные результаты которые тем не менее конфликтуют между собой. Главное объяснение тому можно найти в главе 6.4 где показывается что исследователи являются главным фактором для объяснения перелива знаний. Следовательно если обе переменные включаются в одну и ту же модель скорее что некоторые аспекты переливов уже объяснены через исследователей и следовательно их влияние меняется – даже если обнаружен неограниченный уровень мультиколлинеарности.

Этот аргумент можно также рассмотреть с другой стороны когда гос.служащие как переменная тесно связана с структурой промышленности и в контексте числа сделок по приватизации и деприватизации в обоих периодах окружающая среда внешних эффектов изменилась – аспект который больше не рассматривается когда гос.служащие заменяются исследователями.

Следовательно обе модели обоснованы и основное понимание полученное из этого раздела это то что воздействие внешних эффектов на экономическое развитие региона зависит от структуры промышленности а также от исследовательской инфраструктуры.

Наконец использование оценки Бланделла-Бонда показывает что в этом случае существуют расхождения полученные в результате использования оценки Ареллано-Бонда. Однако существенные несоответствия имеют место быть только в более поздних годах. Возможное объяснение несоответствиям может быть сам короткий временной отрезок или нестационарность большинства включенных переменных.

Чтобы закрыть эту часть раздела, рассматривается дополнительная модель в которую включен только 2009й год как последний год для которого доступны данные. Так как выбор отдельного года позволен для большего количества переменных возможно включить дополнительные переменные ориентированные на знания в модель и также протестировать их влияние на ВРП.

Из-за мультиколлинеарности снова не все возмодные переменные были включены в модель. Новые переменные включают те которые были рассмотрены в главе 6.2.2. в случае одного года: число университетов, техно парки, научные и технологические информационные центры и центры для объединения предприятий как институтов передачи знаний так же как и специализированный индекс Кругмана и переменная информационные и коммуникационные технологии.

В не зависимости от типа модели – пространственная ошибка, лаги или модель с фиксированными эффектами – все дополнительные переменные за исключением количества университетов несущественны и следовательно могут рассматриваться как не важные в контексте экономического развития.

Если институты находятся под контролем то торговля становится несущественной в оценке дохода.

Этот результат интересен во первых потому что он показывает важность хорошей системы третичного образования и во вторых несущественность всех типов институтов передачи знаний должна быть рассмотрена в контексте многомерного подхода к экономическому развитию. Другими словами создание специальных экономических зон или основание новых техно-парков или центров трансфера технологий будет успешна только в том случае если будет проводиться более целостный подход к экономическому развитию и усиление общества знаний и соответствующей инфраструктуры.

Рассматриваются две подвыборки: регионы которые добывают нефть и газ и которые не добывают.

Оценка выполняется для простых моделей с фиксированными эффектами а также и для динамичных моделей с панельными данными используя оценки Ареллано-Бонда и Бланделла-Бонда для всего периода и для обоих под-периодов. Таблицы 6.98 – 6.100 суммируют результаты для нефтегазовых регионов в то время как таблицы 6.101 – 6.103 суммируют результаты для регионов которые не добывают нефть и газ.

Таблицы 6.98 – 6.103 показывают схожие динамики – различия в выпуске при использовании переменной исследователи и при использовании переменной гос.служащие – и для производителей нефти и газа и нет как указано выше в совокупности где оба типа регионов рассматриваются вместе.

Прямое сравнение обоих регионов показывает что знания играют разную роль для каждых из них.

В регионах производящих нефть и газ запас патентов негативный коэффициент. Однако в некоторых случаях они несущественны. Обратная ситуация с регионами не производящими нефть и газ. Следовательно запас кодированных знаний более важен для роста тех регионов которые не наделены природными ресурсами но должны образовывать доходы другими путями.

Важность внешних эффектов для роста зависит от того включены ли в оценку исследователи или гос.служащие. Используя переменную количество исследователей можно увидеть что все типы внешних эффектов имеют негативное влияние на рост в то время как использование гос.служащие ведет к положительному воздействию внешних эффектов исключая переменную с положительным знаком приток кодифицированных знаний.

В регионах не производящих нефть и газ внешние эффекты в редких случаях имеют воздействие. Однако приток изобретателей имеет положительное влияние в предыдущих годах в то время как отток их имеет негативное влияние на рост в предыдущих годах в то время как в последующих годах положительно влияет. В некоторых динамических моделях с панельными данными этот путь – однако непоследовательно – может быть обнаружен обеспечивая возможное объяснение важности внешних эффектов.

Рассмотрим другие две переменные относящиеся к знаниям – исследователи/гос.служащие и число студентов.

Независимо от того является ли регион производящим нефть и газ или нет переменные исследователи/гос.служащие играют значительную роль. Если под-периоды рассматриваются отдельно друг от друга влияние также положительное.

Количество студентов влияет больше в предыдущих годах чем в последующих. Это ведет к негативному воздействию в последующих годах показывая что университеты и другие образовательные учреждения более менее важны для нефтегазовых регионов РФ.

В тех регионах которые не эксплуатируют природные ресурсы нет сжатой модели относительно важности студентов и тем самым количества образовательных учреждений. Тем не менее небольшие указания показывают что влияние студентов и образования с каждым годом увеличивается.