Киселева Екатерина Владимировна
advertisement
Киселева Екатерина Владимировна СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ Научный руководитель – Замков Олег Олегович, к.э.н. 1.Введение Цель данной работы заключается в том, чтобы оценить совокупную факторную производительность для регионов России, а затем, используя панельные данные, определить факторы, влияющие на динамику совокупной факторной производительности. Исследование будет проводиться на основе рядов основных макроэкономических переменных для 76 регионов России за период с 2000 по 2006 год. 1.1.Понятие СФП Многие экономисты сходятся на том, что определяющую роль в определении темпов экономического роста мировой, государственной и региональной экономики играет рост совокупной факторной производительности. В экономической литературе СФП рассматривается как один из основных стимулов роста экономики, СФП отражает не только технологический прогресс, но и другие факторы, например развитие институтов, накопление и качество факторов капитала и труда, экстерналии, а также отражает «сверх прибыли». 1.2.Обзор литературы Одним из основных подходов используемых современными экономистами для оценивания СФП является метод, предложенный Солоу для оценивания технологического прогресса. Модель экзогенного экономического роста Солоу предполагает, что новые вливания капитала оказывают большее влияние на конечный выпуск, чем предыдущие вливания капитала из-за развития технологий. Основными предпосылками данной модели роста являются экзогенно заданный долгосрочный темп роста, совершенная конкуренция, убывающая отдача факторов производства и постоянная отдача от масштаба. СФП оцененный с использованием предпосылок модели Солоу имеет процикличный характер. В статье «Are technology Improvements contractionary?» (2006) S. Basu, J.Fernald and M. Kimball делают предположение, что запас капитала и количество работников фиксированы и не могут быть изменены без существенных издержек. В то же время Basu, Kimball и Fernald допускают, что отрасли могут отличаться в интенсивности использования этих 132 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ факторов, то есть по уровню загрузки производственных мощностей, поэтому кроме основных факторов производства в модель включаются количество часов отработанных одним рабочим, усилия, приложенные одним работником, уровень использования капитала в производстве, уровень технологий. Кроме того, авторы используют предпосылки о несовершенной конкуренции на рынке, а также приходят к гипотезе о непостоянной отдаче от масштаба. В статье «Explaining Russia’s output collapse: aggregate sources and regional evidence» (2002) Dolinskaya изучает причины падения выпуска в России в период трансформационного процесса. Dolinskaya использует модифицированный подход к оцениванию темпов роста выпуска, учитывая изменения в динамике интенсивности использования производственных мощностей в трансформационный период. В. Бессонов в статье «О динамике совокупной факторной производительности в российской переходной экономике» (2004) строит различные оценки динамики СФП, учитывая интенсивность использования основных факторов производства, делая предпосылку о более высокой эффективности вновь введенных факторов производства. И. Воскобойников в статье «Оценка совокупной факторной производительности российской экономики в период 1961-2001 гг. с учетом корректировки основных фондов» (2003) старается элиминировать проблемные связанные с несовершенством оценки занятости и учета основных фондов. Автор предлагает использовать функцию дожития активов и предлагает пять основных схем выбытия основных фондов. Jorgenson в своей статье «Productivity and economic growth» (1995) оценивает модель роста для США на отраслевом уровне. Отличием от модели Солоу и основной предпосылкой подхода этого исследователя является включение, помимо основных труда, капитала и роста производительности, промежуточных факторов, влияющих на темпы роста выпуска. В качестве производственной функции Jorgenson использует транслогарифмическую производственную функцию. Такой же подход используют Е. Бессонова,К.Козлов и К. Юдаева в своей статье «Торговая либерализация, прямые иностранные инвестиции и производительность российских фирм» (2002). Авторы используют различные данные по отдельным предприятиям. Преследуя цель пересмотреть и модифицировать предпосылку о том, что фирмы оперируют на границе своих производственных возможностей в статье «Оценка эффективности производства российских промышленных предприятий» (2007) Е. Бессонова использует три различных варианта для оценивания СФП. Одним из выводов автора является то, что по результатам 133 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ сравнения различных подходов с использованием временных рядов за период с 1995 года по 2004 года, можно утверждать, что стандартный подход к оцениванию совокупной факторной производительности оправдан. 2.Данные Источником данных является Госкомстат России (2009) и ЦИК России. Из-за ограниченности выбора официальной статистики для оценки модели будут использоваться годовые значения макроэкономических переменных за период с 2000 по 2006 год для 79 регионов России. Временные ряды ограничены данным периодом, по причине отсутствия информации по многим переменным для некоторых регионов. По причине отсутствия качественного дефлятора для оценки модели будет использоваться валовой региональный продукт на душу населения в текущих ценах как прокси для валового регионального продукта, валовое накопление основного капитала в текущих ценах в качестве прокси основных фондов, а также средняя годовая численность занятых для фактора труд. Использование данных в номинальном выражении будет учитываться, как возможная причины неточности результатов использоваться при интерпретации. 2.1.Выпуск Существует несколько вариантов выбора переменной выпуска. Может рассматриваться физический объем производства, либо валовой внутренний продукт или национальный доход. В данной работе для оценки выпуска будет использоваться валовой региональный продукт на душу населения, нормированный по методу, предложенному в работе Dolinskaya (2002). Тем же методом нормированы и факторы производства - труд и капитал, что позволяет уменьшить проблему эндогенности. Региональные значения валового продукта на душу населения, труда и капитала на душу населения делятся на агрегированное значение для всех регионов, деленное на количество регионов. 1 y i a i l i k i (1) Y A L K где yi, ai, li ki – региональные значения выпуска, факторов труда и капитала, а Y, A, L, K – суммарное значение региональных показателей, деленное на количество регионов. 134 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ 2.2.Капитал Одним из важных вопросов при оценивании экономического роста является выбор правильной оценки для затрат капитала. Исследования этого вопроса показали, что фактор капитала, должен отражать не стоимость капитала как таковую, но и уровень загрузки производственных мощностей основных фондов. В данной работе для оценки затрат факторов используется нормированный временной ряд основных фондов на душу населения. 2.3.Труд В данном исследовании из-за отсутствия информации по количеству отработанных часов на региональном уровне будет использован временной ряд среднегодовой численности занятых в экономике в регионе. 2.4.Эластичности Многие исследователи в качестве производственной используют производственную функцию Кобба-Дугласа вида: F ( K , L) K L1 функции (2) где и (1-) – это оценки эластичностей выпуска по факторам производства. Из-за несовершенства учета оценок долей капитала и труда, которые могут быть взяты из системы национальных счетов, Бессонов (2004) указывает на необходимость использования одних и тех же значений долей капитала и труда для каждого периода. «Динамика оценок СФП будет определяться лишь динамикой выпуска и факторов, и на нее не будет влиять изменение имеющих невысокую точность оценок долей факторов» (Бессонов, 2004). Бессонов предлагает использовать значения Доля k=0.3 и Доля l=0.7, что, как показывает автор, не противоречит данным национальных счетов. Аналогичные значения для долей капитала и труда предлагает использовать Dolinskaya (2002). Бессонова (2007) при оценивании СФП предлагает использовать доли эластичности производственной функции по капиталу и труду 0.25 и 0.75 соответственно, причем вывод из ее модели «оправдывает предполагать факторные эластичности как и делает данные упрощения состоятельными и для российской экономики» (Назруллаева, 2008). Подход к оценке СФП в данной работе будет согласован с подходом Бессонова (2004), то есть, использованы оценки долей факторов 0.3 для 135 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ капитала и 0.7 для труда. Во-первых, удобно использовать одинаковые значения долей факторов для всех периодов, чтобы исключить влияние на СФП неточности в оценках, следовательно, СФП будет зависеть только от объема выпуска и используемых факторов. Во-вторых, так как необходимо рассчитать СФП для различных регионов, использование постоянных долей факторов значительно облегчает интерпретацию результатов. Тем не менее, не будем забывать, что в оценках долей факторов присутствует недостоверность, что могло повлиять на результаты. Необходимые оценки долей используемых факторов, также являющихся эластичностью выпуска по труду и капиталу, Бессонов (2004) оценивает на основе временных рядов оплатой наемных работников и валовой прибыли экономики и валовыми смешанными доходами за период 1990 по 2002 год как отношение этих показателей. Результаты этого анализа демонстрируют отсутствие явной тенденции, что становится дополнительным аргументом в пользу использования фиксированных эластичностей. В данной работе используются временные ряды основным макроэкономических переменных с 2000 по 2006 год. Так как первые два года попадают в оцениваемый Бессоновым период, предположим, что и в следующие пять лет динамика существенно не изменится. Следовательно, позволительно использовать оценки фиксированные долей факторов на уровне 0.3 для капитала и 0.7 для труда, с предпосылкой постоянной отдачи от масштаба, что немаловажно помнить при интерпретации результатов, а также одинаковой технологии производства во всех регионах. 3.Оценка СФП Объектом исследования в данной работе будет совокупная факторная производительность, рассчитанная на основе валового регионального продукта, на основе временных рядов с 2000 по 2006 год для 79 регионов. Построим модель для оценки СФП на основе производственной функции Кобба-Дугласа, которая использовалась также в работах Бессонов (2004), Dolinskaya (2002), Solow (1957). Мы оцениваем функцию Кобба-Дугласа вида (1) в логарифмах: ln( A) ln(Y ) ln( L) (1 ) ln( K ) (3) Используя временные ряды для нормализованных показателей переменных выпуска, факторов капитала и труда, и фактора равного 0.7 для запаса труда и (1-) равного 0.3 для запаса капитала на всем периоде 136 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ используемых временных рядов, то есть с предпосылкой о постоянной отдаче от масштаба, найдем логарифм нормализованного показателя СФП. Полученные данные могут не совсем объективно отражать реальную ситуацию, из-за использования номинальных макроэкономических показателей выпуска и капитала, а также из-за жестких предпосылок о постоянной отдаче от масштаба и совершенной конкуренции. В реальности эти предпосылки не действуют, так как в некоторых отраслях существуют естественные монополии, отдача от масштаба также величина непостоянная. Кроме того, предпосылка об идентичных технологиях производства может не соблюдаться не только между различными отраслями в регионе, но и среди идентичных отраслей в регионах. Полученные оценки СФП показывают положительную корреляцию с выпуском: LnYn LnFtp LnYn 1 LnFtp 0.2805 1 Таблица 1. Корреляция СФП с выпуском. 3.1.Факторы, влияющие на СФП Используя теоретические выводы исследователей экономического роста и анализируя современные макроэкономические показатели, в предыдущей части работы был оценен показатель совокупной факторной производительности за период с 2000 по 2006 год для 79 регионов России. По единому мнению экономистов совокупная факторная производительность является одним из самых важных факторов экономического роста. Мы предполагаем, что совокупная факторная производительность включает технологический прогресс как составляющую, и, следовательно, становится еще интереснее узнать, какие факторы влияют на нее. Понимание факторов определяющих характер совокупной факторной производительности может пролить дополнительный свет на природу экономического роста. На основе панельных данных по 79 регионам России постараемся определить основные факторы, которые влияют на различия между оценками совокупной факторной производительности среди регионов. Логично предположить, что истоки кроются в специфических свойствах основных факторов производства присущих конкретному региону, а также в естественных различиях регионов. Соответственно, будем расценивать эти факторы как характеристики региональных 137 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ факторов производства и региона как такового. Данные характеристики можно разделить на несколько групп: качественные свойства факторов производства, количественные свойства факторов производства, факторы социальной и политической жизни региона, природные и территориальные факторы региона. Факторы производства не однородны по своим свойствам, и к тому же могут накапливать и обрастать характеристиками, свойственными условиям, в которые они попали. К таким факторам относятся уровень образования и квалификация работников, опыт работы, возрастная категория трудящихся и некоторые другие. К количественным факторам относятся обеспеченность региона природными ресурсами, землями, количество населения, количество трудоспособного населения, количество предприятий и организаций и другие. Логично предположить, что высокий уровень качественных факторов влияет на совокупную факторную производительность, как и обеспеченность количественными факторами, увеличивая ее. Можно выделить факторы порожденные социальной средой и политической обстановкой в регионе. Уровень преступности в регионе, политические предпочтения населения, уровень рождаемости и смертности и другие факторы. Спокойствие, благополучие и привлекательность жизни в регионе, прозрачное и эффективное законодательство мотивируют и заинтересовывают население, стимулируют на деятельность, которая в соответствующих условиях повлечет увеличение совокупной факторной производительности. Можно предположить, что природные условия и территориальное расположение играют немаловажную роль в динамике совокупной факторной производительности. Для того, чтобы оценить влияние всех или хотя бы части этих факторов нужно сконструировать серию прокси (proxy) и дамми (dummy) переменных. При конструировании переменных нужно помнить о том, что факторы должны быть сопоставимы по регионам. Для этого можно использовать технику нормирования относительно собственного среднего, что сделает переменные сопоставимыми и привнесет большую долю прозрачности и информативности, а также облегчит интерпретирование результатов. Логично предположить, что количество населения влияет на СФП. Доступность такого фактора как труд влияет на совокупную факторную производительность косвенно. Обеспеченность фактором труда, его мобильность и доступность смягчают производственные ограничения, а 138 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ также открывают доступ к выбору рабочих с необходимым образованием и квалификацией. Очевидно, что количество человек на квадратный километр – показатель более информативный, чем количество человек в среднем за год. Чтобы детальнее проанализировать влияние «качества» населения на СФП, введем показатель доли городского населения в регионе. Можно предположить, что города стимулируют развитие экономики в регионе, так как города развиваются по соседству с промышленно развитыми секторами. Также уровень рабочей силы, можно предположить, в городах выше, из-за более развитого сектора образования, здравоохранения и других. Соответственно, интересно узнать, влияет ли и насколько удельный вес городского населения на СФП. Не меньший интерес представляют миграционные процессы между регионами. Понятно, что население мигрирует по разным причинам, например, семейным. Но кроме этого статистика показывает, что из благополучных регионов в среднем уезжает меньше человек, по сравнению с менее благополучными регионами. Так как мы предполагаем, что благополучие региона связано с экономическим ростом, то можем попробовать использовать этот фактор в качестве объясняющей переменной динамики СФП. Используем коэффициент миграционных потоков. Как уже было сказано, уровень образования является показателем качества фактора труд. Чтобы проверить гипотезу о том, что качества образования влияет на динамику СФП, введем соответствующую прокси. Во-первых, можно использовать показатель доли населения трудового возраста в регионе. Вторым вариантом, рассмотрим выпуск специалистов высшими учебными заведениями на 1000 человек населения в год. В качестве третьего варианта, можно предложить использовать показатель, выраженный как доля выпускников с высшим образованием по отношению к трудовому населению. Так как предполагается, что качественная сторона жизни населения в регионе влияет на СФП, рассмотрим несколько вариантов для прокси, отражающих благополучие и стабильность. Во-первых, здоровье населения говорит о многом. Условия жизни, качество медицинских услуг, экология – эти факторы, несомненно, должны влиять на совокупную факторную производительность. В качестве прокси можно использовать коэффициент естественного прироста населения, рассчитанного как прирост населения за год, показывает взаимосвязь показателей смертности и рождаемости в регионе. Во-вторых, показателем благополучной обстановки в регионе является уровень преступности. Высокий уровень преступности – 139 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ индикатор неблагополучной обстановки в регионе. Для сопоставимости, рассчитаем этот показатель как количество преступлений на сто тысяч человек населения. Чтобы учесть эффект экономий от ассортимента (economies of scope), введем объясняющую переменную, показывающую количество предприятий в регионе. Нормализуем показатель относительно агрегированного среднего по России, чтобы сделать его сопоставимым по регионам. Показатель интенсивности путей железнодорожного сообщения также может служить прокси для оценивания этого эффекта скопления. Теперь введем серию дамми переменных, чтобы учесть неколичественные различия регионов. Согласно Dolinskaya (2002), приватизация государственных и муниципальных предприятий положительно связана с СФП. Этот вывод был сделан для 1995-1996 годов. Чтобы проверить эту теорию на временном ряде с 2000 по 2006, введем показатель количества приватизированныx за год предприятий и нормализуем. Все 29 регионов делятся на 7 федеральных округов. Предположим, что регионы одного округа обладают набором специфических свойств, которые могут оказывать одинаковое воздействие на все регионы округа. Введя последовательно дамми для округов, можно проверить, есть ли какие-то специфические свойства. Также, предположим, что на регион влияет не только окружающие регионы РФ, но и находится ли на границе с регионом иностранные государства. Введем дамми для регионов, которые граничат с территорией других государств, где референтная группа – регионы внутри страны. Существенным фактором может быть также наличие у региона выхода к морю, так как в этом случае через него будут идти торговые потоки из других регионов, что влияет на экономический рост. Введем дамми переменную для регионов с выходом в море. Возможно, имеет смысл ввести дамми переменную для того, чтобы оценить насколько влияет на СФП, структура ВРП по основным видам деятельности. Предположим, что если первое место в структуре ВРП занимает добывающая промышленность, то СФП будет выше, чем в регионе, например, с рыбодобывающей деятельностью. Без сомнения, политические настроения в регионе также могут повлиять на экономику региона и СФП. Используем данные ЦИК России о результатах голосования на федеральных парламентских выборах в 2004 году. Предположим, что то, какая партия победила в регионе, является показателем основных направлений и веяний в социальной жизни 140 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ населения, видений будущего развития, а также состояния законодательной системы региона и т.д., так как каждая партия предлагает определенную программу, которая, как предполагается, изменит жизнь населения к лучшему, а соответственно повлияет на СФП. Заметим, что во всех регионах лидирующими по итогам голосования являлись партии Единая Россия и КПРФ. 3.2.Оценка влияния факторов с использованием панельного анализа Анализ модели влияния различных факторов на динамику СФП будет проводиться с помощью панельного анализа на основе временных рядов с 2000 по 2006 год с использованием пакета Stata10. Нам предстоит выяснить, какую модель лучше использовать для оценки влияния факторов на динамику совокупной факторной производительности, то есть определить природу индивидуальных эффектов– фиксированы они или случайны? Так как в данной модели делались определенные предпосылки при вычислении СФП, а именно, постоянные доли факторов производства, постоянная отдача по основным факторам производства, постоянство и однородность технологий для всех отраслей во всех регионах, то можно предположить, что лучше было бы использовать модель с фиксированными эффектами. Но, в рамках данной модели представляется интересным оценить влияние на СФП некоторых данных с использованием дамми переменных, что, возможно, нельзя сделать с использованием модели с фиксированными эффектами. Чтобы определиться с выбором модели, воспользуемся тестом Хаусмана на эндогенность случайного эффекта Сперва мы оценили модель с фиксированными эффектами с учетом всех факторов, за исключением дамми переменных. Многие факторы оказались незначимы, что может быть связано с коллинеарностью, а также несовершенным выбором прокси переменных. Пошагово убирая незначимые переменные, мы исключили естественный прирост населения, переменную, отражающую прирост выпускников высших учебных заведений по отношению к рабочей силе, плотность железнодорожных путей, переменную плотности населения на квадратный километр, переменную, отражающую прирост выпускников с высшим образованием на 1000 человек, долю городского населения в регионе, а также численность населения. В итоге, окончательная оценка модели дала следующий результат: 141 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ # набл. 552 region # групп 79 within 0.14 # набл. в группе between 0.44 Мин. 6 overall 0.4 -0.75 Средн. 7 Макс. 7 fixed-effects(within) regression Group variable R-sq corr(u(i),xb) Prob>chi2 2 0 Wald Chi (7) 14.6 Lnftp Коэф. Стд.откл. z P>|t| 95% дов.интервал migr 0.00 0.00 2.98 0.00 0.00 0.00 privn -0.01 0.00 -3.34 0.00 -0.02 0.00 lnpredn 0.15 0.04 3.39 0.00 -0.06 0.24 lnband -0.18 0.03 -6.79 0.00 -0.23 -0.13 logpoptr 0.44 0.22 1.97 0.05 0.00 0.88 cons 3.94 0.87 4.55 0.00 2.24 5.64 sigma u 0.76 - - - - - sigma e 0.09 - - - - - rho 0.99 (fraction of variance due to u(i)) F-test that all u(i)=0 , F(78,468)=104.54, Prob=0.00 Таблица 2. Изменённая модель. LnFTPnit 0.1775 LnBand it 0.1499 Ln Pr ednit 0.0097 Pr ivnit ( 0.0261) ( 0.4422) 0.4411 Logpoptrit 0.0001 Migrit 3.9432 ( 0.2242) ( 0.00003) ( 0.0029) (4) ( 0.8657) Полученные оценки, отличаются значимостью на 5% процентном доверительном интервале, высокая F статистика показывает, что переменные значимы как группа. R-квадрат не очень высокий, но удовлетворительный, так как были использованы панельные данные с большим количеством факторов и наблюдений во времени. Коэффициент количества преступлений на 100000 человек значим и имеет ожидаемый знак. С увеличением числа преступлений на 1% по сравнению со средним региональным уровнем преступлений, уровень 142 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ благополучия в регионе будет падать, и СФП упадет приблизительно на 0.177% по сравнению со средним региональным. Переменная, отражающая прирост трудового населения оказалась значима. Положительный знак коэффициента можно интерпретировать следующим образом. В регионе, в котором доля трудового населения преобладает над долей населения в нетрудовом возрасте, можно ожидать более высокие темпы прироста СФП. Так как производительность работника в трудовом возрасте выше, а также, можно предположить, что у работника в трудовом возрасте мотивация на более качественный труд выше. По оценке используемой модели, при увеличении доли трудового населения на один процент по сравнению со средним региональным приростом населения, СФП увеличивается приблизительно на 0.44% по сравнению со средним региональным приростом. Количество предприятий и организаций в регионе также оказалось значимым фактором. По результатам оценки при увеличении количества предприятий на 1% по сравнению со средним региональным уровнем, СФП региона увеличивается на 0.14% относительно среднего регионального уровня. Коэффициент миграции также значим и имеет ожидаемый знак. Это подтверждает гипотезу о том, что более благополучные регионы принимают больше населения, чем отдают в другие регионы, следовательно, они более привлекательны для населения, следовательно, СФП в таких регионах будет расти. Подтверждая гипотезу Долинская (2002), данная модель также показывает значимость переменной для приватизации государственных и муниципальных предприятий. Однако, знак переменной отрицательный, можно предположить, что это является следствием того, что после того, как предприятие было приватизировано, например, оборонное, выпускавшее огромные объемы продукции, столкнулось с изменившимся уменьшившимся спросом. Такой же пример можно привести из энергетической промышленности. Другой вариант, что после приватизации государственные предприятия разворовываются собственниками. Константа значима и положительна. Константу можно интерпретировать как некий постоянный уровень СФП с фиксированным количеством труда и капитала, неизменными характеристиками, постоянно отдачей от факторов производства и постоянных долей факторов производства. Коэффициент корреляции между индивидуальным эффектом и остальными объясняющими переменными не равен нулю и отрицателен. Это дает нам основания в пользу использования модели с фиксированными 143 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ эффектами. Так как корреляция приведет к смещенным оценками при использовании модели со случайными эффектами. Random-effects GLS regression # набл. 553 Group variable: region # групп 79 R-sq: within 0.08 # набл. в группе between 0.15 Мин. 7 overall 0.15 Средн. 7 u(i) ~ Gaussian Макс. 7 corr(u_i, X) 0 (assumed) Wald Chi 2(4) 64.04 Prob > chi2 0 Random effects lnftp Коэф. Стд.откл. z P>|t| 95% дов.интервал migr 0.00 0.00 3.43 0.00 0.00 0.00 lnpredn -0.09 0.03 -2.63 0.01 -0.15 -0.02 lnband -0.16 0.03 -6.15 0.00 -0.21 -0.11 CENTR 0.27 0.13 2.00 0.04 0.01 0.54 _cons 5.54 0.21 26.75 0.00 5.13 5.94 sigma_u 0.47 - - - - - sigma_e 0.09 - - - - - rho 0.96 (fraction of variance due to u_i) Таблица 3. Модель по значимым переменным (CENTR). Результат теста Хаусмана дает основание отклонить нулевую гипотезу о том, что разница в коэффициентах не систематична, так как статистика Хи-квадрат очень большая, что говорит в пользу модели с фиксированными эффектами. К сожалению, эта модель делает невозможной оценку факторов с помощью дамми переменных, ввиду мультиколлинеарности этих дамми. Поэтому, несмотря на результат теста Хаусмана, попробуем оценить модель со случайными эффектами, включив дамми переменные. Значимыми оказались три действительные переменные: уровень преступности, коэффициент миграции (как и в модели с фиксированными 144 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ эффектами), а также переменная, отражающая количество предприятий и организаций в регионе. Randomeffects Group variable: GLS regression # набл. 553 region # групп 79 R-sq: within 0.07 # набл. в группе between 0.23 Мин. 7 overall Random effects 0.23 Средн. 7 u(i) ~ Gaussian Макс. 7 corr(u_i, X) 0 (assumed) Wald chi2(4) 64.06 Prob > chi2 0 lntfp Коэф. Стд.откл. z P>|t| 95% дов.интервал migr 0.00 0.00 3.52 0.00 0.00 0.00 lnpredn -0.11 0.03 -3.26 0.00 -0.17 -0.04 lnband sea _cons -0.16 0.45 5.33 0.03 0.12 0.21 -6.00 3.71 25.78 0.00 0.00 0.00 -0.21 0.21 4.92 -0.11 0.69 5.73 sigma_u sigma_e 0.43 0.09 - - - - - rho 0.96 (fraction of variance due to u_i) Таблица 4. Модель по значимым переменным (Sea). 145 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ LnFTPit 0.0001Migrit 0.0885 Lnpredn it 0.1594 LnBand it ( 0.00004) ( 0.0335) ( 0.0259) 0.2738CENTRi 5.5359 ( 0.1341) (0.2059) (5) LnFTPit 0.0001Migrit 0.1075 Lnpredn it 0.1564 LnBand it ( 0.00004) ( 0.03302) ( 0.0260) 0.4488 Seat 5.325 (0.121) (0.2066) Значимыми оказались также две дамми переменные. Одна из них – дамми переменная Центрального федерального округа. Этому можно легко найти объяснение, так как Центральный округ расположен в Европейской части России, столица России расположена в этом округе, то значимость дамми переменной отражает его особое положение. Оценку можно интерпретировать как то, что регионы, расположенные в центральном федеральном округе, имеют уровень СФП на несколько процентов выше, чем в регионах расположенных в других округах. Также, по данным ГКС Центральный федеральный округ занимает первое место по накоплению основных фондов. Однако знак при коэффициенте этого округа отрицательный, что не удовлетворяет ожиданиям. Дамми переменная, введенная с целью проверить, есть ли отличия в уровне СФП между регионами, имеющими выход в море и не имеющими такового, также значима на 5% уровне, и коэффициент при ней имеет положительный знак. Это хорошо укладывается в простую логику, так как регионы с выходом к основным морским торговым путям в структуре ВРП имеют дополнительные виды деятельности, а также являются посредниками с другими регионами. Интерпретируя все эти результаты, конечно, не стоит забывать о том, что по результатам теста Хаусмана коэффициенты, полученные в рамках модели со случайными эффектами оценки дамми переменных могут быть смещенными. Верно и обратное: несмотря на то, что остальные дамми оказались незначимы, не стоит однозначно утверждать, что они не влияют на СФП. 4.Заключение Целью данной работы было проанализировать факторы, влияющие на совокупную факторную производительность. В процессе работы были освещены основные подходы к тому, что такое экономический рост и 146 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ какую роль в динамике экономического роста играет совокупная факторная производительность. Мы изучили основные работы по оцениванию совокупной факторной производительности, обозначены главные предпосылки, использованные в этих работах, и на основании их сравнительного анализа выработали свой подход к анализу совокупной факторной производительности за период с 2000 по 2006 год для 76 регионов России. Для этого была проделана большая работа по сбору статистической информации и формированию панельных данных. Сформулировав основные предпосылки о постоянной отдаче от факторов производства и постоянных долях этих факторов, нами были получены оригинальные оценки СФП, а также факторы, влияющие на ее динамику. Значимыми факторами, влияющими на то, что уровень СФП в регионе по отношению к среднему значению по регионам отличается от других регионов, оказались уровень преступности (количество преступлений на 100000 человек) по отношению к среднему в регионах, население региона по отношению к среднему значению по регионам, доля трудового населения по отношению к среднему региональному значению, количество предприятий по отношению к среднему по всем регионам, количество приватизаций государственных и муниципальных предприятий, а также коэффициент миграции. То есть основными факторами по результатам оценки оказались факторы качества и количества рабочей силы, а также социальная обстановка в регионе. Также была предпринята попытка выяснить, будут ли значимы какие-то факторы, как свойства присущие конкретному региону. Получилось установить, что значимым фактором, а соответственно, существенным отличием, является принадлежность региона к Центральному федеральному округу, а также наличия прямого выхода к морю. Это вполне ожидаемый результат, в силу многих факторов: политических, социальных, климатических, территориальных, качественных. Список литературы 1. 2. 3. 4. Basu S., Fernald J., Kimball S. (2006) Are Technology Improvement Contractionary? American Economic Review 96, p.1418-1448 Dolinskaya I. (2001) Explaining Russia’s Output Collapse, IMF Staff Papers, 49(2), p. 155–174. Jorgenson D. (1995) Productivity and Postwar U.S. Economic Growth , The Journal of Economic Perspectives. 1988, 2(4), p. 23–41. Rebelo S. (2005) Real Business Cycle Models: Past, Present, and Future, NBER working paper 11401. 147 Киселева Е.В. СОВОКУПНАЯ ФАКТОРНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. Rebelo S. (1991) Long-Run Policy Analysis and Long-Run Growth, Journal of Political Economy, 99(3), p. 500–521. Solow R. (1956) A Contribution to the Theory of Economic Growth. Quarterly Journal of Economics, 70. p. 65–94. Solow R. (1957) Thechnical Change and the Aggregate Produc-tion Function The Review of Economics and Statistics, 39,3,p. 312–320. Virmani A. (2005) India’s Economic Growth History: Fluctuations, Trends, Break Points and Phases Indian Council for Research on International Economic Relations, Occasional paper. Бессонов В. (2004) О динамике совокупной факторной производительности в российской переходной экономике, Экономический журнал ВШЭ, 8(4), cтр. 542—581. Бессонова Е. (2007) Оценка эффективности производства российских промышленных предприятий, Прикладная эконометрика. Бессонова E., Козлов K., Юдаева K. (2002) Trade Liberalization, Foreign Direct Investment, and Productivity of Russian Firms. Воскобойников И. (2003) Оценка совокупной факторной производительности российской экономики в период 1961-2001 гг. с учетом корректировки основных фондов. Воскобойников И. (2004) О корректировке динамики основных фондов в российской экономике Экономический журнал ВШЭ, 8(1), cтр. 3-20. Назруллаева Е. (2008) Оценивание уровня технологического прогресса в российской экономике, Квантиль, 5, стр. 59-82. Факторы экономического роста российской экономики (2003) ИЭПП. Финансовый Кризис в России и в Мире, Под. Ред. Е.Т.Гайдара – М.:Проспект, (2009) Антонец В., Нечаева А., Хомкин К., Шведова В. (2009) Инновационный Бизнес: Формирование моделей коммерциализации перспективных разработок: учеб. пособие под. ред. К.А.Хомкина , «Дело», АНХ. Рогов К. (2008) Российский экономический рост 2000-2007 годов: основные этапы, факторы, закономерности. Экономическая политика, 6, стр.108-124. 148
