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

Перевод

«Эффекты знаний, влияющие на экономический рост»

По дисциплине “Семинар по экономике”

 

Магистерская программа «Международная экономика:
инновационно-технологическое развитие»

 

 

Выполнил студент   53708/14       Хюнгзберг В.Г.
    (группа)   <подпись>    
Руководитель   д.э.н., профессор       Диденко Н.И.
    (Учёная степень, должность)   <подпись>    
Оценка/зачёт            
        <подпись>   (дата)

 

 

Санкт-Петербург


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.

Таблица 6.78. Оттоки изобретателей – часть 3.

  Логарифмические переменные  
          Оценка пространственной ошибки
  Оценка фиксированных эффектов        
 
Исследователи 1.485 (1.82) 1.471 (1.81) 2.484 (1.54) 0.343 (0.63) 2.189 (2.69)
ВРП на душу населения -0.492 (-0.80) -0.723 (-1.21) -1.735 (-1.56) -0.216 (-0.71) -1.570 (-3.30)
PATSTO -0.062 (-2.30) -0.062 (-2.28) 0.433 (41.45) 0.256 (122.65) 0.301 (8.53)
Малые и средние предприятия -2.038 (-2.16) -2.054 (-2.17) -0.910 (-1.71) -0.386 (-0.86) -0.558 (-1.34)
TRDUM   -0.166 (-0.80)      
λ         0.395 (2.17)
Постоянная 2.208 (0.53) 3.340 (0.86) 0.020 (0.12) 0.007 (0.08) 0.655 (0.66)
R^2 0.697 0.699 0.881 0.915  
F- статистика 2.24 2.11 21k 7k  
Var. Ratio         0.799
Корреляция         0.821

 

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.[1] 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.

Таблица 6.79 Оттоки изобретателей – часть 4

  Оттоки изобретателей – часть 4        
  Логарифмические переменные        
  Оценка пространственной ошибки   Оценка Ареллано-Бонда  
  III IV   I III IV
Лаг-1       -0.319 0.056 -0.497
        (-2.46) (0.62) (-2.19)
Лаг-2       -0.380 -0.090 -0.063
        (-2.92) (-2.14) (-1.33)
Остаток 1.663 0.191   1.965 4.360 -1.198
  (1.57) (0.34)   (1.96) (1.14) (-1.54)
ВРП населения -1.188 -0.118   -1.660 -2.940 0.797
  (-1.65) (-0.37)   (-0.87) (-1.15) (1.54)
PATSTO 0.461 0.258   -0.245 0.418 0.323
  (7.52) (8.55)   (-6.03) (11.15) (16.30)
  -0.563 -0.431   -2.325 -1.862 -1.775
  (-1.33) (-1.25)   (-0.56) (-1.10) (-1.02)
λ 0.319 -0.129        
  (1.54) (-0.45)        
Постоянная 0.024 0.005   10.669 -0.061 0.658
  (0.30) (0.34)   (0.91) (-0.26) (1.36)
R2//x2       11k 721k 15k
Var. ratio 0.872 0.916        
Corr.2 0.882 0.915        
               

Таблица 6.80 Отток изобреателей – часть 5

  Отток изобретателей – часть 5        
  Оценка Бланделл-Бонда        
  Нелогарированные переменные   Логарифмированные переменные  
  I III IV I III IV
LAGT-1 -0.170 0.041 -0.031 0.238 0.046 -0.144
  (-3.86) (0.47) (-0.47) (2.35) (0.47) (-1.02)
LAGT-2 -0.482 -0.055 0.181 0.067 -0.068 0.065
  (-3.11) (-2.32) (1.18) (1.88) (-1.35) (0.72)
RES 2.034 1.691 0.711 18.814 4.142 0.685
  (11.80) (10.17) (1.13) (1.31) (1.04) (0.62)
GRPPC -17.700 -79.600 -31.900 -8.340 -2.611 -0.352
  (-1.43) (-1.67) (-1.36) (-1.49) (-1.04) (-0.54)
PATSTO -0.078 -0.226 0.074 0.129 0.425 0.295
  (-6.23) (-3.49) (0.45) (5.03) (10.73) (10.68)
SME -4.009 -8.635 -2.108 -13.905 -6.795 -2.621
  (-0.92) (-2.07) (-1.05) (-1.16) (-1.07) (-1.25)
CONST -2.260 0.295 0.324 -15.821 0.186 -0.035
  (-1.46) (0.85) (1.24) (-0.62) (0.87) (-0.21)
X2 14k 118k 27k 1k 444k 20k

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[2] 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.[3]

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.[4] 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.[5]

Государственный сектор играет сравнительно большую роль в общем производстве, но менее эффективно чем производство частного сектора[6] и количество гос.служащих может интерпретироваться как переменная, заменяющая коррупцию, которая имеет негативное влияние на экономический рост, поэтому количество чиновников включается как контролируемая переменная.[7]

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.[8] 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.[9]

Знания в экономике представлены 4мя индикаторами: количество исследователей,[10] 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.[11] 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.[12]

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.[13]

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.

Таблица 6.81 Влияние отдельных переменных – часть 1

Оценка фиксированных эффектов

Все годы

Труд -1.527

(-1.24)

Капитал 1.162

(6.37)

Экспорт -0.031

(-0.51)

Импорт -0.216

(-1.18)

ПИИ 0.021

(1.39)

Исследователи -0.935

(-3.43)

RDEXP 0.819

(3.86)

Гос.служащие 5.433

(20.39)

Постоянная 8.836 0.795 4.673 4.923 4.634 7.490 0.823 -17.687
  (2.60) (1.32) (51.18) (19.61) (766.97) (8.97) (0.83) (-16.16)
R2   0.409   0.579 0.145 0.057 0.237 0.282 0.399 0.617
F-статистика 1.53 40.61 0.608 0.240 1.93 11.76 14.87 415.78

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.

Таблица 6.82 Влияние отдельных переменных – часть 2

Оценка фиксированных эффектов Предыдущие года
Все года    
Труд       1.466 (168.70)        
Капитал         1.261 (159.52)      
Экспорт           0.879 (2.85)    
Импорт             1.384 (3.25)  
ПИИ               -0.059 (-0.88
НефтьГаз 14.000 (3.40)              
Открытость   -0.001 (-2.01)            
Студенты     0.264 (1.96)          
Постоянная 4.558 (228.08) 4.645 (488.44) 4.266 (23.29) 0.007 (0.82) 0.021 (2.19) 1.003 (5.48) 0.655 (2.45) 1.513 (124.49)
R^2 0.055 0.057 0.160 0.987 0.978 0.294 0.482 0.000
F-статистика 11.58 4.05 3.86 28k 25k 8.12 10.57 0.78

 

Поскольку в полном временном отрезке число переменных дает несущественные результаты, многие из них становятся важными когда данный временной промежуток разбивается на два периода.[14]

Принимая на первый взгляд результаты от труда и капитала, каждая из двух переменных очень хороший регрессор для ВРП[15] – 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,[16] усиливая настоящие результаты.

Таблица 6.83 Влияние отдельных переменных – часть 3

Оценка фиксированных эффектов
Предшествующие годы Последующие годы
Труд             1.788 (161.62)  
Капитал               1.461 (178.71)
Исследователи 1.266 (61.27)              
RDEXP   0.883 (77.81)            
Гос.служащие     1.010 (132.27)          
НефтьГаз       35.700 (3.31)        
Открытость         0.002 (1.56)      
Студенты           1.001 (2.02)    
Постоянная 0.049 (2.05) 0.023 (1.20) -0.005 (-0.42) 1.473 (94.87) 1.485 (60.09) 1.126 (5.71) 0.023 (1.21) 0.028 (1.62)
R^2 0.957 0.971 0.987 0.030 0.014 0.221 0.983 0.991
F-статистика 4k 6k 17k 10.94 2.44 4.09 26k 32k

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.

Таблица 6.84 Влияние отдельных переменных – часть 4.

Оценка фиксированных эффектов Последующие годы
Экспорт 1.648 (3.27)              
Импорт   1.935 (2.71)            
ПИИ     -0.022 (-0.24)          
Исследователи       1.573 (58.29)        
RDEXP         1.038 (94.10)      
Гос.служащие           1.200 (200.27)    
НефтьГаз             29.000 (3.40)  
Открытость               0.925 (5.99)
Постоянная 1.567 (3.34) 1.651 (3.08) 3.097 (152.49) 0.116 (2.26) 0.049 (1.52) -0.009 (-0.58) 3.003 (103.54) 2.326 (17.94)
R^2 0.393 0.378 0.003 0.931 0.970 0.992 0.023 0.187
F-статистика 10.69 7.32 0.06 3k 9k 40k 11.58 35.87
Студенты 1.878 (2.75)              
Постоянная 1.294 (1.97)              
R^2 0.385              
F-статистика 7.58              

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.

 

Таблица 6.85 Фиксированные эффекты и оценка Ареллано-Бонда для долгосрочного временного отрезка – часть 1

Используя переменную исследователи
Оценка фиксированных эффектов Оценка Ареллано-Бонда
 
Лаг-1         0.853 (21.40) 0.783 (17.70) 0.012 (5.55) 1.242 (4.13)
Лаг-2         0.054 (1.76) 0.080 (2.73) 0.003 (7.34) 0.065 (3.04)
Экспорт -0.023 (-0.45) -0.018 (-1.61) 0.036 (1.24) 0.025 (0.55) -0.008 (-2.65) -0.007 (-3.18) 0.005 (0.10) -0.168 (-2.93)
Импорт -0.228 (-1.63) 0.033 (1.72) 0.020 (0.53) 0.086 (1.55) -0.012 (-1.11) 0.005 (0.99) -0.029 (-0.47) -0.045 (-0.70)
ПИИ 0.024 (2.16) 0.012 (2.42) -0.068 (-4.96) -0.058 (-3.33) 0.003 (1.16) -0.050 (-0.67) -0.035 (-2.72) 0.083 (2.25)
Исследователи -0.799 (-3.67) -0.323 (-2.85) 1.247 (63.96) 1.565 (23.02) -0.048 (-0.61) 0.000 (1.07) 1.349 (49.05) 1.335 (13.03)
НефтьГаз 10.900 (1.95) 5.390 (4.08) 4.190 (7.36) 2.810 (4.47) 1.010 (0.95) 1.080 (1.07) 5.710 (3.69) -0.416 (-0.23)
Открытость -0.001 (-1.65) -0.000 (-2.34) -0.000 (-1.55) -0.039 (-1.73) -0.001 (-1.36) -0.001 (-1.41) -0.000 (-0.45) 0.405 (2.25)
Студенты 0.287 (2.55) 0.050 (1.40) -0.038 (-1.12) -0.054 (-0.56) 0.025 (1.17) 0.016 (0.89) -0.038 (-0.61) -0.403 (-1.71)
TRDUM   -0.834 (-29.21)       -0.058 (-3.32)    
Постояянная 6.999 (10.67) 5.829 (17-10) 0.039 (1.81) 0.104 (2.15) 0.676 (2.45) 0.900 (3.25) 0.005 (2.73) -3.172 (-3.85)
R^2/X^2 0.011 0.212 0.963 0.938 62k 74k 7k 8k
F-статистика 9.30 460.59 2k 1k        

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.

Таблица 6.86 Фиксированные эффекты и оценка Ареллано-Бонда для долгосрочного временного отрезка – часть 2

Используя переменную гос.служащие
Оценка фиксированных эффектов Оценка Ареллано-Бонда
 
Лаг-1         0.812 (16.31) 0.673 (14.20) 0.003 (2.74) 0.651 (3.50)
Лаг-2         0.049 (1.75) 0.081 (3.61) 0.002 (4.45) 0.030 (2.74)
Экспорт 0.004 (0.13) -0.002 (-0.20) 0.038 (2.82) 0.028 (1.33) -0.008 (-1.86) -0.006 (-1.83) -0.002 (-0.10) -0.080 (-1.92)
Импорт -0.172 (-2.99) -0.031 (-1.74) -0.027 (-1.01) 0.079 (1.95) -0.022 (-1.29) -0.006 (-0.62) -0.044 (-0.86) 0.013 (0.34)
ПИИ 0.003 (0.69) 0.004 (1.18) 0.017 (4.34) 0.025 (4.89) 0.002 (1.01) 0.004 (1.40) 0.024 (4.36) 0.057 (3.18)
Гос.служащие 5.082 (17.75) 3.277 (16.25) 1.007 (131.79) 1.193 (69.43) 0.330 (2.12) 0.601 (4.25) 1.047 (87.70) 1.021 (16.50)
НефтьГаз -0.886 (-0.83) -0.083 (-0.13) 3.130 (7.05) 2.220 (7.27) 0.880 (0.81) 0.859 (0.88) 3.870 (5.22) 0.864 (0.76)
Открытость -0.000 (-0.23) -0.000 (-1.05) -0.000 (-2.20) -0.063 (-5.35) -0.001 (-1.27) -0.001 (-1.31) -0.002 (-1.46) 0.185 (1.73)
Студенты 0.065 (1.20) -0.001 (-0.05) 0.002 (0.12) -0.002 (-1.31) 0.019 (1.22) 0.003 (0.29) 0.067 (1.38) 0.017 (0.39)
TRDUM   -0.512 (-14.25)       -0.084 (-4.90)    
Постояянная -16.097 (-13.98) -8.586 (-10.46) -0.002 (-0.22) -0.003 (-0.22) -0.591 (-1.25) -1.187 (-2.69) -0.005 (-5.00) -1.724 (-3.68)
R^2/X^2 0.619 0.772 0.990 0.995 39k 28k 32k 37k
F-статистика 294.59 537.67 5k 13k        

 

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.

Таблица 6.87 Пространственные модели для более длинного временного отрезка – часть 1

Используя переменную исследователи
Оценка пространственной ошибки Оценка пространственного лага
 
Экспорт 0.039 (2.39) 0.029 (3.05) 0.048 (2.61) 0.052 (1.93) 0.040 (2.42) 0.029 (3.09) 0.053 (2.89) 0.057 (2.05)
Импорт -0.073 (-3.73) 0.023 (1.89) 0.040 (1.83) 0.031 (1.26) -0.074 (-3.78) 0.022 (1.85) 0.037 (1.66) 0.022 (0.86)
ПИИ 0.044 (8.45) 0.035 (10.76) -0.076 (-7.69) -0.077 (-9.43) 0.044 (8.33) 0.035 (10.70) -0.077 (-7.89) -0.080 (-10.58)
Исследователи 0.315 (11.10) 0.382 (20.44) 1.227 (100.33) 1.489 (62.57) 0.314 (11.11) 0.3813 (20.45) 1.221 (99.98) 1.490 (64.71)
НефтьГаз 4.000 (11.87) 3.580 (16.77) 4.160 (4.62) 3.020 (12.04) 3.940 (11.66) 3.560 (16.72) 4.220 (4.69) 2.740 (11.31)
Открытость -0.001 (-2.02) -0.000 (-2.31) -0.000 -1.85 0.018 (1.30) -0.001 (-2.02) -0.000 (-2.31) -0.000 (-1.84) 0.023 (1.68)
Студенты 0.069 (3.51) -0.001 (-0.15) -0.061 (-2.56) -0.061 (-2.06) 0.068 (3.47) -0.002 (-0.22) -0.062 (-2.60) -0.059 (-2.01)
TRDUM   -0.898 (-40.32)       -0.899 (-40.33)    
λ 0.056 (6.00) 0.029 (5.41) 0.349 (3.72) 0.592 (8.11)        
µ         0.041 (5.83) 0.022 (5.00) -0.028 (-2.67) 0.0647 (4.13)
Постояянная 3.620 (41.85) 3.723 (69.03) 0.546 (6.58) 0.167 (4.58) 3.434 (36.37) 3.628 (62.73) 0.972 (5.41) 0.006 (0.13)
Var.ratio 0.425 0.760 0.969 0.934 0.440 0.771 0.963 0.941
Corr^2 0.427 0.768 0.963 0.940 0.440 0.771 0.963 0.941

 

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.

Таблица 6.88 Пространственные модели для более длинного временного отрезка – часть 2

Используя переменную гос.служащие
Оценка пространственной ошибки Оценка пространственного лага
 
Экспорт 0.022 (1.94) 0.016 (2.84) 0.037 (3.81) 0.036 (2.30) 0.023 (1.97) 0.017 (2.88) 0.037 (3.79) 0.034 (2.11)
Импорт -0.060 (-3.25) 0.026 (3.36) -0.008 (-0.53) 0.061 (3.18) -0.061 (-3.25) 0.026 (3.33) -0.008 (-0.53) 0.057 (2.98)
ПИИ 0.012 (2.68) 0.017 (6.52) 0.023 (5.84) 0.026 (7.32) 0.011 (2.50) 0.017 (6.38) 0.023 (5.88) 0.026 (7.93)
Гос.служащие 1.774 (29.33) 1.511 (41.92) 1.005 (170.05) 1.186 (160.23) 1.769 (28.81) 1.501 (39.89) 1.006 (172.87) 1.190 (167.76)
НефтьГаз 1.790 (6.43) 1.880 (11.59) 3.010 (4.70) 2.170 (17.26) 1.780 (6.29) 1.880 (11.50) 3.000 (4.81) 2.130 (17.54)
Открытость -0.000 (-1.69) -0.000 (-1.94) -0.000 (-2.30) -0.044 (-6.78) -0.000 (-1.69) -0.000 (-1.95) -0.000 (-2.31) -0.039 (-6.30)
Студенты -0.004 (-0.24) -0.041 (-7.02) -0.013 (-1.12) -0.020 (-2.98) -0.003 (-1.69) -0.040 (-6.73) -0.014 (-1.23) -0.025 (-4.03)
TRDUM   -0.742 (-42.40)       -0.742 (-42.45)    
λ -0.046 (-4.49) -0.036 (-3.46) 0.273 (2.38) 0.489 (5.99)        
µ         0.029 (5.32) 0.015 (4.97) 0.006 (1.45) 0.020 (4.70)
Постояянная -2.559 (-10.89) -1.302 (-8.91) -0.003 (-1.24) -0.006 (-1.08) -2.717 (-11.23) -1.332 (-8.76) -0.012 (-1.87) -0.066 (-5.05)
Var.ratio 0.634 0.864 0.989 0.991 0.648 0.870 0.990 0.995
Corr^2 0.641 0.868 0.990 0.995 0.648 0.870 0.990 0.995

 

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.

Таблица 6.89 Оценка Бланделл-Бонда для длительного временного отрезка

Используя переменную исследователи Используя переменную гос.служащие
 
Лаг-1 0.875 (21.10) 0.007 (4.95) 0.082 (5.65) 0.837 (17.49) 0.002 (2.33) 0.027 (4.79)
Лаг-2 0.033 (0.90) 0.002 (1.81) 0.070 (8.86) 0.036 (1.21) 0.002 (3.68) 0.030 (6.59)
Экспорт -0.012 (-2.61) -0.024 (-0.39) -0.010 (-0.51) -0.011 (-2.28) -0.025 (-1.19) 0.021 (1.49)
Импорт -0.011 (-1.17) -0.035 (-0.49) 0.162 (1.17) -0.022 (-1.45) -0.034 (-0.73) 0.140 (1.64)
ПИИ 0.004 (1.53) -0.032 (-2.52) 0.025 (1.80) 0.003 (1.27) 0.027 (4.61) 0.040 (4.12)
Исследователи -0.069 (-0.98) 1.376 (43.95) 1.327 (13.54)      
Гос.служащие       0.250 (1.76) 1.056 (94.28) 1.140 (51.06)
НефтьГаз 0.749 (0.96) 4.940 (2.71) 2.550 (1.80) 0.207 (0.46) 3.490 (3.72) 2.770 (6.79)
Открытость -0.001 (-1.41) -0.001 (-0.81) -0.023 (-0.83) -0.001 (-1.50) -0.002 (-1.50) -0.054 (-3.21)
Студенты 0.032 (1.27) -0.013 (-0.19) 0.021 (0.11) 0.024 (1.41) 0.077 (1.82) 0.105 (2.36)
Постояянная 0.736 (3.07) 0.006 (1.35) 0.078 (3.69) -0.319 (-0.75) -0.006 (-2.29) -0.125 (-1.88)
X^2 65k 6k 5k 45k 31k 117k

 

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.[17]

Таблица 6.90 Влияния отдельных дополнительных переменных – часть 1

Все года Предшествующие года
 
PATZIT -0.017 (-4.62)         0.090 (4.69)    
PATGEN   -0.008 (-10.49)         0.067 (4.94)  
INMOIN     -0.000 (-0.32)         0.028 (5.20)
INMOOU       -0.000 (-0.42)        
Патенты ЕРО         -0.000 (-0.28)      
Постоянная 4.48646 (3k) 4.485 (8k) 4.479 (2k) 4.480 (1k) 4.479 (1k) 1.840 (240.21) 1.846 (303.83) 1.836 (240.34)
R^2 0.014 0.032 0.001 0.001 0.001 0.021 0.019 0.020
F-статистика 21.30 110.02 0.10 0.18 0.08 22.02 24.40 27.09

Таблица 6.91 Влияния отдельных дополнительных переменных – часть 2

Предшествующие годы Последующие годы
 
PATZIT     0.368 (3.33)        
PATGEN       0.213 (3.87)      
INMOIN         0.220 (6.02)    
INMOOU 0.279 (6.87)         0.026 (6.66)  
Патенты ЕРО   0.043 (6.80)         0.037 (6.35)
Постоянная 1.835 (314.17) 1.830 (274.91) 2.579 (368.10) 2.542 (162.30) 2.562 (381.95) 2.558 (383.70) 2.555 (337.75)
R^2 0.020 0.022 0.012 0.025 0.014 0.016 0.017
F-статистика 47.21 46.19 11.10 14.99 36.22 44.38 40.33

Таблица 6.92 Фиксированные эффекты и оценка Ареллано-Бонда для краткосрочного временного отрезка – часть 1