ЖУРНАЛ НОВОЙ ЭКОНОМИЧЕСКОЙ АССОЦИАЦИИ № 3(27) · ЖУРНАЛ...

ЖУРНАЛНОВОЙ

ЭКОНОМИЧЕСКОЙАССОЦИАЦИИ

№ 3(27)

2015

Проблемы экономической теории

Исследование российской экономики

Вопросы экономической политики

Горячая тема.И снова о пенсиях

Научная жизнь

Москва

2

Главные редакторы

В.М. Полтерович, А.Я. Рубинштейн

© Журнал Новой экономической ассоциации, 2015

Зарегистрирован Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор)

Свидетельство о регистрации средства массовой информации ПИ № ФС77–37276 от 19 августа 2009 г.

ISSN 2221-2264

Ф.Т. Алескеров (зам. главного редактора)О.И. АнаньинВ.И. АркинЕ.В. БалацкийЛ.Б. ВардомскийА.А. ВасинД.А. Веселов (ответственный секретарь)

В.Е. ГимпельсонГ.Д. ГловелиМ.Ю. Головнин (зам. главного редактора)

Е.Ш. Гонтмахер

Е.Т. Гурвич (зам. главного редактора)

В.И. ДаниловВ.Е. ДементьевИ.А. ДенисоваТ.Г. ДолгопятоваС.Б. ИзмалковП.Н. КлюкинБ.В. Кузнецов (зам. главного редактора)

А.М. ЛибманЛ.Н. ЛыковаД.С. МакаровВ.Д. Матвеенко

Я.Ш. ПаппэА.А. ПересецкийЛ.И. ПолищукВ.В. ПоповИ.Г. ПоспеловВ.В. РадаевА.В. СавватеевС.А. СмолякВ.Л. ТамбовцевМ.Ю. УрновЛ.А. ФридманТ.В. ЧубароваК.В. ЮдаеваА.А. Яковлев

А.Г. АганбегянА.А. АузанР.С. ГринбергВ.И. ГришинА.А. ДынкинИ.И. Елисеева

В.В. ИвантерО.В. ИншаковГ.Б. КлейнерЯ.И. КузьминовВ.Л. МакаровП.А. Минакир

А.Д. НекипеловС.М. РоговА.И. ТатаркинМ.А. ЭскиндаровИ.Ю. Юргенс

Редакционнаяколлегия

Редакционныйсовет

Спонсорская поддержка оказана компанией BP

JOURNAL OF THE NEW ECONOMIC

ASSOCIATION

3(27)

2015

Problems of Economic Theory

Studies of the Russian Economy

Issues of Economic Policy

Hot Topic.And Over Again about Pensions

Academic Affairs

Moscow

Fuad Aleskerov ( Deputy Editor-in-chief )

Oleg Anan'in

Vadim Arkin

Yevgeny Balatsky

Tatyana Chubarova

Vladimir Danilov

Victor Dementiev

Irina Denisova

Tatyana Dolgopyatova

Leonid Friedman

Vladimir Gimpelson

Georgiy Gloveli

Mikhail Golovnin ( Deputy Editor-in-chief )

Yevgeny Gontmakher

Yevsey Gurvich ( Deputy Editor-in-chief )

Sergey IzmalkovPeter Klyukin

Boris Kuznetsov (Deputy Editor-in-chief)

Alexander LibmanLyudmila LykovaDmitry MakarovVladimir MatveenkoYakov Pappe

Anatoly Peresetsky

Leonid Polishchuk

Vladimir PopovIgor PospelovVadim RadaevAlexey SavvateevSergey SmolyakVitaly TambovtsevMark UrnovLeonid VardomskyAlexander Vasin

Dmitry Veselov ( Executive secretary )

Andrey Yakovlev

Kseniya Yudaeva

Editors-in-chief

Victor Polterovich, Alexander Rubinshtein

ISSN 2221-2264

Editorial Board

Editorial Council

Abel Aganbegyan

Alexander Auzan

Alexander Dynkin

Mikhail Eskindarov

Ruslan Grinberg

Victor Grishin

Oleg Inshakov

Victor Ivanter

Georgy Kleiner

Yaroslav Kuzminov

Valery Makarov

Pavel Minakir

Alexander Nekipelov

Sergey Rogov

Alexander Tatarkin

Irina Yeliseeva

Igor Yurgens

Sponsorship provided by BP

От редакционной коллегииВ январе 2009 года создана Новая экономическая ассоциация

и зарегистрирован ее печатный орган – Журнал Новой экономиче-ской ассоциации. Главная цель и ассоциации, и журнала – объединить усилия всех российских экономистов, работающих в Российской ака-демии наук, в высших учебных заведениях, в аналитических центрах, для повышения качества российских экономических исследований и образования.

Журнал публикует статьи как теоретического, так и эмпириче-ского характера, представляющие интерес для достаточно широкого круга специалистов, по всем направлениям экономической науки. Приветствуются междисциплинарные разработки и экономические исследования, использующие методы других наук – физики, социоло-гии, политологии, психологии и т.п. Особое внимание предполагается уделять анализу процессов, происходящих в российской экономике.

Журнал будет реагировать на самые острые проблемы, возни-кающие в мировой и российской экономике. В связи с этим создана специальная рубрика – «Горячая тема», где будут, в частности, поме-щаться материалы круглых столов, организованных журналом.

Планируется также публикация рецензий и новостных мате-риалов, посвященных научной жизни в России и за рубежом.

Все рассматриваемые статьи подвергаются двойному ано-нимному рецензированию. При принятии решения о публикации единственным критерием является качество работы – оригиналь-ность, важность и обоснованность результатов, ясность изложения. Принадлежность автора к тому или иному общественному движе-нию, защита в статье тезисов, характерных для того или иного поли-тического течения, не должны влиять на решение о публикации или отвержении статьи.

Журнал выходит ежеквартально. Как только позволят финан-совые условия, мы продолжим публикацию переводов статей на английский язык.

Журнал включен ВАК Минобрнауки России в Перечень веду-щих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени доктора и кандидата наук.




Содержание

12 Н.И. Суслов Е.Н. Мельтенисова

Анализ воздействия роста цен энергии на размеры теневой экономики в странах мира

44 М.Е. Мамонов А.А. Пестова

Анализ технической эффектив-ности национальных экономик: роль институтов, инфраструкту-ры и ресурсной ренты

80 А.Н. Могилат В.А. Сальников

Оценка потенциала взаимной торговли стран Единого экономи-ческого пространства при помо-щи гравитационной модели тор-говли между регионами России

109 Т.М. Малева А.Я. Бурдяк А.О. Тындик

Средние классы на различных этапах жизненного пути

140 Л.С. Марков М.В. Петухова К.Ю. Иванова

Организационные структуры кластерной политики

163 В.В. ПоповСохранит ли экономика Узбекистана высокие темпы роста? Сценарии развития на 2015–2030 гг.

Горячая темаКруглый стол:

И снова о пенсиях


184 В.Д. Роик Архитектура пенсионных институтов России: состояние и перспективы

190 А.К. Соловьев Повышение пенсионного возраста в Российской Федерации: демографические условия и макроэкономические последствия

200 Е.Е. ШестаковаОбязательное или добровольное накопление: разные подходы

205 Л.С. Ржаницына Пенсии в условиях кризиса

214 Д.В. Мельник К.Г. Костюков

Обзор XIV международной конференции из цикла «Леонтьевские чтения» «Социальный либерализм: между свободой и этатизмом»

218 А.В. Леонидов А.В. Савватеев А.Ю. Филатов

V Школа междисциплинарного анализа социально-экономи-ческих процессов

222 XVII Апрельская международная научная конференция

Модернизация экономики и общества

* Редакция Журнала Новой экономической ассоциации 18.06.2020 приняла решение о ретракции статьи: Соловьев А.К. «Повышение пенсионного возраста в Российской Федерации: демографические условияи макроэкономические последствия»// Журнал Новой экономической ассоциации. 2015. № 3 (27). С. 190-199.Ретракция статьи вызвана тем, что ее текст фактически идентичен тексту статьи «Социально-экономи-ческие последствия повышения пенсионного возраста в Российской Федерации», опубликованнойА.К. Соловьевым в соавторстве с В.Ю. Поповым в журнале «Вестник Финансового университета» (2015, № 3, С. 79-90). https://www.elibrary.ru/download/elibrary_23873739_83367745.pdf

*

Studies of the Russian Economy

Problems of Economic Theory

Contents

Issues of Economic Policy

43 N.I. Suslov E.N. Mel’tenisova

Analysis of Energy Price’s Impact on Shadow Economies Around the World

78 M.E. Mamonov A.A. Pestova

The Technical Efficiency of National Economies: Do the Institutions, Infrastructure and Resources Rents Matter?

108 A.N. Mogilat V.A. Salnikov

Trade Effects Estimation for the Сase of Eurasian Economic Space Countries: Application of Regional Gravity Model

138 T.M. Maleva A.Ya. Burdyak A.O. Tyndik

Middle Classes at Different Stages of Life Course

162 L.S. Markov M.V. Petukhova K.Y. Ivanova

The Cluster Policy Organizational Structures

181 V.V. Popov Can Uzbekistan Economy Retain Its High Growth Rate? Scenarios of Economic Development in 2015–2030

Hot Topic Round table :

And Over Again about Pensions

Academic Affairs

189 V.D. Roik Architecture of the Pension Institutes in Russia: Status and Perspectives

199 A.K. Solovyev Pension Age Increase in the Russian Federation: Demographic Conditions and Macroeconomic Consequences

204 E.E. ShestakovaThe Compulsory or Voluntary Pension Accumulation: Different Approaches

211 L.S. Rzhanitsyna Pensions in Crisis

218 D.V. Melnik K.G. Kostyukov

Review of the XIV “Leontief Readings” International Conference: “Social Liberalism: between Freedom and Etatism”

218 A.V. Leonidov A.V. Savvateev A.Yu. Filatov

V th School of Interdisciplinary Analysis of Socio-Economic Processes

222 XVII April International Academic Conference on Economic and Social Development

11

Журнал Новой экономической ассоциации № 3 (27)


Н.И. Суслов Е.Н. Мельтенисова Анализ воздействия роста цен энергии на размеры теневой экономики в странах мира

М.Е. Мамонов А.А. ПестоваАнализ технической эффективности национальных экономик: роль институтов, инфраструктуры и ресурсной ренты

12

Журнал Новой экономической ассоциации, № 3 (27), с. 12–43

Н.И. Суслов ИЭОПП СО РАН, НГУ, Новосибирск

Е.Н. Мельтенисова ИЭОПП СО РАН, НГУ, Новосибирск

Анализ воздействия роста цен энергии на размеры теневой экономики в странах мираПо нашему предположению, рост цен на энергию может создавать

дополнительные стимулы для фирм скрывать доходы, тем самым увеличивая размеры теневой экономики. Для обоснования данной гипотезы применен формальный анализ модели представительной фирмы, которая в условиях нежесткого внешнего контроля оптимизирует объем скрываемого дохода. Мы показываем, что улучшение институциональной среды в экономике способ-ствует снижению его доли в валовом выпуске. Для эмпирической проверки высказанной гипотезы строятся регрессии для переменных доли теневой в ВВП для периода 2003–2008 гг., используя как уже имеющиеся в литературе оценки размеров теневого сектора в странах мира, так и наши собственные, построен-ные с помощью модифицированного нами метода спроса на деньги. В отличие от других методов мы провели анализ для перекрестных данных. Применение в регрессиях специальной интерактивной переменной как комбинации уровня налоговой нагрузки и индекса качества институтов позволило принять во вни-мание то обстоятельство, что при плохих институтах более высокий уровень налогов означает и большие размеры теневой экономики, а при хороших – нао-борот, ввиду большего предложения общественных благ. Калибрование модели производилось при помощи алгоритма, позволившего учесть, что для обслужи-вания теневых транзакций используется не только национальная валюта, но и иностранная (в нашем случае – доллары США). Выдвинутая гипотеза о влия-нии относительной цены на энергию на размер теневой экономики подтверди-лась на больших выборках экономик мира как на перекрестных данных, так и на панельных выборках. Полученные оценки параметров регрессии продемон-стрировали устойчивость вне зависимости от используемого метода анализа.

Ключевые слова: теневая экономика, цены на энергию, институты, эконо-метрические модели.

Классификация JEL: C21, C23, E26, D02, D24.

1. ВведениеДанная статья посвящена анализу условий и факторов разви-

тия теневой экономики (ТЭ). По сравнению с работами других авто-ров на данную тему мы учитываем также ценовой фактор, а именно: воздействие цен на энергию на размеры теневого сектора в экономи-ках мира. Мы исходим из того, что увеличение издержек, связанное с ростом цен на энергию, может создать дополнительные стимулы для фирм скрывать доходы для экономии на налоговых и социальных выплатах, чтобы компенсировать указанный рост. По нашему пред-положению, указанный фактор может дополнительно увеличивать размеры ТЭ, измеряемые как доли скрываемых доходов в ВВП. Для

1 Авторы выражают благодарность академику В.М. Полтеровичу за внимание и поддержку, оказанную им при подготовке данной статьи, а также анонимному рецензенту за ценные замечания и комментарии. Дан-ное исследование было поддержано финансированием The People Programme (Marie Curie Actions) of the European Union's Seventh Framework Programme FP7/2007-2013/ under REA grant agreement number 609642.

1

13


проведения соответствующего анализа, направленного на проверку высказанной гипотезы, строятся регрессии показателей ТЭ в ВВП для периода 2003–2008 гг., когда имел место устойчивый рост относитель-ных цен на энергию в большинстве стран мира, с использованием име-ющихся в литературе оценок размеров теневого сектора (Schneider, Buehn, Montenegro, 2010). Указанные переменные при перекрестном анализе показывают сильную положительную взаимосвязь с реальной ценой энергии в странах мира. Такие же результаты получаются как в результате применения панельной модели cо случайными эффек-тами, так и динамических панельных данных с инструментальными переменными для периода 2003–2008 гг.

Мы берем в расчет то обстоятельство, что использованные нами данные о доле ТЭ были получены на основе так называемой муль-тииндикаторной и мультифакторной модели (MIMIC model), непо-средственным результатом которой являются индексы изменения размеров ТЭ в странах, входящих в выборку по годам рассматривае-мого периода. Таким образом, для получения оценок долей ТЭ в ВВП приходится опираться на сделанные прежде оценки размеров ТЭ. Характеризуя такие оценки, авторы ссылаются в том числе и на публи-кации, содержащие результаты построений, выполненных на основе подхода, предполагающего анализ динамики электропотребления, по крайней мере для экономик СНГ (Alexeev, Pyle, 2003). Поэтому есть опасность, что полученные ими показатели размеров ТЭ могут про-являть значимую связь с ценами на энергию просто по своему проис-хождению, а не вследствие отражения ими реальных поведенческих характеристик фирм. Кроме того, в работах зарубежных исследова-телей оценки ТЭ имеются лишь до 2007 г. (Schneider et al., 2009). По этой причине мы осуществили свои собственные оценки размеров ТЭ, основанные на методе спроса на деньги, примененного, в отличие от аналогичных работ других авторов, к перекрестным статистическим данным. Эти показатели мы подвергли такому же статистическому ана-лизу, как и упомянутый выше массив оценок, взятый в готовом виде. При этом наши гипотезы также подтвердились.

Эмпирические выводы относительно взаимосвязи между ценами на энергию и размером теневой экономики как для авторских оценок ТЭ, так и для оценок, рассчитанных с помощью модели MIMIC, были получены на основе анализа перекрестных и панельных данных с поправкой на возможную эндогенность и автокорреляцию первого порядка (модель Ареллано–Бонда, тесты Саргана и Хансена).

2. Обзор литературыВажнейшей причиной возникновения и роста ТЭ является

налоговое бремя, в которое входят и социальные выплаты (Lippert, Walker, 1997; Johnson et al., 1998a, 1998b, Shneider, 2000, 2003; Tanzi, 1999). В работах показывается, что не величина налогов, а скорее

Журнал НЭА,№ 3 (27), 2015, с. 12–43

14

Н.И. Суслов, Е.Н. Мельтенисова

неэффективная система их сборов обусловливает сокрытие экономи-ческой деятельности и доходов (Johnson, Kaufmann, Zoido-Lobatón, 1998b). Объем налоговых поступлений способствуют улучшению каче-ства управления, росту предложения общественных благ и снижению доли неофициальной экономики (Friedman et al., 2000; Johnson et al., 2000). Это значит, что если рост налогов в доходе происходит в стра-нах с хорошими институтами, то и ТЭ не будет увеличиваться, а, может быть, даже начнет уменьшаться. К другим причинам роста размеров ТЭ относятся усиление регулирующей активности государства и/или недостатки институциональных систем. В работах (Schneider, 2000; Johnson et al., 1998a) теоретически и эмпирически показана связь каче-ства регулирования с долей теневого сектора.

В литературе подчеркивается первостепенная роль корруп-ции, особенно в развивающихся и переходных экономиках (Ernste, Schneider, 1998; Johnson et al., 1998b; Friedman et al., 2000; Dreher, Kotsogiannis, McCorriston, 2005; Dreher, Schneider, 2006; Schneider, Buehn, 2009). Отмечается комплементарность коррупции и ТЭ (Cule, Fulton, 2005). Ужесточение регулирования экономических процессов ведет к росту как ТЭ, так и коррупции, однако увеличение ТЭ снижает коррупцию в странах с высоким доходом и усиливает ее в экономиках с низким доходом (Dreher, Schneider, 2006; Schneider, 2006).

Еще один фактор – слабое развитие общественного сектора (Johnson et al., 1998a, 1998b; Friedman et al., 2000), что снижает каче-ство регулирования экономики. При этом важную роль играет налого-вая мораль, отражающая общий настрой агентов уйти в тень. Авторы работ (Schneider, Klinglmair, 2004; Torgler, Schneider, 2007a, 2007b; Alexeev, Pyle, 2003) обращают внимание на то, что в бывших странах СНГ необходимо учитывать исторические корни ТЭ.

ТЭ по-разному воздействует на общее экономическое развитие и экономический рост в развитых странах, развивающихся и переход-ных экономиках. Так, в развитых странах, а также в странах с переход-ной экономикой доля теневого сектора и темп экономического роста коррелируют положительно, что объясняется выгодами от ухода от излишнего регулирования и усиления конкуренции. В странах с разви-вающейся экономикой такая связь оказывается отрицательной: сказы-вается уменьшение налоговых поступлений и как следствие – наблю-дается ухудшение качества регулирования и сокращение предложения общественных благ (Schneider, Klinglmair, 2004). В работе (Polterovich, 1993) анализируется воздействие ТЭ («черного рынка») в переходный период на распределение доходов.

Имеются три группы методов оценки ее размеров, т.е. доли в ВВП: методы прямого счета, косвенной оценки и подход, основанный на моделировании нескольких причин и нескольких индикаторов ТЭ.

Методы прямого счета основываются на опросах респонден-тов или выборочных микроэкономических обследованиях налоговых

Журнал НЭА,№3 (27), 2015, с. 12–43

15


платежей и доходов. Группа косвенных методов включает анализ выяв-ленных несоответствий между отдельными экономическими показа-телями: доходами и расходами, фактической и официальной рабочей силой, денежными транзакциями или спросом на деньги и другими макропоказателями, объемами электропотребления и дохода (Feige, 2004; Giles, Tedds, 2002; Lackó, 1996, 2000). Авторы этих работ отме-чают, что все указанные методы имеют преимущества и недостатки, связанные, главным образом, с акцентом на каком-либо одном виде теневой деятельности.

Третий подход, основанный на применении моделей, в кото-рых доля теневого сектора выступает как не наблюдаемая, а косвенно оцениваемая переменная, позволяет учесть все основные факторы, воздействующие на развитие неофициальной экономики (Frey, Weck-Hannemann, 1984; Shneider, Klinglmair, 2004; Giles, Tedds, 2002; Bajada, Schneider, 2003). Подход и модель называются MIMIC (multiple-indi-cators multiple-causes model – мультииндикаторная мультифакторная модель). Развернутая критика этого метода предпринята в (Breusch, 2005), где автор приходит к выводу, что указанный метод не является удовлетворительным для указанных измерений. Он чересчур зависим от выбранных измерителей используемых показателей и гипотез, которые лежат в основе модели и ее калибрования, и которые далеко не всегда в достаточной мере обсуждаются авторами. В ответ на эту критику Р. Делл’Анно и Ф. Шнайдер опубликовали работу (Dell’Anno, Schneider, 2006), где подробно обсудили доводы, приведенные в работе (Breush, 2005), но сделали вывод о пригодности модели MIMIC при условии тщательного обсуждения всех предположений и методик ее калибрования.

В исследования теневой экономики наибольший вклад внесли работы (Schneider, Enste, 2000; Schneider, 2000, 2003, 2007; Schneider, Buehn, 2009); Schneider, Buehn, Montenegro, 2010). В работе (Schneider, Buehn, Montenegro, 2010) на основе применения модели MIMIC были получены оценки размера ТЭ для 162 стран мира с 1999 до 2006/2007 гг. Оценка размера ТЭ для такого числа стран наряду с анализом дина-мики ее изменения с определением возможных значимых факторов объясняет важность результатов исследования (Schneider, 2012).

Для построения оценок размера теневой экономики в работе (Schneider et al., 2010) использовались некоторые результаты иссле-дования (Alexeev, Pyle, 2003). Как отмечалось ранее, в упомянутой работе оценки получены с применением методологии потребления электроэнергии (electricity consumption methodology). Впервые такой подход был описан в работе (Kaufmann, Kaliberda, 1996), где авторы выдвинули предположение о том, что в краткосрочной перспективе потребление электроэнергии и общее развитие экономики страны в определенной степени взаимосвязаны с единичной эластичностью. Авторы рассматривали разницу между темпом роста ВВП и потребле-

Журнал НЭА,№ 3 (27), 2015, с. 12–43

16

нием электроэнергии в качестве изменения размера теневой эконо-мики в стране, представляя расчет для постсоветских стран. М. Ласко (Lacko, 2000) также поддержала идею использования метода потребле-ния электроэнергии в процессе получения оценок ТЭ. Она предполо-жила, что лучше применять приведенное к единице капитала потребле-ние электроэнергии домохозяйствами, в силу того что неформальная экономическая активность сосредоточена именно в домохозяйствах, что является достаточно спорным предположением, особенно в стра-нах с переходной экономикой.

Использование в работе (Schneider et al., 2010) оценок (Alexeev, Pyle, 2003) может означать, что цена на энергию при расчете уже зало-жена в их значениях априори за счет методологии спроса на электро-энергию. Для получения объективных результатов относительно зави-симости относительных цен на энергию и ТЭ необходимо предложить альтернативную методику оценки ее размера для различных стран без методологии потребления электроэнергии.

В рамках данного исследования представлен алгоритм расчета авторских оценок размера ТЭ для большой выборки стран, позволя-ющий провести анализ влияния относительной цены на энергию. Кроме того, при получении авторских оценок ТЭ учитывался уровень долларизации экономики страны: практически во всех странах мира при совершении теневых операций используется не только нацио-нальная валюта, но и иностранная, причем в подавляющей части – доллар США. Одновременно в самих США имеет хождение далеко не вся наличная валюта, выпущенная в оборот, а лишь ее часть, что тре-бует дополнительных корректировок в процессе оценки размера ТЭ. Данный момент не обсуждался в работе (Schneider et al., 2010) в силу анализа динамики размера ТЭ и перехода к индексам изменения ее величины, однако высокий уровень долларизации все-таки мог приве-сти к искажению итоговых выводов.

3. Методология исследованияВ основе нашего эмпирического анализа переменных размеров

ТЭ лежит теоретическая модель, развитая в работе (Friedman et al., 2000), описывающая поведение фирмы, которая решает, какую часть полученного дохода выгодно укрыть от налоговых и регулирующих органов. Модель была разработана для объяснения, почему в экономи-ках с низкими налоговыми ставками их рост ведет к повышению раз-меров ТЭ, а в странах с достаточно высокими уровнями ставок нало-гов – к снижению и рост налогообложения имеет своим следствием снижение ТЭ.

Предполагается, что фирма, выбирая, сколько дохода она уво-дит в тень, решает задачу

( )2

22 1 2 2 2max 1 ( ) ( ) ( ) ( ) ( )( ) / 2 ,

Yt r T Y Y R T Y R T k T Y − − − + − (1)

Н.И. Суслов, Е.Н. Мельтенисова Журнал НЭА,№3 (27), 2015, с. 12–43

17


где Y и Y2 – легальный и теневой доходы фирмы; t – ставка налого-обложения; r – параметр бюрократических издержек, связанных с чрезмерным регулированием; k – эффективность юридической системы; T – объем налоговых поступлений в государственный бюд-жет; R1=R1(T) и R2=R2(T) – нормы отдачи от средств, инвестируемых легально и из теневого сектора соответственно. Предполагаем, что

/ 0, / 0, / 0, 1, 2idr dT dk dT dR dT i≤ ≥ ≥ = . Таким образом, мы дополняем модель, предложенную в (Friedman et al., 2000), где предполагается, что институциональные параметры r и k не зависят от величины нало-говых сборов. Считаем, что увеличение объема средств в руках госу-дарства позволяет улучшить экономическую политику, законодатель-ство, усилить контроль его исполнения, другими словами – повысить качество институтов. Более того, если в (Friedman et al., 2000) при-нято, что R2(T )=1, то мы допускаем, что эффективность использова-ния теневого дохода также может положительно зависеть и от объема бюджетных средств, и от легально полученных.

Еще одна введенная нами модификация связана с учетом воз-действия на параметры модели изменения относительной цены энер-гии. Предполагаем, что параметры Ri зависят также от средних реаль-ных издержек AC: ( , )i iR R T AC= . Поэтому / 0iR T∂ ∂ > и / ( ) 0iR AC∂ ∂ <

,

i =1, 2, принимая во внимание, что рост издержек снижает отдачу от инвестиций. В равновесном состоянии объем теневого дохода опреде-ляется по формуле

(2)

Нетрудно убедиться, что 2Y >0 лишь при специальном соотношении между показателями эффективности использования средств R1 и R2, а именно

1 ( )t r Tα > − − , (3)

где для удобства дальнейшего обсуждения мы обозначили 2 1/R R = α .

Это означает, что R2 не может быть намного меньше, чем R1, – иначе в данной модели никакой ТЭ не возникает.

Возникает вопрос, насколько адекватно данная модель объяс-няет неоднозначность взаимосвязи между налогами и размерами ТЭ. И приводит ли при низких ставках налогов их рост к увеличению ТЭ, а при высоких – к снижению? Конечно, увеличение общего объема налогов не воздействует напрямую на поведение фирм, и рост нало-гообложения всегда вызывает стремление к увеличению скрываемого дохода. Но при этом вне контроля фирмы возрастает величина T, а следовательно, и 1 2,R R . Правомерен вопрос, как результативно меня-ется размер ТЭ, или, другими словами, каков при этом знак произво-дной ТЭ.

Для ответа на данный вопрос сначала рассмотрим другие функ-ции норм отдачи средств, полученных легально и из теневого сектора.

Журнал НЭА,№ 3 (27), 2015, с. 12–43

18

Зафиксировав AC, введем обозначения:

1 1 2 2( ( ), ) ( ), ( ( ), ) ( ).R T t AC R t R T t AC R t= = (4)

Если экономика находится на возрастающей части кривой

Лаффера, то ( ) / 0,idR t dt > i 1, 2i = , а если общий доход экономики не

меняется, то ( ) / ( , ) /i idR t dt R T AC T= ∂ ∂ .Учитывая что, величины r и k в конечном счете зависят от t

(хотя данные функциональные зависимости не контролируются фир-мой), можно записать

( ) ( )( ) , / 0, ( ) , / 0r T r t dr dt k T k t dr dt= < = > . (5)

Рост налоговой ставки, ведущий к увеличению объема дохода государ-ства, имеет своими последствиями снижение потерь фирмы от чрез-мерного регулирования и повышение эффективности контроля тене-вой деятельности.

Взяв производную в 2Y по t в выражении (2) с учетом условий (4)–(5), получаем

(6)

Величины 1 2, , ,k re e e e – это соответственно коэффициенты эластично-сти размеров официальной и ТЭ, параметров эффективности юриди-ческой системы k и бюрократических издержек, связанных с чрезмер-ным регулированием r по налоговой ставке t. Выражение в квадратных скобках показывает воздействие на знак производной институцио-нальных переменных k и r, которые меняются в ответ на изменение t. Если оно равно нулю или незначительно на фоне изменения пара-метров , возможность реализации условия 2 / 0Y t∂ ∂ < тре-бует значительного превышения значения 1e над значением 2e (в силу условия (3)). Вместе с тем, высокие уровни ke и re смягчают данное требование.

Теперь рассмотрим условия, когда рост цены энергии вызывает

увеличение размеров ТЭ Y2. Для этого, вернувшись к прежним обозна-

чениям и взяв производную Y2 по AC в (2), приходим к условию

2 1(1 ( )) 0,t r Tαε − − − ε > (7)

где – коэффициенты эластичности функций по показателю средних издержек. Таким образом, размер ТЭ растет в ответ на рост издержек, если величины достаточно велики и ненамного меньше . Скорее всего значения параметров выше значений . Как нам кажется, будет достаточно естественно предположить, что средства, получаемые легальным образом, могут использоваться более производительно по сравнению с теневыми


19


доходами (во-первых, теневые доходы надо сначала отмыть, что тре-бует определенных затрат, а во-вторых, теневые доходы в большей сте-пени направляются на потребительские цели).

Итак, согласно решению модели (2) изменение относительной цены энергии, увеличивая издержки AC, может, по крайней мере вре-менно, породить тенденцию к росту ТЭ, даже если институциональ-ные условия при этом не затрагиваются. Теоретически, изменение структуры цен должно немедленно вызвать приспособление струк-туры факторов производства с уменьшением доли тех из них, которые стали относительно дороже, т.е. при относительном росте цены энер-гетического фактора – с уменьшением использования энергии. Если производственная функция обладает постоянной отдачей от расшире-ния масштаба, уровень реальных издержек на единицу выпуска возвра-щается к прежнему значению.

Следовательно, с теоретических позиций влияние роста цены энергии на размер ТЭ не может быть значимым. Есть, однако, важное обстоятельство, которое обостряет проблему, поскольку может пре-пятствовать возвращению системы в исходное положение. Имеются серьезные эмпирические свидетельства о том, что эффект от повы-шения цены энергии, выражающийся в снижении энергоемкости производства, лишь частично проявляется сразу, а в большей степени постепенно проявляется в течение длительного периода времени. Так, обобщая опыт 1970 – начала 1980-х годов, американский ученый Дж. Свини (Sweeney, 1984) подчеркивает, что реакция экономики на изменение цен энергии включает процессы замещения энергоресур-сов другими факторами производства, замещение одних энергоре-сурсов другими, сдвиг от производства одних конечных продуктов к производству других, изменения структуры производства и сочета-ния всех этих процессов, что может занять до десяти и даже более лет. Поскольку энергопотребляющее оборудование обычно предъявляет жесткие требования к количеству потребляемой энергии на единицу выпуска, полная реакция системы на рост цен энергоресурсов имеет место только с достижением полной замены этого оборудования новым, что может потребовать достаточно длительного времени. Тогда можно ожидать, что размеры ТЭ весь этот период будут выше своих равновесных значений.

Однако если новые, менее энергоемкие технологии уже вве-дены в производство как реакция на прошлый рост цен на энергию, то их новое падение не будет иметь следствием восстановление прежних уровней удельных расходов энергии: снова устанавливать старое обо-рудование взамен нового вряд ли обосновано с экономической точки зрения, а наверное, и технически невозможно в силу изменившихся технологических взаимосвязей. Поэтому изложенная выше модель, как и обсуждаемые ниже эмпирические результаты, скорее привя-заны к периодам, в рамках которых имеет место рост цен, поскольку

Журнал НЭА,№ 3 (27), 2015, с. 12–43

20

они предсказывают гистерезис «цены – энергоемкость», кото-рого в реальности не существует. В этом – один из недостатков подхода.

Выбор периода оценки. Для осуществления эконометриче-ских оценок, нацеленных на анализ воздействия цен на энер-горесурсы на размеры ТЭ, был выбран период времени с 2003 по 2008 г., когда имел место явный и быстрый рост относительных цен на энергоресурсы. В предше-ствующий период такой выражен-

ной тенденции не проявлялось. Так, например, в странах ОЭСР после увеличения средней относительной цены на энергоресурсы в 2001 г. по сравнению с 2000 г. примерно на 3% последовало ее снижение в 2000 г. (рис. 1). Стабильный рост стал проявляться лишь начиная с 2003 г. Мы не беремся утверждать, что снижение цен на энергоно-сители приведет к сужению размеров ТЭ, хотя и допускаем это. Таким образом, мы допускаем асимметрию в проявлении исследуемой при-чинно-следственной связи. По этой причине нам требуется выбрать период анализа, в рамках которого проявляется рост цен на энергию в достаточно явном виде, в силу этого 2009 г. не рассматривался.

Данные и переменные. В последующих разделах мы обсудим резуль-таты эконометрического анализа данных о размерах ТЭ в странах мира. Наряду с уже имеющимися оценками, выполненными в работе (Schneider, Buehn, Montenegro, 2010), мы используем также авторские оценки, осуществленные на основе методологии спроса на деньги. Это вызвано следующим обстоятельством. Оценки в работе (Schneider, Buehn, Montenegro, 2010) были получены на основе так называемой мультииндикаторной мультифакторной модели (MIMIC Model), непо-средственным результатом которой являются индексы изменения раз-меров ТЭ в странах, входящих в выборку по годам рассматриваемого периода. Таким образом, для оценки долей ТЭ в ВВП требуется задей-ствовать оценки размеров ТЭ, сделанные ранее. Характеризуя такие оценки, авторы используемых нами показателей ссылаются в том числе и на публикации, содержащие результаты построений, прове-денных согласно подходу, предполагающему анализ динамики электро-потребления, по крайней мере для экономик СНГ (Alexeev, Pyle, 2003). Поэтому есть опасность, что такие показатели размеров ТЭ могут про-являть значимую связь с ценами на энергию просто по своему проис-хождению, а не вследствие отражения ими реальных поведенческих характеристик фирм.

140 %

120

10080

60

40

20

02000 2001 2002 2003 200920082007200620052004

Рис. 1

Динамика средней реальной цены энергии в стра-нах ОЭСР, 2005 г. = 100%

Источник: Международное энергетическое агентство (http://data.iea.org).


21


При построении регрессий для показателей размеров ТЭ ис-пользуются следующие переменные и источники. Y – ВВП по ППС (пре-доставлена The World Bank World Development Indicators Data Publica-tions). Индексы эффективности институциональной системы – общий массив состоит из шести индексов (Kaufmann, Kraay, Mastruzzi, 2008), четыре из которых используются в нашей работе: GE (government effec-tiveness) – эффективность правительства (качество управленческого аппарата, способность правительства достигать поставленных целей); RQ (regulatory quality) – качество регулирования (мера неиспользова-ния нерыночного вмешательства в экономику со стороны правитель-ства); RL (rule of law) – верховенство закона (учитывает уверенность экономических агентов в том, что имеющиеся правила в экономике будут соблюдаться, а контракты поддерживаться); CC (control of corrup-tion) – контроль коррупции (мера оценки агентами степени коррумпи-рованности экономики). Цены энергии для промышленности pE – дан-ные Международного энергетического агентства (http:// data.iea.org), а также Европейского банка реконструкции и развития (Transition Re-port, 2006); P – средняя цена выпуска, рассчитанная как соотношение номинального ВВП к ВВП, измеряемому по ППС.

Переменные sm 03, ..., sm 08 – построенные нами доли ТЭ в ВВП для 2003–2008 гг.; ss 03, ..., ss 07 – данные о размерах ТЭ, рассчитанные на основе подхода MIMIC (Schneider, Buehn, Montenegro, 2010).

В качестве инструментальных переменных для индексов качества институтов взяты данные по показателю детской смертности за соот-ветствующие годы – World Development Indicators 2013 CD-ROM.

4. Оценка размеров ТЭ в странах мира методом спроса на деньгиМетод оценки размеров ТЭ путем анализа спроса на деньги

основан на предположении, что теневые транзакции осуществляются с помощью наличных денег с целью ухода из-под контроля регулиру-ющих органов (Tanzi, 1983; Schneider, Klinglmair, 2004). Мы исполь-зовали следующую спецификацию, которая несколько отличается от первоначально предложенной,

( ) ( )0 1 2 3 4ln M0/M2 ln(1 ) ln / lnTr RL Sr Y R y u= g + g + + g + g + g + , (8)

и ожидаем, что g1 < 0, g2 > 0, g3 < 0, g4 > 0, где M0/M2 – доля наличных

денег в денежном агрегате «Деньги плюс квазиденьги (М2)» (предо-ставлена Yearbook 2013. International Financial Statistics); R – ставка про-цента по депозитам (предоставлена The World Bank World Development Indicators Data Publications); Tr – доля налогов федерального правитель-ства в ВВП (налоговая нагрузка) (рассчитана на основе данных The World Bank World Development Indicators Data Publications); Sr – объем субсидий и других трансфертов в ВВП1 (рассчитана на основе данных The World Bank World Development Indicators Data Publications); yt – душевой доход.

1 В базе данных WDI дается следующее определение показателю субсидий: «Субсидии, гранты и другие соци-альные пособия включают в себя все безвозмездные переводы на расчетный счет частных и государственных предприятий; гранты иностранных государств, международных организаций, а также других государствен-ных единиц; социального страхования, социальных пособий и социальных выплат работодателя в денежной и натуральной форме». - Пер. авторов.

Журнал НЭА,№ 3 (27), 2015, с. 12–43

22

В модели (8) все изменения в размерах ТЭ увязываются со вто-рым членом ее правой части – интерактивной переменной. Таким образом, кроме того, что модель применяется не к динамическим данным, а к перекрестным, имеются два серьезных отличия нашего метода от классического, предложенного (Tanzi, 1983):

1) вместо переменной доли оплаты труда в ВВП спецификация для оценивания включает долю субсидий и других трансфер-тов в ВВП Sr. По сравнению с периодом, когда метод спроса на деньги возник и получил распространение, переменная оплаты труда потеряла свою объясняющую силу, по-видимому, в связи с развитием новых технологий денежных выплат и платежей; вторая переменная оказывается значимой, поскольку, как можно предположить, субсидии и другие трансферты имеют достаточно высокий уровень монетизации;

2) вместо переменной налоговой нагрузки ln(1 + Tr) используется интерактивная переменная ln(1 + T r)RL (произведение пере-менной налоговой нагрузки ln(1 + T r)) на RL (одного из индек-сов качества институтов – Верховенства закона). Поскольку переменная RL устроена таким образом, что она имеет поло-жительные значения для экономик с хорошими институтами и отрицательные – для тех, в которых институты плохие, то отрицательный знак коэффициента регрессии при этой переменной вполне объясним. Ее включение в регрессию соответствует представлению о том, что рост уровня нало-гов по-разному воздействует на размеры ТЭ в странах с раз-ным качеством институтов (Friedman et al., 2000). В странах с хорошими институтами рост доли налогов в ВВП означает увеличение налоговых доходов (а значит – и предложения общественных благ) и улучшение качества регулирования, снижающие размеры ТЭ; для стран с плохими институтами – увеличение налоговой нагрузки и, следовательно, увеличение размеров ТЭ. Результаты оценки (табл. 1) свидетельствуют о значимости

модели. Вместе с тем, исходя из соображений здравого смысла, под-крепленных теоретическими знаниями, используемые в специфика-ции (8) регрессоры являются эндогенными к оцениваемой перемен-ной. Однако для проведения оценок методами, которые позволяли бы снять указанную проблему, потребовалась бы дополнительная информация. Так, например, применение двухшагового метода наи-меньших квадратов требует поиска инструментальных переменных – таких переменных, которые бы ex ante были коррелированны с регрес-сорами, но при этом не коррелированны с зависимой переменной. К сожалению, в данном случае найти такие инструментальные пере-менные не представляется возможным. Например, не существует пока-зателей, которые были бы связаны со ставкой процента, но не связаны


23


с величинами, характеризующими денежную массу. То же можно ска-зать и о других регрессорах.

В предположении, что нам удалось найти такие инструмен-тальные переменные, мы могли бы реализовать двухшаговую модель оценивания. Она могла бы дать очень похожие результаты, мало сказывающиеся на конструируемых затем оценках размеров ТЭ. Проведенные тесты могут также с определенной вероятностью про-демонстрировать, что эндогенность не влияет на результаты и именно эффективную модель следует брать за основу в дальнейших расчетах. Таким образом, в условиях недостатка информации результаты оценки спецификации (3) (см. табл. 1) пока нельзя отвергнуть. Думается, по этой причине проблема возможной эндогенности регрессоров в лите-ратуре как по оценке размеров ТЭ, так и по критическому анализу методов такой оценки (см, например, (Breusch, 2005)) не ставится и не обсуждается. Поэтому мы принимаем полученные нами показатели ТЭ как приемлемые.

Калибрование модели спроса на деньги для получения численных оценок размеров ТЭ. Применение построенных моделей для оценки размеров ТЭ основывается на предварительном формировании некой системы базовых показателей и использовании оцененных параметров модели в качестве индексов, которые позволяют от базовых показателей перей-

Таблица 1

Оценка доли наличных денег (M0) в агрегате M2 в странах мира ( ( )ln M0/M2 )

Характеристики уравнения 2003 2004 2005 2006 2007 2008

Число наблюдений 66 65 60 48 97 98

Константа–1,6838,t-value = –7,84

–1,8675,t-value = –11,46

–1,8135,t-value = –11,11

–1,4790,t-value = –5,65

–1,55,t-value=–10,05

–1,626,t-value=–10,57

Интерактивный член ln(1+Tr)RL

–1,35334,t-value = –2,23

–1,6031,t-value = –2,86

–1,7409,t-value = –3,98

–1,6274,t-value = –2,51

–1,48,t-value=–2,52

–1,35,t-value=–2,21

Доля субсидий в ВВП

4,3305,t-value = 4,43

4,5747,t-value = 4,95

3,677,t-value = 5,03

2,8528,t-value = 2,90

3,14,t-value=2,83

2,945,t-value=2,65

Натуральный логарифм ставки процента по депозитам

–0,2581,t-value = –3,14

–0,2020,t-value = –2,93

–0,2064,t-value = –3,02

–0,2294,t-value = –2,14

–0,22,t-value=–2,71

–0,1402,t-value= –2,77

Натуральный логарифм ВВП на душу населения

–0,4665,t-value = –4,80

–0,4034,t-value = –4,92

–0,3400,t-value = –5,11

–0,4021,t-value = –3,40

–0,33,t-value= –5,29

–0,32,t-value= –4,76

R-squared 0,5594 0,5961 0,6581 0,6841 0,4162 0,3562

F-value 28,29 29,30 40,94 26,53 35,73 21,19

Root mse 0,54562 0,50244 0,43977 0,49331 0,655 0,6891

Журнал НЭА,№ 3 (27), 2015, с. 12–43

24

ти к оценкам размеров теневого сектора для всей совокупности пери-одов времени или экономик, входящих в выборку. Такая процедура также называется калиброванием модели. В нашем случае, когда для оценок размеров ТЭ применены модели с перекрестными данными, результирующими параметрами эконометрических оценок являются не динамические характеристики, а соотношения между размерами теневого сектора в различных странах. В этом случае нужно задаться некими параметрами – например средними размерами ТЭ по исполь-зуемой выборке или параметрами в какой-либо стране с наиболее надежными оценками (например, США). Таким же образом, опираясь на уже известные размеры теневого сектора в какой-то выбранной эко-номике, можно воспроизвести и динамику оцениваемых показателей.

Метод, основанный на спросе на деньги и примененный к пере-крестным данным, дает достаточно надежные результаты, но обладает существенным недостатком, преодоление которого требует дополни-тельных предположений и преобразующих процедур. Дело в том, что практически во всех странах мира при совершении теневых опера-ций используется не только национальная валюта, но и иностранная, и в подавляющей части – доллар США. Далеко не вся долларовая масса, эмитируемая ФРС США, остается в стране. В немалой степени она вывозится как банковской системой, так и частными экономическими агентами в другие государства и используется в них и для формирова-ния валютных резервов, и как средство сбережения, и для иных целей, включая обслуживание теневых транзакций. Таким образом, можно полагать, что прямые оценки размеров ТЭ, основанные на методе спроса на деньги на перекрестных данных, без надлежащих корректи-ровок приводят к завышению доли теневого сектора в данной стране. Более того, принимая во внимание большой объем американской эко-номики, ВВП которой составляет около 20% мирового объема произ-водства, также весьма вероятно, что такие оценки должны занижать долю неофициального сектора в других странах. В рамках данной работы при калибровании модели (8) (результаты оценок см. в табл. 1) мы пересчитали размер ТЭ с целью разнести данные части ТЭ по стра-нам мира с учетом уровня долларизации.

Общая процедура калибрования модели была разделена на два этапа2.

На первом этапе определяем коэффициенты соотношения раз-меров ТЭ, обслуживаемой национальной валютой, между странами как долей в ВВП этих стран, нормированные к размеру той ТЭ в мире, которая обслуживается долларами США и измеряется как отношение к ВВП США (hi):

1 2 / , 1,..., ,ii

USA i

x x x i nY Y+

h = = (9)

где x1 – абсолютный объем теневой экономики в США; x2 – абсолютный объем теневой экономики в мире, обслуживаемый долларами США без

2 Подробно процедура калибрования модели (3) описана в (Суслов, 2011).


25


теневого сектора самих США; xi – абсолютный объем теневой эконо-мики в стране i, но без той ее части, которая обслуживается долларами США; YUSA и Yi – ВВП США и страны i соответственно; n – число стран в выборке без учета США (таким образом, общий объем выборки равен (n + 1)).

Для определения числовых значений hi мы использовали оценки из табл. 1, основываясь на методе формирования образца (benchmarking) и сравнения с ним анализируемых объектов. В данном случае мы выбрали в качестве такого образца экономику США.

Процедура оценки заключается в следующем. Рассчитываются объемы соотношений наличных денег M0 и агрегата М2 исходя из параметров эконометрической модели, которые имелись бы, если бы в ней действовали общеэкономические условия, свойственные США, но при переменных, отвечающих за теневую экономику, берутся усло-вия, присущие именно данной стране. Это означает, что для каждой страны переменные, которые считаются не связанными с теневой эко-номикой, принимаются на уровне экономики-образца, а переменные, отражающие размеры теневой экономики, – на фактическом уровне. Сравнение такого расчета с уровнем США дает соотношение размеров теневой экономики в данной стране и в стране-образце, т.е. дает коэф-фициенты hi.

На втором этапе проводится расчет размеров ТЭ, с учетом того что величина ТЭ, обслуживаемой долларами, но не принадлежащей США, разнесена по странам мира. Основное предположение, которое мы при этом делаем, состоит в том, что распределение величины ТЭ, не принадлежащей США, но обслуживаемой их валютой, между стра-нами осуществляется пропорционально долям этих стран в общемиро-вой ТЭ без учета США. Такое предположение, на наш взгляд, является наиболее естественным в условиях, когда не имеется информации о степени долларизации экономик мира. Таким образом,

2 1

11

/ ( 1) ,n

ii in

i USAi ii

x x xx Y n smYp x=

=

+ + = +

∑∑

(10)

где sm – средний относительный размер теневой экономики по стра-нам мира (значение заимствовано из (Schneider, 2010)).

Получаем систему n уравнений (9) и одно уравнение (10) с n + 1 неизвестными: xi, i = 1,…, N, x2. При этом значение x1 (абсолютный объем теневой экономики в США) заимствовано из (Schneider, 2010).

После определения всех неизвестных рассчитываются автор-ские оценки размера теневой экономики:

2

1

/ .ii i in

i ii

x xsm x Yp x

=

= +∑

(11)

При решении системы уравнений (9)–(10) принимался ряд предположений, которые подробно описаны в (Суслов, 2011).

Журнал НЭА,№ 3 (27), 2015, с. 12–43

26

Если говорить об оценках ТЭ (Schneider et al., 2010), то на пер-вом этапе в работе оцениваются параметры уравнения, где в качестве регрессоров выступают различные показатели: уровень фискальной свободы, налоговое бремя, размер ВВП на единицу капитала и др.; в качестве исследуемой величины рассматривается показатель отно-шения агрегатов М0/М1. В итоге авторы (Schneider et al., 2010) полу-чают оценку размера теневой экономики для 162 стран мира с 1994 г. до 2006 г.

Сначала для стран оценивается уравнение регрессии, которое выглядит следующим образом:

1 2 3 40,14 0,06 0,05 0,127 ,t t t t tx x x xh = − − − (12)

где x1t – размер правительства (Schneider, 2010), x2t – налоговая свобода (уровень фискальной свободы (Schneider, 2010), x3t – бизнес-свобода (Schneider, 2010); x4t – уровень ВВП на единицу капитала. Далее полу-

ченные оценки приводятся к 2000 г.:

*2000

2000

,tt

hh = h

h (13)

где th – оценка ТЭ по стране на основе (12), 2000h – оценка уравнения (12) со значениями x1t, ..., x4t для t = 2000 г., *

2000h – оценка размера ТЭ в стране в 2000 г. (Schneider, 2007).

Сравнение результатов оценок размеров ТЭ для каждого года, входящего в период анализа, с оценками других авторов приведено в табл. 2, а оценки по каждой стране, входящей в выборку для 2003–2006 гг., – в Приложении в табл. A1. Как видно из данных, представ-ленных в табл. 2, авторские оценки оказались достаточно близкими

Таблица 2

Доля теневой экономики в ВВП по странам мира

Переменная Число наблюдений

Среднее значение Отклонение Минимум Максимум

sm03 85 0,3420 0,1181 0,087 0,5658ss03 116 0,3354 0,1439 0,084 0,687sm04 85 0,3419 0,1247 0,088 0,6004ss04 116 0,3388 0,1451 0,086 0,692sm05 85 0,3468 0,1303 0,089 0,5798ss05 116 0,3442 0,1484 0,087 0,699sm06 85 0,349 0,139 0,089 0,6275ss06 116 0,350 0,151 0,089 0,713sm07 119 0,354 0,129 0,0847 0,6889ss07 100 0,355 0,1126 0,09 0,725sm08 120 0,3518 0,118 0,09 0,649ss08 Нет данных Нет данных Нет данных Нет данных Нет данных

Примечание. Оценка сделана на основе модифицированного метода спроса на деньги (пере-менные sm 03–sm 06). Данные по доле теневой экономики в ВВП по отдельным странам согласно авторским оценкам (sm 03–sm 06) приводятся в Приложении в табл. A1.


27


к показателям, полученным с использованием модели MIMIC. При этом коэффициенты корреляции с указанными переменными состав-ляют по отдельным годам от 0,72 до 0,76. Основное их отличие – несколько меньший средний разброс значений размеров теневой эко-номики. Объяснение этому, на наш взгляд, достаточно простое: ввиду предположения о пропорциональном распределении долларовой теневой экономики, не относящейся к США, пропорционально оце-ненной теневой экономики между всеми странами, кроме США. Это скорее всего означает, что мы завышаем размеры теневого сектора в странах с более высоким доходом и хорошими институтами, в кото-рых уровень долларизации системы денежного обращения невысо-кий, и, наоборот, занижаем их для стран с низким и средним доходом и институтами низкого качества, но в которых доллары используются более интенсивно. В результате указанные показатели долей теневого сектора в ВВП по странам несколько выравниваются.

5. Статистический анализ оценок размеров теневой экономики

Мы построили модели, объясняющие воздействие уровней реальной цены энергии на размеры теневой экономики (ее доли в ВВП – табл. 3) и их реакции на изменения размеров неофициального сектора (табл. 4). Для перекрестных данных использовали специфи-кацию, включающую два регрессора: реальную цену энергии и один из индексов качества институтов, называемый «Качеством регулиро-вания», призванный измерять адекватность мер экономической поли-тики и ее эффективность. Поскольку можно заподозрить, что послед-няя переменная не является полностью экзогенной в регрессии для теневой экономики, мы применили двухшаговый алгоритм оценки, используя как инструментальную переменную географическое рассто-яние стран от экватора. Этот подход – с инструментированием инсти-туциональных переменных при помощи переменной географической широты – был предложен и реализован Р. Халлом и Ч. Джоунсом (Hall, Jones, 1999) при анализе воздействия институциональных условий на доход. Они предположили наличие причинно-следственной связи между интенсивностью влияния институциональной составляющей на экономики европейских стран и качеством их институтов: чем интен-сивнее было влияние в исторической ретроспективе, тем институци-ональные системы лучше защищают права собственности и поддер-живают контракты. Географическое расстояние от экватора является, таким образом, адекватной мерой такого влияния, поскольку в сред-нем более высокие широты связаны с более благоприятными услови-ями для жизни европейцев.

Для того чтобы смягчить проблему гетероскедастичности, мы также использовали робастную оценку – с ковариационной матрицей Уайта. Данные из табл. 3 позволяют сделать вывод о том, что в тех стра-

Журнал НЭА,№ 3 (27), 2015, с. 12–43

28

нах, где уровень реальной цены на энергию выше, при прочих равных условиях был выше и уровень теневой экономики. Это может объяс-няться стремлением фирм компенсировать более высокие издержки за счет дополнительной экономии на налоговых платежах и социаль-ных выплатах, что определяет их более высокую степень сокрытия доходов.

Таблица 3

Оценка теневой экономики с помощью реальной цены энергии на основе метода IVLS

Переменная 2003 2004 2005 2006 2007 2008

Данные 1. Зависимая переменная ln(ss) – оценки на основе модели MIMIC

Число наблюдений 78 75 76 75 72 –

Константа в уравнениях регрессий

–0,9854,t-value= –12,50

–0,9434,t-value= –9,67

–0,9154,t-value= –10,09

–0,9396,t-value= –10,47

–0,9444,t-value= –9,48

–

Реальная цена энергии (P/ pE)

–0,1064,t-value= –2,06

–0,1200,t-value= –2,00

–0,1467,t-value= –2,29

–0,0728,t-value= –1,74

–0,137,t-value= –2,73

–

Индекс качества регулирования (RQ)

–0,4399,t-value= –3,91

–0,4303,t-value= –3,45

–0,4357,t-value= –3,98

–0,4524,t-value= –4,00

–0,437,t-value= –4,31 –

R-squared 0,5447 0,5440 0,5600 0,5483 0,501 –

F-value 8,00 6,40 8,30 8,10 7,21 –

Root MSE 0,36557 0,36417 0,35715 0,35892 0,345 –

Данные 2. Зависимая переменная ln(sm) – собственные оценки автора на основе метода спроса на деньги

Число наблюдений 61 60 62 55 55 54

Константа–0,8945,

t-value= –15,77–0,8201,

t-value= –12,68–0,7911,

t-value= –11,35,42011,

t-value=17,46,435,

t-value=23,36,42,

t-value=20,27

Реальная цена энергии (P/ pE)

–0,0616,t-value= –2,77

–0,0869,t-value= –2,57

–0,1070,t-value= –2,65

–0,0875,t-value= –2,32

–0,0585,t-value= –2,17

–0,051,t-value= –2,57

Индекс качества регулирования (RQ)

–0,4362,t-value= –6,43

–0,5149,t-value= –7,19

–0,5512,t-value= –7,05

–0,147132,t-value= –12,83

–0,1525,t-value= –17,91

–0,1415,t-value= –15,61

R-squared 0,7918 0,8108 0,7773 0,8933 0,8917 0,8583

F-value 20,65 26,11 24,88 26,45 25,45 26,7

Root MSE 0,19446 0,19892 0,21844 0,09472 0,09624 0,0891

Примечание. Зависимая переменная ln(ss) и ln(sm) – натуральные логарифмы доли теневой экономики в ВВП по оценке ковариационной матрицы по методу Уайта; pE – цена энергии, P – средний уровень цен в экономике; таким образом, P/ pE – величина, обратная к реальной цене энергии. Переменная качества регулирования RQ инструментирована с использованием переменной географической широты.


29


Для проверки фактической взаимосвязи между изменениями цен на энергию и изменениями размеров теневой экономики были построены панельные модели для периода стабильного роста цен в 2003–2008 гг. Анализ панельных данных позволяет оценить нали-чие взаимосвязей с учетом индивидуальных эффектов рассматривае-мых объектов, а также анализировать взаимосвязи, складывающиеся во времени. Панельные данные обладают не только свойствами вре-менных рядов, но и перекрестных данных. В случае, когда речь идет о «коротких» панелях (при малом числе рассматриваемых периодов времени и большом числе объектов), вопрос стационарности утрачи-вает смысл, в силу чего нет необходимости переходить к приростным показателям (Baltagi, 2005, р. 234; Анатольев, 2003).

В ходе анализа сначала проводилась оценка параметров моде-лей с фиксированными и случайными индивидуальными эффектами (Baltagi, 2005), после чего на основе статистических тестов было опре-делено, что наиболее подходящей является модель со случайными эффектами (что подтвердил тест Хаусмана), результаты оценки пред-ставлены в Приложении в табл. А2. В результате оценки уравнения с помощью модели со случайными индивидуальными эффектами пока-затель относительных цен на энергию, как и для оценок, полученных в рамках исследования, так и для оценок других авторов (Schneider et al., 2010), является значимым. Таким образом, вне зависимости от того как был рассчитан размер теневой экономики, рост относитель-ной цены энергии способствует росту доли теневой экономики в ВВП, что подтверждает начальную гипотезу. Другими словами, наша гипо-теза полностью подтвердилась на выборке показателей, построен-ных с применением метода спроса на деньги, обсуждавшегося в разд. 4 (выборка 1). Она подтвердилась и на массиве данных, построенных с использованием модели MIMIC и опубликованных позже (выборка 2), хотя выявленную связь следует признать менее выраженной.

Оцениваемые переменные, как и исследуемая величина, для разных лет могут быть автокоррелированы, что приводит и к корре-ляции между переменными и остатками регрессии и делает оценки коэффициентов несостоятельными. Кроме того, представленные оценки получены на основе предположения об экзогенном характере объясняемых переменных, в то время как в реальности данное пред-положение часто нарушается. В уравнении регрессии также возможна проблема пространственной зависимости, все страны в одинаковой степени подпадают под влияние цен на энергию.

В силу вышеизложенных фактов были оценены параметры уравнения регрессии в динамической панели с лаговыми значениями регрессоров, их разницы, а также фиктивных переменных по рассма-триваемым в анализе годам в качестве инструментальных перемен-ных для авторских оценок размера ТЭ. Анализ проводился с помо-щью программу анализа данных Stata12 с использованием команды

Журнал НЭА,№ 3 (27), 2015, с. 12–43

30

xtabond2 (Roodman, 2006). Команда применяет метод GMM-оценивания и позволяет определить целесообразность применения набора инструментальных переменных, их количества, а также прове-рить их экзогенный характер. Результат оценок проводился для автор-ских оценок с использованием в качестве инструментальных перемен-ных лаг в один и два периода (год) относительной цены на энергию и интерактивной переменной ln(1+Tr)RL, фиктивных переменных по годам рассматриваемого периода. В итоге в оценивании принимало участие 20 инструментальных переменных. В силу того что рассчи-тывались лаги в два года, фиктивные переменные для 2003 и 2004 г. не вошли в уравнение регрессии. Полученные результаты и значения тестов представлены в табл. 4.

Таблица 4

Оценка доли ТЭ в ВВП в странах мира с использованием цены энергии (динамиче-ские панельные данные, xtabond2$; число групп: 20, число наблюдений – 314).

Переменная Коэффициент и уровень значи-мости (авторские оценки)

Лаг в один период размера ТЭ–0,1479,

z–value =–0,46

Лаг в два периода размера ТЭ0,0359,

z–value =0,15

Интерактивная переменная ln(1+Tr)RL–0,571,

z–value = –5,40

Лаг в один период интерактивной переменной ln(1+Tr)RL0,1116,

z–value =0,599

Лаг в два периода интерактивной переменной ln(1+Tr)RL0,0054,

z–value = 0,02

Логарифм величины, обратной к реальной цене на энергию, ln(p/pe)

–0,082,z–value = –2,4

Лаг в один период логарифма величины, обратной к реальной цене на энергию, ln(p/pe )

–0,09,z–value = –1,97

Лаг в два периода логарифма величины, обратной к реальной цене на энергию, ln(p/pe )

0,022,z–value = 0,71,

Фиктивная переменная (2005 г.)–0,044,

z–value = –1,18

Фиктивная переменная (2006 г.)–0,0854,

z–value = –1,49

Фиктивная переменная (2007 г.)0,00801,

z–value = 0,24

Тест Ареллано–Бонда для AR(1)z=–1,05,

Pz>z=0,296


31


Метод Ареллано–Бонда (Arellano, Bond, 1991) позволяет полу-чить оценки для динамических панельных данных с динамической взаимосвязью, в том числе и с учетом гетероскедостичности оценок. Проблема гетероскедостичности возникает в нашем случае в силу того что мы проводим анализ для разных стран мира, перекрестные объ-екты имеют различный размер, в силу чего ошибки имеют различную величину дисперсии (Baltagi, 2001). По причине наличия гетероске-достичности тест спецификации Саргана неприменим, что подтвер-дили в своем исследовании (Arellano, Bond, 1991). Так, М. Ареллано и С. Бонд показали, что в случае гетероскедостичности тест Саргана ошибочно свидетельствует о плохом качестве модели и, как следствие, неверной спецификации. Они предложили альтернативу, которую при-менили для своего исследования, – тест Ареллано–Бонда на специфи-кацию модели и качества инструментальных переменных. Результаты теста представлены в табл. 5.

Таблица 5

Результаты теста Ареллано–Бонда на отсутствие автокорреляции для авторегрессии первого порядка

Порядок Выборка 1 Выборка 2

zProb>z

–1,2010,2298

–1,85240,064

Источники: выборка 1 – оценки на основе метода спроса на деньги (233 наблюдения, 67 групп); выборка 2 – оценки на основе модели MIMIC (Shneider et al., 2010) (239 наблюдений, 68 групп).

Согласно статистике, приведенной в табл. 5, мы принимаем гипотезу об отсутствии автокорреляции первого порядка как для авторских оценок, так и оценок, полученных на основе модели MIMIC (Shneider et al., 2010).

Переменная Коэффициент и уровень значи-мости (авторские оценки)

Тест Ареллано–Бонда для AR(2)z=0,78,

Pz>z=0,437

Тест Саргана (инструменты ненадежные, модель не ослаблена большим количеством инструментальных переменных) chi(2)=13,24, Pz>chi(2)=0,152

Тест Хансена (инструменты надежные, модель ослаблена большим количеством инструментальных переменных)

chi(2)=5,09, Pz>chi(2)=0,826

Тест Саргана–Хансена (разница) на экзогенность набора инструментальных переменных

chi(2)=4,99, Pz>chi(2)=0,835

Примечание. Значения коэффициентов при значимых переменных и уровни их значимости выде-лены полужирным шрифтом.

Окончание таблицы 4

Журнал НЭА,№ 3 (27), 2015, с. 12–43

32

Таким образом, рассмотрение динамической панели является обоснованным как для авторских оценок, так и для оценок по модели MIMIC (Shneider et al., 2010). В обоих случаях мы наблюдаем значи-мость относительной цены на энергию для размера теневой экономики в странах мира. Для параметров уравнения для оценок, полученных на основе модели MIMIC, на размер теневой экономики влияет также лаг логарифма величины, обратной к реальной цене на энергию. Данный факт, на наш взгляд, можно объяснить тем, что при расчете оценок размера теневой экономики авторы (Shneider et al., 2010) ссылаются в том числе и на публикации, содержащие результаты построений, проведенных с использованием подхода, предполагающего анализ динамики электропотребления, по крайней мере для экономик СНГ (Alexeev, Pyle, 2003). Поэтому есть опасность, что полученные ими показатели размеров ТЭ могут проявлять значимую связь с ценами на энергию просто по своему происхождению, а не вследствие отраже-ния ими реальных поведенческих характеристик фирм.

Для авторских оценок незначимым для динамической панели оказался показатель качества институтов, в то время как для оценок, полученных на основе модели MIMIC, данный показатель был значим. Кроме того, для авторских оценок значимым является лаг исследуе-мой величины, что свидетельствует о необходимости учета автокор-реляции. Анализ оценок, полученных на основе модели MIMIC, про-демонстрировал, что размер ТЭ в данный период не зависит от оценок прошлого периода. Такую зависимость авторских оценок можно объ-яснить тем, что при их расчете учитывался уровень долларизации эко-номики: количество долларов в экономике в данный период времени во многом скоррелировано с количеством валюты в предыдущий отре-зок времени. На наш взгляд, данный факт мог вполне определить нали-чие автокорреляции.

6. ЗаключениеВ данной статье мы попытались показать, что, по крайней мере

в периоды достаточно быстрого роста цен на энергоресурсы, размеры теневой экономики могут возрастать дополнительно как результат роста цен, поскольку фирмы получают при этом дополнительные сти-мулы скрывать доходы. Это связано с тем, что рост издержек, вызван-ный ростом реальной цены энергии, может сделать менее эффектив-ными легальные инвестиции. Данное обстоятельство, по крайней мере на некоторый период времени, приводит к росту размеров ТЭ, при этом фирмы, скрывая больше доходов, стремятся экономить на налоговых и социальных выплатах, чтобы компенсировать возросшие издержки.

Нам удалось подтвердить данную гипотезу на перекрестных и панельных данных со случайными эффектами и на динамической панели размеров теневой экономики по странам мира в период с 2003


33


по 2008 г. Анализ был проведен на основе имеющихся массивов оце-нок размеров теневой экономики (Schneider, Buehn, Montenegro, 2010) и с использованием наших собственных оценок, построенных на основе метода спроса на деньги, примененного, однако, в отличие от других подобных подходов к перекрестным данным.

Эмпирический анализ показал, что относительная цена на энергию влияет на размер ТЭ в странах мира с помощью анализа пере-крестных данных, анализа простых панельных данных с помощью фиксированных и случайных индивидуальных эффектов, динами-ческих панельных данных для авторских оценок и оценок на основе модели MIMIC. Таким образом, зависимость размера ТЭ в странах мира от относительной цены на энергию является достаточно устой-чивой, демонстрируя значимость последней вне зависимости от предлагаемой спецификации, а также методов расчета ТЭ. Анализ панельных данных свидетельствует о том, что при длительном росте цен на энергоресурсы их негативное влияние на размеры теневой эко-номики усиливается. Однако анализ относится лишь к тем периодам, когда наблюдается достаточно длительное увеличение реальных цен на энергоресурсы. Мы не утверждаем, что снижение цены энергии является фактором сжатия размеров теневой экономики, хотя такое возможно и это предсказывает теоретическая модель, но в реальности скорее всего такое не имеет места.

ПРИЛОЖЕНИЕ

Журнал НЭА,№ 3 (27), 2015, с. 12–43

Таблица А1

Доля теневой экономики в ВВП по странам мира, оценка сделана на основе модифицированного метода спроса на деньги (переменные sm 03–sm 06)

Страна 2003 2004 2005 2006

Албания 0,586 0,465

Алжир 0,474 0,481 0,522 0,503

Аргентина 0,423 0,452 0,388

Армения 0,460 0,472 0,449 0,456

Австралия 0,183 0,168 0,168 0,172

Австрия 0,187 0,177 0,179 0,184

Бангладеш 0,425 0,449

Беларусь 0,584 0,600 0,580 0,627

Бельгия 0,187 0,174 0,177 0,185

Бенин 0,426 0,448 0,462 0,466

Боливия 0,477 0,515 0,575 0,591

Босния и Герцеговина 0,457 0,443 0,466 0,465

Болгария 0,415 0,408 0,436 0,446

34

Продолжение таблицы A1


Страна 2003 2004 2005 2006

Камерун 0,369 0,371 0,379

Канада 0,224 0,214 0,215 0,216

Чили 0,289 0,268 0,253 0,247

Китай 0,399 0,408 0,418

Колумбия 0,452 0,433 0,445 0,431

Конго, Республика 0,448 0,387

Коста Рика 0,340

Хорватия 0,331 0,326 0,341 0,360

Кипр 0,237 0,231 0,231 0,226

Чехия 0,296 0,296 0,296 0,306

Дания 0,146 0,126 0,119 0,129

Доминиканская Республика 0,428 0,424

Египет 0,434 0,466 0,459 0,491

Сальвадор 0,386 0,398 0,416 0,442

Эстония 0,295 0,282 0,286 0,283

Финляндия 0,172 0,161 0,160 0,168

Франция 0,205 0,193 0,198 0,201

Грузия 0,465 0,453 0,461 0,461

Германия 0,230 0,228 0,231 0,233

Гана 0,419 0,442

Греция 0,265 0,258 0,276 0,278

Гватемала 0,421 0,435 0,441 0,450

Гондурас 0,471 0,494 0,505 0,550

Венгрия 0,274 0,266 0,279 0,289

Исландия 0,158 0,139 0,125 0,133

Индия 0,416 0,421 0,417 0,437

Индонезия 0,445 0,457

Иран 0,484 0,478 0,490 0,507

Ирландия 0,186 0,170 0,167 0,162

Израиль 0,240 0,238 0,244 0,244

Италия 0,243 0,247 0,267 0,282

Берег Слоновой Кости 0,465 0,499 0,531 0,524

Ямайка 0,441 0,452 0,479 0,495

Иордания 0,320 0,315 0,311 0,315

Казахстан 0,502 0,497 0,506 0,472

Кения 0,485 0,519 0,538

Южная Корея 0,284 0,283 0,277

35


Продолжение таблицы A1

Журнал НЭА,№ 3 (27), 2015, с. 12–43

Страна 2003 2004 2005 2006

Кувейт 0,342 0,341 0,337

Киргизия 0,614

Латвия 0,327 0,325 0,328 0,329

Ливан 0,361 0,366 0,362

Литва 0,321 0,311 0,322 0,331

Люксембург 0,167 0,151 0,148 0,165

Малайзия 0,339 0,376 0,384 0,397

Мальта 0,205 0,198 0,194 0,196

Молдова 0,500 0,483 0,493 0,522

Марокко 0,350 0,348 0,374 0,392

Намибия 0,323 0,338

Непал 0,465 0,478 0,493 0,495

Нидерланды 0,187 0,174 0,171 0,174

Новая Зеландия 0,157 0,137 0,128 0,133

Никарагуа 0,457 0,507 0,505 0,548

Норвегия 0,157 0,136 0,131 0,132

Пакистан 0,475 0,488 0,495 0,506

Парагвай 0,523

Перу 0,413 0,431 0,457 0,393

Филиппины 0,426 0,451 0,440 0,450

Польша 0,318 0,327 0,328 0,342

Португалия 0,225 0,222 0,229 0,245

Румыния 0,411 0,404 0,394

Россия 0,487 0,483

Сингапур 0,248 0,241 0,240

Словакия 0,336 0,317 0,327 0,339

Словения 0,250 0,248 0,259 0,266

Южная Африка 0,351 0,331 0,329 0,332

Испания 0,251 0,252 0,260 0,263

Шри-Ланка 0,408 0,421 0,413 0,426

Швеция 0,183 0,172 0,173 0,173

Швейцария 0,220 0,215 0,219

Танзания 0,399 0,411

Тайланд 0,390 0,407

Того 0,491

Тринидад и Тобаго 0,312 0,341 0,357

Тунис 0,358 0,364

36

Окончание таблицы A1

Таблица А2

Оценка доли теневой экономики в ВВП в странах мира с использованием цены энергии (панельные данные для периода 2003–2006 гг., модель со случайными эффектами)

Показатель Выборка 1 Выборка 2

Константа 0,3218,z-value = 43,85

0,3242,z-value = 21,44

Логарифм величины, обратной к реальной цене на энергию, ln (p / pE )

–0,0568,z-value =–9,48

–0,0335,z-value =–2,44

Интерактивная переменная ln(1 + Tr)RL (произведение трансфертных платежей и институциональной переменной)

–0,591,z-value =–35,12

–0,4232,z-value =–9,28

sigma_u 0,0433 0,1027

sigma_e 0,0314 0,049002

Источники: выборка 1 – собственные оценки автора на основе метода спроса на деньги (233 наблюдения, 67 групп); выборка 2 – оценки на основе модели MIMIC (239 наблюдений, 68 групп).

Таблица A3

Оценка доли теневой экономики в ВВП в странах мира с использованием цены энергии (динамические панельные данные, xtabond2, оценки ТЭ 2003–2007 гг.; число групп – 49, число наблюдений – 62)

Показатель Оценки ТЭ (Schneider,2010)

Лаг в один период размера ТЭ–6,606,

z-value =–0,55

Лаг в два периода размера ТЭ9,466,

z-value =0,56

Интерактивная переменная ln(1+Tr)RL–0,3807,

z-value = –2,63


Страна 2003 2004 2005 2006

Турция 0,358

Украина 0,551 0,535 0,500 0,531

Великобритания 0,168 0,155 0,156 0,152

США 0,087 0,088 0,089 0,089

Уругвай 0,316 0,331 0,325 0,329

Венесуэла 0,439 0,463 0,500

Замбия 0,442 0,444 0,434 0,412

37


ЛИТЕРАТУРААнатольев С.А. (2003). Эконометрия для подготовленных: курс лекций.

[Электронный ресурс] М.: Российская экономическая школа. Режим доступа: http://www.nes.ru/dataupload/files/programs/econ /pre-prints/2003/Anatolyev-lectures.pdf (дата обращения: 12.03.2012 г.).

Суслов Н.И. (2011). Воздействие роста цен на энергоресурсы на размеры тене-вой экономики в странах мира. Открытый семинар «Экономические про-блемы энергетического комплекса». 117 заседание от 25 января 2011 г. Доклад и дискуссия. Серия: «Конференции. Семинары. Симпозиумы». Институт народнохозяйственного прогнозирования РАН. М.: Изд-во ИНП.

Окончание таблицы A3

Показатель Оценки ТЭ (Schneider,2010)

Лаг в один период интерактивной переменной ln(1+Tr)RL0,0615,

z-value = 0,06

Лаг в два периода интерактивной переменной ln(1+Tr)RL–0,3279,

z-value = –0,53

Логарифм величины, обратной к реальной цене на энергию, ln(p/pe )

–0,0504,z-value = –2,07

Лаг в один период логарифма величины, обратной к реальной цене на энергию, ln(p/pe )

–0,2534,z-value = –2,74

Лаг в два периода логарифма величины, обратной к реальной цене на энергию, ln(p/pe )

0,108491,z-value = 1,05


z-value = 1,32


z-value = 0,43


z-value = 0,24

Тест Ареллано–Бонда для AR(1) z=0,65 Pz>z=0,518

Тест Ареллано–Бонда для AR(2) z= – Pz>z=– 0,623

Тест Саргана (инструменты ненадежные, модель не ослаблена большим количеством инструментальных переменных) chi(2)=25,14Pz>chi(2)=0,000

Тест Хансена (инструменты надежные, модель ослаблена большим количеством инструментальных переменных) chi(2)=7,90Pz>chi(2)=0,246

Тест Саргана–Хансена (разница) на экзогенность набора инструментальных переменных chi(2)=1,23 Pz>chi(2)=0,942

Примечание. Значения коэффициентов при значимых переменных и уровни их значи-мости выделены полужирным шрифтом.

Журнал НЭА,№ 3 (27), 2015, с. 12–43

38

Alexeev M., Pyle W. (2003). A Note on Measuring the Unofficial Economy in the Former Soviet Republics // The Economics of Transition. Vol. 3. P. 153–175.

Arellano M., Bond S. (1991). Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations // Review of Economic Studies. Vol. 58. P. 277–297.

Bajada Ch., Schneider F. (2003). The Size and Development of the Shadow Econo-mies in the Asia-Pacific. Discussion Paper, Department of Economics, Uni-versity of Linz, Austria.

Baltagi B.H. (2005). Econometric Analysis of Panel Data. Chichester, UK: Wiley & Sons.

Breusch T. (2005). Estimating the Underground Economy using MIMIC Models. Working Paper The Australian National University.

Cule M., Fulton V. (2005). Some Implications of Unofficial Economy – Bureaucratic Corruption Relationship in Transition Countries // Economic Letters. Vol. 11. P. 207–211.

Dell’Anno R., Schneider F. (2006). Estimating the Underground Economy by Using MIMIC Models: A Response to T. Breusch’s Critique. Johannes Kepler Uni-versity of Linz Working Paper No. 0607. July 2006.

Dreher A., Kotsogiannis Ch., McCorriston S. (2009). How Do Institutions Affect Corruption and the Shadow Economy. International Tax And Public Finance No.16.

Dreher A., Schneider F. (2006). Corruption and Shadow Economy: An Empirical Analysis. Institute for the Study of Labor Discussion Paper No. 1936.

Ernste D., Schneider F. (1998). Increasing Shadow Economies all over the World – Fiction or Reality. Institute for the Study of Labor Discussion Paper No. 26.

Feige E.L. (2004). The Underground Economy and the Currency Enigma. Working Paper. University Library of Munich, Germany.

Frey B.S., Weck-Hannemann Н. (1984). The Hidden Economy as an “Unobserved” Variable // European Economic Review. Vol. 26(1). P. 33–53.

Friedman E., Johnson S., Kaufmann D., Zoido-Lobatón P. (2000). Dodging the Grabbing Hand: The Determinants of Unofficial Activity in 69 Countries // Journal of Public Economics. Vol. 76(6). P. 459–493.

Giles D., Tedds L.M. (2002). Taxes and the Canadian Underground Economy, Cana-dian Tax Paper No. 106. Canadian Tax Foundation, Toronto/Ontario.

Hall R., Jones C. (1999). Why do Some Countries Produce So Much More Output Per Worker than Others?// Quarterly Journal of Economics. Vol. 114(1). P. 83–116.

Johnson S., Kaufmann D., Zoido-Lobatón P. (1998a). Regulatory Discretion and the Unofficial Economy // The American Economic Review. Vol. 88(2). P. 387–392.

Johnson S., Kaufmann D., Zoido-Lobatón P. (1998b). Corruption, Public Finances and the Unofficial Economy. Washington: The World Bank, discussion paper.

Kaufmann D., Kaliberda A. (1996). Integrating the Unofficial Economy into the Dynamics of Post-Socialist Economies: A Framework for Analysis and Evi-dence. In: “Economic Transition in Russia and the New States of Eurasia” Kamin-ski B. (ed.). London: M.E. Sharpe. P. 81–120.

Kaufmann D., Kraay A., Mastruzzi M. (2008). Governance Matters VII: Aggregate


39


and Individual Governance Indicators, 1996–2007, World Bank Policy Research Working Paper No. 4654, June.

Lackó M. (1996). Hidden Economy in East-European Countries in International Comparison. Laxenburg: International Institute for Applied Systems Analy-sis, working paper.

Lackó M. (2000). Hidden Economy – An Unknown Quantity: Comparative Analysis of Hidden Economics in Transition Countries 1989–95 // Economics of Transi-tion. Vol. 8(1). P. 117–149.

Lippert O., Walker M. (eds.) (1997). Underground Economy: Global Evidences of Its Size and Impact. Vancouver: The Frazer Institute.

Polterovich V. (1993). Rationing, Queues, and Black Markets // Econometrica. Vol. 1. P. 1–28.

Schneider F. (2000). The Increase of the Size of the Shadow Economy of 18 OECD Countries: Some Preliminary Explanations. Paper presented at the Annual Public Choice Meeting, March 10–12, Charleston.

Schneider F. (2003). The Shadow Economy. In: “Encyclopedia of Public Choice” Row-ley C.K., Schneider F. (eds.). Dordrecht: Kluwer Academic Publishers.

Schneider F. (2006). Shadow Economies and Corruption All Over the World: What Do We Really Know, Institute for the Study of Labor Discussion Paper No. 2315.

Schneider F. (2007). Shadow Economies and Corruption All Over the World: New Esti-mates for 145 Countries. [Электронный ресурс] // The Open Access, Open Assessment E-Journal. Vol. 1. P. 2007-9. July 24. Режим доступа: http://www.economics-ejournal.org/economics/journalarticles/2007-9, свободный. Загл. с экрана. Яз. англ. (дата обращения: май 2015 г.).

Schneider F. (2012). The Shadow Economy and work in the shadow: What Do We (Not). Know? Discussion Paper series No 6423. P. 73.

Schneider F., Buehn A. (2009). Shadow Economies and Corruption All Over the World: Revised Estimates for 120 Countries, Economics. [Электронный ресурс] // The Open Access, Open Assessment E-Journal. Vol. 1. 2007-9. October 27. Режим доступа: http://www.economics-ejournal.org/economics/jour-nalarticles/2007-9, свободный. Загл. с экрана. Яз. англ. (дата обращения: май 2015 г.).

Schneider F., Enste D. (2000). Shadow Economies: Size, Causes, and Consequences // The Journal of Economic Literature. Vol. 38(1). P. 77–114.

Schneider F., Klinglmair R. (2004). Shadow Economies Around the World: What Do We Know? Institute for the Study of Labor Discussion Paper No. 1043.

Schneider F., Buehn A., Montenegro E. (2010). Shadow Economies All Over the World: New Estimates for 162 Countries from 1999 to 2007. [Электронный ресурс] Available at: https://openknowledge.worldbank.org/bitstream/handle/10986/3928/WPS5356.pdf?sequence=1, свободный. Загл. с экрана. Яз. англ. (дата обращения: май 2015 г.).

Sweeney J. (1984). The Response of Energy Demand to Higher Prices: What Have We Learned // The American Economic Review. Vol. 74(2). P. 31–37.

Tanzi V. (1983). The Underground Economy in the United States: Annual Estimates, 1930–1980 // IMF-Staff Papers. Vol. 30(1). P. 283–305.

Журнал НЭА,№ 3 (27), 2015, с. 12–43

40

Tanzi V. (1999). Uses and Abuses of Estimates of the Underground Economy. [Электронный ресурс] // The Economic Journal. Vol. 109(3). Р. F338–347. Available at http://mail.imb.usu.ru/docs/Bank%20English_Trans-leted%20Articles/English/Economy/The%20monetary%20method%20to%20measure%20the%20shadow%20economy.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: май 2015 г.).

The World Bank World Development Indicators Data Publications.[Электронный ресурс] Available at: http://data.worldbank.org/data-catalog/world-devel-opment-indicators, свободный. Загл. с экрана. Яз. англ. (дата обращения: апрель 2015 г.).

Torgler B., Schneider F. (2007a). Shadow Economy, Tax Morale, Governance and Institutional Quality: A Panel Analysis. Institute for the Study of Labor Dis-cussion Paper No. 2563.

Torgler B., Schneider F. (2007b). The Impact of Tax Morale and Institutional Quality on the Shadow Economy. Institute for the Study of Labor Discussion Paper No. 2541.

Transition report 2006: Finance in Transition (2006). EBRD. November. Yearbook 2013. International Financial Statistics (2013). International Monetary

Fund, July 2014.

REFERENCES (with English translation or transliteration)

Alexeev M., Pyle W. (2003). A Note on Measuring the Unofficial Economy in the For-mer Soviet Republics. The Economics of Transition 3, 153–175.

Anatol’ev S.A. (2003). Advanced Econometrics: Lections. Russian School of Econom-ics, Moscow. Available at: http://www.nes.ru/dataupload/files/programs/econ /preprints/2003/Anatolyev-lectures.pdf (accessed: March 2012, in Russian).

Anderson T.W., Hsiao C. (1981). Estimation of Dynamic Models with Error Compo-nents. Journal of the American Statistical Association 76, 598–606.

Arellano M., Bond S. (1991). Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations. Review of Economic Studies 58, 277–297.

Bajada Ch., Schneider F. (2003). The Size and Development of the Shadow Econo-mies in the Asia-Pacific. Discussion Paper, Department of Economics, Uni-versity of Linz, Austria.

Baltagi B.H. (2005). Econometric Analysis of Panel Data. Chichester, UK: Wiley &Sons.

Breusch T. (2005). Estimating the Underground Economy using MIMIC Models. The Australian National University Working Paper.

Cule M., Fulton V. (2005). Some Implications of Unofficial Economy – Bureau-cratic Corruption Relationship in Transition Countries. Economic Letters 11, 207–211.

Dell’Anno R., Schneider F. (2006). Estimating the Underground Economy by Using


41


MIMIC Models: A Response to T. Breusch’s Critique. Johannes Kepler Uni-versity of Linz Working Paper No. 0607. July.

Dreher A., Kotsogiannis Ch., McCorriston S. (2009). How Do Institutions Affect Corruption and the Shadow Economy. International Tax And Public Finance No. 16.

Dreher A., Schneider F. (2006). Corruption and Shadow Economy: An Empirical Analysis. Institute for the Study of Labor Discussion Paper No. 1936.

Ernste D., Schneider F. (1998). Increasing Shadow Economies all over the World – Fiction or Reality. Institute for the Study of Labor Discussion Paper No. 26.

Feige E.L. (2004). The Underground Economy and the Currency Enigma. University Library of Munich, Germany.

Frey B.S., Weck-Hannemann Н. (1984). The Hidden Economy as an “Unobserved” Variable. European Economic Review 26(1), 33–53.

Friedman E., Johnson S., Kaufmann D., Zoido-Lobatón P. (2000). Dodging the Grabbing Hand: The Determinants of Unofficial Activity in 69 Countries. Journal of Public Economics 76(6), 459–493.

Giles D., Tedds L.M. (2002). Taxes and the Canadian Underground Economy, Cana-dian Tax Paper No. 106. Canadian Tax Foundation, Toronto/Ontario.

Hall R., Jones C. (1999). Why do Some Countries Produce So Much More Output Per Worker than Others? Quarterly Journal of Economics 114(1), 83–116.

Johnson S., Kaufman, D., Zoido-Lobatón P. (1998b). Corruption, Public Finances and the Unofficial Economy (Discussion Paper). Washington: The World Bank.

Johnson S., Kaufmann D., Zoido-Lobatón P. (1998a). Regulatory Discretion and the Unofficial Economy. The American Economic Review 88(2), 387–392.

Kaufmann D., Kaliberda A. (1996). Integrating the Unofficial Economy into the Dynamics of Post-Socialist Economies: A Framework for Analysis and Evi-dence. In: “Economic Transition in Russia and the New States of Eurasia” Kaminski B. (ed.). London: M.E. Sharpe, 81–120.

Kaufmann D., Kraay A., Mastruzzi M. (2008). Governance Matters VII: Aggregate and Individual Governance Indicators, 1996–2007. World Bank Policy Research Working Paper No. 4654. June.

Lackó M. (1996). Hidden Economy in East-European Countries in International Comparison. Working Paper. Laxenburg: International Institute for Applied Systems Analysis.

Lackó M. (2000). Hidden Economy – An Unknown Quantity: Comparative Analysis of Hidden Economics in Transition Countries 1989–95. Economics of Transition 8(1), 117–149.

Lippert O., Walker M. (eds.) (1997). Underground Economy: Global Evidences of Its Size and Impact. Vancouver: The Frazer Institute.

Polterovich V. (1993). Rationing, Queues, and Black Markets. Econometrica 1, 1–28.Schneider F. (2000). The Increase of the Size of the Shadow Economy of 18 OECD

Countries: Some Preliminary Explanations. Paper Presented at the Annual Public Choice Meeting, March 10–12, Charleston.

Schneider F. (2003). The Shadow Economy. In: “Encyclopedia of Public Choice” Rowley

Журнал НЭА,№ 3 (27), 2015, с. 12–43

42

C.K., Schneider F. (eds.). Dordrecht: Kluwer Academic Publishers.Schneider F. (2006). Shadow Economies and Corruption All Over the World: What Do

We Really Know. Institute for the Study of Labor Discussion Paper No. 2315.Schneider F. (2007). Shadow Economies and Corruption All Over the World: New

Estimates for 145 Countries. The Open Access, Open Assessment E-Journal 1, 2007–9, July 24. Available at: http://www.economics-ejournal.org/econom-ics/journalarticles/2007-9 (accessed: May 2015).

Schneider F. (2012). The Shadow Economy and work in the shadow: What Do We (Not). Know? Discussion Paper series. No 6423, 73.

Schneider F., Buehn A. (2009). Shadow Economies and Corruption All Over the World: Revised Estimates for 120 Countries, Economics. The Open Access, Open Assessment E-Journal 1, 2007-9, October 27. Available at: http://www.econom-ics-ejournal.org/economics/journalarticles/2007-9 (accessed: May 2015).

Schneider F., Buehn A., Montenegro E. (2010). Shadow Economies all over the World: New Estimates for 162 Countries from 1999 to 2007. Available at https://openknowledge.worldbank.org/bitstream/handle/10986/3928/WPS5356.pdf?sequence=1 (accessed: May 2015).

Schneider F., Enste D. (2000). Shadow Economies: Size, Causes, and Consequences. The Journal of Economic Literature 38(1), 77–114.

Schneider F., Klinglmair R. (2004). Shadow Economies around the World: What Do We Know? Institute for the Study of Labor Discussion Paper No. 1043.

Suslov N.I. (2011). The Impact of Rising Energy Prices on the Size of the Shadow Economy in the World: Open seminar “Economic problems of energy com-plex”. 117th session of January 25, 2011: [The report and discussion]. Insti-tute of Economic Forecasting of the Russian Academy of Sciences. Moscow: Izdatel’stvo INP (Konferentsii. Seminary. Simpoziumy) (in Russian).

Sweeney J. (1984). The Response of Energy Demand to Higher Prices: What Have We Learned. The American Economic Review 74(2), 31–37.

Tanzi V. (1983). The Underground Economy in the United States: Annual Estimates, 1930–1980. IMF-Staff Papers 30(2), 283–305.

Tanzi V. (1999). Uses and Abuses of Estimates of the Underground Economy. The Eco-nomic Journal 109(3), F338–347. Available at: http://mail.imb.usu.ru/docs/Bank%20English_Transleted%20Articles/English/Economy/The%20monetary%20method%20to%20measure%20the%20shadow%20economy.pdf (accessed: May 2015).

The World Bank World Development Indicators Data Publications. Available at: http://data.worldbank.org/data-catalog/world-development-indicators (accessed: April 2015).

Torgler B., Schneider F. (2007a). Shadow Economy, Tax Morale, Governance and Institutional Quality: A Panel Analysis. Institute for the Study of Labor Dis-cussion Paper No. 2563.

Torgler B., Schneider F. (2007b). The Impact of Tax Morale and Institutional Quality on the Shadow Economy. Institute for the Study of Labor Discussion Paper No. 2541.

Transition report 2006: Finance in Transition (2006). EBRD, November. Yearbook 2013. International Financial Statistics (2013). International Monetary

Fund, July 2014. Поступила в редакцию 12 августа 2010 года


43

Analysis of Energy Price’s Impact on Shadow Economies Around the World

N.I. Suslov Institute of Economics and Industrial Engineering SB RAS, Novosibirsk State University, Novosibirsk, Russia

E.N. Mel’tenisova Institute of Economics and Industrial Engineering SB RAS, Novosibirsk State University, Novosibirsk, Russia

Analysis of Energy Price’s Impact on Shadow Economies Around the World We assume that a growth of energy prices could create incentives for the firms

to hide their incomes. To verify this hypothesis we analyze a model of a representative firm that optimizes the size of the hidden income under conditions of non-rigid external control. We found that an improvement of institutional environment in the economy helps to reduce the share of hidden income in the total revenue. To test the hypothesis suggested empirically we run regressions for the variables of shadow economy in GDP shares within the time period 2003–2008 using both already existing data on the size of shadow sector in the other economies and the data constructed by the authors on the basis of modified demand for money method. As opposed to the modifications used before, our methodology is applied to cross-country samples. Using in the regression a specific interaction term being a combination of a tax burden variable and the institutional strength index made it feasible to take into account an important fact that under bad institutions a higher tax level means also a higher shadow economy size but given good institutions – vice versa. Moreover with implementation of model calibrating we applied an estimating algorithm that enables the presence of foreign currency (US dollar in our case) in shadow economy’s transactions. Finally our hypothesis was confirmed both using cross-section and panel data analysis, estimations demonstrated stability of its value and sign whatever method of analysis has been used.

Keywords: shadow economies, energy prices, institutions, econometric methods.

JEL Classification: C21, C23, E26, D02, D24.

Журнал НЭА,№ 3 (27), 2015, с. 12–43

44

М.Е. МамоновЦМАКП ИНП РАН, НИУ ВШЭ, Москва

А.А. ПестоваЦМАКП ИНП РАН, НИУ ВШЭ, Москва

Анализ технической эффективности национальных экономик: роль институтов, инфраструктуры и ресурсной ренты1

В статье предложена идея объединения в расширенной – пятифактор-ной – версии производственной функции основного положения экономической теории развития о глубинной роли институтов в обеспечении устойчивого эко-номического роста с методами учета инфраструктуры. Наряду со стандартным набором из трех факторов (трудом, физическим и человеческим капиталом) были использованы агрегированный индекс развития институтов (в методо-логии Fraser Institute) и показатели обеспеченности стран инфраструктурой (по данным базы WDI Мирового банка) в качестве соответственно четвертого и пятого факторов производства. В статье показано, что корректная оценка совокупной факторной производительности требует, во-первых, вычитания ресурсной ренты из выпуска – это помогает исключить страны–экспортеры природных ресурсов из состава топ-10 мировых технологических лидеров; во-вторых, проведения коррекции выпусков фильтром Ходрика–Прескотта, что исключило перенос циклической компоненты в показатели технологической эффективности стран. Расчеты показали, что развивающимся странам присущи более высокие темпы технологического прогресса, чем развитым. Оценки реа-лизованы в рамках анализа стохастической границы эффективности (SFA) на данных баз Мирового банка, МВФ, Fraser Institute и ЮНЕСКО для 140 стран за 1980–2010 гг.

Ключевые слова: производственные функции, институты, инфраструк-тура, ресурсная рента, технологическая эффективность, SFA-индекс, индекс Малмквиста.

Классификация JEL: O47, O57.

1. Введение

Технологическое развитие признается современной лите-ратурой одной из основных движущих сил экономического роста национальных экономик (Barro, Sala-i-Martin, 1997; Henry et al., 2009; Wang, Wong, 2012) наряду с уровнем человеческого капитала (Lukas, 1988; Mankiw et al., 1992) и качеством институтов (Acemoglu et al., 2005; Ogilvie, Carus, 2014). В этом отношении критически важным становится измерение собственно технологического прогресса, что, как было показано в нашем предшествующем обзоре (Мамонов и др., 2015), является нетривиальной задачей. Однако исследователи в своих эмпирических работах делают акцент не столько на альтерна-

1 Авторы выражают благодарность Н.Л. Шагас и Е.А. Тумановой (Экономический факультет МГУ им. М.В. Ломо-носова), а также участникам их научного семинара «Макроэкономические исследования» за полезные замеча-ния; сотрудникам ИНП РАН И.Э. Фролову, Д.Р. Белоусову, О.Г. Солнцеву и А.Ю. Апокину за конструктивную критику и предложения по совершенствованию статьи. Отдельная признательность выражается Е.Т. Гурвичу и неизвестному рецензенту за критику, позволившую серьезно улучшить работу.

Исследование осуществлено в рамках проекта Минобрнауки России «Исследование взаимосвязей важнейших параметров социально-экономического, научно-технологического и инновационного развития на период до 2030 года» (ГК № 13.511.11.1001) и программы фундаментальных исследований НИУ ВШЭ в 2015 г. (ТЗ-12).


45

Анализ технической эффективности национальных экономик: роль институтов ...

тивах измерения технологического развития, сколько на стимулирую-щих его факторах (степень открытости экономики, входящие прямые иностранные инвестиции, расходы на НИОКР и т.п.). В связи с этим особенно актуальным представляется проведение сравнительного эмпирического анализа различных вариантов прокси-переменных технологического прогресса, которые могут быть получены на основе аппарата производственных функций (ПФ) с помощью граничных тех-ник оценки эффективности (SFA, Stochastic Frontier Analysis).

Основные черты проводимого в данной работе сравнительного анализа альтернативных мер технологического прогресса состоят в следующем.

Во-первых, в рамках анализа основной акцент был сделан на сравнении оценок динамики технологического прогресса, получен-ных на основе стандартной трехфакторной ПФ (с трудом, физиче-ским и человеческим капиталом) и на основе различных вариантов пятифакторной ПФ, расширенной за счет учета институционального развития и запаса инфраструктуры2. Целесообразность подобных расширений состава факторов ПФ с содержательной точки зрения проанализирована в обзоре (Мамонов и др., 2015); соответственно, в данной работе работоспособность пятифакторных ПФ впервые тестируется эмпирически. В наиболее близких по тематике работах (Wang, Wong, 2012; Henry et al., 2009) авторы использовали лишь один вариант SFA-оценки технологического прогресса, полученный ими на основе трех- и четырехфакторных ПФ соответственно. Кроме того, эти авторы ставили перед собой несколько иные цели: они отвечали на вопрос, как на смоделированные ими значения SFA-оценок техноло-гического прогресса влияет трансферт технологий из развитых в раз-вивающиеся страны посредством тех или иных каналов – междуна-родной торговли в (Henry et al., 2009) и притока прямых иностранных инвестиций в (Wang, Wong, 2012).

Во-вторых, основным отличием настоящего анализа от пред-шествующих работ является попытка корректировки технологиче-ской эффективности отдельных стран в выборке экспортеров природ-ных ресурсов. Раздувание производства отдельных стран, наделенных природными ресурсами (в первую очередь Саудовской Аравии, ОАЭ, России, Мексики и т.д.), в результате роста цен на экспортируемое сырье приводит к смещенным оценкам производительности их эко-номик. Первым способом корректировки технологической эффектив-ности на добычу и продажу природных ресурсов является исключе-ние доходов от ренты (возникающей в результате добычи и экспорта природного сырья – нефти, природного газа, угля, минералов, леса) из выпуска в рамках оценки производственной функции. Второй под-ход – включение в качестве одного из факторов производства пока-зателя совокупного предложения энергетических ресурсов. Этот же показатель можно трактовать как один из измерителей обеспеченно-

2 В рамках KLEMS-подхода также используются пять факторов производства, однако он не учитывает институ-ционального развития в явном виде (Мамонов и др., 2015). Применение KLEMS-подхода к анализу выпуска по России можно найти, например, в (Назруллаева, 2008; De Vries et al., 2012).

Журнал НЭА,№ 3 (27), 2015, с. 44–78

46

М.Е. Мамонов, А.А. Пестова

сти энергетической инфраструктурой, что позволяет в целом оста-ваться в ранее очерченных рамках оценивания пятифакторных произ-водственных функций.

В-третьих, проведенный анализ охватывает максимальное число стран как развитых, так и развивающихся, включая Россию3, по доступным данным баз Мирового банка World Development Indicators4, МВФ и Fraser Institute (подробнее см. разд. 3). Итоговое число стран, с учетом России, составило 136 в модели трехфакторной ПФ и 90–104 в моделях пятифакторных ПФ (в зависимости от данных по инфра-структуре). В указанных работах охват стран был заметно меньше: в (Henry et al., 2009) – 57 стран, причем только с развивающимися эко-номиками, и в (Wang, Wong, 2012) – 77 стран, из которых 20 прихо-дятся на OECD, остальные – преимущественно развивающиеся (кроме Греции, Исландии и Венгрии). Россия в выборки авторов не вошла.

В-четвертых, период времени, для которого были собраны сопоставимые межстрановые данные, охватывает не только предкри-зисные наблюдения до 2007 г., как в (Henry et al., 2009; Wang, Wong, 2012), но и с учетом мирового экономического кризиса 2007–2009 гг. Конкретно, данные были собраны за 30 лет (1980–2010 гг.). Конечно, такие длинные ряды были доступны не по всем странам – используемая в анализе панель данных является несбалансированной. В частности, данные по странам с переходной экономикой (transition countries), в том числе по России, использовались лишь после преодоления ими трансформационного спада.

С практической точки зрения анализ был направлен на реше-ние следующих вопросов: 1) каковы уровни эффективности тех или иных стран, в том числе России, и насколько эти уровни чувствительны к переходу от трех- к пятифакторным ПФ; 2) с какими темпами растут эти уровни и насколько эти темпы для той или иной страны зависят от сдвига мировой границы эффективности и от изменения эффекта масштаба внутри этих стран.

Работа построена следующим образом. В разд. 2 раскрывается методология оценки ПФ на межстрановых панельных данных. Данные описываются в разд. 3. Результаты оценок ПФ представлены в разд. 4. При этом сравнение трех- и пятифакторных ПФ, оцененных без кор-ректировки на природную ренту, проводится в п. 4.1, тогда как п. 4.2 посвящен анализу результатов оценки пятифакторных ПФ с исключе-нием влияния ресурсной ренты. Выводы сформулированы в разд. 5.

2. МетодологияВ рамках данного исследования для целей сравнительного

анализа были рассмотрены два варианта спецификации ПФ. Первый вариант – трехфакторная ПФ – предполагает стандартную техноло-

3 Как показано в (Мамонов и др., 2015), введение попарных произведений факторов производства в состав ПФ позволяет отказаться от постоянных во времени и между объектами (странами) эластичностей выпуска по факторам. Это, в свою очередь, позволяет формировать панель наблюдений для оценок ПФ из разных по уровню развития стран.

4 См. материалы сайта http://databank.worldbank.org/data/views/variableselection/selectvariables.aspx?source= world-development-indicators.

Журнал НЭА,№3 (27), 2015, с. 44–78

47

гию производства, основанную на использовании труда, физического и человеческого капитала (по аналогии с (Mankiw et al., 1992; Wang, Wong, 2012)). Идея, заложенная во второй вариант, пятифакторную ПФ, состоит в том, что выпуски в странах с одинаковой наделенностью трудом, физическим и человеческим капиталом могут отличаться не в силу различий в эффективности их использования, а по причине раз-личий в институциональной среде и обеспеченности инфраструкту-рой. В этом смысле слабые институты и устаревшая инфраструктура – такие же причины торможения динамики выпуска, как и нехватка трудовых ресурсов, износ физического и недостаток человеческого капитала. Кроме того, в обоих вариантах ПФ допускался, во-первых, ненейтральный и, во-вторых, немонотонный характер технологиче-ского прогресса. Другими словами, предполагалось, что эластичности выпуска по факторам производства непостоянны во времени, а сам объем выпуска может (нелинейно) варьировать во времени не только в силу вариации факторов производства, но и по всем остальным при-чинам, не учтенным в этих факторах.

Оба варианта спецификации ПФ могут быть представлены в общем виде:

( )1, ,;...; ; exp{ },it it n it itY f X X TREND= ε (1)

где для страны i в году t: itY – выпуск; ,j itX – фактор производства i ( 1, 2, 3j = для трехфакторной ПФ и 1, ..., 5j = для пятифакторной

ПФ); TREND – временной тренд; it it itv uε = − – регрессионная ошибка,

представленная в форме разности между идиосинкратическим шоком 2~ (0, )it vv N σ , отражающей случайные колебания выпуска itY , и компо-

нентой технологической неэффективности национальной экономики 2~ ( , )it uu N + µ σ , уменьшающей объемы выпуска itY при прочих контроль-

ных факторах itX и .TREND Компоненты itv и itu полагаются независи-

мыми, так что 2 2 2u vεσ = σ + σ .

Обычно на компоненту неэффективности itu накладывают огра-ничения в виде конкретной формы распределения – положительного полунормального (half-normal) или усеченного в нуле нормального со средним 0µ > (truncated-normal). В данном исследовании рассматри-вались оба случая; второй считался базовым.

Для оценок уравнение (1) было переписано в стандартной транслогарифмической форме (translog output function) с попарными произведениями факторов itX и TREND :

0 , , ,1 1 1

2, 1 2

1

1ln ln ln ln2

1ln ,2

N N N

it n n it nk n it k itn n k

N

tn n it itn

Y X X X

TREND X TREND TREND

= = =

=

= β + β + β +

+ β + δ + δ + ε

∑ ∑∑

∑

(2)

Журнал НЭА,№ 3 (27), 2015, с. 44–78


48

где для страны i в году t : itY – сглаженные (очищенные от влияния фаз бизнес-цикла) значения объема ВВП по паритету покупательной способности (ППС) в международных ценах 2005 г. Были рассмотрены два варианта itY

: исходные данные Мирового банка (WDI) и исключе-

ние объема ресурсной ренты (в денежном эквиваленте, подробнее – в разд. 3). Сглаживание в обоих случаях производилось с помощью фильтра Ходрика–Прескотта5; β и δ – параметры, подлежащие оценке.

Оценки параметров β и δ проводились с помощью метода мак-симального правдоподобия (ML, Maximum Likelihood) в рамках под-хода стохастической границы эффективности (SFA-подхода), предло-женного независимо в (Aigner et al., 1977; Meeusen, Broeck, 1977).

Оценки îtu компоненты неэффективности itu были осущест-влены в рамках подхода, предложенного (Battese, Coelli, 1988)6 при-менительно к панельным данным с учетом характера распределения этих компонент. Аналогичный подход был использован, например, в (Щетинин, Назруллаева, 2012) по российским данным примени-тельно к пищевой промышленности.

На основе оцененных значений компонент îtu были построены SFA-индексы технологической эффективности для каждой страны i в году t :

( )ê 0, 1 .ituitSFA −= ∈ (3)

SFA-индекс отражает расстояние страны i до границы произ-водственных возможностей в году t. Однако темпы роста технологи-ческой эффективности страны i не сводятся лишь к изменениям ее SFA-индекса (эффекту «efficiency change»), поскольку такие изменения не учитывают двух дополнительных эффектов. Первый связан с дви-жением самой границы производственных возможностей и, соответ-ственно, изменением расстояния страны i до нового положения гра-ницы (эффект «technical change»). Второй – изменение эффекта от масштаба выпуска страны i (эффект «scale change»), которое может иметь место между годами t и ( )1t + . Последний эффект возникает, так как на ПФ (2) не накладывались ограничения в виде условия постоян-ной отдачи от масштаба.

Для оценки динамики технологической эффективности был применен такой агрегированный показатель, как индекс Малмквиста, предложенный в (Malmquist, 1953). Этот показатель позволяет деком-позировать совокупную факторную производительность с учетом всех трех вышеописанных эффектов в соответствии с (Orea, 2002):

,itit it it

Efficiency Technical ScaleMI

Change Change Change

=

(4)

5 Фильтр Ходрика–Прескотта (Hodrick, Prescott, 1997) является одним из наиболее часто используемых в меж-дународной практике способов фильтрации данных от циклических компонент (широко применяется в лите-ратуре по реальному деловому циклу RBC, Real Business Cycle). Необходимость применения такой процедуры следует из ацикличного характера каждого из пяти факторов производства. Неисключение циклической ком-поненты из выпуска привело бы к ее переносу в компоненту неэффективности itu . В итоге оценки индексов технологической эффективности на основе itu стали бы отражением не столько технологического развития страны, сколько ее подверженности циклическим колебаниям.

6 Кроме того, для проверки устойчивости эмпирических результатов был использован альтернативный подход к оценке компонент неэффективности, предложенный в (Jondrow et al., 1982).

М.Е. Мамонов, А.А. Пестова Журнал НЭА,№3 (27), 2015, с. 44–78

49

где компоненты представляют собой цепные индексы (темпы приро-ста за год) и рассчитываются следующим образом:

1

1 100%,it

itit

Efficiency SFAChange SFA −

= −

(5)

( )11 ln lnexp 1 100%,

2 1it it

it

Technical Y YChange t t

− ∂ ∂ = + − ∂ ∂ −

(6)

(7)

где, в свою очередь,

, , ,1,,

ln 1ln lnln 2

Nit

j it j jj j it jk k it tjkj itk j

Y X X TRENDX =

≠

∂ξ = = β +β + β +β

∂ ∑ –

эластичность выпуска по фактору производства j и

, ,1 1

1 /N N

it j it j itj j

SF= =

= ξ − ξ ∑ ∑ . Заметим, что эластичности ,j itξ зависят от

значений всех факторов производства и меняются от точки к точке,

т.е. являются уникальными для каждого наблюдения в выборке.Хотя с теоретической точки зрения все переменные ,n itξ

должны быть положительными, в эмпирических расчетах это дости-гается не всегда. Поэтому для каждой конкретной спецификации ПФ были построены распределения стран по ,n itξ , что позволило отсечь те варианты оценок ПФ, в которых среднее значение хотя бы одного из распределений стран по ,n itξ попадало в отрицательную область.

Индекс Малмквиста определен только для монотонно-возрас-тающих функций. Функция (2) удовлетворяет этому ограничению: выпуски (за счет сглаживания фильтром Ходрика–Прескотта) и все факторы производства (по построению) ацикличны и имеют плав-ные траектории роста. Среди последних работ, применяющих индекс Малмквиста для оценки динамики технологического развития, выде-ляется, например, исследование (Castillo et al., 2012) по 16 странам Латинской Америки за период 1996–2006 гг.

Для отбора наилучшей спецификации ПФ предлагается исполь-зовать следующие критерии. Во-первых, численные значения компо-ненты неэффективности развивающихся стран (в том числе России) не должны превосходить аналогичные показатели развитых стран (в том числе США, Великобритании, Германии, Италии и др.). Во-вторых, развивающиеся страны с высокой обеспеченностью нефтегазовыми ресурсами (в том числе Россия, ближневосточные страны и др.) не должны входить в топ-10 наиболее эффективных стран. В-третьих, по крайней мере средние значения распределений стран по эластично-

( ), , 1 1 11 1

1exp ln ln 1 100%,2

N N

j it it j it it it itj jit

ScaleSF SF X X

Change − − −= =

= ξ + ξ − − ∑ ∑

Журнал НЭА,№ 3 (27), 2015, с. 44–78


50

стям выпуска по факторам производства не должны лежать в отрица-тельной области.

На основе выбранной таким образом наилучшей спецификации ПФ была проведена оценка динамики мировой границы производствен-ных возможностей (ПВ). В частности, были сделаны две альтернативные оценки такой динамики, исходя из предположений о том, сколько стран в выборке могут значимо воздействовать на изменение положения миро-вой границы ПВ.

Первое предположение – подобное воздействие имеет огра-ниченный характер и имеет место лишь со стороны наиболее эффек-тивных стран (для определенности – стран из числа топ-10 по уровню технологического развития).

Альтернативное предположение – любая страна в выборке (а не только в топ-10) может воздействовать на движение мировой границы ПВ, однако сила такого воздействия должна быть прямо про-порциональна уровню технологического развития этой страны. Идея состоит в том, что в потенциале любая страна способна совершить тех-нологический рывок (за счет импорта передовых зарубежных техно-логий и подготовки соответствующих квалифицированных кадров), позволяющий ей встроиться в мировые производственные цепочки и повысить свою долю в мировом производстве. Все это в совокупно-сти способно привести в более длительной перспективе к росту отно-сительной зна́чимости такой страны с точки зрения ее воздействия на мировую границу ПВ.

Для формализации обоих предположений было предложено использовать индивидуальные веса itw для каждой страны в выборке, равные доле SFA-индекса эффективности страны i в году t в сумме SFA-индексов эффективности по всем странам:

1

1

1 ln lnexp 1 100%.2 ( 1)

Kit it

itit

Frontier Y YwChange t t

−

=

∂ ∂= + − ∂ ∂ − ∑

(8)

Параметр K равен 10 (первое предположение) или общему числу стран в выборке (альтернативное предположение).

Предложенный подход к определению весов itw не является априори наилучшим. Однако стоит отметить, что использование, например, таких весов, как доля ВВП страны i в году t в мировом объе- ме ВВП, менее предпочтительно, поскольку такие веса будут отра-жать не столько технологический эффект, сколько эффект масштаба экономики.

Оценки параметров ПФ осуществлялись в пакете STATA с помо-щью кода xtfrontier, реализующего SFA-подход с помощью метода ML в контексте панельных данных. Учет панельной структуры в модели (2) позволяет нам не вводить дамми на различные группы стран в пре-делах нашей выборки (развитые или развивающиеся) или регионы, как это было сделано в (Henry et al., 2009), где панельная структура


51

не учитывалась при оценке границы эффективности. Оценка компо-ненты неэффективности и, соответственно, SFA-индекса эффектив-ности, а также расчет значений индекса Малмквиста производились в MS Excel.

3. Базы данных

Для оценок ПФ использовался ряд баз данных. Во-первых, база World Development Indicators (WDI), доступная в открытом доступе на сайте Всемирного банка. Во-вторых, база International Financial Statistics (IFS) Мирового валютного фонда в части показателей, харак-теризующих экономически активное население. В-третьих, база пока-зателей, характеризующих институциональное развитие стран, под-держиваемая аналитическим центром Fraser Institute (FI, занимает первую позицию среди канадских “think tank” согласно рейтингу Университета Пенсильвании). В-четвертых, база данных по числу лет обучения, представленная в (Barro, Lee, 2010) с обновлениями Института ЮНЕСКО.

Из этих трех баз были собраны данные по максимально доступ-ному числу стран в годовом формате с 1980 по 2010 г. по следующим показателям:

1) выпуск itY (миллионы долларов США по ППС в ценах 2005 г., строка “GDP, PPP (constant 2005 international $)”7), WDI;

2) ресурсная рента в процентах к ВВП (строка «Total natural resources rents (% of GDP)»). Показатель был переведен в мил-лионы долларов США и затем в реальное выражение с помо-щью показателя инфляции в США, WDI;

3) запас физического капитала 1,itX . Показатель был оценен с помощью метода непрерывной амортизации активов (Мамонов и др., 2015) на основе данных в строке «Gross fixed capital formation (% of GDP)», переведенных в миллионы дол-ларов США по ППС в ценах 2005 г., WDI;

4) экономически активное население 2,itX (строка «Employment, number of persons, thousands»), IFS;

5) число лет обучения в возрасте от 15(25) до 64 лет как прокси-переменная для человеческого капитала 3,itX , (Barro, Lee, 2010) и ЮНЕСКО;

6) агрегированный индекс развития институтов 4,itX (The Economic Freedom of the World Index8), FI;

7 В текущей версии WDI данные переформатированы к ценам 2011 г.8 Как отмечалось в (Мамонов и др., 2015), этот показатель является смешанным, доля субъективных мнений

опрашиваемых экспертов составляет в нем 38%. Агрегирование проводится с помощью усреднения баллов по следующим пяти составным компонентам (каждый – в шкале от 1 до 10). Первый – масштаб государствен-ного сектора (Size of Government, включает расходы на государственное потребление, трансферты и субси-дии, государственные инвестиции и максимальную налоговую ставку). Второй – развитость системы судов и защиты частной собственности (Legal System & Property Rights). Третий – устойчивость денежной системы (Sound Money, включает масштаб превышения динамики денежного предложения над динамикой ВВП, вола-тильность инфляции и др.). Четвертый – развитие международной торговли (Freedom to trade internationally, включает долю налогов на международную торговлю в торговом обороте, средний уровень тарифов и их вола-тильность, регуляторные барьеры, наличие контроля над потоками капитала и др.). Пятый – уровень регули-рования экономики (Regulation, включает регулирование кредитного рынка, рынка труда и регулирование нефинансового бизнеса). Подробнее см. в (Gwartney et al., 2014).

Журнал НЭА,№ 3 (27), 2015, с. 44–78


52

7) альтернативные версии показателей развития инфраструк-туры 5,itX , WDI:

физическая инфраструктура:а) плотность железных дорог на 10 тыс. человек. Показатель

рассчитан на основе строк «Rail lines (total route-km)» и «Population, total» и отражает обеспеченность населения железнодорожным транспортом;

б) плотность железных дорог на 10 тыс. км2 территории страны. Показатель рассчитан на основе строк «Rail lines (total route-km)» и «Land area (sq. km)» и отражает степень покры-тия территории страны железнодорожным транспортом;

энергетическая инфраструктура:а) совокупное производство электроэнергии в млрд кВч.

Показатель рассчитан на основе строки «Electricity production, bln kWh»;

б) совокупное предложение энергетических ресурсов в тыс. килотонн в нефтяном эквиваленте. Показатель рассчитан на основе строки «Energy production, ths kt of oil equivalent».

Далее для повышения качества оценок из выборки были исклю-чены страны, по которым отсутствовали данные за последние пять лет или по которым общее число лет доступных данных не превышало пяти. С учетом таких ограничений была сформирована несбаланси-рованная панель данных по 136 странам для моделей трехфакторных ПФ и 90–104 странам (в зависимости от наличия данных по исполь-зуемым факторам производства) – для пятифакторных ПФ. Итоговое число наблюдений за все доступные годы варьируется от 2395 до 4091, что достаточно для оценки параметров ПФ. Таким образом, в нашей выборке содержится значительно больше стран, чем в упоминавшихся выше работах (Henry et al., 2009; Wang, Wong, 2012). С одной стороны, это позволяет получить оценки технической эффективности по большему кругу стран, а с другой – приводит к росту неоднородности выборки. Однако учет индивидуальных эффектов при оценке моделей ПФ и включение попарных факторов производства в состав ПФ помо-гают учесть эту проблему.

Описательные статистики указанных переменных представ-лены в табл. 1.

Таблица 1

Описательные статистики переменных производственной функции

Переменная Единица измерения

Число на-блюдений

(стран)

Среднее значение

Стандартное отклонение

Минимальное значение

Максимальное значение

ВВП с устранен-ной циклической компонентой i )

Млн долл. по ППС в ценах 2005 г.

4 091(139) 342 940,7 1 059 242,0 185,0 13 200 000,0

ВВП с устраненной циклической компо-нентой и ресурсной рентой ii )


3 517(135) 326 168,4 1 077 327,0 250,7 12 800 000,0


53

Переменная Единица измерения

Число на-блюдений

(стран)

Среднее значение

Стандартное отклонение

Минимальное значение

Максимальное значение

Запас физического капитала iii )


2 847(135) 714 158,2 2 002 699,0 439,8 22 500 000,0

Экономически актив-ное население Тыс. чел. 3 111

(132) 22 116,7 82 488,0 0,1 799 541,7

Человеческий капиталiv)

Число лет обучения

3 534(114) 7,7 2,3 1,4 13,1

Агрегированный индекс развития институтовv)

Безразмер- ный (от 0 до 10)

2 989(114) 6,4 1,2 2,0 9,2

Показатель инфра-структуры 1: плот-ность железных дорог на 10 тыс. км2

Км ж/д путей на 10 тыс. км2 страны

2 609 (102) 248,7 276,9 2,6 1 300,8

Показатель инфра-структуры 2: плот-ность железных дорог на 10 тыс. человек

Км ж/д путей на 10 тыс. человек

2 395(92) 3,9 3,5 0,1 21,1

Показатель инфра-структуры 3: сово-купное производство электроэнергии

Млрд кВч 3 267(115) 124,9 398,1 0,1 4 343,0

Показатель инфра-структуры 4: совокуп-ное предложение энер-гетических ресурсов

Тыс. килотонн в нефтяном эквиваленте

3 267(115) 84,0 220,5 0,0 2 084,9

i) Оценка проведена на основе сглаживания данных WDI по объемам ВВП по ППС в международных ценах 2005 г. с помощью фильтра Ходрика–Прескотта.

ii) Собственные расчеты на основе данных WDI. Исходные данные по номинальным объемам ВВП переводи-лись по ППС. Далее из полученного результата вычиталась ресурсная рента, переведенная в международные цены по текущему среднегодовому курсу доллара США по отношению к соответствующей национальной денежной единице. Полученные значения ВВП, очищенные от влияния ресурсной ренты, для всех стран переводились в реальное выражение с помощью показатели инфляции в США.

iii) Оценка на основе метода непрерывной амортизации активов. Первоначальные запасы капитала по каж-дой стране в выборке были рассчитаны как отношение объема инвестиций (в долл. по ППС в ценах 2005 г.) в году t к сумме среднегодового темпа прироста такого показателя инвестиций за предыдущие 5 лет и нормы амортизации. Последняя была установлена на уровне 10% в год для всех стран9.

iv) В качестве меры человеческого капитала используется число лет обучения, которым располагает население в возрасте от 15 (25) до 64 лет.

v) В методологии Fraser Institute.

9 Сокращение показателя до 5% в год не привело к качественному изменению результатов расчетов.


Журнал НЭА,№ 3 (27), 2015, с. 44–78


54

4. Результаты оценокВ этом разделе будут представлены результаты эконометриче-

ских оценок ПФ формы (2) – сначала сравнения трех- и пятифактор-ных вариантов ПФ без коррекции на ресурсную ренту (п. 4.1), а затем с такой коррекцией для различных вариантов спецификации пяти-факторных ПФ (п. 4.2). Поскольку ПФ специфицированы с исполь-зованием попарных произведений факторов, интерпретация отдель-ных коэффициентов не производится. Основное внимание уделяется постоценочным процедурам: расчетам SFA-индексов эффективности национальных экономик (3), оценкам динамики технологической эффективности на основе индекса Малмквиста (4) для отдельных эко-номик, включая Россию, и анализу динамики мировой границы (8).

В процессе оценивания параметров различных спецификаций ПФ было выявлено, что их значения весьма чувствительны к выбору переменных, аппроксимирующих человеческий капитал (число лет обучения в возрасте 16 или 25 лет), институты (общий индекс или его компоненты) и инфраструктуру (энергетическая или неэнергетиче-ская). Побочным результатом такой повышенной чувствительности параметров ПФ является неустойчивость, во-первых, распределения стран по уровню эффективности, во-вторых, траектории динамики уровня эффективности в пределах одной страны и, в-третьих, списка из десяти наиболее эффективных стран, которые в значительной сте-пени формируют мировую границу производственных возможностей. Соответственно, для выбора итоговых вариантов спецификации ПФ использовались три критерия, указанные в разд. 2.

4.1. Сравнение трех- и пятифакторных производственных функций без коррекции выпуска на ресурсную ренту и без учета обеспеченности энергетической инфраструктуройВ этом пункте из четырех доступных альтернатив (см. табл. 1)

для обеспеченности инфраструктурой пятого фактора производ-ства в ПФ использовался показатель “плотность железных дорог на 10 тыс. км2”.

Оценки. Результаты оценок параметров трех- и пятифакторной ПФ представлены в табл. 2 (модели М1 и М2 соответственно). Их срав-нительный анализ позволяет сделать следующие выводы. Во-первых, в модели М1 из 15 переменных значимое воздействие на потенциаль-ный выпуск оказывают 9, в модели М2 из 27 – 18. Этого достаточно для проведения постоценочных процедур. Во-вторых, согласно стандарт-ному тесту Вальда на линейное ограничение суммарное воздействие 4 и 5-го факторов производства (т.е. институтов и инфраструктуры) на потенциальный выпуск значимо отличается от нуля на 1%-ном уровне (Р-значение теста составило 0,000). Это предоставляет первый аргу-мент в пользу того, что пятифакторный вариант ПФ предпочтитель-нее трехфакторного. В-третьих, переменные тренда и его квадрата


55

в основном значимы, что указывает на немонотонность технического прогресса. При этом коэффициент при квадрате тренда положитель-ный (ветви параболы по времени направлены вверх), что согласуется с (Henry et al., 2009; Wang, Wong, 2012) и свидетельствует о том, что по мере достижения экономикой дна дальнейший ее выход из кризиса может происходить с ускоряющимся темпом. В-четвертых, попарные произведения тренда и факторов производства оказались значимы в 6 из 10 случаев, что указывает на возможный немонотонный характер технического прогресса. При этом с течением времени отдача на капи-тал имеет тенденцию усиливаться, а отдача на труд – ослабевать, что согласуется с (Wang, Wong, 2010) и не согласуется с (Henry et al., 2009), в котором соответствующих значимых влияний выявлено не было. Отдача на человеческий капитал незначимо меняется во времени, что соответствует выводам обеих работ. Кроме того, наши результаты ука-зывают на значимый во времени рост отдачи институтов, что согла-суется с представлениями о глубинной роли институтов как фактора экономического роста (см. обзор в (Capolupo, 2009)).

Заметим, что при переходе от модели М1 к модели М2 происхо-дит значительное сокращение числа стран – со 136 до 94 – ввиду доступ-ности статистики по 4 и 5-му факторам производства. Переоценка модели М1 на подвыборке стран модели М2 дает значение логарифма функции правдоподобия, равное 1792,2, что значительно меньше, чем 2475,6, полученных на подвыборке модели М1. Поскольку это же меньше, чем 1974,9, полученных в модели М2, то модель М2, действи-тельно, лучше описывает данные, чем М1.

Постоценочные процедуры. На первом шаге после оценок пара-метров ПФ были рассчитаны погодовые значения SFA-индекса эффек-тивности для каждой экономики в сформированной выборке стран. Для агрегирования результатов расчетов (и вместе с тем для исклю-чения эффектов возможных колебаний SFA-индексов в отдельные годы) было проведено усреднение значений индекса по каждой стране за пять лет. В качестве примера приведем результаты такого усред-нения за пятилетку, предшествовавшую кризису 2008–2009 гг. (т.е. за 2003–2007 гг., см. гистограммы распределения стран на рис. 1). В обеих версиях ПФ распределения не имеют четко выраженной формы, однако их объединяет наличие как явных лидеров по эффективно-сти (страны с SFA-индексом не менее 0,90), так и аутсайдеров (SFA не более 0,20). Примечательно, что число лидеров составляет примерно 8–10 как в случае пятифакторной ПФ, так и в ее трехфакторном вари-анте. Кроме того, распределению стран на основе пятифакторной ПФ присущ более равномерный характер (что выглядит более реалистич-ным), тогда как в трехфакторном варианте наибольшая плотность явно смещена влево (в сторону более низких значений SFA-индекса). Это предоставляет второй аргумент в пользу использования пятифак-торных ПФ.

Журнал НЭА,№ 3 (27), 2015, с. 44–78


56

Таблица 2

Оценки параметров производственных функций по выборке стран, включая Россию

Объясняющие переменные (в логарифмах)

Модель

Символ

Зависимая переменная – потенциальный объем ВВП

М1«ПФ-3»

М2«ПФ-5»

Запас физического капитала Х1

–0,037(0,056)

0,106(0,100)

Экономически активное население Х2

–0,183**

(0,077)0,140

(0,172)

Человеческий капитал Х3

0,417***

(0,130)0,188

(0,308)

Агрегированный индекс развития институтов Х4

–0,844***

(0,275)

Плотность железных дорог (на 10 тыс. км2) Х5

–0,221**

(0,110)

Запас физического капитала (в квадрате) 21X

0,002(0,004)

–0,010(0,007)

Запас физического капитала × Экономически активное население 1 2X X× 0,046***

(0,010)0,060***

(0,014)

Запас физического капитала × Человеческий капи-тал 1 3X X× 0,033

(0,020)–0,170***

(0,031)

Запас физического капитала × Агрегированный индекс развития институтов 1 4X X× 0,178***

(0,024)

Запас физического капитала × Плотность железных дорог 1 5X X× –0,004

(0,006)

Экономически активное население (в квадрате) 22X

0,011***

(0,003)–0,036***

(0,012)

Экономически активное население × Человеческий капитал 2 3X X× –0,113***

(0,026)0,188***

(0,048)

Экономически активное население × Агрегированный индекс развития институтов 2 4X X× –0,163***

(0,030)

Экономически активное население × Плотность железных дорог 2 5X X× 0,007

(0,011)

Человеческий капитал (в квадрате) 23X

0,024(0,022)

0,271***

(0,047)

Человеческий капитал × Агрегированный индекс развития институтов 3 4X X× –0,331***

(0,082)

Человеческий капитал × Плотность железных до-рог 3 5X X× 0,019

(0,025)

Агрегированный индекс развития институтов (в квадрате)

24X

–0,051(0,095)

Агрегированный индекс развития институтов × Плотность железных дорог 4 5X X× 0,171***

(0,019)


57


Модель

Символ

Зависимая переменная – потенциальный объем ВВП

М1«ПФ-3»

М2«ПФ-5»

Плотность железных дорог (в квадрате) 25X

–0,024***

(0,006)

Запас физического капитала × Временной тренд 1X TREND× 0,002**

(0,001)0,007***

(0,001)

Экономически активное население × Временной тренд 2X TREND× –0,002***

(0,001)–0,004***

(0,001)

Человеческий капитал × Временной тренд 3X TREND× 0,002*

(0,001)–0,003(0,002)

Агрегированный индекс развития институтов × Временной тренд 4X TREND× 0,027***

(0,003)

Плотность железных дорог × Временной тренд 5X TREND× 0,000(0,001)

Временной тренд / 100i) / 100TREND –0,576(0,753)

–12,087***

(1,720)

Временной тренд (в квадрате) / 100i) 2 / 100TREND 0,015***

(0,004)0,027***

(0,005)

Константа 8,264***

(0,638)8,770***

(1,235)

Оценка среднего значения компоненты неэффективности

µ 0,581***

(0,225)0,481**

(0,219)

Оценка средней за период скорости роста компоненты неэффективности

0,006***

(0,001)0,022***

(0,003)

Число наблюдений (стран)

2666(136)

1547(94)

Значение логарифма функции правдоподобия (Log Likelihood) 2475,622 1974,920

P-значение теста Вальда на (не)значимость уравнения в целом 0,000 0,000

P-значение теста Вальда на (не)значимость 4 и 5-го факторов (институтов и инфраструктуры) 0,000

Примечание. Модель М1 – производственная функция с тремя факторами производства (физический капитал, труд и человеческий капитал). Модель М2 – производственная функция с пятью факторами производства (первые три – аналогичны модели М1, допол-нительные два – институты и инфраструктура). Модели М1–М2 оценивались с помощью метода максимального правдоподобия (maximum likelihood estimation technique) в рам-ках анализа стохастической границы эффективности (SFA, Stochastic Frontier Analysis) стран, входящих в выборку. Символами «***», «**» и «*» отмечены оценки коэффициента значимые на 1-, 5- и 10%-ном уровнях соответственно. В скобках под коэффициентами, указаны их робастные стандартные ошибки.

i) Деление произведено для обеспечения сопоставимости оценок коэффициентов.


Журнал НЭА,№ 3 (27), 2015, с. 44–78


58

Состав стран, определяющих десятку лидеров и десятку аут-сайдеров, приведен в Приложении в п. 1 (табл. А1 для трехфактор-ной ПФ и табл. А2 – для пятифакторной). Результаты ранжирования стран показали, что в обеих версиях ПФ границу производствен-ных возможностей устойчиво формируют такие страны, как США и Великобритания, а также Германия и Франция, что не противоре-чит действительности. Напротив, состав стран-аутсайдеров суще-ственно менее стабилен при переходе от одной спецификации ПФ к другой: в трехфакторном варианте ПФ выделяются, например, такие страны, как Тонга, Лесото, Кабо-Верде и др., в пятифакторном – Мали, Албания, Конго и др. Заметим, что в (Henry et al., 2009; Wang, Wong, 2012) авторы строили ранжирования только по менее развитым стра-нам, что затрудняет сравнение полученных результатов с результатами этих авторов.

Далее, на втором шаге были проанализированы траектории SFA-индексов эффективности по различным странам, включая Россию (рис. 2). В этом отношении выделяются три результата.

Во-первых, полученное ранжирование стран по эффективно-сти в целом не противоречит действительности: вверху, ближе к гра-нице (единице), располагаются более развитые страны; внизу, ближе к нулю – менее развитые. Россия находилась в 66 процентиле распре-деления стран по SFA-индексу в 2000 г. и в 84 процентиле – в 2010 г.

Во-вторых, трехфакторная ПФ предсказывает более сильное – и массовое – сокращение эффективности в развитых странах (кроме Великобритании) в последние 10 лет в сравнении с предсказаниями пятифакторной ПФ. Уровни эффективности страны, согласно пяти-факторной ПФ, напротив, более устойчивы, что выглядит и более реа-листичным. Поскольку суть различий двух вариантов ПФ составляют

0

5

10

15

20

25

30

0,029

0,137

0,245

0,352

0,460

0,568

0,675

0,783

0,891

0,999

1,000

Число стран

Уровень эффективности стран (SFA--индекс)

0

2

4

6

8

10

12

14

16

0,15

0,25

0,34

0,43

0,53

0,62

0,71

0,81

0,90

0,99

1,00


Уровень эффективности стран (SFA-индекс)

Пятифакторная ПФ (модель М1) Пятифакторная ПФ (модель М2)

Рис. 1

Гистограмма плотности распределения стран по индексам эффективности (в среднем за 2003–2007 гг.), рассчитанным в рамках двух спецификаций ПФ


59

институты и инфраструктура, можно сделать вывод о том, что игно-рирование этих двух факторов ПФ приводит ко все большему смеще-нию вниз во времени результатов оценки динамики эффективности различных стран. Этот вывод снова соответствует свежим эмпириче-ским фактам о влиянии институтов на экономический рост (Capolupo, 2009) и предоставляет третий аргумент в пользу использования пяти-факторной конфигурации ПФ.

В-третьих, с точки зрения России учет факторов институтов и инфраструктуры приводит к повышению оценок эффективности – хотя и относительно небольшому в целом. Вместе с тем различия между индексами эффективности, построенными в рамках трех- и пятифак-торной ПФ для России, начинают существенно возрастать на интервале с 2005 г. по настоящее время. В первом случае сокращение эффективно-сти в два раза больше, чем во втором: 0,06 (с 0,78 до 0,72) против 0,03 (с 0,80 до 0,77) соответственно.

Это свидетельствует о том, что, с одной стороны, в России имеет место процесс повышения качества институтов, позитивно вли-яющий на динамику роста; с другой – этот процесс пока весьма слабый, но, безусловно, с большим потенциалом. Это подтверждается и дан-ными по агрегированному индексу развития институтов (четвертому фактору ПФ), прирост которого в России составил всего 0,25 пункта за последние 5 лет (с 6,24 в 2005 г. до 6,49 в 2010 г.).

На третьем шаге были оценены погодовые значения индекса Малмквиста, отражающего, соответственно, годовую динамику техноло-гического прогресса, для каждой стран в выборке. Результаты расчетов

0,60

0,780,72

0,86

0,98

0,460,54

0,19

0,88

0,79

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

Россия США ВеликобританияУкраина Германия БразилияМолдавия Канада КореяБельгия Италия Франция

0,59

0,80 0,77

0,971,00

0,50

0,71

0,24

0,67

0,72

0,89

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

Россия США ВеликобританияУкраина Германия БразилияМолдавия Канада КореяБельгия Италия Франция

Трехфакторная ПФ (модель М1) Пятифакторная ПФ (модель М2)

Рис. 2

Динамика SFA-индексов эффективности в различных странах, рассчитанных в рамках двух спецификаций ПФ

Журнал НЭА,№ 3 (27), 2015, с. 44–78


60

показали, что, по аналогии с распределением SFA-индексов эффектив-ности, в случае трехфакторной ПФ наибольшая плотность распреде-ления значений индекса Малмквиста также смещена влево – в сторону более низких значений – в сравнении с пятифакторной ПФ (рис. 3). Кроме того, среднее значение распределения стран по значениям этого индекса в случае пятифакторной ПФ в четыре раза превышает аналогичное значение в трехфакторной ПФ: 1,04 против 1,01 в сред-нем за 2003–2007 гг. соответственно. Последнее является значительно менее реалистичным результатом, поскольку предполагает, что в сред-нем за предкризисные пять лет страны могли наращивать свою тех-нологическую эффективность с очень низким темпом – всего на 0,2% в год, тогда как в первом случае – на 0,8% в год. Это можно рассматри-вать как четвертый аргумент в пользу пятифакторной ПФ.

Далее, сопоставление динамики значений индекса Малмквиста по набору стран, содержащему как развитые, так и развивающиеся эко-номики, указывает на большую динамичность технологического разви-тия вторых в сравнении с первыми. Так, темпы прироста технологиче-ской эффективности развивающихся стран, учитывая эффект низкой базы, ощутимо превышают аналогичные показатели развитых – при-чем как в трех-, так и в пятифакторной ПФ (рис. 4). Например, темп прироста базисного индекса Малмквиста за период 1998–2010 гг. соста-вил 38% для России и всего 7% для Великобритании – одной из стран, в значительной степени определяющих положение границы произ-водственных возможностей.

Критически важным результатом с точки зрения сопостав-ления релевантности трех- и пятифакторной ПФ является тот факт,

0

5

10

15

20

25

30

35

40

0,97

0,99

1,00

1,01

1,02

1,04

1,05

1,06

1,08

1,09

Чис

ло с

тран

Коэффициент роста технологической эффективности(индекс Малмквиста)

0

2

4

6

8

10

12

14

16

18

0,99

1,00

1,01

1,02

1,03

1,04

1,05

1,05

1,06

1,07

Чис

ло с

тран

Коэффициент роста технологической эффективности (индекс Малмквиста)


Рис. 3

Гистограмма плотности распределения стран по коэффициентам роста технологической эффективности (в среднем за 2003–2007 гг.)


61

что в первом случае базисный индекс Малмквиста в развитых странах в течение всех 2000-х годов демонстрирует либо отсутствие внятной динамики технологического развития, либо даже сокращение темпов вплоть до отрицательных значений, что выглядит малореалистичным. Для России отмечается тот же эффект, однако лишь с 2007 г. Напротив, пятифакторная ПФ не предсказывает сокращения динамики техноло-гического развития, в том числе и в России. Это представляет пятый и, пожалуй, наиболее убедительный аргумент в пользу применения пяти-факторных ПФ.

4.2. Углубление анализа: пятифакторные производственные функции с коррекцией выпуска на ресурсную ренту и с учетом обеспеченности энергетической инфраструктуройНа основе данных по двум способам измерения выпуска –

с исключением ресурсной ренты и без такого исключения, данных по двум способам измерения человеческого капитала и четырем способам измерения инфраструктуры (2 неэнергетических и 2 энергетических, см. табл. 1) были оценены следующие версии пятифакторных ПФ:

четыре версии ПФ – с исключением ресурсной ренты из выпу-ска (одно из двух мер) – две версии показателя человеческого капитала и две версии неэнергетической инфраструктуры;

четыре альтернативные версии ПФ – без исключения ресурс-ной ренты из выпуска – две версии показателя человеческого капитала и две версии энергетической инфраструктуры.Каждая из восьми спецификаций ПФ проходила проверку на

соответствие критериям отбора наилучшей модели, сформулиро-

90,8

97,996,0

106,1

80,3

101,5

92,6

75

80

85

90

95

100

105

11019

8619

8719

8819

8919

9019

9119

9219

9319

9419

9519

9619

9719

9819

9920

0020

0120

0220

0320

0420

0520

0620

0720

0820

0920

10

Инд

екс

Мал

мкв

иста

США Великобритания ГерманияБразилия Корея БельгияИталия Франция Россия

69,6

100,0107,5

107,3

97,995,6

100,6

114,1

60

70

80

90

100

110

120

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

Инд

екс

Мал

мкв

иста

Россия США ВеликобританияГермания Бразилия КореяБельгия Италия Франция


Рис. 4

Значения индекса Малмквиста для различных стран (2005 г. = 100%)

Журнал НЭА,№ 3 (27), 2015, с. 44–78


62

ванным выше (разд. 2). По результатам таких проверок наилучшей моделью была признана спецификация ПФ с исключением ресурсной ренты из выпуска, в которой в качестве показателя инфраструктуры использовался показатель совокупного предложения энергетических ресурсов, а в качестве показателя человеческого капитала – число лет обучения, которым располагает население в возрасте от 15 до 64 лет10. Результаты оценки параметров ПФ в такой модели представлены в табл. 3 (модель М3).

Для возможности сравнения результатов модели М3 с ближай-шими конкурентами и обеспечения устойчивости ее выводов в табл. 3 приведены две дополнительные модели, М4 и М5. В обеих моделях использовались скорректированные на ресурсную ренту выпуски и каждый из двух неэнергетических показателей инфраструктуры (показатели человеческого капитала во всех трех моделях идентичны).

10 При замене этого показателя на альтернативный – число лет обучения, которым располагает население в возрасте от 25 до 64 лет, – результаты оценки не претерпели качественных изменений и удовлетворяли критериям отбора ПФ. Однако, поскольку выборка стран включает не только развитые, но и развивающиеся страны, более предпочтительным вариантом переменной, отражающей человеческий капитал, является чис-ло лет обучения от 15 до 64 лет.

Таблица 3

Результаты оценки параметров ПФ по выборке стран, включая Россию


Модели

Обозначение

Зависимая переменная – сглаженные значения реальных объемов ВВП

М3 (основная) М4 М5

Показатель обеспеченности инфраструктурой

Совокупное пред-ложение энергети-ческих ресурсов

Совокупное производство

электроэнергии

Плотность же-лезных дорог на

10 тыс. чел.

Запас физического капитала 1X–0,085(0,121)

–0,811***

(0,139)–0,381***

(0,010)

Экономически активное население 2X–0,006(0,118)

–0,211**

(0,103)–1,342***

(0,175)

Человеческий капитал 3X0,233

(0,285)–1,054**

(0,418)1,177***

(0,293)

Агрегированный индекс развития институтов 4X

–1,698***

(0,296)–2,705***

(0,352)–1,619***

(0,292)

Обеспеченность инфраструктурой 5X0,002

(0,074)0,638***

(0,138)–0,419***

(0,113)

Запас физического капитала (в квадрате)

21X

0,018***

(0,006)0,046***

(0,007)0,040***

(0,006)

Запас физического капитала × Экономически активное население 1 2X X× 0,001

(0,014)0,012

(0,012)0,000

(0,016)

Запас физического капитала × Человеческий капитал 1 3X X× –0,159***

(0,039)0,047

(0,040)–0,049(0,040)


63


Модели









10 тыс. чел.

Запас физического капитала × Агрегированный индекс развития институтов

1 4X X× 0,194***

(0,024)0,045*

(0,027)0,019

(0,026)

Запас физического капитала × Обеспеченность инфраструктурой 1 5X X× 0,004

(0,007)–0,039***

(0,011)0,006

(0,012)

Экономически активное население (в квадрате)

22X

0,004(0,007)

–0,002(0,003)

0,083***

(0,013)

Экономически активное населе-ние × Человеческий капитал 2 3X X× 0,088**

(0,043)–0,039(0,034)

–0,121***

(0,042)

Экономически активное население × Агрегированный индекс развития институтов

2 4X X× –0,043(0,031)

0,119***

(0,029)0,054*

(0,032)

Экономически активное население × Обеспеченность инфраструктурой 2 5X X× 0,017**

(0,008)0,011

(0,008)0,047***

(0,017)

Человеческий капитал (в квадрате) 23X

0,187***

(0,061)–0,156***

(0,055)–0,022(0,057)

Человеческий капитал × Агрегированный индекс развития институтов

3 4X X× 0,246***

(0,085)0,891***

(0,087)0,553***

(0,101)

Человеческий капитал × Обеспеченность инфраструктурой 3 5X X× 0,003

(0,022)0,000

(0,028)–0,091**

(0,037)

Агрегированный индекс развития институтов (в квадрате)

24X

–0,136*

(0,082)–0,073(0,073)

–0,071(0,091)

Агрегированный индекс развития институтов × Обеспеченность инфраструктурой

4 5X X× –0,077***

(0,019)–0,143***

(0,026)0,024

(0,027)

Обеспеченность инфраструктурой (в квадрате)

25X

0,002(0,002)

0,020***

(0,005)0,015**

(0,007)

Запас физического капитала × Временной тренд 1X TREND× 0,004***

(0,001)0,001

(0,001)0,000

(0,001)

Экономически активное населе-ние × Временной тренд 2X TREND× –0,003***

(0,001)–0,000(0,001)

–0,003***

(0,001)

Человеческий капитал × Временной тренд 3X TREND× –0,002

(0,002)0,008***

(0,002)0,009***

(0,003)

Агрегированный индекс развития институтов × Временной тренд 4X TREND× 0,012***

(0,003)0,021***

(0,003)0,020***

(0,003)

Продолжение таблицы 3

Журнал НЭА,№ 3 (27), 2015, с. 44–78


64


Модели









10 тыс. чел.

Обеспеченность инфраструктурой × Временной тренд 5X TREND× –0,001*

(0,000)–0,002***

(0,000)–0,002***

(0,000)

Временной тренд /100 i) / 100TREND –5,741***

(1,606)–4,277***

(0,887)–3,133***

(0,808)

Временной тренд (в квадра- те) /100 i)

2 / 100TREND 0,013***

(0,004)0,024***

(0,004)0,015***

(0,005)

Константа 10,648***

(0,845)17,126***

(1,048)17,473***

(0,847)

Оценка среднего значения компо-ненты неэффективности (µ)

µ 0,780***

(0,098)0,675***

(0,182)0,398

(0,182)

Оценка средней за период скорости роста компоненты неэффективности

0,013***

(0,003)–0,002*

(0,001)–0,002**

(0,001)

Число наблюдений (стран) 1964(104)

1841(104)

1402(90)

Значение логарифма функции правдоподобия (Log Likelihood) 2405,506 2282,619 1715,145

P-значение теста Вальда на:

– незначимость уравнения в целом 0,000 0,000 0,000

– незначимость попарных произ-ведений 0,008 0,000 0,000

– незначимость Х4 и Х5 0,000 0,000 0,000

– наличие постоянной отдачи выпуска от масштаба факторов производства

0,000 0,000 0,000

Примечание. Модели М1–М3 оценивались с помощью метода максимального правдоподобия (maximum likelihood estimation technique) в рамках анализа стохастической границы эффектив-ности (SFA, Stochastic Frontier Analysis) стран, входящих в выборку. Символами «***», «**» и «*» отме-чены оценки коэффициента значимости на 1, 5 и 10%-ном уровнях соответственно. В скобках ука-заны их робастные стандартные ошибки.

i) Деление произведено для обеспечения сопоставимости оценок коэффициентов.



65

Основные выводы по результатам сравнительной оценки раз-личных спецификаций ПФ состоят в следующем. Во-первых, под-тверждаются выводы п. 4.1 о немонотонном и ненейтральном харак-тере технического прогресса. Во-вторых, было найдено устойчивое подтверждение:

предпочтительности транслогарифмической спецификации ПФ с попарными произведениями факторов в сравнении со спецификацией без таких компонент;

значимости воздействия, оказываемого четвертым и пятым факторами производства (институтами и инфраструктурой);

отсутствия постоянной отдачи от масштаба.Во всех трех случаях это указывает, что P-значения в соответ-

ствующих стандартных тестах Вальда на линейное ограничение оказа-лись меньше любого разумного критического порога (0,10; 0,05; 0,01).

Хотя во всех трех моделях не удалось достичь такого ранжиро-вания топ-10 технологических лидеров, который полностью соответ-ствовал бы экспертным представлениям, модели М4 и М5 оказались менее предпочтительными в сравнении с моделью М3 из-за предсказа-ния наличия в топ-10 большего числа стран, по факту не являющихся мировыми технологическими лидерами. Так, в модели М3 в топ-10 входят, кроме общепризнанных технологических лидеров, таких как США, Италия, Германия, Франция и Япония, – Турция, Мексика и Бразилия (Приложение, п. 2, табл. А3). В моделях же М4 и М5 к трем последним добавлялись в отдельные пятилетки Польша и Индия.

Далее основное внимание будет уделено анализу индивидуаль-ных характеристик только наилучшей модели ПФ – модели М3.

В первую очередь были проведены расчеты эластичностей выпусков каждой страны в выборке по каждому из пяти факторов про-изводства. Средние значения соответствующих распределений лежат в положительной области и составляют:

1) 052–0,56 – по запасу физического капитала;2) 0,14–0,18 – по численности экономически активного населения;3) 0,35–0,42 – по запасу человеческого капитала;4) 0,50 – по индексу развития институтов;5) 0,07 – по обеспеченности стран инфраструктурой.

Несмотря на различия в методологиях и выборках, указанные оценки имеют немало сходств с аналогичными расчетами в (Henry et al., 2009; Wang, Wong, 2012). Так, средние по выборкам эластичности по физическому капиталу в этих работах составили соответственно 0,56 и 0,76, по труду – 0,34 и 0,18, по человеческому капиталу – 0,17 и 0,15 (рис. 5).

Далее, результаты расчетов SFA-индексов показали, что страны в выборке снова, как и в п. 4.1, распределены весьма неравномерно (рис. 6). Во-первых, выделяется весьма значимая группа низко техно-логичных стран – порядка 38 национальных экономик со значениями

Журнал НЭА,№ 3 (27), 2015, с. 44–78


66

SFA-индекса, равными 0,19–0,29 (низкий диапазон). Во-вторых, выделяется весьма значимая группа из 22 стран-середняков. Значения SFA-индекса составля-ют около 0,50 (среднее значение распределения). В-третьих, в по-следнем квартиле распределения идентифицируется обособленная группа из 10 стран – технологиче-ских лидеров со значениями SFA-индекса в диапазоне 0,79–0,99 со средним в 0,89.

Затем были проанализи-рованы траектории изменения SFA-индексов технологической эффективности некоторых стран из числа топ-10, России, Украины

и Молдавии (рис. 7а). Так, представленный индикатор по России гово-рит о том, что в период с 2002 по 2008 г. в стране мог наблюдаться ста-бильный рост технологической эффективности – с 0,62 до 0,68, тогда

Рис. 5

Гистограммы плотностей распределения стран по эластичностям выпуска по факторам производства

0

5

10

15

20

250,

370,

410,

440,

480,

520,

560,

600,

640,

680,

721,

00

Чис

ло с

тран

Эластичность сглаженных значений выпуска по запасу физического

капитала

0

5

10

15

20

25

-0,0

4-0

,01

0,03

0,07

0,10

0,14

0,18

0,21

0,25

0,28

0,50

Чис

ло с

тран

Эластичность сглаженных значений выпуска по экономически

активному населению

0

5

10

15

20

25

-0,0

40,

040,

110,

190,

270,

350,

420,

500,

580,

661,

00

Чис

ло с

тран

Эластичность сглаженных значений выпуска по человеческому капиталу

05

101520253035

-0,4

7-0

,31

-0,1

50,

010,

170,

340,

500,

660,

820,

981,

00

Чис

ло с

тран

Эластичность сглаженных значений выпуска по индексу развития

институтов

0

5

10

15

20

25

30

-0,0

7-0

,04

-0,0

10,

010,

040,

070,

090,

120,

150,

181,

00

Чис

ло с

тран

Эластичность сглаженных значений выпуска по индексу развития

институтов

а) б) в)

г) д)

С коррекцией на обеспеченность энергоинфраструктурой (основная модель, M3)

Без коррекциии на обеспеченность энергоинфраструктурой (модель M2)

0

5

10

15

20

25

0,09

0,19

0,29

0,39

0,49

0,59

0,69

0,79

0,89

0,99

1,00

SFA-индекс технологической

Чис

лост

ран

эффективности стран в выборке

Рис. 6

Гистограмма плотности распределения стран по значениям SFA-индекса технологической эффек-тивности (в среднем за 2003–2007 гг.)


67

как в кризисный 2009 г. рост сменился стагнацией. Для сравнения: в Украине значения SFA-индекса ниже, чем в России, примерно на 0,20.

На рис. 7б представлено сравнение оценок SFA-индекса по России, полученных в модели М4 и в модели М2 из п. 4.1. Разница между оценками достаточно ощутимая – в модели М2 значения больше, чем в модели М4, на 0,06–0,14. Соответственно, игнорирование обе-спеченности энергетической инфраструктурой в явном виде в модели М2 привело к завышению показателей эффективности российской экономики.

На следующем шаге были пересчитаны значения индекса Малмквиста по модели М4. В отли-чие от SFA-индекса плотность рас-пределения стран по индексу Мал-мквиста за аналогичный период 2003–2007 гг. существенно ближе к нормальному распределению – имеет один горб, а не три (рис. 8), и менее тяжелые левый и правый хвосты. Среднее значение нахо-дится в области 1,027–1,034. Это означает, что среднегодовой темп прироста технологической эф-фективности в указанный период мог составлять 0,5–0,7%.

0,68

0,860,84

0,46

0,88

0,14

0,70

0,99

0,00,10,20,30,40,50,60,70,80,91,0

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

Россия США ВеликобританияУкраина Германия БразилияМолдавия Корея ИталияФранция

0,060,070,080,090,100,110,120,130,140,150,16

0,00,10,20,30,40,50,60,70,80,91,0

2001

2002

2003

2004

2005

2006

2007

2008

2009

Разница, п.п. (правая шкала)

SFA- -индекс с коррекцией на обеспеченность энергоинфраструктурой (основная модель, М4)

SFA- -индекс без коррекции на обеспеченность энергоинфраструктурой (Модель М2)

а) б)

Рис. 7

Динамика SFA-индексов технологической эффективности для пятифакторной ПФ: а) с коррек-цией на энергоресурсы (модель М4); б) с коррекцией и без коррекции на энергоресурсы для России

Рис. 8

Гистограмма плотности распределения стран по коэф-фициентам роста технологической эффективности (индексу Малмквиста), в среднем за 2003–2007 гг.

0

5

10

15

20

25

1,000

1,007

1,014

1,020

1,027

1,034

1,041

1,048

1,055

1,062

С коррекцией на обеспеченность энергоинфраструктурой (основная модель, М4)Без коррекции на обеспеченность энергоинфраструктурой(модель М2)

Индекс Малмквиста


Журнал НЭА,№ 3 (27), 2015, с. 44–78


68

Далее, результаты пересчета значений индекса Малмквиста по модели М4 предсказывают ту же картину, что и в п. 4.1, подтверждают наличие более высоких темпов технологического прогресса развиваю-щихся стран в сравнении с развитыми11 (рис. 9а). Для России значения индекса Малмквиста в модели М4 стали выше в сравнении с моделью М2, что неудивительно, ввиду того что пересчитанный уровень эффек-тивности стал ниже в сравнении с результатами п. 4.1 (рис. 9б).

Наконец, были рассчитаны различные версии возможных тра-екторий роста мировой границы производственных возможностей (ПВ) при предположениях, описанных в разд. 2.

Но прежде заметим, что в п. 4.1 и 4.2 рассчитанные значения индекса Малмквиста для развитых стран указывают на замедление темпов их технологического прогресса в 2000-е годы. Вероятно, это связано с исчерпанием технологических волн прошлых поколений, характеризовавшихся взрывным ростом мобильных сетей, внедре-нием IT, бумом интернет-компаний. В этот период были исчерпаны прежние модели роста развитых стран, основанные в том числе на буме долговых рынков и надувании пузырей на рынках финансовых активов.

Это накладывает определенные ограничения на динамику гра-ницы ПВ. Расчеты показали, что в 2000-е годы среднегодовые темпы прироста мировой границы ПВ сократились примерно в 1,2 раза по сравнению с 1990-ми годами: с 0,05 до 0,04% (рис. 10а). Особенно выде-ляются локальные минимумы – по цепным индексам роста границы

11 Например, темп прироста базисного индекса Малмквиста за период 2003–2009 гг. составил 23% для России и всего 6 и 4% – для Великобритании и США соответственно.

113.1

101.9103.8

107.1

98.4

60

70

80

90

100

110

120

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

Индекс Малмквиста

Россия США ВеликобританияГермания Бразилия КореяБельгия Италия Франция

0,00

1,00

2,00

3,00

4,00

5,00

6,00

80

85

90

95

100

105

110

115

2002

2003

2004

2005

2006

2007

2008

2009

Разница, п. п. (правая шкала)

Индекс Малмквиста с коррекцией на обеспеченность энергоинфраструктурой (основная модель, М4)Индекс Малмквиста без коррекции на обеспеченность энергоинфраструктурой (Модель М2)

а) б)

Рис. 9

Сравнение межстрановых значений индекса Малмквиста (2005 г. = 100%) для пятифак-торной ПФ: а) с коррекцией на энергоресурсы (модель М4); б) с коррекцией и без коррекции на энергоресурсы для России


69

ПВ – в 2001 г. (кризис дот-комов в США) и 2008–2009 гг. (мировой эко-номический кризис)12.

В этих расчетах предполагалось, что все страны в выборке спо-собны оказывать воздействие на движение мировой границы ПВ про-порционально уровню их технологической эффективности. Если же предположить, что такое влияние оказывают только лидеры (топ-10), то динамика границы ПВ будет менее интенсивной, но весьма схожей (рис. 10б).

5. ЗаключениеДо сих пор в литературе доминируют (считаются стандарт-

ными) трехфакторные производственные функции (ПФ) с трудом, физическим и человеческим капиталом. Однако они не учитывают того, что в последнее десятилетие появляются: 1) новые эмпириче-ские факты, указывающие на роль институтов в повышении темпов экономического роста (Capolupo, 2009); 2) методы учета инфраструк-туры для оценки выпуска (Straub, 2011). Соответственно, оценки совокупной факторной производительности (СФП), получаемые в рамках трехфакторных ПФ, содержат не только, а возможно, и не столько, технологическую компоненту, но прочие нетехнологические факторы – в первую очередь влияние институтов и инфраструктуры. Соответственно, в какой мере подобные оценки СФП отражают соб-ственно технологическое развитие национальных экономик, вопрос отдельного эконометрического исследования.

Чтобы снизить возможное влияние нетехнологических факто-ров на оценки технологической эффективности национальных эконо-

12 Новое ускорение динамики границы ПВ возможно в случае кристаллизации новых движущих сил технологи-ческого развития (таких как биотехнологии, возобновляемые источники энергии и др.).

4,9%

3,1%

5,9%

3,2%

1,8%

4,2%

2,0%

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0%

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

Все страны в выборке10 наиболее эффективных стран в выборке

а) б)

5,0%

3,1%

5,9%

2,9%

99,8

100,0

100,1

0,0%

1,0%

2,0%

3,0%

4,0%

5,0%

6,0%

7,0%

99,0

99,2

99,4

99,6

99,8

100,0

100,2

100,419

8719

8819

8919

9019

9119

9219

9319

9419

9519

9619

9719

9819

9920

0020

0120

0220

0320

0420

0520

0620

0720

0820

09

Цепной, правая шкала Базисный (2005 г. = 100)

Рис. 10

Оценка динамики мировой границы производственных возможностей (цепной и базисный индексы, на основе модели М4): а) граница определяется всеми странами в выборке; б) граница: все страны vs. Топ-10 стран

Журнал НЭА,№ 3 (27), 2015, с. 44–78


70

мик, в данном исследовании была предпринята попытка объединить ключевую идею экономической теории развития о важности инсти-туциональных переменных и методы учета инфраструктуры в рамках расширенной, пятифакторной, версии производственной функции (ПФ). В качестве четвертого фактора производства предлагается использовать показатели институционального развития, в качестве пятого – обеспеченности инфраструктурой.

Однако для получения приемлемых оценок эффективности национальных экономик одних только этих нововведений недо-статочно. Во-первых, в работе показано, что в условиях, когда мера выпуска циклична, а все факторы производства ацикличны, происхо-дит перенос циклической компоненты в оценку эффективности. Это предложено устранять с помощью корректировки показателя выпу-ска фильтром Ходрика–Прескотта. Во-вторых, объединение в одной выборке стран–экспортеров природных ресурсов и прочих стран при-водит к завышению эффективности первых. Это предложено устра-нять с помощью коррекции показателя выпуска на ресурсную ренту, межстрановые данные по которой доступны в базе WDI Мирового банка. Однако коррекция выпуска на ресурсную ренту – не самоцель. Есть альтернативный подход: использовать в качестве пятого фак-тора показатель обеспеченности энергетической инфраструктурой. Оценки эффективности национальных экономик в таком случае оказа-лись даже более устойчивыми.

Для оценок ПФ была сформирована панельная база данных за достаточно длительный промежуток времени 1980–2010 гг. по широ-кому набору стран, включающих как развитые, так и развивающиеся. Число стран варьируется от 90–104 в моделях пятифакторных ПФ до 136 в более простых трехфакторных моделях. Формирование базы, включающей все необходимые данные по выпуску и пяти факторам производства, потребовало объединения сопоставимых межстра-новых данных Мирового банка (WDI), Международного валютного фонда (IFS), аналитического центра Fraser Institute и ЮНЕСКО.

Основные эмпирические результаты состоят в следующем. 1. Введенные в работе в состав факторов ПФ институты

и инфраструктура оказывают значимое воздействие на выпуск (согласно тестам на линейное ограничение) – пятифакторные ПФ предпочтительнее трехфакторных не только содержательно, но и ста-тистически. При этом трехфакторным моделям присущ серьезный недостаток: они предсказывают устойчивое сокращение годовой дина-мики технологического развития как развитых, так и развивающихся стран в последнее десятилетие. Подобного недостатка лишены пяти-факторные модели.

2. Оценки средних по выборке эластичностей выпуска по пер-вым трем факторам в значительной мере соответствуют результатам предшествующих исследований: 0,52–0,56 – по запасу физического


71

капитала, 0,14–0,18 – по численности экономически активного насе-ления, 0,35–0,42 – по запасу человеческого капитала. Схожие оценки содержатся, например, в (Henry et al., 2009; Wang, Wong, 2012). Оценки средних по выборке эластичностей по четвертому и пятому фактору составили: 0,50 – по индексу развития институтов и всего 0,07 – по обе-спеченности стран инфраструктурой.

3. Оценки уровня технологической эффективности нацио-нальных экономик в целом соответствуют экспертному представле-нию о ранжировании стран по степени технологического развития. Оценки проведены в рамках анализа стохастической границы эффек-тивности (SFA, Stochastic Frontier Analysis) на основе специфицирован-ных версий ПФ. Границу устойчиво формируют страны–лидеры тех-нологического прогресса – США, Германия, Италия, Великобритания, Япония: их SFA-индексы располагаются в верхнем дециле распределе-ния со значениями 0,81–0,99. Значения SFA-индекса по России росли с 0,60 в 2000 г. до 0,68 в 2009 г. (66 и 84 процентили распределения). Коррекция выпуска на ресурсную ренту или включение фактора энер-гетической инфраструктуры в состав ПФ позволили исключить круп-нейших нефтеэкспортеров (Саудовскую Аравию, Россию и др.) из состава топ-10 стран по технологическому развитию.

4. Оценки годовых темпов технологического прогресса в раз-витых и в развивающихся экономиках указывают на бо́льшую дина-мичность технологического развития вторых в сравнении с первыми. Оценки были проведены с помощью индекса Малмквиста, учитываю-щего не только изменение уровня технологической эффективности, но и изменение эффекта масштаба и сдвиг границы производствен-ных возможностей. Так, для России темп прироста базисного индекса Малмквиста за период 1998–2010 гг. составил 38%, тогда как, напри-мер, для Великобритании – всего 7%.

В качестве направления для дальнейшего развития исследова-ния можно выделить анализ каналов технологического развития стран с акцентом на России. В частности, необходимо исследовать вопрос о том, в какой мере расходы на НИОКР, частные и государственные – в отдельности – и приток прямых иностранных инвестиций (ПИИ) в Россию способствуют ускорению динамики ее технологического развития.


1. Оценки состава стран, определяющих Топ-10 лидеров и Топ-10 аутсайдеров мирового технологического развития в моделях ПФ без коррекции на обеспеченность стран энергоресурсами

Журнал НЭА,№ 3 (27), 2015, с. 44–78


72

Табл

иц

а А

1

Ран

жи

рова

ни

е ст

ран

по

SFA

-ин

декс

у эф

фек

тивн

ости

(тр

ехф

акто

рная

ПФ

, без

кор

рекц

ии

на

обес

пече

нн

ость

эн

ерго

ресу

рсам

и)

№

п/п

1985

–198

9 19

90–1

994

1995

–199

920

00–2

004

2005

–200

920

10–2

011

Стра

наSF

AСт

рана

SFA

Стра

наSF

AСт

рана

SFA

Стра

наSF

AСт

рана

SFA

10 н

аибо

лее

эфф

екти

вны

х ст

ран

1С

ША

0,99

5С

ША

0,99

7С

ША

0,99

9В

елик

обри

тани

я0,

999

Вел

икоб

рита

ния

0,99

9В

елик

обри

тани

я0,

967

2Ге

рман

ия0,

995

Сауд

овск

ая

Ара

вия

0,95

1В

елик

обри

тани

я0,

994

Кана

да0,

986

Кана

да0,

938

Син

гапу

р0,

946

3В

елик

обри

тани

я0,

944

Вел

икоб

рита

ния

0,94

1С

аудо

вска

я А

рави

я0,

965

СШ

А0,

985

Син

гапу

р0,

925

Сау

довс

кая

А

рави

я0,

906

4Ф

ранц

ия0,

896

Герм

ания

0,92

6Ка

нада

0,94

4Ф

ранц

ия0,

965

Сау

довс

кая

Ара

вия

0,92

4Го

нкон

г0,

895

5Бе

льги

я0,

895

Бель

гия

0,92

2Ф

ранц

ия0,

942

Сау

довс

кая

Ара

вия

0,94

3Ф

ранц

ия0,

918

Кана

да0,

880

6Ка

нада

0,88

7Ф

ранц

ия0,

911

Бель

гия

0,92

1А

встр

алия

0,92

4С

ША

0,90

5Н

идер

ланд

ы0,

861

7А

встр

алия

0,88

6Ка

нада

0,88

8Ге

рман

ия0,

917

Нид

ерла

нды

0,92

0Н

идер

ланд

ы0,

898

Фра

нция

0,85

6

8Гр

еция

0,87

3И

тали

я0,

880

Ита

лия

0,91

7Бе

льги

я0,

918

Авс

трал

ия0,

880

СШ

А0,

856

9Н

идер

ланд

ы0,

845

Авс

трал

ия0,

877

Нид

ерла

нды

0,91

6И

тали

я0,

915

Герм

ания

0,88

0Ге

рман

ия0,

852

10И

спан

ия0,

843

Нид

ерла

нды

0,87

5А

встр

алия

0,90

6Ге

рман

ия0,

905

Гонк

онг

0,87

7Ш

веци

я0,

837

–Справка

: по

зици

я Ро

ссии

–15

мес

то0,

811

37 м

есто

0,

608

29 м

есто

0,

690

24 м

есто

0,

761

26 м

есто

0,

707

10 н

аим

енее

эф

фек

тивн

ых

стра

н

1Ба

рбад

ос0,

189

Тонг

а0,

030

Тонг

а0,

029

Тонг

а0,

030

Тонг

а0,

028

Тонг

а0,

026

2А

лбан

ия0,

201

Бели

з0,

067

Лес

ото

0,07

1Л

есот

о0,

075

Гайа

на0,

084

Гайа

на0,

088

3И

слан

дия

0,21

7Га

йана

0,06

9Бе

лиз

0,07

4Ка

бо-В

ерде

0,07

8Л

есот

о0,

086

Кабо

-Вер

де0,

092

4М

альт

а0,

219

Лес

ото

0,07

1Та

джик

иста

н0,

081

Гайа

на0,

082

Кабо

-Вер

де0,

089

Лес

ото

0,09

3

5Ба

нгла

деш

0,25

4Га

мбия

0,09

9Га

йана

0,08

2Бе

лиз

0,09

0Бе

лиз

0,10

0Л

ибер

ия0,

112

6И

ндон

езия

0,32

6М

озам

бик

0,10

6Бу

рунд

и0,

108

Тадж

икис

тан

0,10

8Бу

рунд

и0,

122

Буру

нди

0,12

4

7Та

илан

д0,

357

Того

0,11

2Га

мбия

0,11

0Бу

рунд

и0,

114

Фид

жи

0,12

7То

го0,

136

8Ф

илип

пины

0,38

5М

онго

лия

0,11

5М

озам

бик

0,11

1Га

мбия

0,12

8Ц

ент.

Афр

. Рес

п.0,

130

Гамб

ия0,

143

9Ту

нис

0,39

4Бу

рунд

и0,

123

Мон

голи

я0,

114

Того

0,13

0То

го0,

133

Моз

амби

к0,

171

10Л

юкс

ембу

рг0,

424

Фид

жи

0,12

9Ру

анда

0,11

8М

озам

бик

0,13

0Л

ибер

ия0,

134

Мон

голи

я0,

185


73

Табл

иц

а А

2

Ран

жи

рова

ни

е ст

ран

по

SFA

-ин

декс

у эф

фек

тивн

ости

(пя

тиф

акто

рная

ПФ

, без

кор

рекц

ии

на

обес

пече

нн

ость

эн

ерго

ресу

рсам

и)

№

п/п

1985

–198

919

90–1

994

1995

–199

920

00–2

004

2005

–200

920

10–2

011

Стра

наSF

AСт

рана

SFA

Стра

наSF

AСт

рана

SFA

Стра

наSF

AСт

рана

SFA

10 н

аибо

лее

эфф

екти

вны

х ст

ран

1С

ША

0,97

7Ге

рман

ия0,

999

СШ

А0,

999

СШ

А0,

997

Вел

икоб

рита

ния

0,99

7В

елик

обри

тани

я0,

999

2Ф

ранц

ия0,

911

СШ

А0,

987

Герм

ания

0,99

3В

елик

обри

тани

я0,

977

Лю

ксем

бург

0,98

7Л

юкс

ембу

рг0,

971

3И

тали

я0,

854

Фра

нция

0,91

2Ф

ранц

ия0,

949

Фра

нция

0,96

9С

ША

0,98

6С

ША

0,96

84

Вел

икоб

рита

ния

0,82

7И

тали

я0,

900

Ита

лия

0,94

1Ге

рман

ия0,

965

Бель

гия

0,94

1Ге

рман

ия0,

925

5Я

пони

я0,

761

Вел

икоб

рита

ния

0,83

9В

елик

обри

тани

я0,

916

Ита

лия

0,92

0Ге

рман

ия0,

931

Бель

гия

0,92

06

Исп

ания

0,70

1Я

пони

я0,

803

Инд

ия0,

794

Бель

гия

0,90

1Ф

ранц

ия0,

923

Ита

лия

0,90

87

Нид

ерла

нды

0,68

2И

ндия

0,77

7Я

пони

я0,

782

Нид

ерла

нды

0,81

3И

тали

я0,

916

Фра

нция

0,89

28

Турц

ия0,

668

Исп

ания

0,73

4Н

идер

ланд

ы0,

768

Инд

ия0,

805

Нид

ерла

нды

0,86

6Н

идер

ланд

ы0,

885

9А

встр

алия

0,66

5Н

идер

ланд

ы0,

722

Исп

ания

0,74

7Ту

рция

0,79

2И

ндия

0,80

1А

рген

тина

0,82

210

Грец

ия0,

629

Турц

ия0,

713

Мек

сика

0,74

1И

спан

ия0,

782

Росс

ия0,

788

Инд

ия0,

821

–Справка

: поз

и-ци

я Ро

ссии

н/

дн/

дн/

д26

мес

то

0,60

517

мес

то0,

705

10 м

есто

0,78

815

мес

то0,

766

10 н

аим

енее

эф

фек

тивн

ых

стра

н

1Ф

илип

пины

0,26

1М

али

0,08

6М

али

0,12

3М

али

0,16

3М

онго

лия

0,16

4М

онго

лия

0,19

4

2Ту

нис

0,26

4А

лбан

ия0,

129

Алб

ания

0,16

4Ко

нго

0,20

7М

аври

тани

я0,

193

Кир

гизи

я0,

212

3М

алай

зия

0,30

6Ко

нго

0,16

3Ко

нго

0,17

2А

лбан

ия0,

228

Кир

гизи

я0,

207

Мав

рита

ния

0,21

5

4Та

илан

д0,

321

Нам

ибия

0,17

8Та

нзан

ия0,

176

Танз

ания

0,23

1М

олдо

ва0,

209

Мол

дова

0,23

6

5Н

овая

Зе

ланд

ия0,

401

Замб

ия0,

189

Нам

ибия

0,19

7С

енег

ал0,

239

Конг

о0,

258

Арм

ения

0,26

5

6Ег

ипет

0,40

6С

енег

ал0,

201

Замб

ия0,

212

Замб

ия0,

240

Груз

ия0,

261

Замб

ия0,

283

7Ба

нгла

деш

0,42

8Ка

меру

н0,

208

Дем

. Рес

п.

Конг

о0,

218

Гана

0,25

6За

мбия

0,26

2Гр

узия

0,28

7

8Ф

инля

ндия

0,43

0И

орда

ния

0,20

8С

енег

ал0,

221

Дем

. Рес

п. К

онго

0,26

1А

рмен

ия0,

281

Конг

о0,

306

9И

ндон

езия

0,45

0Ке

ния

0,21

3И

орда

ния

0,22

5И

орда

ния

0,26

6А

лбан

ия0,

285

Алб

ания

0,31

710

Пор

туга

лия

0,49

8Ш

ри-Л

анка

0,22

7Ка

меру

н0,

237

Арм

ения

0,26

6Бе

нин

0,28

9Та

нзан

ия0,

323

Журнал НЭА,№ 3 (27), 2015, с. 44–78


74

2. Оценки состава стран, определяющих Топ-10 лидеров и Топ-10 аутсайдеров мирового технологического развития в моделях ПФ с коррекцией на обеспеченность стран энергоресурсами

Таблица А3

Ранжирование стран по SFA-индексу эффективности (пятифакторная ПФ, с коррек-цией на обеспеченность энергоресурсами)

№ п/п

1990–1994 1995–1999 2000–2004 2005–2009

Страна SFA Страна SFA Страна SFA Страна SFA

10 наиболее эффективных стран

1 Италия 0,976 Италия 0,991 Италия 0,995 Италия 0,992

2 Франция 0,861 Франция 0,874 Франция 0,895 Франция 0,904

3 Германия 0,849 Германия 0,855 Германия 0,864 Германия 0,871

4 Япония 0,803 США 0,821 США 0,839 США 0,851

5 США 0,800 Япония 0,809 Испания 0,812 Турция 0,831

6 Испания 0,791 Испания 0,797 Япония 0,805 Великобритания 0,821

7 Турция 0,781 Турция 0,784 Турция 0,803 Испания 0,816

8 Великобритания 0,727 Великобритания 0,752 Великобритания 0,788 Япония 0,811

9 Мексика 0,706 Бразилия 0,741 Бразилия 0,756 Бразилия 0,775

10 Бразилия 0,692 Мексика 0,718 Мексика 0,741 Мексика 0,751

– Справка: позиция России 12 место 0,628 12 место 0,667

10 наименее эффективных стран

1 Того 0,052 Того 0,066 Того 0,086 Мальта 0,098

2 Албания 0,064 Албания 0,081 Мальта 0,089 Того 0,105

3 Исландия 0,071 Исландия 0,086 Монголия 0,101 Монголия 0,117

4 Никарагуа 0,090 Дем. Респ. Конго 0,103 Исландия 0,107 Молдавия 0,129

5 Дем. Респ. Конго 0,091 Никарагуа 0,112 Албания 0,109 Исландия 0,129

6 Намибия 0,095 Намибия 0,114 0,122 Албания 0,140

7 Кипр 0,095 Кипр 0,121 0,136 Дем. Респ. Конго 0,147

8 Ботсвана 0,104 Латвия 0,122 0,138 Киргизия 0,153

9 Бенин 0,111 Ботсвана 0,123 0,149 Никарагуа 0,159

10 Бахрейн 0,113 Замбия 0,130 0,151 Намибия 0,167


75

ЛИТЕРАТУРАМамонов М., Пестова А., Сабельникова Е., Апокин А. (2015). Подходы к оценке

факторов производства и технологического развития национальных экономик: обзор мировой практики // Проблемы прогнозирования. № 6 (в печати).

Назруллаева Е. (2008). Оценивание уровня технологического прогресса в рос-сийской экономике // Квантиль. № 5. C. 59–82.

Щетинин Е., Назруллаева Е. (2012). Производственный процесс в пищевой промышленности: взаимосвязь инвестиций в основной капитал и техни-ческой эффективности // Прикладная эконометрика. № 4(28). С. 63–84.

Acemoglu D., Johnson S., Robinson J. (2005). Institutions as a Fundamental Cause of Long-Run Growth. In: “Handbook of Economic Growth” Aghion P., Durlauf S. (eds.). Vol. 1. Chapter 6. P. 385–472. North-Holland: Elsevier.

Aigner D.J., Lovell C.A.K., Schmidt P. (1977). Formulation and Estimation of Stochastic Frontier Production Function Models // Journal of Econometrics. Vol. 6(1). P. 21–37.

Barro R., Sala-i-Martin X. (1997). Technological Diffusion, Convergence, and Growth // Journal of Economic Growth. Vol. 2(1). P. 1–26.

Barro R., Lee J.W. (2010). A New Data Set of Educational Attainment in the World, 1950–2010 // Journal of Development Economics. Vol. 104. P. 184–198.

Battese G.E., Coelli T.J. (1988). Prediction of Firm-level Technical Efficiencies: With a Generalized Frontier Production Function and Panel Data // Journal of Econometrics. Vol. 38. P. 387–399.

Capolupo R. (2009). The New Growth Theories and Their Empirics after Twenty Years // The Open-Access, Open-Assessment E-Journal. Kiel Institute for the World Economy. Vol. 3(1). P. 1–72.

Castillo L., Salem D., Guasch J. (2012). Innovative and Absorptive Capacity of International Knowledge: An Empirical Analysis of Productivity Sources in Latin American Countries. The World Bank Policy Research Working Paper. Vol. 5931. P. 1–23.

De Vries G.J., Erumban A.A., Timmer M.P., Voskoboynikov I., Wu H.X. (2012). Deconstructing the BRICs: Structural Transformation and Aggregate Productivity Growth // Journal of Comparative Economics. Vol. 40(2). P. 211–227.

Gwartney J., Lawson R., Hall J. (2014). Economic Freedom of the World: 2014 Annual Report. Publisher: Fraser Institute.

Henry M., Kneller R., Milner C. (2009). Trade, Technology Transfer and National Efficiency in Developing Countries // European Economic Review. Vol. 53. P. 237–254.

Hodrick R., Prescott E. (1997). Postwar U.S. Business Cycles: An Empirical Investigation // Journal of Money, Credit, and Banking. Vol. 29(1). P. 1–16.

Jondrow J., Lovell C., Materov I., Schmidt P. (1982). On the Estimation of Technical Inefficiency in the Stochastic Frontier Production Function Model // Journal of Econometrics. Vol. 19. P. 233–238.

Lukas R.E. (1988). On the Mechanisms of Economic Development // Journal of Monetary Economics. Vol. 22. P. 3–42.

Журнал НЭА,№ 3 (27), 2015, с. 44–78


76

Malmquist S. (1953). Index Numbers and Indifference Curves // Trabajos de Estatistica. Vol. 4(1). Р. 209–242.

Mankiw N., Romer D., Weil D. (1992). A Contribution to the Empirics of Economic Growth // The Quarterly Journal of Economics. Vol. 107(2). P. 407–437.

Meeusen W.J., Broeck J. van der (1977). Efficiency Estimation from Cobb–Douglas Production Functions with Composed Error // International Economic Review. Vol. 18. P. 435–444.

Ogilvie S., Carus A.W. (2014). Institutions and Economic Growth in Historical Perspective. In: “Handbook of Economic Growth”. Vol. 2. Chapter 8. P. 403–513. North-Holland: Elsevier.

Orea L. (2002). Parametric Decomposition of a Generalized Malmquist Productivity Index // Journal of Productivity Analysis. Vol. 18(1). P. 5–22.

Straub S. (2011). Infrastructure and Development: A Critical Appraisal of the Macro-level Literature // Journal of Development Studies. Vol. 47(5). P. 683–708.

Wang M., Wong M. (2012). International R&D Transfer and Technical Efficiency: Evidence from Panel Study Using Stochastic Frontier Analysis // World Development. Vol. 40 (10). P. 1982–1998.


Acemoglu D., Johnson S., Robinson J. (2005). Institutions as a Fundamental Cause of Long-Run Growth. In: “Handbook of Economic Growth” Aghion P., Durlauf S. (eds.), 1, 6, 385–472. North-Holland: Elsevier.

Aigner D.J., Lovell C.A.K., Schmidt P. (1977). Formulation and Estimation of Stochastic Frontier Production Function Models. Journal of Econometrics 6(1), 21–37.

Barro R., Lee J.W. (2010). A New Data Set of Educational Attainment in the World, 1950–2010 // Journal of Development Economics 104, 184–198.

Barro R., Sala-i-Martin X. (1997). Technological Diffusion, Convergence, and Growth. Journal of Economic Growth 2(1), 1–26.

Battese G.E., Coelli T.J. (1988). Prediction of Firm-level Technical Efficiencies: With a Generalized Frontier Production Function and Panel Data. Journal of Econometrics 38, 387–399.

Capolupo R. (2009). The New Growth Theories and Their Empirics after Twenty Years. The Open-Access, Open-Assessment E-Journal. Kiel Institute for the World Economy 3(1), 1–72.

Castillo L., Salem D., Guasch J. (2012). Innovative and Absorptive Capacity of International Knowledge: An Empirical Analysis of Productivity Sources in Latin American Countries. The World Bank Policy Research Working Paper 5931, 1–23.

De Vries G.J., Erumban A.A., Timmer M.P., Voskoboynikov I., Wu H.X. (2012). Deconstructing the BRICs: Structural Transformation and Aggregate Productivity Growth. Journal of Comparative Economics 40(2), 211–227.

Gwartney J., Lawson R., Hall J. (2014). Economic Freedom of the World: 2014 Annual Report. Publisher: Fraser Institute.


77

Henry M., Kneller R., Milner C. (2009). Trade, Technology Transfer and National Efficiency in Developing Countries. European Economic Review 53, 237–254.

Hodrick R., Prescott E. (1997). Postwar U.S. Business Cycles: An Empirical Investigation. Journal of Money, Credit, and Banking 29 (1), 1–16.

Jondrow J., Lovell C., Materov I., Schmidt P. (1982). On the Estimation of Technical Inefficiency in the Stochastic Frontier Production Function Model. Journal of Econometrics 19, 233–238.

Lukas R.E. (1988). On the Mechanisms of Economic Development. Journal of Monetary Economics 22, 3–42.

Malmquist S. (1953). Index Numbers and Indifference Curves. Trabajos de Estatistica 4(1), 209–242.

Mamonov M., Pestova A., Sabelnikova E., Apokin A. (2015). The Alternative Approaches to Measuring Production Factors and Technological Development of National Economies: An Overview of International Practice. Problemy Prognozirovaniya 6 (in press) (in Russian).

Mankiw N., Romer D., Weil D. (1992). A Contribution to the Empirics of Economic Growth. The Quarterly Journal of Economics 107(2), 407–437.

Meeusen W.J., Broeck J. van der (1977). Efficiency Estimation from Cobb–Douglas Production Functions with Composed Error. International Economic Review 18, 435–444.

Nazrullaeva E. (2008). Measurement of Technological Progress in Russia. Quantile 5, 59–82 (in Russian).

Ogilvie S., Carus A.W. (2014). Institutions and Economic Growth in Historical Perspective. In: “Handbook of Economic Growth”. Vol. 2. Chapter 8. North-Holland: Elsevier.

Orea L. (2002). Parametric Decomposition of a Generalized Malmquist Productivity Index. Journal of Productivity Analysis 18(1), 5–22.

Shchetynin E., Nazrullaeva E. (2012). Effects of Fixed Capital Investments on Technical Efficiency in Food Industry. Applied Econometrics 4(28), 63–84 (in Russian).

Straub S. (2011). Infrastructure and Development: A Critical Appraisal of the Macro-level Literature. Journal of Development Studies 47(5), 683–708.

Wang M., Wong M. (2012). International R&D Transfer and Technical Efficiency: Evidence from Panel Study Using Stochastic Frontier Analysis. World Development 40 (10), 1982–1998.

Поступила в редакцию 22 декабря 2014 года

Журнал НЭА,№ 3 (27), 2015, с. 44–78


78

M.E. MamonovCenter for Macroeconomic Analysis and Short-term Forecasting (CMASF) at the Institute for Economic Forecasting of the Russian Academy of Science, Moscow, Russia

A.A. PestovaCenter for Macroeconomic Analysis and Short-Term Forecasting (CMASF) at the Institute for Economic Forecasting of the Russian Academy of Science, National Research University “Higher School of Economics”, Moscow, Russia

The Technical Efficiency of National Economies: Do the Institutions, Infrastructure and Resources Rents Matter?In this paper, we propose an idea of introducing the basic statement of the

economic development theory on the role of institutions in economic growth and the infrastructure proxies into the augmented five-factor production function. As the fourth and fifth factors, we employ the aggregated index of institutional development designed by the Fraser Institute and the WDI indicators of infrastructural conditions, respectively, alongside with the standard set of labor, physical and human capital. We show that the correct estimation of total factor productivity requires, first, extracting resources rents from the output proxy. This allows eliminating of the exporters of natural resources from the top-10 technological leaders. Second, adjustment of output by Hodrick–Prescott filter is carried out. This has excluded the transfer of the output cyclical component to the technical efficiency indicators. Our analysis has shown that the technological progress is more rapid in developing countries as compared to developed economies. We perform our estimates under Stochastic Frontier Analysis (SFA) obtaining data from the World Bank, IMF, Fraser Institute and UNESCO on 140 countries over the 1980–2010.

Keywords: production functions, institutions, infrastructure, resources rents, technological efficiency, SFA, Malmquist index.

JEL Classification: O47, O57.


79



А.Н. Могилат В.А. Сальников Оценка потенциала взаимной торговли стран Единого экономического пространства при помощи гравитационной модели торговли между регионами России

Т.М. Малева А.Я. Бурдяк А.О. Тындик Средние классы на различных этапах жизненного пути

80

А.Н. Могилат ИНП РАН, ЦМАКП, Москва

В.А. Сальников ИНП РАН, ЦМАКП, Москва

Оценка потенциала взаимной торговли стран Единого экономического пространства при помощи гравитационной модели торговли между регионами России1

В статье разработана методика оценки потенциала прироста торговли товарами обрабатывающей промышленности и получены оценки для стран Единого экономического пространства (России, Беларуси и Казахстана). Суть подхода состоит в проекции оценок гравитационной модели внутристрано-вой торговли на случай торговли интегрирующихся стран, т.е. в рассмотрении «эффекта границы» как сверхдолгосрочного эффекта от интеграции. Модель оце-нена на данных об объемах поставок товаров обрабатывающей промышлен-ности между регионами России в 2012 г. В работе впервые проведен сравни-тельный анализ достоинств и недостатков широкого круга эконометрических подходов к оценке гравитационной модели, включая практически не применяв-шуюся ранее в работах по данной теме квантильную регрессию с одновременной оценкой параметров по заданным квантилям. Итоговая версия модели выбрана, опираясь на критерий максимального соответствия фактических и модельных объемов торговли (поставок товаров) на уровне регионов. Показано, что наи-более высокую точность оценки объемов торговых потоков дает метод квази-максимального правдоподобия Пуассона. Согласно результатам наибольший прирост торговли ожидается между Беларусью и Россией, а также для экспорта из России в Казахстан.

Ключевые слова: гравитационная модель, метод Пуассона, регионы России, Единое экономическое пространство (ЕЭП), эффект границы, интеграция.

Классификация JEL: C13, C21, F14, F15.

1. ВведениеИнтеграционные процессы стали неотъемлемой частью эконо-

мического развития большинства стран мира с конца 1960-х годов. В настоящее время существует множество разнообразных форм эконо-мической интеграции. Однако образование большей части интегра-ционных объединений начинается именно с торговли. В современной литературе имеется множество работ, посвященных оценке потенци-альных экономических эффектов для стран, вступающих в объедине-ние. При этом распространенным подходом к оценке интеграционных эффектов вследствие торговой интеграции является гравитационная модель. Стоит отметить, что гравитационная модель – изначально эмпирический подход, который имеет и теоретическое обоснование, подкрепленное аналитическими выкладками2.

1 Статья выполнена в рамках программы фундаментальных исследований НИУ ВШЭ в 2014 г.2 Гравитационная модель изначально имела эмпирическую природу; первые работы с применением гравитаци-

онной модели были посвящены оценке объемов взаимной торговли между странами. Однако в настоящее вре-мя она существует не только как инструмент эмпирического анализа, но и как самостоятельная теоретическая модель (в ряде работ было показано, что выводы гравитационной модели при соблюдении определенных предпосылок соответствуют результатам современных теорий международной торговли и могут быть полу-чены аналитически (см., например, (Anderson, Yotov, 2011)).


81

Оценка потенциала взаимной торговли стран Единого экономического ...

В связи с образованием Таможенного союза (июль 2010 г.), а впоследствии и Единого экономического пространства (январь 2012 г.) России, Беларуси и Казахстана вопрос оценки интеграцион-ных эффектов, и в частности потенциала взаимной торговли, пред-ставляет особую актуальность. Однако, к сожалению, прямое исполь-зование существующих в современной литературе методов и моделей некорректно в силу ряда особенностей, свойственных постсоветским странам – высокой степени интеграции в рамках СССР (так называе-мый «эффект наследия прошлого»), отсутствия значимых тарифных барьеров перед «новой интеграцией», а также структурных особен-ностей экономики в целом и торговли в частности (высокая доля углеводородов).

В свете обозначенных выше обстоятельств настоящая работа посвящена разработке и апробации методики оценки экономических эффектов от интеграции в рамках ЕЭП в части изменения объемов вза-имной торговли с использованием гравитационной модели региональ-ных торговых потоков.

2. Анализ мирового опыта использования гравитационной модели для оценки интеграционных эффектовГравитационная модель уже более 50 лет применяется для ана-

лиза различных пространственных взаимодействий в экономике – экспортно-импортных, миграционных, транспортных потоков и т.д.3 Гравитационная модель в значительной степени ориентирована на оценку ожидаемой долгосрочной интенсивности взаимодействия объ-ектов, определяемой их фундаментальными структурными характери-стиками4. Универсальность модели опирается на ее основную идею: масштаб взаимодействия двух объектов определяется, с одной сто-роны, размерами этих объектов, а с другой – расстоянием между ними. Математическая постановка модели имеет вид:

1 2

3

1 20 ,i i

i ii

X XYd

β β

β= β ε (1)

где i – номер объекта (страны, региона и т.д.); Y – показатель взаи-модействия объектов (стран, регионов и т.д.); X1, 2 – размер объектов (стран, регионов и т.д.); d – расстояние между объектами (странами, регионами и т.д.); iε – прочие факторы, влияющие на силу притяже-ния. В приложении к решению экономических задач в качестве раз-мера объектов выступает валовой продукт или численность населе-ния, в качестве расстояния – прямое географическое расстояние или его экономический аналог5. Набор объясняющих переменных модели,

3 См., например, (Tinbergen, 1962) – модель межстрановых торговых потоков; (Каукин, Идрисов, 2013) – модель торговли железнодорожных районов России со странами мира; (Grosche et al., 2007) – модель транспортных пото-ков внутри страны.

4 Под фундаментальными структурными понимаются характеристики объектов, сложившиеся исторически и слабо подверженные изменению (размер экономики, расстояние до других стран и т.д.). Структурные харак-теристики задают своего рода начальные условия возможности взаимодействия объектов.

5 «Экономическое расстояние», как правило, представляет собой средневзвешенное характеристиками объ-ектов расстояние между ними и/или расстояние, при расчете которого учтена административно-территори-альная структура страны (например, (Mayer, Zignago, 2011)).

Журнал НЭА,№ 3 (27), 2015, с. 80–108

82

А.Н. Могилат, В.А. Сальников

как правило, существенно больше набора классической версии за счет различных контрольных факторов.

В мировой практике существует широкий спектр подходов к оценке потенциала международной торговли на основе гравитацион-ной модели (подробный обзор существующих подходов см. в (Herrera, 2010)). Оценка влияния интеграции на торговлю является самостоя-тельным зна́чимым направлением использования гравитационных моделей (подробный обзор и сравнительный анализ результатов оце-нок интеграционных эффектов из более чем 80 работ см. в (Cipollina, Salvatici, 2010)).

В большинстве эмпирических работ с использованием гравита-ционной модели проводится лог-линеаризация уравнения (1), резуль-тат которой – уравнение

(2)

оценивается эконометрически на основе доступных автору данных, где iu – ненаблюдаемые факторы (ошибки).

При этом, как правило, рассматриваются межстрановые тор-говые потоки, а участие страны в интеграционном объединении опи-сывается бинарной переменной и вводится в уравнение регрессии наряду с другими факторами6.

Среди существенных достоинств гравитационных моделей как инструмента оценки интеграционных эффектов стоит отметить возможность:

учитывать различные контрольные факторы в уравнении регрессии7;

оценивать перекрестные эффекты социально-экономических показателей;

прямо или косвенно учитывать как тарифные, так и нетариф-ные ограничения.Основной недостаток модели – высокая волатильность оценок

вклада интеграции в прирост объемов торговли (пример разброса оценок интеграционных эффектов, полученных при помощи грави-тационных моделей в различных работах, рис. 1). Согласно резуль-татам метаанализа существующих работ конкретные значения оце-нок эффектов интеграции определяются главным образом полнотой набора контрольных факторов в уравнении регрессии, структурными особенностями выборки8 и методом оценивания модели9.

Борьба с высокой волатильностью оценок интеграционных эффектов осуществляется, как правило, путем модификации метода

6 При этом коэффициент при бинарной переменной, отвечающей за интеграцию, рассматривается в качестве мультипликатора прироста торговли в результате интеграции.

7 Как отмечалось выше, полнота набора контрольных факторов является одним из важнейших условий робаст-ности полученных оценок.

8 Под структурными особенностями выборки подразумеваются характеристики эмпирического распределения объемов торговли, а также качество исходных данных.

9 Среди значимых факторов вариации выделяются также: наличие в модели страновых эффектов, структура выборки, период оценивания, наличие «выбросов», дифференциация эффектов для различных интеграци-онных объединений (Cipollina, Salvatici, 2010).

Журнал НЭА,№3 (27), 2015, с. 80–108

83

оценивания модели в соответствии со структурными особенностями выборки. В условиях пространственной выборки для построения гравитационной модели классический метод наименьших квадратов имеет ряд существенных недостатков.

1. Предпосылка о гомоскедастичности (постоянстве дисперсии оши-бок). Для большей части пространственных выборок свойственна гетероскедастичность, что приводит к смещению стандартных оши-бок и некорректной оценке значимости коэффициентов при помощи МНК.

2. Лог-линеаризация уравнения регрессии приводит к потере инфор-мации о нулевых торговых потоках. В условиях вынужденного усечения (и/или цензурирования10) исходного распределения использование МНК приводит к смещению оценок коэффициентов. Таким образом, во-первых, теряется возможность выявить факторы отсутствия тор-говли между заданными торговыми партнерами, во-вторых, возникает риск некорректной оценки мультипликаторов основных факторов, входящих в «гравитационное уравнение». Кроме того, согласно опыту существующих исследований использование МНК приводит зачастую к существенному завышению оценок потенциала торговли наиболее крупных и наиболее мелких торговых партнеров11.

Afta

Aifta

Anzcer

Bfta

Cacm

Can

Caricom

Cefta

Ciscu

CustaEfta

Eu

Lafta

Laia

Mercosur

Nafta

Us-IsraelUs-ChileUs-Israel

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1,8

2

-0,5 0 0,5 1 1,5 2 2,5 3 3,5

Ста

ндар

тное

отк

лоне

ние

мул

ьтип

лика

тора

ин

тегр

ацио

нног

о эф

фек

та

Среднее значение мультипликатора интеграционного эффекта

Размер объекта – число работ в выборке,посвященных данному интеграционному объединению

Рис. 1

Средние значения и стандартные отклонения оценок интеграционных эффектов для объединения, для которого строятся оценки

Источник: построено авторами по данным работы (Cipollina, Salvatici, 2010).

10 Стоит отметить, что в статистику межрегиональных торговых потоков попадают потоки, начиная с опреде-ленного порогового уровня. В связи с этим нулевой поток может означать как полное отсутствие торговли, так и ее наличие в статистически несущественных масштабах. Такая особенность учета приводит к априорному цензурированию распределения объемов торговли в нуле.

11 С точки зрения масштаба торговых потоков (подробнее см. в (Herrera, 2010)).

Оценка потенциала взаимной торговли стран Единого экономического ... Журнал НЭА,№ 3 (27), 2015, с. 80–108

84

3. В рамках эконометрической гравитационной модели, постро-енной по всей выборке при помощи МНК, результатом оценки явля-ется усредненный эффект воздействия различных структурных харак-теристик торговых партнеров на объемы взаимной торговли. Таким образом, корректная оценка потенциала торговли для объектов, попавших в хвосты распределения, требует либо отдельного анализа торговли для объектов сходного размера, либо нелинейной оценки коэффициентов модели12.

Для преодоления указанных недостатков в современной лите-ратуре13 было использовано значительное количество подходов – среди них наиболее часто встречаются:

МНК с предварительным преобразованием зависимой пере-менной14 (Baldwin, DiNino, 2006; Santos Silva, Tenreyro, 2006 и др.);

усеченная регрессия (truncated regression) (Linders, de Groot, 2006; Westerlund, Wilhelmsson, 2009; Martin, Pham, 2008 и др.);

тобит-модель (tobit regression) (Linders, Groot, 2006; Baldwin, DiNino, 2006; Martin, Pham, 2008; Santos Silva, Tenreyro, 2006 и др.);

модель Хекмана (Heckman sample-selection model) (Bikker, Vos, 1992; Linders, Groot, 2006; Martin, Pham, 2008 и др.);

регрессия Пуассона (PPML – Poisson pseudo-maximum likelihood estimation) – (Westerlund, Wilhelmsson, 2009; Siliverstovs, Schumacher, 2009; Burger et al., 2009; Martínez-Zarzoso et al., 2007; Santos Silva, Tenreyro, 2006; Santos Silva, Tenreyro, 2011 и др.).Реже встречаются, однако также отвечают задачам анализа гра-

витационной модели, следующие методы: доступный обобщенный МНК (feasible general least squares) (Martínez-Zarzoso et al., 2007 и др.);

нелинейный МНК (non-linear least squares) (Santos Silva, Tenreyro, 2006; Anderson, Wincoop, 2003 и др.);

гамма-регрессия (GPML – gamma pseudo-maximum likelihood estimation) – (Martínez-Zarzoso et al., 2007; Santos Silva, Tenreyro, 2006 и др.).В настоящее время окончательного консенсуса по вопросу

оптимальности использования того или иного метода оценки грави-тационного уравнения не достигнуто, однако согласно выводам ряда работ наиболее качественные результаты показывает модель Пуассона (метод квазимаксимального правдоподобия)15.

12 Качество анализа хвостов распределения имеет значение, поскольку, с одной стороны, крупные потоки определяют вектор развития торговли в отдельно взятых странах/регионах; с другой – мелкие торговые потоки, мало значимые сами по себе, в совокупности могут давать существенные искажения при оценке пока-зателей по всей выборке (например, валовых интеграционных эффектов).

13 Отдельным значимым направлением анализа является переход к построению оценок на основе панельных данных. В настоящем исследовании это направление не рассматривается в силу ограниченности доступной информации по торговым потокам между регионами России, необходимой для оценки интеграционных эффектов в рамках предложенной авторами методологии.

14 Как правило, целью преобразований является устранение нулевых потоков путем добавления к объему тор-говли некой малой величины (например, единицы).

15 См., например, (Santos Silva, Tenreyro, 2006; Siliverstovs, Schumacher, 2009) и др.

А.Н. Могилат, В.А. Сальников Журнал НЭА,№3 (27), 2015, с. 80–108

85

Стоит отметить, однако, что наряду с модификацией метода оценивания модели результативным способом борьбы с ее недостат-ками может оказаться модификация способа расчета интеграцион-ных эффектов – направление, к сожалению, до сих пор не получившее активного развития. Классический способ оценки интеграционных эффектов посредством включения в уравнение регрессии бинарной переменной, отвечающей за интеграцию, имеет существенный содер-жательный недостаток: такой метод подразумевает одинаковую оценку прироста торговли за счет интеграции для всех членов объединения16. В то же время на практике величина интеграционного эффекта во многом зависит от структурных особенностей каждого нового участ-ника интеграции. Это обстоятельство может привести к существенным искажениям результатов оценки и некорректным выводам. Кроме того, в случае стран ЕЭП использование межстрановой гравитационной модели напрямую не вполне корректно в силу особенностей, свойствен-ных постсоветским странам: высокой степени интеграции в рамках СССР («эффект наследия прошлого»), длительного отсутствия значи-мых тарифных барьеров, структурных особенностей экономики и др.

В настоящей работе мы попытались сделать шаг к получению робастных оценок интеграционных эффектов, имея в виду указанные выше недостатки классических методов. Для этого был разработан алгоритм оценки экономических эффектов интеграции в торговле, опирающийся на гравитационную модель для регионов России. В ходе работы над оценкой интеграционных эффектов были проанализи-рованы особенности различных эконометрических методов и прове-ден сопоставительный анализ результатов модели на базе подходов, в наибольшей степени отвечающих задачам и особенностям анализа пространственной выборки. В результате был выбран метод, опти-мальный с точки зрения определенных в работе критериев качества гравитационной модели, и получены численные оценки роста тор-говли как следствие интеграции России, Белоруссии и Казахстана.

3. Методика оценки потенциала роста торговли для стран ЕЭПВ основе предложенной методики лежит идея о том, что в рам-

ках интеграционного объединения нивелируется стандартное поня-тие границы как барьера для свободного перемещения товаров17.

16 В большинстве работ бинарная переменная, отвечающая за интеграцию, принимает значение 1 в случае участия обоих торговых партнеров в интеграционном объединении и 0 – в противном случае. Согласно результатам существующих исследований коэффициент при данной переменной, как правило, имеет поло-жительный знак, а его значение показывает величину мультипликативного эффекта роста торговли в связи с преференциями, возникающими вследствие участия в интеграционном объединении (хотя, как показали последние исследования, данный эффект непостоянный (Baier et al., 2014). В зависимости от задачи иссле-дования в модель могут быть введены отдельные переменные для различных интеграционных объединений (см., например, (Cipollina, Salvatici, 2010)). Наряду с симметричным участием стран в объединении в литера-туре рассматривается также эффект асимметричного участия: при этом бинарная переменная, отвечающая за интеграцию, принимает значение 1, если только один из торговых партнеров состоит в объединении, и 0 – в противном случае. Согласно результатам существующих исследований такой индикатор, как правило, имеет отрицательный знак (см., например, (Greenaway, Milner, 2002)) и отражает эффект смещения торго-вых потоков в сторону объединений.

17 В данной работе приведены расчеты и выводы, касающиеся только торговли товарами. Предложенный метод можно применить и для анализа торговли услугами, однако требуется его доработка с учетом ее зако-номерностей и особенностей.


86

Руководствуясь данной идеей, мы предлагаем двухэтапную методику оценки потенциала роста торговли для стран ЕЭП: первый этап посвя-щен оценке эконометрической гравитационной модели торговли между регионами России, второй – оценке потенциального объема торговли Белоруссии и Казахстана с регионами России в рамках ЕЭП с использованием полученных уравнений для регионов России.

Таким образом, предлагаемый метод опирается на следующую гипотезу: при достижении полной интеграции (вполне возможно, что в очень отдаленной перспективе) в рамках ЕЭП будут действовать одинаковые закономерности торговли, при этом они будут соответ-ствовать существующим закономерностям торговли между регионами России18.

Существенное преимущество предлагаемого подхода по срав-нению со стандартным способом оценки заключается в том, что проек-ция оценок, полученных на базе детализированных данных по регио-нам России, на закономерности торговли остальных стран ЕЭП имеет более твердое содержательное обоснование, чем проекция оценок, полученных на основе межстрановой модели. Это объясняется исто-рически существенно более высоким уровнем интегрированности стран ЕЭП между собой, чем с другими странами мира.

Следует отметить, что рассматриваемый нами интеграцион-ный эффект фактически тождествен так называемому эффекту «пара-докс границы» (border puzzle)19, который заключается в априори существенном (для некоторых стран – кратном) превышении объема торговых потоков между регионами страны над объемом торговли регионов с соседними государствами. В более поздних работах пока-зано, что первые оценки сильно завышены в силу некорректного метода оценивания гравитационной модели (Anderson, Wincoop, 2003), однако феномен границы как априорного барьера для торговли является предметом активного обсуждения до сих пор. В полемике вокруг «парадокса границы» наша позиция состоит в том, что «пара-докс границы» как самостоятельный эффект имеет место до тех пор, пока в рамках интеграционного объединения не будет создано полно-

18 Стоит отметить, что данный подход, безусловно, основан на определенных допущениях. В частности, пред-полагается, что закономерности торговли, существующие между регионами России, будут доминировать над существующими в настоящий момент закономерностями торговли между регионами Беларуси и Казах-стана – в связи с этим полученные в данной работе оценки потенциала взаимной торговли могут оказаться смещенными. Однако, на наш взгляд, если смещение и будет иметь место, то не в значительных масштабах, поскольку современные объемы экспорта Беларуси и Казахстана в Россию сопоставимы по масштабам с экс-портом ряда российских регионов (в части товаров обрабатывающей промышленности). Соответственно, на основе данных о торговле регионов Беларуси и Казахстана между собой эти торговые потоки скорее всего были бы сконцентрированы главным образом на левом хвосте распределения потоков взаимной торговли, а значит, каждый в отдельности оказал бы несущественное влияние на общий результат оценки потенциала роста взаимной торговли.

19 «Парадокс границы» впервые был обнаружен и получил соответствующее название в работе (McCallum, 1995), посвященной анализу торговых потоков между провинциями Канады и крупнейшими штатами США. В работе было обнаружено, что объем торговли между канадскими провинциями, в соответствии с гравита-ционной моделью, более чем в 20 раз превышает объем их торговли с США. Работа (McCallum, 1995) поло-жила начало серии исследований, вследствие чего появились аналогичные работы по моделированию реги-ональной торговли в Германии (Wolf, 2008), Франции (Mayer et al., 2004), России (Мишура, 2012; Каукин, Идрисов, 2013) и т.д. В ряде работ было показано, что «эффект границы» уменьшается с течением време-ни, в том числе по мере развития зон свободной торговли (использованы материалы обзора литературы по построению гравитационной модели внешней торговли из работы (Каукин, Идрисов, 2013)).


87

ценное единое экономическое пространство. При этом, учитывая, что полная интеграция – процесс очень долгосрочный, оценку «парадокса границы» на этапе формирования интеграционного объединения можно считать оценкой полного потенциала интеграции в сверхдол-госрочной перспективе.

Прежде чем переходить к описанию использованных данных и результатов, стоит остановиться подробнее на выборе метода оцени-вания гравитационной модели. В ходе исследования были проанализи-рованы различные эконометрические процедуры и составлен список наиболее подходящих методов с точки зрения задачи исследования. Для оценки возможности применения методов эконометрического анализа к получению робастных оценок были выделены следующие основные критерии:

линейность / нелинейность20 по параметрам; устойчивость (робастность) к гетероскедастичности; применимость метода для учета мелких потоков в log-log-спецификации модели.Руководствуясь данными критериями и учитывая иные досто-

инства и недостатки различных эконометрических подходов, было отобрано 11 методов21, применимых, с точки зрения авторов, для оценки интеграционных эффектов при помощи гравитационной модели (подробнее о характеристиках методов, их достоинствах и недостатках в табл. 1).

В ходе исследования при помощи каждого из перечисленных выше методов была оценена гравитационная модель торговли между регионами России22. Выбор наиболее удачной модели осуществлялся на основании критерия максимального соответствия фактических и модельных значений совокупных объемов поставок продукции за пределы региона (выбор такого критерия определялся исходной постановкой нашей задачи). Для наиболее полного отражения сте-пени соответствия фактических и модельных значений были исполь-зованы два показателя: 1) коэффициенты корреляции (отражают соот-ветствие формы распределения фактических и модельных объемов поставок); 2) среднее абсолютное отклонение модельного объема поставок от фактического (отражает масштаб отклонения фактиче-ских объемов поставок от модельных оценок).

20 Это важно, так как в рамках моделей, нелинейных по параметрам, есть возможность учитывать особенности разномасштабных потоков при оценке коэффициентов.

21 Отобранные для сравнения методы можно объединить в четыре группы, принципиально различные с точки зрения подхода к построению регрессионной модели: 1) методы взвешенной регрессии среднего; 2) линей-ные модели регрессии среднего с учетом особенностей априорного распределения; 3) модели регрессии заданного квантиля; 4) нелинейные модели регрессии.

22 Рассмотренные подходы относятся к различным классам методов эконометрического анализа (главное раз-личие между классами – постановка задачи оптимизации, лежащей в основе оценивания – минимизация взве-шенной / невзвешенной суммы квадратов ошибок, максимизация функции правдоподобия и т.д.), поэтому единого (сопоставимого!) статистического критерия для измерения качества подгонки моделью исходных данных для них не существует. В связи с этим в таблицe с оценками, помимо коэффициентов при перемен-ных, их робастных стандартных ошибок, а также уровней значимости, включены только число наблюдений для каждой отдельно взятой модели, а также значения логарифма правдоподобия для ряда методов.


88

Табл

иц

а 1

Сра

вни

тель

ная

хар

акте

рист

ика

мет

одов

эко

ном

етри

ческ

ого

анал

иза

, отв

ечаю

щи

х за

даче

мод

ели

рова

ни

я вз

аим

ны

х то

ргов

ых

пото

ков

(аль

терн

ати

вы с

тан

дарт

ном

у м

етод

у н

аим

еньш

их

квад

рато

в)Группа методов

Наз

вани

е ме

тода

Хар

акте

рист

ики

мето

да

Лин

ейно

сть

по п

арам

етра

м Ус

тойч

ивос

ть (р

обас

т-но

сть)

к ге

теро

скед

а-ст

ично

сти*

Реш

ение

про

блем

ы у

чета

ме

лких

пот

оков

в lo

g-lo

g-сп

ециф

икац

ии м

одел

и

Осо

бенн

ости

мет

ода**

Дос

тоин

ства

Нед

оста

тки

12

34

67

8

Модели взвешенной ре-грессии среднего

Взв

ешен

ный

МН

К

(wei

ghte

d le

ast

squa

res)

Лин

ейна

Част

ично

(зав

исит

от

вы

бран

ного

вес

а)Тр

ебуе

т мо

дифи

каци

и за

виси

мой

пере

менн

ойИ

спол

ьзов

ание

вес

ов п

озво

-ля

ет у

чест

ь ди

ффер

енци

ацию

по

токо

в по

мас

шта

бу в

про

-це

ссе

пост

роен

ия о

цено

к ко

эффи

циен

тов,

а т

акж

е бо

-ро

ться

с п

робл

емой

вы

брос

ов

(гла

вны

м об

разо

м –

роба

стна

я ре

грес

сия)

Про

цеду

ра в

звеш

иван

ия

не п

озво

ляет

в п

олно

й ме

ре э

лими

ниро

вать

пр

обле

му у

сред

ненн

ого

эффе

кта

оцен

ок, ч

то п

ри-

води

т к

высо

кому

шум

у пр

и пр

овед

ении

out

-of-

sam

ple-

оцен

ки

Дос

тупн

ый

обоб

щен

-ны

й М

НК

(fea

sibl

e ge

nera

l lea

st sq

uare

s)

Осн

овна

я ре

грес

сия

– ли

ней-

на, р

егре

ссия

для

ош

ибок

–

лине

йна

/ нел

иней

на

Част

ично

(зав

исит

от

спе

цифи

каци

и фу

нкци

и ош

ибок

)

Треб

ует

моди

фика

ции

зави

симо

й пе

реме

нной

Роба

стна

я ре

грес

сия

(rob

ust r

egre

ssio

n)Л

иней

наД

аТр

ебуе

т мо

дифи

каци

и за

виси

мой

пере

менн

ой

12

34

67

8

Линейные модели регрессии среднего с учетом особенностей априорного распределения

Усеч

енна

я ре

грес

сия

(trun

cate

d re

gres

sion

)Л

иней

наН

етД

а-

-

Тоби

т-мо

дель

(tob

it re

gres

sion

)Л

иней

на

Нет

Да

-

Не

позв

оляе

т ра

здел

ить

факт

оры

цен

зури

рова

-ни

я вы

борк

и и

факт

оры

ув

елич

ения

мас

шта

ба

сущ

еств

ующ

их т

орго

вых

пото

ков

Мод

ель

Хек

мана

23

(Hec

kman

sam

ple-

se-

lect

ion

mod

el, t

wos

tep)

Осн

овна

я ре

грес

сия

– ли

нейн

а, р

егре

ссия

для

ош

ибок

– л

иней

на /

нели

нейн

а

Нет

Да

Поз

воля

ет р

азде

лить

фак

торы

на

чала

тор

говл

и и

факт

оры

ув

елич

ения

мас

шта

ба у

же

сущ

еств

ующ

их т

орго

вых

по-

токо

в. Н

е тр

ебуе

т ис

кусс

твен

-но

го у

сече

ния

расп

реде

лени

я

Вы

сока

я чу

вств

ител

ь-но

сть

резу

льта

тов

моде

ли

к вы

полн

ению

апр

иорн

ых

пред

посы

лок

(нор

маль

-но

сть

расп

реде

лени

я и

нали

чие

корр

еляц

ии

ошиб

ок о

снов

ного

и в

спо-

мога

тель

ного

ура

внен

ий)

23 В статье рассмотрена двухшаговая процедура оценки модели Хекмана.


89

24 В статье рассмотрен вариант медианной регрессии с робастными стандартными ошибками, оце-ненными при помощи бутстрапирования.

12

34

67

8

Модели регрессии заданного квантиляМ

едиа

нная

рег

рес-

сия

(med

ian

regr

essi

on)24

Лин

ейна

Нет

Треб

ует

моди

фика

ции

зави

симо

й пе

реме

нной

Поз

воля

ет э

лими

ниро

вать

пр

обле

му в

ыбр

осов

при

вы

-бо

ре ц

ентр

а ре

грес

сии

Про

блем

а ус

редн

енно

го

эффе

кта

снов

а во

зник

ает

при

пров

еден

ии o

ut-o

f-sa

mpl

e-оц

енки

Ква

нтил

ьная

ре

грес

сия,

од

новр

емен

ная

оцен

ка п

о за

данн

ым

кван

тиля

м (s

imul

tane

-ou

s qua

ntile

regr

essi

on)

Лин

ейна

Нет

Треб

ует

моди

фика

ции

зави

симо

й пе

реме

нной

Поз

воля

ет у

чест

ь ди

ффер

ен-

циац

ию п

оток

ов п

о ма

сшта

бу,

разд

елив

для

них

чис

ленн

ые

эффе

кты

; вы

сока

я то

чнос

ть

out-o

f-sa

mpl

e-оц

енки

(при

на

личи

и ин

форм

ации

о т

ом,

в ка

кой

кван

тиль

рас

пред

еле-

ния

попа

дает

наб

люде

ние)

Вы

сока

я чу

вств

ител

ь-но

сть

резу

льта

тов

out-o

f-sa

mpl

e-оц

енки

к

опре

деле

нию

ква

нтил

я ра

спре

деле

ния,

в к

отор

ый

попа

дает

наб

люде

ние.

П

ри н

екор

рект

ном

вы-

боре

ква

нтил

я вы

сока

ве

роят

ност

ь зн

ачит

ельн

о-го

шум

а

Нелинейные модели регрессии

Регр

есси

я П

уасс

она

(PPM

L –

Pois

son

pseu

-do

-max

imum

like

lihoo

d es

timat

ion)

Нел

иней

наД

аД

а–

–

Нел

иней

ный

МН

К

(non

-line

ar le

ast

squa

res)

Нел

иней

наН

етД

а–

Неэ

ффек

тивн

ая п

роце

ду-

ра в

звеш

иван

ия н

аблю

де-

ний

при

пост

роен

ии о

це-

нок

(нел

иней

ный

МН

К:

завы

шае

тся

вес

набл

ю-

дени

й с

высо

кой

дисп

ер-

сией

; гам

ма-р

егре

ссия

: за

ниж

аетс

я ве

с на

блю

де-

ний

с вы

соки

м ур

овне

м ус

ловн

ого

сред

него

). П

ричи

на –

апр

иорн

ая

пред

посы

лка

о ра

венс

тве

дисп

ерси

и и

усло

вног

о ср

едне

го

Гамм

а-ре

грес

сия

(GPM

L –

gam

ma

pseu

-do

-max

imum

like

lihoo

d es

timat

ion)

Нел

иней

наД

аД

а–

*М

етод

ы н

е ро

баст

ны

е к

гете

роск

едас

тичн

ости

, ста

нда

ртн

ые

оши

бки

рас

счи

тыва

лись

с п

рим

енен

ием

про

цеду

ры к

орре

кци

и.

**В

ыде

лен

ы т

ольк

о те

осо

бен

нос

ти м

етод

ов, к

отор

ые

важ

ны

для

ан

али

за э

кспо

ртн

о-и

мпо

ртн

ых

пото

ков

в со

отве

тств

ии

с г

рави

таци

онн

ой м

одел

ью и

не

отра

жен

ы в

дру

гих

ячей

ках

табл

ицы

. Ист

очни

к: с

оста

влен

о ав

тора

ми

.

Око

нчан

ие

табл

иц

ы 1


90

4. Характеристика исходных данныхОценивание гравитационной модели проведено по выборке

регионов России25. В качестве единицы анализа выступает торговый поток26 из региона i в регион j в 2012 г. (источник данных – Форма 1-вывоз «Сведения о вывозе продукции (товаров)» за 2013 г.), встреч-ные торговые потоки считаются разными наблюдениями.

На предварительном этапе анализа была проведена фильтра-ция исходной выборки, в результате которой из рассмотрения исклю-чены торговые потоки, статистические данные по которым с боль-шой вероятностью имеют искажения (были исключены поставки из Республики Ингушетия, Чеченской Республики, а также Чукотского автономного округа). База данных объясняющих показателей состав-лена в соответствии с мировым и российским опытом построения гравитационных моделей и включает следующие группы показателей (табл. 2): удаленность региона от потенциальных торговых партне-ров27; масштаб региона; благосостояние населения в регионе; уровень урбанизации (прокси-доля городского населения) в регионе28.

Исходные данные для формирования объясняемого показа-теля представлены в разбивке дробных товарных групп (всего 161 товарная группа), которые впоследствии агрегированы в 23 укрупнен-ные товарные группы29 с общим охватом объема выпуска около 73% аналогичного показателя по полному кругу предприятий в целом по России. В ходе построения модели из анализа были исключены мине-ральные продукты и нефтепродукты, остальные товары агрегированы в единый совокупный торговый поток товаров обрабатывающей про-мышленности – именно он является единицей наблюдения в ходе эко-нометрического моделирования30. В результате охват выборки соста-вил около 70% общероссийского выпуска.

25 За исключением Ненецкого, Ханты-Мансийского и Ямало-Ненецкого автономных округов в связи с отсут-ствием данных по объему поставок товаров и услуг в другие регионы России.

26 Внутренние обороты регионов также включены в анализ.27 В рамках этой группы была протестирована, однако не привела к значимому улучшению результатов модели,

так называемая переменная «многостороннего сопротивления», отражающая относительное преимущество переключения регионов на торговлю с другим партнером в связи с наличием торговых барьеров, относи-тельно меньшими издержками транспортировки товаров и др. Следует отметить, что данная переменная достаточно широко применяется в литературе – в частности, она существенно повлияла на пересмотр раз-мера эффекта «загадки границы» (Anderson, Wincoop, 2003). Однако в рамках нашей задачи ее слабый вклад обусловлен тем, что между регионами России на агрегированном уровне анализа трудно выявить наличие торговых барьеров (кардинально иная ситуация описана, например, в работе (Каукин, Идрисов, 2013), где моделировалась торговля регионов России с соседними государствами, в распоряжении авторов имелись детализированные данные о движении товаров через конкретные пропускные пункты). Соответственно, роль переменной многостороннего сопротивления в этом случае сводится лишь к уточнению влияния гео-графического расстояния на взаимную торговлю, при этом согласно нашим результатам это уточнение ока-залось несущественным.

28 При прочих равных: чем выше уровень урбанизации в регионе, тем более развита инфраструктура региона и тем ниже издержки перемещения и транспортировки товаров и услуг.

29 Продукты питания; табачные изделия; минеральные продукты (кроме ТЭК); минеральные продукты ТЭК; продукты основной химии (без удобрений); фармацевтика; удобрения; краски и лаки; косметика; бытовая химия; каучук, резина и изделия из них; древесина и изделия из нее, полиграфия; стройматериалы; стекло и изделия из него; жемчуг, драгоценные камни и металлы; черные металлы; изделия из черных металлов; машины и оборудование; электрооборудование; железнодорожная техника; транспортные средства; легкая промышленность; прочее (мебель и др.).

30 Следует отметить, что использование товаров обрабатывающей промышленности (с исключением нефтепе-реработки) во многом обеспечивает элиминирование возможного смещения оценок из-за наличия торговых потоков по нерыночным ценам, так как такого рода цены, как правило, характерны для поставок наименее обработанного сырья в начале производственных цепочек.


91

Табл

иц

а 2

Груп

пиро

вка

объя

сняю

щи

х по

каза

теле

й г

рави

таци

онн

ой м

одел

и м

ежре

гион

альн

ых

торг

овы

х по

токо

в

Груп

па п

оказ

ател

ейН

азва

ние

пока

зате

ля

Пре

дпол

агае

мое

влия

ние

на о

бъем

вза

имно

й то

ргов

ли р

егио

нов

Ист

очни

к да

нны

хЗн

акП

оясн

ение

(гип

отез

а)Д

ля

реги

она i

Для

ре

гион

а j

Удал

енно

сть

реги

она

От

друг

их р

егио

нов

Росс

ии

Эко

номи

ческ

ое р

асст

ояни

е ме

жду

рег

иона

ми

(сре

днев

звеш

енно

е из

рас

стоя

ний

меж

ду

насе

ленн

ыми

пун

ктам

и i и

рег

иона

j, в

еса

– чи

слен

ност

ь на

селе

ния)

–В

ысо

кие

изде

ржки

пер

емещ

ения

и

тран

спор

тиро

вки

Исх

одны

е да

нны

е –

Росс

тат;

рас

четы

ав

торо

вО

т за

рубе

жны

х ст

ран

Взв

ешен

ное

числ

енно

стью

нас

елен

ия с

редн

ее р

ас-

стоя

ние

от р

егио

на д

о за

рубе

жны

х ст

ран

++

Сра

внит

ельн

ые

преи

мущ

еств

а вн

у-тр

енне

й то

ргов

лиВ

звеш

енно

е чи

слен

ност

ью н

асел

ения

рас

стоя

ние

от р

егио

на д

о бл

ижай

шей

зару

беж

ной

стра

ны+

+

Взв

ешен

ное

числ

енно

стью

нас

елен

ия р

асст

ояни

е от

рег

иона

до

5 бл

ижай

ших

зару

беж

ных

стра

н+

+

Разм

ер р

егио

наЧи

слен

ност

ь на

селе

ния

реги

она

++

Эфф

ект

масш

таба

Росс

тат

Мас

шта

б эк

оном

ики

реги

она

ВРП

рег

иона

++

/ –«+

»: э

ффек

т ма

сшта

ба;

«–»:

сра

внит

ельн

ые

преи

мущ

еств

а вн

утре

ннег

о пр

оизв

одст

ва

Росс

тат

Объ

ем п

ромы

шле

нног

о пр

оизв

одст

ва в

рег

ионе

++

/ –Ба

за д

анны

х БИ

Р-А

нали

тик

Благ

осос

тоян

ие н

асел

ения

в р

е-ги

оне

ВРП

на

душ

у в

реги

оне

+ / –

+ / –

Эфф

ект

масш

таба

(пов

ыш

енны

й вн

утре

нний

спр

ос)

Росс

тат

Объ

ем п

ромы

шле

нног

о пр

оизв

одст

ва к

рупн

ых

и ср

едни

х пр

едпр

ияти

й на

душ

у на

селе

ния

реги

-он

а+

+ / –

«+»:

эфф

ект

масш

таба

; «–

»: с

равн

ител

ьны

е пр

еиму

щес

тва

внут

ренн

его

прои

звод

ства

Исх

одны

е да

нны

е –

БИР-

Ана

лити

к; р

ас-

четы

авт

оров

Степ

ень

экон

омич

еско

й са

мост

оя-

тель

ност

и ре

гион

аД

оля

обра

баты

ваю

щей

про

мыш

ленн

ости

в В

РП

реги

она

+ / –

+ / –

«+»:

эфф

ект

масш

таба

; «–

»: с

равн

ител

ьны

е пр

еиму

щес

тва

внут

ренн

его

прои

звод

ства

Росс

тат

Уров

ень

урба

низа

ции

в ре

гион

еД

оля

горо

дско

го н

асел

ения

в р

егио

не+

+Ра

звит

ость

рег

иона

Росс

тат

Ист

очни

к: с

оста

влен

о ав

тора

ми

.


92

5. Результаты5.1. Результаты оценки гравитационной моделиСледуя принятой методологии, гравитационная модель торго-

вых потоков между регионами России была оценена при помощи 12 различных методов (обычный МНК31 и 11 альтернативных методов). Прежде чем переходить к описанию результатов, необходимо сделать несколько методологических комментариев.

При оценке модели методом взвешенного МНК, а также обоб-щенного доступного МНК было протестировано два способа взве-шивания: 1) объемами торговых потоков, 2) квадратами объемов торговых потоков. Выбор весов обусловлен таким свойством оценок гравитационных моделей, как нелинейность функции ошибок по раз-меру торгового потока. Данная особенность неоднократно отмечалась в литературе (см., например, (Herrera, 2010)), в частности, она явля-ется одной из причин отказа от линейных методов эконометриче-ского анализа при построении гравитационных моделей. Взвешенный МНК, а также доступный обобщенный МНК, хоть и относятся к классу методов, линейных по параметрам, однако предполагают возмож-ность коррекции заранее определенного типа (в рамках взвешенного МНК – взвешивание значениями переменной, подозреваемой на источник нелинейности ошибок, в рамках доступного обобщенного МНК – непосредственно спецификация функции ошибок).

В рамках модели Хекмана в качестве факторов в уравнении отбора выступают: экономическое расстояние между регионами (лога-рифм), ВРП на душу населения в регионах i и j (логарифмы), а также средневзвешенное расстояние от региона j до пяти ближайших зару-бежных стран (логарифм). Выбор факторов обусловлен содержатель-ными гипотезами (как правило, в число ненаблюдаемых попадают торговые потоки несущественно малого объема); все факторы пока-зали высокий уровень значимости в модели; знаки коэффициентов как в основном уравнении, так и в уравнении отбора отвечают апри-орным предположениям о направлении влияния на результирующий показатель.

По результатам анализа в число факторов роста торговых пото-ков между регионами России вошли: 1) показатели масштаба эконо-мики региона, 2) показатели удаленности региона от других регионов и зарубежных стран, 3) показатели экономической самостоятельно-сти32 региона (табл. 3). Знаки коэффициентов отвечают априорным предположениям относительно их влияния на объем межрегиональ-ных поставок. Как показал анализ, при варьировании метода оцени-вания модели коэффициенты при основных переменных итоговой спецификации остаются относительно стабильными (исключение составляют, как правило, тобит-модель и нелинейный МНК с менее

31 Несмотря на отмеченные выше недостатки МНК, мы приводим оценки МНК наряду с другими методами, для того чтобы сравнить результаты (в частности, насколько изменятся коэффициенты).

32 Под экономической самостоятельностью понимается способность региона обеспечивать себя товарами обрабатывающей промышленности. Используя данный показатель, мы, кроме того, имеем возможность отделить закономерности торговли обрабатывающих регионов от закономерностей торговли добывающих регионов.


93

Табл

иц

а 3

Рез

ульт

аты

оце

нки

гра

вита

цион

ной

мод

ели

тор

говл

и м

ежду

рег

ион

ами

Рос

сии

Объ

ясня

ющ

ие п

ерем

енны

е

Резу

льти

рую

щая

пер

емен

ная:

объ

ем п

оста

вок

това

ров

из р

егио

на i

в ре

гион

j

(1)

(2.1

)(2

.2)

(3)

(4)

(5)

(6)

(7)

(8)

(9.1

)(9

.2)

(10)

Мет

од о

ценк

и

Обы

чны

й М

НК

Взв

ешен

ный

МН

К

Роба

стна

я ре

грес

сия

Мед

ианн

ая

регр

есси

яМ

одел

ь Х

екма

на

Мод

ель

КМ

П

Пуа

ссон

а

Усеч

енна

я ре

грес

сия

Тоби

т-мо

-де

ль

Дос

тупн

ый

обоб

щен

ный

МН

КГа

мма-

ре-

грес

сия

(КМ

П)

Вес

– о

бъем

то

ргов

ого

пото

ка

Вес

– к

ва-

драт

объ

ема

торг

овог

о по

тока

Вес

– о

бъем

то

ргов

ого

пото

ка

Вес

– к

ва-

драт

объ

ема

торг

овог

о по

тока

Удал

енно

сть

реги

она

от д

руги

х ре

гион

ов и

зару

беж

ных

стра

н

Эко

номи

ческ

ое р

асст

ояни

е ме

жду

рег

иона

ми, л

огар

ифм

–0,9

2***

(0

,02)

–0,3

84**

* (0

,02)

–0,5

52**

* (0

,018

)–0

,88*

**

(0,0

18)

–0,8

85**

* (0

,024

)–0

,71*

**

(0,0

28)

–0,4

58**

* (0

,023

)-0

,92*

**

(0,0

2)-1

,488

***

(0,0

49)

-0,9

43**

* (0

,02)

0 (0

,003

)-0

,974

***

(0,0

49)

Взв

ешен

ное

числ

енно

стью

на-

селе

ния

сред

нее

расс

тоян

ие о

т ре

гион

а i д

о за

рубе

жны

х ст

ран,

ло

гари

фм

3,32

6***

(0

,606

)9,

99**

* (2

,905

)4,

986*

**

(1,0

57)

3,00

9***

(0

,458

)2,

451*

**

(0,7

58)

3,84

7***

(0

,483

)4,

724*

* (2

,064

)3,

324*

**

(0,6

05)

-2,8

66**

* (1

,056

)3,

357*

**

(0,6

04)

-0,0

22

(0,0

92)

5,86

3***

(0

,77)

Взв

ешен

ное

числ

енно

стью

на-

селе

ния

сред

нее

расс

тоян

ие о

т ре

гион

а j д

о за

рубе

жны

х ст

ран,

ло

гари

фм

7,57

1***

(0

,466

)–1

,14

(1,6

46)

4,48

5***

(0

,515

)7,

144*

**

(0,3

53)

7,39

3***

(0

,592

)7,

838*

**

(0,3

8)3,

095*

**

(0,8

87)

7,57

***

(0,4

65)

12,7

61**

* (0

,873

)7,

67**

* (0

,465

)–0

,038

(0

,06)

5,56

4***

(0

,615

)

Мас

шта

б эк

оном

ики

реги

она

Числ

енно

сть

насе

лени

я ре

гион

а i,

лога

рифм

1,39

2***

(0

,034

)0,

512*

**

(0,1

14)

0,97

1***

(0

,051

)1,

373*

**

(0,0

31)

1,37

3***

(0

,044

)1,

385*

**

(0,0

35)

0,69

9***

(0

,093

)1,

392*

**

(0,0

34)

2,27

1***

(0

,061

)1,

401*

**

(0,0

34)

0,00

1 (0

,004

)1,

305*

**

(0,0

62)

Числ

енно

сть

насе

лени

я ре

гион

а j,

лога

рифм

1,63

2***

(0

,036

)1,

366*

**

(0,0

88)

1,41

6***

(0

,053

)1,

615*

**

(0,0

28)

1,65

5***

(0

,028

)1,

576*

**

(0,0

31)

1,41

2***

(0

,087

)1,

632*

**

(0,0

36)

2,46

8***

(0

,065

)1,

632*

**

(0,0

36)

0,00

2 (0

,005

)1,

298*

**

(0,0

45)

Степ

ень

экон

омич

еско

й са

мост

ояте

льно

сти

реги

она

Дол

я об

раба

тыва

ющ

ей

пром

ыш

ленн

ости

в В

РП

реги

она i,

лога

рифм

1,26

9***

(0

,049

)0,

716*

**

(0,1

26)

0,92

1***

(0

,058

)1,

231*

**

(0,0

39)

1,28

1***

(0

,044

)1,

222*

**

(0,0

43)

0,96

4***

(0

,142

)1,

269*

**

(0,0

49)

3,06

3***

(0

,08)

1,26

2***

(0

,049

)0,

016*

* (0

,008

)1,

419*

**

(0,0

76)

Конс

тант

а–9

6,41

8***

(6

,75)

–72,

64**

* (1

7,54

3)–8

1,34

1***

(1

0,68

6)–8

9,93

1***

(4

,954

)–8

7,38

***

(8,0

71)

–103

,986

***

(5,4

39)

–65,

319*

**

(18,

751)

–96,

395*

**

(6,7

5)–9

4,09

7***

(1

2,45

)–9

7,47

3***

(6

,714

)14

,931

***

(0,9

88)

–96,

305*

**

(7,5

91)

Числ

о на

блю

дени

й50

6750

6750

6750

6750

6761

6061

6050

6761

6050

6744

3061

60

Лога

рифм

пра

вдоп

одоб

ия

(кон

стан

та)

–12

227

–10

710

–11

409

——

—–2

,520

e +

10—

–17

658

–12

174

1079

8—

Лога

рифм

пра

вдоп

одоб

ия

(мод

ель)

–983

1–6

607

–795

5—

——

–4,3

80e

+ 09

–983

1–1

4 32

3–9

823

1093

2-7

8968


94

Око

нчан

ие

табл

иц

ы 3

Объ

ясня

ющ

ие п

ерем

енны

е

Резу

льти

рую

щая

пер

емен

ная:

объ

ем п

оста

вок

това

ров

из р

егио

на i

в ре

гион

j

(11)

(12.

1)(1

2.2)

(12.

3)(1

2.4)

(12.

5)(1

2.6)

(12.

7)(1

2.8)

(12.

9)

Мет

од о

ценк

и

Нел

иней

ный

МН

К

Ква

нтил

ьная

рег

ресс

ия, о

днов

реме

нная

оце

нка

по д

ецил

ям р

аспр

едел

ения

объ

ема

меж

реги

онал

ьны

х по

став

ок

10%

20%

30%

40%

50%

60%

70%

80%

90%

Удал

енно

сть

реги

она

от д

руги

х ре

гион

ов и

зару

беж

ных

стра

н

Эко

номи

ческ

ое р

асст

ояни

е ме

жду

рег

иона

ми, л

огар

ифм

–0,3

28**

* (0

,048

)–0

,955

***

(0,0

46)

–0,9

42**

* (0

,037

)–0

,929

***

(0,0

29)

–0,9

01**

* (0

,027

)–0

,885

***

(0,0

15)

–0,8

75**

* (0

,021

)–0

,823

***

(0,0

18)

–0,7

87**

* (0

,022

)–0

,718

***

(0,0

33)

Взв

ешен

ное

числ

енно

стью

нас

елен

ия с

редн

ее р

асст

оя-

ние

от р

егио

на i

до за

рубе

жны

х ст

ран,

лог

ариф

м12

,408

**

(5,1

3)2,

067**

(1

,05)

2,55

***

(0,6

27)

3,15

8***

(0,7

7)2,

851**

* (0

,845

)2,

451**

* (0

,621

)2,

452**

* (0

,592

)2,

835**

* (0

,671

)2,

999**

* (0

,715

)4,

685**

* (1

,01)

Взв

ешен

ное

числ

енно

стью

нас

елен

ия с

редн

ее р

асст

оя-

ние

от р

егио

на j

до за

рубе

жны

х ст

ран,

лог

ариф

м–5

,064

(4

,333

)8,

952**

* (0

,965

)8,

46**

* (0

,935

)8,

472**

* (0

,881

)7,

886**

* (0

,441

)7,

393**

* (0

,532

)7,

235**

* (0

,499

)6,

462**

* (0

,463

)5,

947**

* (0

,459

)5,

165**

* (0

,536

)

Мас

шта

б эк

оном

ики

реги

она

Числ

енно

сть

насе

лени

я ре

гион

а i,

лога

рифм

0,74

2**

(0,2

96)

1,78

7***

(0,0

95)

1,61

5***

(0,0

49)

1,55

***

(0,0

43)

1,46

8***

(0,0

44)

1,37

3***

(0,0

42)

1,29

6***

(0,0

29)

1,23

6***

(0,0

4)1,

202**

* (0

,035

)1,

131**

* (0

,037

)

Числ

енно

сть

насе

лени

я ре

гион

а j,

лога

рифм

1,55

8***

(0,1

99)

2,05

3***

(0,0

6)1,

911**

* (0

,037

)1,

811**

* (0

,033

)1,

728**

* (0

,027

)1,

655**

* (0

,025

)1,

581**

* (0

,025

)1,

514**

* (0

,033

)1,

409**

* (0

,035

)1,

316**

* (0

,033

)

Уров

ень

экон

омич

еско

й са

мост

ояте

льно

сти

реги

она

Дол

я об

раба

тыва

ющ

ей п

ромы

шле

ннос

ти в

ВРП

ре

гион

а i,

лога

рифм

1,47

5**

(0,5

9)1,

517**

* (0

,064

)1,

468**

* (0

,055

)1,

403**

* (0

,061

)1,

355**

* (0

,053

)1,

281**

* (0

,043

)1,

199**

* (0

,036

)1,

135**

* (0

,047

)1,

144**

* (0

,043

)0,

936**

* (0

,07)

Конс

тант

а–6

2,43

7* (3

2,19

4)–1

04,8

29**

* (1

1,96

)–1

01,7

45**

* (9

,614

)–1

05,6

18**

* (9

,823

)–9

6,51

7***

(7,7

12)

–87,

38**

* (5

,532

)–8

4,8**

* (5

,182

)–8

0,54

1***

(5,9

05)

–76,

3***

(6,5

28)

–83,

206**

* (1

0,31

5)

Числ

о на

блю

дени

й61

6050

6750

6750

6750

6750

6750

6750

6750

6750

67

Лога

рифм

пра

вдоп

одоб

ия (к

онст

анта

)—

——

——

——

——

—

Лога

рифм

пра

вдоп

одоб

ия (м

одел

ь)-1

0485

7-

--

--

--

--

Пр

им

ечан

ие.

В т

абли

це с

им

вола

ми

«**

* », «

**»

и «

* » об

озн

ачен

ые

оцен

ки з

нач

им

ы н

а 1-

, 5- и

10%

-ном

уро

внях

соо

твет

стве

нн

о. В

ско

бках

ука

зан

ы и

х ро

баст

ны

е ст

анда

ртн

ые

оши

бки

.

Ист

очни

к: р

асче

ты а

втор

ов.


95

стабильными коэффициентами; см. рис. 2–7, где приведены коэффи-циенты при основных переменных гравитационной модели торговли между регионами России, без учета модели, оцененной доступным ОМНК (FGLS), взвешенным квадратами объемов торговых потоков). Наиболее сильную волатильность (для ряда методов – кратное разли-чие) показывают коэффициенты при средневзвешенном расстоянии от регионов до стран-конкурентов. Имея в виду тот факт, что при этом большая часть оценок остается в значимой области, данный эффект объясняется особенностями подгонки фактического распределения торговых потоков.

Окончательный выбор метода, подходящего для построения гравитационной модели по регионам России, осуществлялся на основа-нии максимального соответствия фактических и модельных значений совокупных объемов поставок продукции за пределы региона (табл. 4). Как показал анализ, за исключением версии доступного обобщенного МНК с весовой переменной – квадратом объема торговых потоков – остальные методы демонстрируют высокое качество подгонки распре-

0

2

4

6

8

10

12

14

16

18

20%

-1,6

-1,4

-1,2

-1

- 0,8

- 0,6

-0,4

- 0,2

0

NLS

WO

LS, в

ес–

объе

м по

тока

GPM

L

POIS

SON

SQR

EG, q

10%

SQR

EG, q

90%

HEC

KM

AN

SQR

EG, q

20%

WO

LS, в

ес–к

вадр

ат

о

бъем

а пот

ока

TOB

IT

SQR

EG, q

30%

SQR

EG, q

40%

SQR

EG, q

80%

BSQ

REG OLS

RO

BU

ST

TRU

NCR

EGFG

LS, в

ес-

объе

м по

тока

SQR

EG, q

50%

SQR

EG, q

60%

SQR

EG, q

70%

Коэффициент P- value

Рис. 2

Экономическое расстояние между регионами

Примечание. На риc. 2–7 приняты следующие условные обозначения: OLS – обычный МНК, WOLS – взвешенный МНК, ROBUST – робастная регрессия, BSQREG – медианная регрессия (стандартные ошибки оценены с помощью бутстрапирования), HECKMAN – модель Хекмана (двухшаговая процедура), POISSON – модель псевдомаксимального правдоподобия Пуассона, TRUNCREG – усеченная регрессия, TOBIT – тобит-модель, FGLS – доступный обобщенный МНК, GPML – гамма-регрессия (псевдомаксимальное правдоподобие), NLS – нелинейный МНК, SQREG – квантильная регрессия, одновре-менная оценка модели по децилям исходного распределения объема межрегиональных поставок.

Око

нчан

ие

табл

иц

ы 3

Объ

ясня

ющ

ие п

ерем

енны

е

Резу

льти

рую

щая

пер

емен

ная:

объ

ем п

оста

вок

това

ров

из р

егио

на i

в ре

гион

j

(11)

(12.

1)(1

2.2)

(12.

3)(1

2.4)

(12.

5)(1

2.6)

(12.

7)(1

2.8)

(12.

9)

Мет

од о

ценк

и

Нел

иней

ный

МН

К

Ква

нтил

ьная

рег

ресс

ия, о

днов

реме

нная

оце

нка

по д

ецил

ям р

аспр

едел

ения

объ

ема

меж

реги

онал

ьны

х по

став

ок

10%

20%

30%

40%

50%

60%

70%

80%

90%

Удал

енно

сть

реги

она

от д

руги

х ре

гион

ов и

зару

беж

ных

стра

н

Эко

номи

ческ

ое р

асст

ояни

е ме

жду

рег

иона

ми, л

огар

ифм

–0,3

28**

* (0

,048

)–0

,955

***

(0,0

46)

–0,9

42**

* (0

,037

)–0

,929

***

(0,0

29)

–0,9

01**

* (0

,027

)–0

,885

***

(0,0

15)

–0,8

75**

* (0

,021

)–0

,823

***

(0,0

18)

–0,7

87**

* (0

,022

)–0

,718

***

(0,0

33)

Взв

ешен

ное

числ

енно

стью

нас

елен

ия с

редн

ее р

асст

оя-

ние

от р

егио

на i

до за

рубе

жны

х ст

ран,

лог

ариф

м12

,408

**

(5,1

3)2,

067**

(1

,05)

2,55

***

(0,6

27)

3,15

8***

(0,7

7)2,

851**

* (0

,845

)2,

451**

* (0

,621

)2,

452**

* (0

,592

)2,

835**

* (0

,671

)2,

999**

* (0

,715

)4,

685**

* (1

,01)

Взв

ешен

ное

числ

енно

стью

нас

елен

ия с

редн

ее р

асст

оя-

ние

от р

егио

на j

до за

рубе

жны

х ст

ран,

лог

ариф

м–5

,064

(4

,333

)8,

952**

* (0

,965

)8,

46**

* (0

,935

)8,

472**

* (0

,881

)7,

886**

* (0

,441

)7,

393**

* (0

,532

)7,

235**

* (0

,499

)6,

462**

* (0

,463

)5,

947**

* (0

,459

)5,

165**

* (0

,536

)

Мас

шта

б эк

оном

ики

реги

она

Числ

енно

сть

насе

лени

я ре

гион

а i,

лога

рифм

0,74

2**

(0,2

96)

1,78

7***

(0,0

95)

1,61

5***

(0,0

49)

1,55

***

(0,0

43)

1,46

8***

(0,0

44)

1,37

3***

(0,0

42)

1,29

6***

(0,0

29)

1,23

6***

(0,0

4)1,

202**

* (0

,035

)1,

131**

* (0

,037

)

Числ

енно

сть

насе

лени

я ре

гион

а j,

лога

рифм

1,55

8***

(0,1

99)

2,05

3***

(0,0

6)1,

911**

* (0

,037

)1,

811**

* (0

,033

)1,

728**

* (0

,027

)1,

655**

* (0

,025

)1,

581**

* (0

,025

)1,

514**

* (0

,033

)1,

409**

* (0

,035

)1,

316**

* (0

,033

)

Уров

ень

экон

омич

еско

й са

мост

ояте

льно

сти

реги

она

Дол

я об

раба

тыва

ющ

ей п

ромы

шле

ннос

ти в

ВРП

ре

гион

а i,

лога

рифм

1,47

5**

(0,5

9)1,

517**

* (0

,064

)1,

468**

* (0

,055

)1,

403**

* (0

,061

)1,

355**

* (0

,053

)1,

281**

* (0

,043

)1,

199**

* (0

,036

)1,

135**

* (0

,047

)1,

144**

* (0

,043

)0,

936**

* (0

,07)

Конс

тант

а–6

2,43

7* (3

2,19

4)–1

04,8

29**

* (1

1,96

)–1

01,7

45**

* (9

,614

)–1

05,6

18**

* (9

,823

)–9

6,51

7***

(7,7

12)

–87,

38**

* (5

,532

)–8

4,8**

* (5

,182

)–8

0,54

1***

(5,9

05)

–76,

3***

(6,5

28)

–83,

206**

* (1

0,31

5)

Числ

о на

блю

дени

й61

6050

6750

6750

6750

6750

6750

6750

6750

6750

67

Лога

рифм

пра

вдоп

одоб

ия (к

онст

анта

)—

——

——

——

——

—

Лога

рифм

пра

вдоп

одоб

ия (м

одел

ь)-1

0485

7-

--

--

--

--

Пр

им

ечан

ие.

В т

абли

це с

им

вола

ми

«**

* », «

**»

и «

* » об

озн

ачен

ые

оцен

ки з

нач

им

ы н

а 1-

, 5- и

10%

-ном

уро

внях

соо

твет

стве

нн

о. В

ско

бках

ука

зан

ы и

х ро

баст

ны

е ст

анда

ртн

ые

оши

бки

.

Ист

очни

к: р

асче

ты а

втор

ов.


96

0

2

4

6

8

10

12

14

16

18

20%

0

0,5

1

1,5

2

2,5

3

3,5

NLS

WO

LS, в

ес–

об

ъем

пото

ка

POIS

SON

SQR

EG, q

90%

WO

LS, в

ес–к

вадр

ат о

бъем

а по

тока G

PML

SQR

EG, q

30%

SQR

EG, q

10%

SQR

EG, q

70%

SQR

EG, q

40%

FGLS

, вес

– об

ъем

пото

ка

OLS

TRU

NC

REG

SQR

EG, q

80%

SQR

EG, q

20%

HEC

KM

AN

BSQ

REG

SQR

EG, q

50%

ROB

UST

SQR

EG, q

60%

TOB

IT


Рис. 3

Доля обрабатывающей промышленности в ВРП региона i

0

2

4

6

8

10

12

14

16

18

20%

-4

-2

0

2

4

6

8

10

12

14

SQR

EG, q

10%

POIS

SON

NLS

TOB

IT

BSQ

REG

SQR

EG, q

40%

WO

LS, в

ес –

объе

м по

тока

SQR

EG, q

50%

SQR

EG, q

20%

SQR

EG, q

30%

SQR

EG, q

60%

SQR

EG, q

80%

SQR

EG, q

70%

SQR

EG, q

90%

WO

LS, в

ес –

ква

драт

объ

ема

пото

ка

TRU

NC

REG OLS

FGLS

, вес

–об

ъем

пото

ка

ROB

UST

GPM

L

HEC

KM

AN

Коэффициент P-value

Рис. 4

Взвешенное численностью населения среднее расстояние от региона i до зарубежных стран


97

0

2

4

6

8

10

12

14

16

18

20%

- 6

- 4

- 2

0

2

4

6

8

10

12

14

WO

LS,

вес

– об

ъем

пото

каN

LS

POIS

SON

WO

LS, в

ес –

SQR

EG, q

20%

GPM

L

SQR

EG, q

10%

SQR

EG, q

30%

SQR

EG, q

90%

BSQ

REG

SQR

EG, q

80%

SQR

EG, q

50%

SQR

EG, q

70%

SQR

EG, q

60%

TOB

IT

OLS

TRU

NC

REG

FGLS

, вес

–

объе

м по

тока

SQR

EG, q

40%

ROB

UST

HEC

KM

AN


квад

рат

объе

ма п

оток

а

Рис. 5

Взвешенное численностью населения среднее расстояние от региона j до зарубежных стран

0

2

4

6

8

10

12

14

16

18

20%

0

0,5

1

1,5

2

2,5

NLS

WO

LS, в

ес –

об

ъем

пото

ка

POIS

SON

SQR

EG, q

10%

WO

LS, в

ес –

ква

драт

GPM

L

SQR

EG, q

70%

SQR

EG, q

90%

BSQ

REG

SQR

EG, q

50%

SQR

EG, q

20%

SQR

EG, q

40%

SQR

EG, q

80%

SQR

EG, q

30%

TOB

IT

OLS

ROB

UST

HEC

KM

AN

TRU

NC

REG

FGLS

, вес

–

объе

м по

тока

SQR

EG, q

60%


объ

ема

пото

ка

Рис. 6

Численность населения региона i


98

деления в целом (не ниже 65%). Наибольший коэффициент корреля-ции модельных и фактических объемов торговли на уровне регионов получен для модели Пуассона – он составляет более 90% (!).

С точки зрения среднего абсолютного отклонения модель-ного объема торговли от фактического – наилучшие результаты полу-чены для взвешенного МНК (вес – квадрат объема торгового потока), модели Пуассона и нелинейного МНК. Наконец, по критерию вели-чины суммарных расхождений между фактическим и модельным объ-

Рис. 8

Суммарный фактический объем поставок регионов и его модельные оценки в соответ-ствии с гравитационной моделью торговли регионов России, млрд руб.

Примечание. Расшифровка условных обозначений приведена в табл. 5.

9 44972 986

16 87712 804

59 34967 109

25 8289 466

73 004200 347

86 35711 458

158 84311 758

59 0820 50 000 100 000 150 000 200 000 250 000

ФактОбычный МНК

Взвешенный МНК - 1 Взвешенный МНК - 2

Робастная регрессияМедианная регрессия

Модель ХекманаМодель КМП Пуассона

Усеченная регрессия Тобит-модель

Доступный обобщенный МНК - 1 Доступный обобщенный МНК -2

Гамма-регрессия (КМП)Нелинейный МНК

Квантильная регрессия

20 034 653 216 млрд руб.

0

2

4

6

8

10

12

14

16

18

20%

0

0,5

1

1,5

2

2,5

3

NLS

WO

LS, в

ес –

об

ъем

пото

ка

POIS

SON

WO

LS, в

ес –

ква

драт

объ

ема

пото

ка

GPM

L

SQR

EG, q

10%

TOB

IT

SQR

EG, q

80% OLS

ROB

UST

BSQ

REG

HEC

KM

AN

TRU

NC

REG

FGLS

, вес

–

объе

м по

тока

SQR

EG, q

20%

SQR

EG, q

30%

SQR

EG, q

40%

SQR

EG, q

50%

SQR

EG, q

60%

SQR

EG, q

70%

SQR

EG, q

90%

Коэффициент P - value

Рис. 7

Численность населения региона j


99

емом торговли уверенно лидирует модель Пуассона (рис. 8). В числе лидеров также – доступный обобщенный МНК (вес – квадрат объема торгового потока), нелинейный МНК и взвешенный МНК. Таким образом, по совокупности критериев наиболее качественные резуль-таты показывает модель Пуассона33 (рис. 9). Условное математическое ожидание оценок объемов торговых потоков в соответствии с грави-тационной моделью, оцененной методом Пуассона, имеет вид

( ) ˆ| e ,ijZ

ij ijE X Z β= (3)

где ijX – стоимостной объем торгового потока из региона i в регион j ;

ijZ – вектор-столбец объясняющих переменных; β̂ – строка оценок коэффициентов

33 Близкие по значениям большинства критериев качества результаты получены для нелинейного МНК, одна-ко такому важному с точки зрения основной задачи исследования показателю, как корреляция фактиче-ского и модельного объема торговли на уровне регионов, нелинейный МНК существенно уступает модели Пуассона.

Таблица 4

Критерии оценки качества гравитационной модели между регионами России

Метод оценивания модели

Коэффициент корре-ляции фактического и модельного объема торговли на уровне

регионов, %

Среднее абсолютное отклонение объема тор-

говли (модельного от фактического), на уров-не регионов, млрд руб.

Справочно:

число наблюдений

число регионов

Обычный МНК 74 846 5 067 77Взвешенный МНК, вес – объем торгового потока 89 103 5 067 77

Взвешенный МНК, вес – квадрат объема торгового потока

84 76 5 067 77

Робастная регрессия 74 671 5 067 77Медианная регрессия 74 770 5 067 77Модель Хекмана 76 252 6 160 77Модель КМП Пуассона 91 44 6 160 77Усеченная регрессия 74 846 5 067 77Тобит-модель 67 260 070 6 160 77Доступный обобщенный МНК, вес – объем торгово-го потока

74 1 017 5 067 77

Доступный обобщенный МНК, вес – квадрат объема торгового потока

35 123 4 430 77

Гамма-регрессия (КМП) 81 1 941 6 160 77Нелинейный МНК 87 63 6 160 77Квантильная регрессия, одновременная оценка по децилям распределения объема межрегиональных поставок

80 650 5 067 77

Источник: расчеты авторов.


100

Табл

иц

а 5

Усло

вны

е об

озн

ачен

ия,

при

нят

ые

на

рис.

9

№

п/п

Реги

он№

п/

пРе

гион

№

п/п

Реги

он№

п/

пРе

гион

1Бе

лгор

одск

ая о

блас

ть21

Арх

анге

льск

ая о

блас

ть41

Став

ропо

льск

ий к

рай

61Ре

спуб

лика

Бур

ятия

2Бр

янск

ая о

блас

ть22

Вол

огод

ская

обл

асть

42Ре

спуб

лика

Баш

корт

оста

н62

Респ

убли

ка Т

ыва

3В

лади

мирс

кая

обла

сть

23Ка

лини

нгра

дска

я об

ласт

ь43

Респ

убли

ка М

арий

Эл

63Ре

спуб

лика

Хак

асия

4В

орон

ежск

ая о

блас

ть24

Лен

ингр

адск

ая о

блас

ть44

Респ

убли

ка М

ордо

вия

64А

лтай

ский

кра

й

5И

вано

вска

я об

ласт

ь25

Мур

манс

кая

обла

сть

45Ре

спуб

лика

Тат

арст

ан65

Заба

йкал

ьски

й кр

ай

6Ка

луж

ская

обл

асть

26Н

овго

родс

кая

обла

сть

46Уд

мурт

ская

Рес

публ

ика

66К

расн

оярс

кий

край

7Ко

стро

мска

я об

ласт

ь27

Пск

овск

ая о

блас

ть47

Чува

шск

ая Р

еспу

блик

а67

Ирк

утск

ая о

блас

ть

8Ку

рска

я об

ласт

ь28

г. С

анкт

-Пет

ербу

рг48

Пер

мски

й кр

ай68

Кеме

ровс

кая

обла

сть

9Л

ипец

кая

обла

сть

29Ре

спуб

лика

Ады

гея

49К

иров

ская

обл

асть

69Н

овос

ибир

ская

обл

асть

10М

оско

вска

я об

ласт

ь30

Респ

убли

ка К

алмы

кия

50H

ижег

ород

ская

обл

асть

70О

мска

я об

ласт

ь

11О

рлов

ская

обл

асть

31К

расн

одар

ский

кра

й51

Оре

нбур

гска

я об

ласт

ь71

Томс

кая

обла

сть

12Ря

занс

кая

обла

сть

32А

стра

ханс

кая

обла

сть

52П

ензе

нска

я об

ласт

ь72

Респ

убли

ка С

аха

(Яку

тия)

13С

моле

нска

я об

ласт

ь33

Вол

гогр

адск

ая о

блас

ть53

Сам

арск

ая о

блас

ть73

Камч

атск

ий к

рай

14Та

мбов

ская

обл

асть

34Ро

стов

ская

обл

асть

54С

арат

овск

ая о

блас

ть74

При

морс

кий

край

15Тв

ерск

ая о

блас

ть35

Респ

убли

ка Д

агес

тан

55Ул

ьяно

вска

я об

ласт

ь75

Хаб

аров

ский

кра

й

16Ту

льск

ая о

блас

ть36

Респ

убли

ка И

нгуш

етия

56Ку

рган

ская

обл

асть

76А

мурс

кая

обла

сть

17Я

росл

авск

ая о

блас

ть37

Каба

рдин

о-Ба

лкар

ская

Рес

публ

ика

57С

верд

ловс

кая

обла

сть

77М

агад

анск

ая о

блас

ть

18г.

Мос

ква

38Ка

рача

ево-

Черк

есск

ая Р

еспу

блик

а58

Тюме

нска

я об

ласт

ь78

Сах

алин

ская

обл

асть

19Ре

спуб

лика

Кар

елия

39Ре

спуб

лика

Сев

ерна

я О

сети

я–А

лани

я59

Челя

бинс

кая

обла

сть

79Ев

рейс

кая

авто

номн

ая о

блас

ть

20Ре

спуб

лика

Ком

и40

Чече

нска

я Ре

спуб

лика

60Ре

спуб

лика

Алт

ай80

Чуко

тски

й ав

тоно

мны

й ок

руг


101

5.2. Результаты оценки экспортно-импортного потенциала стран ЕЭПОпираясь на результаты гравитационной модели, на втором

этапе анализа была проведена оценка экономических эффектов от интеграции в рамках ЕЭП при помощи модели Пуассона.

Под интеграционным эффектом понимается превышение по-тенциального объема торговли между странами над фактическим объ-емом торговли. При этом потенциальный объем торговли рассчиты-вается в соответствии с гравитационной моделью методом Пуассона.

Для России суммарный торговый потенциал представляет собой сумму модельных значений по всем регионам34, умноженную на корректирующий коэффициент охвата выборки (рассчитан как отношение суммарного объема выпуска в российских отраслях обра-батывающей промышленности, по данным Росстата, к объему выпу-ска, по данным Росстата о распределении потоков между регионами). Для оцениваемой выборки корректирующий коэффициент составил 1,73. Коррекция модельных значений на охват необходима для сопо-ставимости оценок потенциала и фактических объемов торговли с Беларусью и Казахстаном (по данным UN Comtrade).

Для Беларуси и Казахстана торговый потенциал представляет собой линейную комбинацию оценок коэффициентов модели и значе-ний основных факторов гравитационного уравнения для соответству-ющих стран.

2345

6

7 89

10

11

1213

14

151617

18

19 2021

2223

24

25

2627

28

29

30

31

32

3334

3537

3839

40

41

42

43 44

45

4647

4849

50

5152

5354

5556

57

58

59

60

61

62

63

64

65

66

67 686970

71

72

73

7475

76

77

78

79

80100

1 000

10 000

100 000

1 000 000

10 000 000

100 1 000 10 000 100 000 1 000 000 10 000 000

Мод

ель,

лог

ариф

миче

ская

шка

ла

Факт, логарифмическая шкала

Рис. 9

Суммарные фактические и модельные (в соответствии с моделью Пуассона) объемы поставок регионов России

34 В том числе не участвовавшим в построении оценок.


102

Формальное обобщение методики оценки интеграционных эффектов при помощи гравитационной модели торговли регионов России:

потенциальный объем экспорта из региона i :ˆ

1 1

ˆ ˆ e ;ijN N

Zi ij

j jX X β

= =

= =∑ ∑ потенциальный объем экспорта из России в Беларусь (Респу-блика Беларусь, РБ) и из России в Казахстан (Республика Ка-захстан, РК):

потенциал роста торговли (интеграционный эффект) из Рос-

сии в Беларусь и из России в Казахстан:

потенциальный объем экспорта из Беларуси в Россию и из

Казахстана в Россию:

потенциал роста торговли (интеграционный эффект) из Бела-

руси в Россию и из Казахстана в Россию:

где X̂ – потенциальный объем экспорта; ijZ – значения объясняющих

переменных для регионов i и j в гравитационной модели торговли

между регионами России, β̂ – значения оценок коэффициентов, полу-

ченные путем оценки гравитационной модели методом Пуассона35, N – число регионов России; X – объем экспорта в 2012 г.

Источником данных о фактическом объеме торговли между странами ЕЭП является статистика по импорту36.

В результате были получены следующие оценки потенциала роста торговли в рамках ЕЭП (табл. 7).

В результате интеграции ожидается значительный (почти четырехкратный) рост экспорта российских товаров обрабатыва-ющей промышленности в Беларусь и Казахстан (соответственно, порядка 39 и 15% ВВП этих стран). Прирост экспорта белорусских товаров в Россию составит порядка 70% (около 16% ВВП Беларуси). Для Казахстана эффект существенно более скромный – ожидается, что

35 Подробнее о факторах, вошедших в итоговую спецификацию гравитационной модели, а также оценках коэффициентов при них см. табл. 3, спецификация 6 (модель КМП Пуассона).

36 Отказ от использования прямых данных об экспорте стран обусловлен следующим обстоятельством. В ходе анализа было обнаружено, что в прямой и зеркальной статистике торговли присутствуют значительные расхождения, при этом такой эффект имеет место не только для оцениваемого 2012 г., но и для других лет (подробнее о расхождениях с данными UN Comtrade о торговле между странами ЕЭП в 2012 г. см. табл. 6). Исследование особенностей статистического учета экспорта странами ЕЭП показало, что в настоящее вре-мя формирование единых стандартов учета данных о торговых потоках еще далеко не завершено, однако опыт других стран (например, США и Канады) показывает, что априори более достоверными считаются данные об импорте из страны-партнера (подробнее см. (Банк России, 2009)).


103

его экспорт в Россию вырастет лишь на 10% (около 0,3% ВВП).Существенный разрыв в масштабах прироста торговли по

встречным потокам отражает перспективные сдвиги в специализации стран ЕЭП. В настоящее время Беларусь специализируется на импорте сырья из России и экспорте продукции обрабатывающей промышлен-ности. В перспективе по мере усиления интеграции данный перекос в торговле устраняется за счет повышения средней степени переработ-ки поставляемых из России в Беларусь товаров. В случае с Казахстаном усиление интеграции будет способствовать замещению импорта из дальнего зарубежья импортом российских товаров, однако встречно-го роста поставок, согласно результатам, не ожидается, что, вероятно,

Таблица 6

Объемы экспортно-импортных потоков в рамках ЕЭП в 2012 г., в соответствии с прямой и зеркальной статистикой37

Поток: (1) → (2)Экспорт, млн руб.

Поток: (1) ← (2)Импорт, млн руб.

по данным (1)




Россия → Беларусь 213 342 306 483 Россия ← Беларусь 395 767 487 813

Россия → Казахстан 312 760 382 964 Россия ← Казахстан 214 743 127 188

Беларусь → Россия 487 813 395 767 Беларусь ← Россия 306 483 213 342

Казахстан → Россия 127 188 214 743 Казахстан ← Россия 382 964 312 760

Беларусь → Казахстан 24 626 20 901 Беларусь ← Казахстан 3582 2780

Казахстан → Беларусь 2780 3582 Казахстан ← Беларусь 20 901 24 626

Источник: база данных UN Comtrade.

37 Объемы торговли в рублях рассчитаны по курсу 31,09 руб./долл.

Таблица 7

Оценки экономических эффектов от торговой интеграции в рамках ЕЭП

Поток

Экономические эффекты от интеграции в рамках ЕЭП*

Рост торговли, раз

Торговый эффект, % ВВП экспортера**

(по состоянию на 2012 г.)

Торговый эффект, % ВВП импортера**

(по состоянию на 2012 г.)

Россия → Беларусь 3,95 1,2 38,8

Россия → Казахстан 3,79 1,6 15,3

Беларусь → Россия 1,71 15,8 0,5

Казахстан → Россия 1,11 0,3 0,0

Беларусь → Казахстан 4,01 3,5 1,1

Казахстан → Беларусь 6,94 0,3 1,0

* Фактические значения объемов торговли взяты из статистики импорта стран ЕЭП.** Торговый эффект представляет собой отношение прироста экспорта (в результате интеграции) в стоимостном выра-

жении к объему ВВП страны-экспортера и импортера соответственно.

Источник: расчеты авторов и данные UN Comtrade.


104

связано не только (и, возможно, не столько) с сохранением сырьево-го характера экономики Казахстана, сколько с ускоренным развитием экспорта Казахстана в сопредельные страны (кроме России)38.

Что касается взаимной торговли между Беларусью и Казахста-ном, то согласно полученным оценкам темпы наращивания торговли между странами обещают быть значительными (четырехкратный рост экспорта Беларуси в Казахстан и семиккратный рост экспорта Казах-стана в Беларусь), однако по масштабам приросты невелики (наиболь-ший стоимостной эффект в абсолютном выражении ожидается для экспорта белорусских товаров в Казахстан – порядка 3,5% ВВП Белару-си). Такой эффект обусловлен смещением торговых потоков в сторону России – центра притяжения в рамках ЕЭП (основные факторы смеще-ния – более низкие транспортные издержки торговли с Россией, чем между собой; более диверсифицированная и масштабная экономика). Усиление торговли между Беларусью и Казахстаном в этих условиях возможно только по отдельным узким нишам, где Беларусь или Казах-стан производят уникальные товары, отсутствующие в России.

ЗаключениеИнтеграционные процессы играют важную роль в развитии

международной торговли. Для России этот вопрос особенно актуа-лен не только в силу особенностей внешнеполитической ситуации, но и внутренней повестки дня – повышения конкурентоспособности товаров обрабатывающей промышленности, поиска альтернативных каналов реализации и т.д. В этой связи оценка потенциала интегра-ции в рамках Единого экономического пространства имеет важное значение для повышения эффективности сотрудничества стран ЕЭП, а также разработки перспективных направлений развития внешней торговли.

В современной литературе существует множество подходов к оценке интеграционных эффектов в торговле, при этом одним из наиболее распространенных является эконометрическая гравитаци-онная модель, позволяющая получить оценки потенциала, обусловлен-ные фундаментальными структурными особенностями стран и регио-нов. Однако, как показал анализ, оценки на основе гравитационного уравнения зачастую обладают высокой волатильностью в зависимо-сти от оцениваемой выборки и конкретных способов оценки пара-метров модели. В этой связи получение точных оценок эффектов от интеграции возможно лишь путем углубленного анализа качества модели и проведения сравнительной оценки результатов, полученных с использованием различных методов анализа, – что и было сделано в данной работе. В результате наиболее качественная подгонка данных была получена на основе эконометрической гравитационной модели методом квазимаксимального правдоподобия Пуассона.

38 Следует подчеркнуть, что представленные оценки потенциала могут быть и «оценками снизу», так как не учитывают эффектов от совместных производственно-технологических проектов в рамках ЕЭП (в том числе политически обусловленных). Кроме того, как отмечалось ранее, из анализа исключены природные ресурсы и нефтепродукты.


105

Оценки экономических эффектов интеграции в торговле на базе гравитационной модели, оцененной методом Пуассона, свиде-тельствуют о том, что идущие на постсоветском пространстве интегра-ционные процессы с точки зрения экспортных потоков представляют бо́льшую значимость для Казахстана, и в особенности для Беларуси. Для последней прирост экспорта ожидается на уровне 16% ВВП. В то же время встречный поток (экспорт из России с Беларусь) будет расти ускоренно (39% ВВП Беларуси) в связи с освоением российскими компаниями новых ниш на белорусском рынке – прежде всего за счет вытеснения товаров из других стран, поэтому влияние на сальдо тор-говли Беларуси не должно быть негативным39. Схожие процессы (заме-щение товаров из зарубежных стран российскими) будут наблюдаться и для Казахстана, однако в отличие от Беларуси встречный поток (экс-порт Казахстана в Россию) будет расти существенно медленнее в силу вероятной переориентации Казахстана на сопредельные страны, более выгодные с точки зрения издержек транспортировки товаров.

В результате интеграции ожидается кратное расширение тор-гового сотрудничества между Беларусью и Казахстаном, однако даже столь ускоренный рост не приведет к значительному приросту стои-мостных объемов торговли. Причина такого эффекта – очень низкий текущий объем торговли как следствие смещения торговых потоков в сторону России – своего рода центра притяжения на Едином эконо-мическом пространстве.

Несмотря на ожидаемый кратный рост экспорта из России в другие страны ЕЭП, его значимость для России в целом будет неве-лика вследствие принципиально разных масштабов интегрирующихся стран. В то же время следует отметить явный тренд на замещение в экс-порте сырьевых товаров товарами обрабатывающей промышленности.

ЛИТЕРАТУРА Каукин А.С., Идрисов Г.И. (2013). Гравитационная модель внешней торговли

России: случай большой по площади страны с протяженной границей // Экономическая политика. № 4. С. 133–145.

Мишура А.В. (2012). Оценка гравитационных моделей межрегиональной торговли монополистически конкурентными товарами в России // Вестник НГУ. Серия: Социально-экономические науки. Т. 12. Вып. 4. С. 52–58.

Статистика внешней торговли товарами в условиях Таможенного союза с точки зрения пользователей (2009). // Деньги и кредит. № 12. С. 23–25.

Anderson J.E., Wincoop E. van (2003). Gravity with Gravitas: A Solution to the Border puzzle // American Economic Review, American Economic Association. Vol. 93(1). Р. 170–192.

Anderson J.E., Yotov Y.V. (2011). Terms of Trade and Global Efficiency Effects of Free Trade Agreements, 1990 – 2002. NBER Working Paper 17003.

Baier S.L., Bergstrand J.H., Feng M. (2014). Economic Integration Agreements

39 Меньший ожидаемый прирост экспорта Беларуси в Россию по сравнению с обратным потоком связан также и с уже существующими значительными масштабами поставок продукции обрабатывающей промышленно-сти из Беларуси в Россию.


106

and the Margins of International Trade // Journal of International Economics. Vol. 93(2). Р. 339–350

Baldwin R., DiNino V. (2006). Euros and Zeros: The Common Currency Effect on Trade in New Goods. Center for Economic Policy Research Discussion Papers, DP. No. 5973.

Bikker A., Vos A. de (1992). An International Trade Flow Model with Zero Observations: An Extension of the Tobit Model // Brussels Economic Review. Vol. 135. Р. 379–404.

Burger M., Oort F. van, Linders G.-J. (2009). On the Specification of the Gravity Model of Trade: Zeros, Excess Zeros and Zero-inflated Estimation // Spatial Economic Analysis, Taylor & Francis Journals. Vol. 4(2). Р. 167–190.

Cipollina M., Salvatici L. (2010). Reciprocal Trade Agreements in Gravity Models: A Meta-Analysis // Review of International Economics. Vol. 18(1). Р. 63–80.

Greenaway D., Milner C. (2002). Regionalism and Gravity. Scottish Journal of Political Economy. Vol. 49. No. 5. Р. 574–585.

Grosche T., Rothlauf F., Heinzl A. (2007). Gravity Models for Airline Passenger Volume Estimation // Journal of Air Transport Management. Vol. 13. Р. 175–183.

Herrera E.G. (2010). Comparing Alternative Methods to Estimate Gravity Models of Bilateral Trade. The Papers 10/05, Department of Economic Theory and Economic History of the University of Granada.

Linders G.-J. M., Groot H.L.F. de (2006). Estimation of the Gravity Equation in the Presence of Zero Flows. Tinbergen Institute Discussion Paper No. 06-072/3.

Martin W., Pham C. (2008). Estimating the Gravity Model When Zero Trade Flows Are Frequent. Economics Series 2008–03. Deakin University, Faculty of Business and Law, School of Accounting, Economics and Finance.

Martínez-Zarzoso I. (2013). The Log of Gravity Revisited // Applied Economics, Taylor & Francis Journals. Vol. 45(3). Р. 311–327.

Mayer T., Combes P., Lafourcade M. (2004). Can Business and Social Networks Explain the Border Effect Puzzle? Econometric Society North American Winter Meetings. No. 330.

Mayer T., Zignago S. (2011). Notes on CEPII’s Distances Measures: The GeoDist Database. CEPII, WP No. 2011–25.

McCallum J. (1995). National Borders Matter: Canada-U.S. Regional Trade Patterns. The American Economic Review. Vol. 85. No. 3. Р. 615–623.

Santos Silva J.M.C., Tenreyro S. (2006). The Log of Gravity // The Review of Economics and Statistics. Vol. 88(4). Р. 641–658.

Santos Silva J.M.C., Tenreyro S. (2011). Further Simulation Evidence on the Performance of the Poisson Pseudo-Maximum Likelihood Estimator // Economics Letters. Vol. 112. Р. 220–222.

Siliverstovs B., Schumacher D. (2009). Estimating Gravity Equations: to Log or Not to Log? // Empirical Economics. Vol. 36(3). Р. 645–669.

Tinbergen J. (1962). Shaping the World Economy: Suggestions for an International Economic Policy. N.Y.: Twentieth Century Fund.

Westerlund J., Wilhelmsson F. (2009). Estimating the Gravity Model without Gravity Using Panel Data // Applied Economics. Vol. 43. Р. 641–649.


107

Wolf N. (2008). Was Germany Ever United? Evidence from Intra- and International Trade 1885–1933. The Warwick Economics Research Paper Series (TWERPS) 871, University of Warwick. Department of Economics.


Anderson J.E., Wincoop E. van (2003). Gravity with Gravitas: A Solution to the Border puzzle. American Economic Review, American Economic Association 93(1), 170–192.

Anderson J.E., Yotov Y.V. (2011). Terms of Trade and Global Efficiency Effects of Free Trade Agreements, 1990 – 2002. NBER Working Paper 17003.

Baier S.L., Bergstrand J.H., Feng M. (2014). Economic Integration Agreements and the Margins of International Trade. Journal of International Economics 93(2), 339–350.

Baldwin R., DiNino V. (2006). Euros and Zeros: The Common Currency Effect on Trade in New Goods. Center for Economic Policy Research Discussion Papers, DP. No. 5973.

Bikker A., Vos A. de (1992). An International Trade Flow Model with Zero Observations: An Extension of the Tobit Model. Brussels Economic Review 135, 379–404.

Burger M., Oort F. van, Linders G.-J. (2009). On the Specification of the Gravity Model of Trade: Zeros, Excess Zeros and Zero-inflated. Spatial Economic Analysis, Taylor & Francis Journals 4(2), 167–190.

Cipollina M., Salvatici L. (2010). Reciprocal Trade Agreements in Gravity Models: A Meta-Analysis. Review of International Economics 18(1), 63–80.

Greenaway D., Milner C. (2002). Regionalism and Gravity. Scottish Journal of Political Economy 49, 5, 574–585.

Grosche T., Rothlauf F., Heinzl A. (2007). Gravity Models for Airline Passenger Volume Estimation. Journal of Air Transport Management 13, 175–183.

Herrera E.G. (2010). Comparing Alternative Methods to Estimate Gravity Models of Bilateral Trade. The Papers 10/05, Department of Economic Theory and Economic History of the University of Granada.

Kaukin A., Idrisov G. (2013). The Gravity Model of Russian Foreign Trade: Case of a Country with Large Area and Long Border. Economic Policy 4, 133–145 (in Russian).

Linders G.-J.M., Groot H.L.F. de (2006). Estimation of the Gravity Equation in the Presence of Zero Flows. Tinbergen Institute Discussion Paper No. 06-072/3.

Martin W., Pham C. (2008). Estimating the Gravity Model When Zero Trade Flows are Frequent. Economics Series 2008–03. Deakin University, Faculty of Business and Law, School of Accounting, Economics and Finance.

Martínez-Zarzoso I. (2013). The Log of Gravity Revisited. Applied Economics, Taylor & Francis Journals 45(3), 311–327.

Mayer T., Combes P., Lafourcade M. (2004). Can Business and Social Networks Explain the Border Effect Puzzle? Econometric Society North American Winter Meetings No. 330.


108

Mayer T., Zignago S. (2011). Notes on CEPII’s Distances Measures: The GeoDist Database. CEPII, WP No. 2011–25.

McCallum J. (1995). National Borders Matter: Canada-U.S. Regional Trade Patterns. The American Economic Review 85, 3, 615–623.

Mishura A. (2012). The Estimation of Gravity Models of Russian Interregional Trade in Monopolistically Competitive Goods. Vestnik of Novosibirsk State University. Series: Social Sciences 12(4), 52–58 (in Russian).

Santos Silva J.M.C., Tenreyro S. (2006). The Log of Gravity. The Review of Economics and Statistics 88(4), 641–658.

Santos Silva J.M.C., Tenreyro S. (2011). Further Simulation Evidence on the Performance of the Poisson Pseudo-maximum Likelihood Estimator. Economics Letters 112, 220–222.

Siliverstovs B., Schumacher D. (2009). Estimating Gravity Equations: to Log or Not to Log? Empirical Economics 36(3), 645–669.

Statistika Vneshnej Torgovli Tovarami v Usliviyah Tamozhennogo Soyuza s Tochki Zrenija Polzovatelej (2009). Money and Credit 12 (in Russian).

Tinbergen J. (1962). Shaping the World Economy: Suggestions for an International Economic Policy. N.Y.: Twentieth Century Fund.

Westerlund J., Wilhelmsson F. (2009). Estimating the Gravity Model without Gravity Using Panel Data. Applied Economics 43, 641–649.

Wolf N. (2008). Was Germany Ever United? Evidence from Intra- and International Trade 1885–1933. The Warwick Economics Research Paper Series (TWERPS) 871, University of Warwick. Department of Economics.


A.N. Mogilat Institute of Economic Forecasting Russian Academy of Sciences, Center for Macroeconomic Analysis and Short-Term Forecasting, Moscow, Russia

V.A. Salnikov Institute of Economic Forecasting Russian Academy of Sciences, Center for Macroeconomic Analysis and Short-Term Forecasting, Moscow, Russia

Trade Effects Estimation for the Сase of Eurasian Economic Space Countries: Application of Regional Gravity ModelThe article develops a methodology of manufactured goods trade effects

estimation for the case of Eurasian Economic Space (EES) Countries (Russia, Belarus and Kazakhstan). The approach is based on projection of intra-country trade gravity model estimates on trade within EES countries. We consider the “border puzzle” in trade to be an extra long-term effect of integration. The model is estimated using data on manufactured goods trade between Russian regions in 2012. We provide a comparative analysis of a wide range of econometric approaches, including simultaneous-quantile regression, scarcely used before for gravity model estimation. As a result, we choose a model, which provides the best fit between actual volumes of trade between regions and the model-based ones. We have shown, that Poisson pseudo-maximum likelihood estimator provides the highest accuracy of estimates. According to our estimates the highest increase of trade is expected for trade flows between Belarus and Russia, as well as for Russian export to Kazakhstan.

Keywords: gravity model, Poisson estimator, regions of Russia, Eurasian Economic Space, “border puzzle”, integration.

JEL Classification: C13, C21, F14, F15.


109


Т.М. Малева ИНСАП РАНХиГС, Москва

А.Я. Бурдяк ИНСАП РАНХиГС, Москва

А.О. Тындик ИНСАП РАНХиГС, Москва

Средние классы на различных этапах жизненного путиВ статье описывается построение стратификационной шкалы рос-

сийского общества на данных крупного социологического опроса. Продолжая методологию предыдущих исследований, авторы основывают ее на трех равно-весных критериях: материально-имущественном, соцаильно-профессиональ-ном и субъективном. Сопоставимость измерений дает основания утверждать, что вся социальная структура общества не претерпела значительных измене-ний за последние 15 лет. Остался неизменным и масштаб среднего класса - 20% населения. Включив в число стратифицирующих признаков возраст индивида, авторы выделяют и исследуют протосредние и постсредние слои общества. Анализ дефицитности ресурсов среднего класса выявляет ограничители, сводя-щие на нет все попытки стимулировать его рост за счет наращивания доходов населения.

Ключевые слова: средний класс, социальная мобильность, социологические данные.

Классификация JEL: I30, I31.

Методология построения стратификационной шкалы

Факт формирования и развития среднего класса является важ-нейшим критерием эффективности социально-экономического раз-вития и прочности всей системы экономических, социальных, поли-тических и гражданских институтов. Вместе с тем развитие среднего класса – не только результат, но и источник экономического роста. Основная цель настоящего исследования заключается в изучении социальной стратификации общества через призму демографических этапов жизни индивида. Выделяя протосредний, средний и постсред-ний классы в структуре современного российского общества исследу-ется потенциал индивидуальной социальной мобильности.

В экономической истории исследователи неоднократно под-черкивали важность масштабного среднего класса для экономического развития общества. Еще Аристотель писал: «Наилучшее государствен-ное общение – то, которое достигается посредством средних, и те госу-дарства имеют хороший строй, где средние представлены в большем количестве, где они – в лучшем случае – сильнее обеих крайностей или по крайней мере каждой из них в отдельности» (Аристотель, 2010). В наше время социологическая и экономическая наука все чаще и чаще обращается к исследованиям среднего класса (Landes, 1998). В 1967 г. И. Адельман и С.Т. Моррис подчеркивали, что «в экономическом раз-

110

Т.М. Малева, А.Я. Бурдяк, А.О. Тындик

витии западных стран средний класс был движущей силой» (цит. по (Easterly, 2001)) и что его рост исключительно важен для развития бед-ных стран.

Существование феномена среднего класса ни у кого не вызы-вает сомнения, тогда как определение его границ постоянно изме-няется. Наука продолжает подбирать различные ключи к этому социальному явлению. Экономисты делают это в терминах доходов и материальных благ, социологи – в терминах самооценки или образа жизни, политологи – в терминах политической роли и предпочтений. В связи с междисциплинарностью самого феномена нет и его канони-ческого определения.

В отечественной науке советского периода исследования соци-альной стратификации были основаны на индикаторах уровня обра-зования, квалификации, рода занятий, содержания труда и различия в доходах (Малева и др., 2000). Анализ социальной структуры постсо-ветского российского общества и ее динамики стал предметом иссле-дований Т.И. Заславской, О.И. Шкаратана, Е.М. Авраамовой, Н.Е. Ти-хоновой и М.К. Горшкова (Заславская, 1997; Шкаратан, Ястребов, 2007; Авраамова, 2001; Тихонова, Горшков, 2014). Основываясь на се-рии эмпирических работ, ученые приходят к выводу, что российскую действительность хорошо отражает не один критериальный фактор, а комбинации стратифицирующих признаков, включающие уровень образования, профессиональный статус или профессионально-квали-фикационный потенциал, уровень благосостояния, самоидентифика-цию респондента, адаптационность и способность к освоению инно-ваций, тип политического участия, стиль жизни (Белановский и др., 2010; Dadush, Shimelse, 2012; Дмитриев, Мисихина, 2013).

Еще в начале 2000-х годов мы предложили многокритериаль-ную методологию выделения среднего класса и его социального окру-жения (Малева и др., 2003). Мы исходили из того, что в современном обществе средний класс это разнородная социальная группа, состоя-щая из экономически активных, материально обеспеченных и уверен-ных в своем социальном положении людей. Это означает, что средний класс характеризуется не одним критерием, а несколькими, каждый из которых состоит из нескольких индикаторов, а именно:

материально-имущественные – уровень доходов, объем нако-пленных сбережений, уровень имущественной обеспеченно-сти (движимое и недвижимое имущество);

социальные – уровень образования, наличие регулярной заня-тости, профессионально-квалификационная позиция, долж-ностной статус;

социального самочувствия (самоидентификация) – субъектив-ные оценки успешности и адаптации к меняющимся экономи-ческим условиям; комфортности жизни, освоение стратегий успешного экономического поведения.

Журнал НЭА,№3 (27), 2015, с. 109–138

111


У нас нет оснований считать приоритетным ни один из крите-риев. Для нас они равновеликие. Каждый из них позволяет выделить наиболее успешные социальные группы. Эти множества пересека-ются, но не совпадают. Не все люди с высшим образованием обладают высокими доходами и уверенностью в завтрашнем дне, не все средне- и высокооплачиваемые имеют высшее образование и соответствую-щий социальный статус, не все, кто относят себя к среднему классу, обладают высшим образованием и имеют достойный доход. Наиболее устойчивой является социальная группа, обладающая не менее чем двумя из трех признаков, и именно эту группу мы рассматриваем как обобщенный средний класс.

Социальным окружением среднего класса является класс ниже среднего – группы, которые не удовлетворяют критериям среднего класса, и низший класс – группы, у которых значения всех перечислен-ных выше индикаторов находятся на минимальном уровне. С теорети-ческих позиций очевидно, что в верхнюю часть стратификационной пирамиды входят высший класс и класс выше среднего. Однако в эмпи-рический анализ, построенный на массовых социологических обсле-дованиях населения, эти группы не могут быть включены, поскольку эти слои населения не попадают в выборку опроса.

Изложенный подход позволил выстроить стратификационную пирамиду в начале этапа экономического роста в 2000 г. (Малева и др., 2003), а затем на его пике – в 2007 г., после которого последовал кризис 2008–2009 гг. (Малева, Овчарова, 2009). В настоящей работе мы про-должаем серию эмпирических измерений, продлевая горизонт срав-нения до 2013 г., который можно рассматривать как точку накануне экономического кризиса 2014 г.

Хотя сравнение изменений в стратификационной пира-миде российского общества на различных этапах экономического цикла само по себе заслуживало бы внимания, мы не ограничи-ваем свои исследовательские задачи динамическим анализом. Методологическая задача настоящей работы – встраивание в страти-фикационную шкалу показателя возраста и исследование поэтапного социального продвижения индивидов по стадиям демографического цикла. В этой части исследования мы опираемся на концепцию жиз-ненного пути (Weymann, Heinz 1996), которая неоднократно демон-стрировала важность условий жизни в ранних возрастах и их влия-ние на качество жизни в средних и поздних возрастах (Mayer, 2009; O’Rand, Krecker, 1990).

Все стратифицирующие признаки изменяются с течением жизни человека. Получение высшего образования не приводит автоматически на рабочие места, характеристики которых соответ-ствуют критериям среднего класса. Только с возрастом и опытом работы индивиды могут достичь руководящих позиций. Самооценка социального положения во многом зависит от этапа жизненного

Журнал НЭА,№ 3 (27), 2015, с. 109–138

112

пути – например, в старших возрастах даже незначительное пониже-ние дохода, еще не приводящее к выходу из состава средних классов по абсолютным значениям, может сказаться на самоидентификации индивида.

В этой связи мы считаем, что в молодых возрастах, индивиды априори не могут соответствовать всем критериям среднего класса. В их отношении можно говорить о протосреднем слое как об имею-щем потенциал вхождения в средние классы на дальнейших этапах жизненного пути. И наоборот – при переходе индивидов в старшие возраста – после окончания трудовой жизни – формируется постсред-ний слой. Это социальная группа, положение которой в силу экономи-ческой неактивности лишь отчасти соответствует критериям среднего класса.

При этом, для того чтобы стартовать с протосреднего слоя, крайне желательно должным образом пройти предыдущие стадии жиз-ненного пути: родиться в семье, в которой есть ресурсы для воспита-ния ребенка, использовать их для накопления человеческого капитала в течение детства и юности, получить в молодости профессиональное образование и выйти на рынок труда.

Всегда существуют социальные группы, которые по возрасту не относятся ни к прото-, ни к постсредним, а по совокупности стра-тифицирующих признаков постоянно находятся на ступеньку ниже средних классов, не сваливаясь при этом в низшие классы. Это и есть настоящий слой ниже среднего. Забегая вперед, отметим, что поскольку он охватывает бо́льшую часть российского общества, то перспективы социального развития во многом зависят от характера и вектора дина-мики этой социальной группы.

Принадлежность к средним классам может иметь два уровня: индивидуальный и домохозяйственный. В данной работе мы отходим от логики наших предыдущих исследований (стратификации на домо-хозяйственном уровне) и обращаемся к индивидуальному, поскольку возраст и связанные с ним вехи жизненного пути (получение образова-ния, выход на рынок труда, завершение трудовой деятельности и пр.) являются событиями в жизни индивида.

Основной эмпирической базой настоящей работы является обследование «Человек, семья, общество». Оно было проведено ИнСАП РАНХиГС в 2013 г. на общероссийской репрезентативной выборке в 9500 человек методом личного интервью в 59 регионах России. Вопросный инструментарий имеет комплексный характер, позволяющий анализировать социально-экономическое и демографи-ческое поведение на индивидуальном уровне. Он также сохраняет пре-емственность методологии обследования «Родители и дети, мужчины и женщины в семье и обществе» (НИСП), что дает нам возможность провести сравнительный анализ социальной структуры российского общества (Захаров, Малева, Синявская, 2007).

Т.М. Малева, А.Я. Бурдяк, А.О. Тындик Журнал НЭА,№3 (27), 2015, с. 109–138

113


Частные критерии стратификации: материально-имущественный Материальная обеспеченность населения – это все его денеж-

ные ресурсы и материальные активы, которыми оно располагает. Измерение материальной обеспеченности обычно проводится в двух направлениях: 1) вычисляются размеры запасов благ, к которым отно-сятся не только денежные накопления, но и движимое и недвижимое имущество; 2) измеряются объемы потоков, основную и самую регу-лярную часть которых составляют денежные доходы населения.

В отличие от наших предыдущих работ, основанных на сопо-ставлениях душевых доходов домашних хозяйств (Малева, 2003; Малева и др., 2008; Средний класс в России..., 2000), в данном исследо-вании при оценке материально-имущественного положения мы пере-мещаем индивида в центр анализа, полагая, что именно его личный доход является отражением его персональных усилий, реализацией образовательного потенциала и накопленного профессионального опыта. Вместе с тем домохозяйственный подход продолжает приме-няться при выделении нижнего класса, так как он учитывает влияние иждивенческой нагрузки и незаменим при оценке рисков и масштабов бедности (Овчарова, 2012; Foster et al., 2013). Кратко методология ана-лиза материально-имущественного положения сводится к следующему.

В нашем распоряжении есть информация об индивидуальном доходе респондента в виде его заработной платы и пенсии, а также о совокупном доходе домохозяйствав расчете на душу. Максимальное значение из этих двух переменных принимается в качестве оценки душевого дохода домохозяйства.

К нижнему классу по доходному признаку мы относим те домо-хозяйства, для которых оценка душевого дохода не превышает вели-чины прожиточного минимума (ПМ). Таким образом, потолок доходов нижнего класса оценивается с помощью абсолютного подхода, незави-симо от распределения населения по доходам (Ferreira et al., 2013).

Второй применяемый в стратификационных исследованиях подход – относительный, когда в качестве порогового значения выби-рается некоторая точка на кривой распределения доходов. Указанным способом мы устанавливаем критерий дохода среднего класса (D hinc ): респондент может быть включен в состав среднего класса, если его индивидуальный доход не ниже средней заработной платы по региону.

При анализе материальной обеспеченности важно учитывать не только уровень доходов (количественный показатель), но и то, как люди живут и какой уровень жизни могут себе позволить на эти деньги (качественное состояние). Известно, что сложившийся уровень потре-бления является более устойчивым критерием, чем доход (Овчарова, Теслюк, Емцов, 2007; Nivorozhkin et al., 2010). Потребительский статус или доля расходов семьи на питание не только сезонно устойчивы, но и содержательно надежны, так как реже вызывают затруднения или

Журнал НЭА,№ 3 (27), 2015, с. 109–138

114

отказы от ответа. Соединив эти два подхода, к нижнему классу по потре-бительскому статусу мы отнесли тех, кто тратит на питание основную часть своего дохода (не менее 2/3 доходов). Помимо этого в его состав вошли те, кто указывали, что «денег хватает только на питание» либо отвечали «на питание и оплату ЖКУ денег хватает, но покупка одежды и обуви является проблемой», и домохозяйство тратит на питание не менее половины доходов.

Потребительский статус уровня средних классов предпола-гает достаточность доходов домохозяйства на покупку автомобиля. К остальным критериям относятся сбережения, движимое имущество и жилье, и их распространение представлено в Приложении.

По интегральному признаку материально-имущественной обе-спеченности к среднему классу отнесены: а) все, чьи индивидуальные доходы соответствуют критерию дохода среднего класса; б) все, кто имеет два и более частных признака среднего класса из четырех: не-движимое имущество, автомобиль, сбережения или высокий потреби-тельский статус.

Наличие одного из частных признаков низшего класса авто-матически исключает отнесение этого претендента к среднему классу даже при наличии некоторых признаков последнего. К нижнему классу по интегральному признаку материально-имущественной обеспечен-ности отнесены: а) все, кто имеет потребительский статус нижнего класса; б) обладатели двух частных признаков нижнего класса из трех: доходы, сбережения и жилье.

Теоретически для отделения средних классов от класса выше среднего и высшего, необходимо иметь соответствующие критерии. Однако, как отмечалось ранее, в выборки массовых социологических опросов эти группы не попадают, тем самым процедурой определения критериев можно пренебречь.

Частные критерии стратификации: социально-профессиональный Методология выделения среднего класса на основании профес-

сионального капитала была заложена еще М. Вебером (Вебер, 1990). Традиционно к среднему классу по характеристикам занятости относят «белых воротничков» – профессионалов, административных работни-ков и менеджеров (Goldthorpe, 1995) (на основании критерия работы в сфере услуг) либо предпринимателей (Savage, 1992) (на основании критерия наличия управленческих полномочий). Со времени первых работ на Западе, посвященных измерению среднего класса, структура занятости в развитых странах изменилась очень существенно. Если ранее соотношение «белых» и «синих воротничков» было примерно 1 к 2, то теперь – 3 к 1 (Abramowitz, Teixeira, 2009).

Осью стратификации является человеческий капитал инди-вида, характер его трудовой деятельности, наличие управленческих


115


полномочий. Респондент относился к среднему классу по этому кри-терию, если он характеризовался хотя бы одним из следующих сочета-ний индикаторов:

а) законченное высшее образование и занятость нефизическим трудом, кроме сферы обслуживания или законченное высшее образование и занятость нефизическим трудом в сфере обслу-живания, и занятость полный рабочий день;

б) (со)владельцы предприятий и предприниматели, включая фермеров.Два этих пункта соответствуют критериям «нового» и «старого»

среднего класса в терминах зарубежных стратификационных иссле-дований. Объем выделенной таким образом группы составил 22,6% выборки.

К нижнему классу по признаку профессиональной деятельно-сти относились респонденты: а) занятые физическим трудом и име-ющие образование ниже среднего специального; б) не занятые вовсе и имеющие образование ниже среднего специального. Доля низшего класса по социально-профессиональному критерию составила 24,6% выборки.

Частные критерии стратификации: субъективныйСубъективная оценка респондентами собственного положения

на социальной лестнице выступает традиционным и важным крите-рием измерения среднего класса, однако не может быть единствен-ным. Исследования показывают, что она плохо коррелирует с объ-ективными характеристиками социального положения (Curtis, 2013; Evans, Kelley, 2004). Как правило, в субъективных оценках доминируют средние значения. Респонденты опираются на картину своего соци-ального окружения, и зачастую гомогенность этой группы мешает им выстроить достоверное представление о социальной структуре обще-ства в целом. Помимо этого, респонденты чаще исходят из своего относительного потребительского статуса, чем из благосостояния как такового (Clement, Myles, 1994).

В качестве субъективного критерия мы используем оценки положения респондента на трех классических самоидентифика-ционных лестницах (из десяти ступеней) – благосостояния, вла-сти и уважения. Ответы хорошо согласованы между собой (Альфа Кронбаха равен 0,8), однако по шкале уважения все респонденты давали в среднем более высокие оценки. Методом двухэтапного кластерного анализа было выделено три группы. Кластер с самыми низкими оценками составил 25,6% выборки, средний кластер – 43,2, верхний – 31,2%. Верхний кластер представляет собой средний класс по критерию самоидентификации. Распределение респондентов по ответам на каждую из шкал представлено на рис. 1.

Журнал НЭА,№ 3 (27), 2015, с. 109–138

116

Структура среднего и низшего классовИтак, мы получили три критерия – материальный, социально-

профессиональный, субъективный, каждый из которых описывает всю выборку обследования «Человек, семья, общество». Вопреки распро-страненному в обществе мнению, согласно которому в современной России узким горлышком на пути к среднему классу являются низкие доходы населения, оказалось, что таковым является социально-про-фессиональный статус (табл. 1). В свете быстрорастущего в последние годы доступа к высшему образованию этот результат мог бы вызвать сомнения, но напомним два обстоятельства. Во-первых, расширение доступа коснулось только относительно молодых и немногочислен-ных возрастных когорт, в то время как значительная часть российских работников, особенно старших возрастов, имеют более низкие уровни образования. Согласно Всероссийской переписи 2010 г. лишь 24% населения в возрасте экономической активности имеет высшее обра-зование. Во-вторых, социально-профессиональный критерий, помимо уровня образования, учитывает характер труда и характеристику рабо-чего места, следовательно, часть лиц с высшим образованием зани-мают рабочие места, не соответствующие стандартам среднего класса.

Мы относим к обобщенному среднему классу тех, кто обладает двумя и более частными признаками среднего класса при условии, что дефи-цитный признак среднего класса не достигает значений, характерных для низшего класса.

Рис. 1

Распределение респондентов по самоидентификации по кластерам «субъективный критерий стратификации», % выборки

0

5

10

15

20

25

1 2 3 4 5 6 7 8 9

Дол

я от

вети

вших

, %

Значения шкалы«бесправие–власть»

0

5

10

15

20

25

1 2 3 4 5 6 7 8 9

Дол

я от

вети

вших

, %

Значения шкалы «бедность–богатство»

Нижний кластерСредний кластерВерхний кластер


0

5

10

15

20

25

1 2 3 4 5 6 7 8 9

Дол

я от

вети

вших

, %

Значения шкалы «неуважение–уважение»


а) б) в)


Таблица 1

Распространение частных признаков среднего и низшего классов, % выборки

Критерий оценки Доля среднего класса Доля низшего класса

Субъективный 31,2 25,6

Социально-профессиональный 22,6 24,6

Материально-имущественный 32,6 18,7

117


В итоге всеми тремя признаками среднего класса обладает только 8,1% респондентов (так называемое ядро среднего класса), тогда как к обобщенному среднему классу отнесено 21,9%. Для упроще-ния последующего изложения далее именно эту группу мы и называем средним классом.

Класс ниже среднего составляет 62,9% выборки. Часто класс ниже среднего отождествляют с протосредним классом и относят к нему все социальные группы, которые по тем или иным характери-стикам не дотягивали до порогов среднего класса, хотя стояли от него весьма близко. Но из этого следовал вывод о том, что у всех этих групп есть шанс на вертикальную мобильность и присоединение к среднему классу. Но так ли это? В отношении молодых людей, которые нахо-дятся на той жизненной стадии, когда часть признаков среднего класса только формируется, этот вывод справедлив: эта группа вполне спо-собна пополнить ряды среднего класса и ее, действительно, можно рас-сматривать как протосредний класс. Но люди старших возрастов, поки-нувшие рынок труда, чьи доходы опустились ниже планки среднего класса, вряд ли имеют шанс подняться по социальной шкале вверх. Эту группу правильнее называть постсредний класс.

Согласно результатам нашего анализа доля респондентов, у которых нет признаков среднего класса, но есть один признак низ-шего, составляет 17,7%; доля респондентов, у которых нет признаков низшего класса, но есть один признак среднего, составляет 17,4%.

Ни одним признаком среднего или низшего классов не обла-дают 13,1% респондентов. Это означает, что мы не вправе относить таких индивидов ни к прото-, ни к постсредним слоям. Пребывание в этой группе зависит не от этапа жизненного пути, а от низкой кон-центрации материальных и нематериальных ресурсов. Другими сло-вами, это социальный слой, у которого уже практически нет шансов прирастить ресурсы (в отличие от протосредних), но одновременно их положение не связано с утратой ресурсов (в отличие от постсред-них). Данная социальная группа представляет собой то, что можно обозначить как базовый класс (табл. 2).

Таблица 2

Сочетание частных признаков среднего и низшего классов в составе класса ниже среднего, % выборки

Число признаков низшего класса

Число признаков среднего класса

0 1 2 3

0 13,1 17,4 13,8 8,1

1 17,7 9,6 2,8 –

2 11,6 1,9 – –

3 3,9 – – –

Журнал НЭА,№ 3 (27), 2015, с. 109–138

118

Принадлежность к социальным группам – зависимость от возрастаКак отмечалось ранее, в молодых возрастах индивиды не могут

соответствовать всем критериям среднего класса. Даже если они живут во вполне состоятельном домохозяйстве, они не являются обла-дателями высшего образования и высокой квалификации. Признаки среднего класса (материально-имущественные и самоидентификаци-онные) они получают в наследство от родительской семьи, ресурсами которой пользуются в настоящий период времени. Вхождение и устой-чивое закрепление в среднем классе для индивидов из этой социаль-ной группы – вопрос будущего, причем как личного, так и того домохо-зяйства, членом которого они будут являться во взрослой жизни.

В качестве возрастного порога, разделяющего прото- и пост-средние слои по ряду причин используется 45-летний возраст. Во-первых, с демографической точки зрения 45 лет – одна из общепри-нятых верхних границ репродуктивного возраста женщины. Помимо этого, исходя из средних возрастов рождения первенца, уже в 45 лет многие отцы и матери становятся дедушками и бабушками. Во-вторых, в исследованиях пенсионного поведения порог предпенсионных воз-растов традиционно устанавливается за 10 лет до пенсионного воз-раста. Для женщин в России это составляет 45 лет, для мужчин – 50 лет. В-третьих, 45-летняя граница разделяет поколения, получавшие обра-зование до социально-экономических трансформаций начала 1990-х годов и после них. Наконец, в-четвертых, согласно российскому зако-нодательству в 45 лет граждане в последний раз за жизнь меняют паспорта, поэтому часто указанный возраст выступает психологиче-ской границей средних и старших возрастов.

Итак, и прото-, и постсредний слой – социальные группы, у которых есть:

один признак среднего класса и нет признаков низшего; два признака среднего класса и один признак низшего класса; один признак среднего класса и два признака низшего.

К протосреднему слою согласно полученным результатам относится 16,5% респондентов, к постсреднему – 15,3%. В статике полная шкала стратификации примет следующий вид (рис. 2).

По мере взросления и старения человек может про-ходить все социальные группы. Самая младшая возрастная группа респондентов характеризуется не столько высокой долей про-тосреднего класса, сколько значи-


Рис. 2

Схема шкалы стратификации

Низший класс = 15,5 %

Базовый класс (небедные) = 30,8%

Прото - -средний = 16,5%

Постсредний =

15,3 %

Средний класс = 21,9%

Возраст

Соц

иаль

ное

поло

жен

ие

119


тельными масштабами базового класса (табл. 3). По всей видимости, это те, кто вышел из домохозяйств не среднего класса и сейчас получает образование. В возрасте 18–24 лет только 16,8% относятся к среднему классу – как выходцы из соответствующих родительских домохозяйств. Судя по тому, как быстро рассасывается (с 32 до 25%) базовый слой и набирает вес средний класс (с 17 до 31%), молодые люди активно пользуются ресурсами социальной мобильности.

Доля протосреднего слоя падает только к 44 годам. Если к этому моменту социальный потенциал не был использован, то шансы на восхо-дящую мобильность в дальнейшем очень невелики. Начиная уже с 50-лет-него возраста доля находящихся в составе среднего класса резко умень-шается. При этом доля постсреднего слоя не возрастает в то время как средний класс опускается в постсредний, постсредний слой опускается к базовому.

После достижения 65 лет в среднем классе остаются единицы. Постсредний слой не утрачивает своих позиций и стабилизируется на уровне 21%; он еще продолжает насыщаться приходящими из сред-него класса и отдавать часть населения в слой небедных. Масштаб этой группы сохраняется на уровне 40–45% когорты. При этом среди насе-ления старших возрастов набирает вес низший класс – особенно зна-чительные размеры он приобретает после 70-летнего порога.

Отдельный вопрос состоит в устойчивости протосреднего класса как явления. Свидетельствует ли его наличие в шкале страти-фикации о переходном периоде в формировании российского обще-ства (данная точка зрения отражена, например, в работе (Салмина, Григорьев, 2010))? Или существование протосреднего класса навсег-да обеспечено постоянной сменой жизненного цикла домохозяйств? Другими словами, в какой мере можно снять институциональные пре-пятствия наращивания признаков среднего класса у тех, кто имеет для этого потенциал?

Табл. 4 демонстрирует одни и те же данные с разных точек зрения – «стакан наполовину полон или наполовину пуст». В протос-реднем слое 39,1% респондентов обладают материально-имуществен-

Таблица 3

Риски попадания респондентов разного возраста в социальные страты, % по строке

Возрастные группы, лет

Протосредний класс Средний класс Постсредний

класс Базовый класс Низший класс

18–24 39,3 16,8 – 32,2 11,7

25–34 35,1 31,3 – 24,8 8,9

35–44 33,9 29,8 – 24,3 12,1

45–54 – 27,5 32,5 26,5 13,4

55–64 – 18,1 29,2 36,5 16,2

65 и старше – 4,3 21,4 42,9 31,5

Журнал НЭА,№ 3 (27), 2015, с. 109–138

120

ным признаком среднего класса, в постсреднем – 45,3%. В протос-реднем слое социально-профессиональный критерий соответствия среднему классу наблюдается у 28,3%, а в постсреднем – у 18,0% респондентов. В протосреднем слое субъективные оценки своего положения соответствуют среднему классу у 40,8% респондентов, а в постсреднем – у 45,9%.

В целом, иерархия дефицитности признаков в протосреднем и постсреднем слоях такая же, как и для среднего класса (табл. 5). Наиболее дефицитный признак – социально-профессиональный. Хотя в самых молодых поколениях высшее образование преобладает, в поколениях, присутствующих в настоящее время на рынке труда, чув-ствуется его дефицит. Другими словами, именно социально-професси-ональный критерий, как мы замечали ранее, выступает ограничите-лем расширения границ средних классов.

В протосреднем слое его недостает 71,7% респондентов, в постсреднем – 82,0% (см. табл. 4). Отчасти это дело будущего, в про-тосреднем слое доля респондентов, получающих образование, состав-ляет 14,8%. Среди частных социально-профессиональных признаков для протосреднего слоя высшее образование – более дефицитный критерий, чем занятость на качественных рабочих местах. Только 6,4% респондентов, имея высшее образование, не удовлетворяют критериям среднего класса по характеристикам занятости (табл. 5). Довольно значительную долю составляют те, у кого нет ни высшего образования, ни квалифицированной работы, и при этом из них учится только 27,6%. В постсреднем слое уже 10,7% респондентов имеют высшее образование, но не проходят в социально-профессио-нальный средний класс по критериям занятости. И более половины респондентов не обладают ни одним из признаков. Таким образом, вес дефицита занятости в этой группе выше.

Таблица 4

Доля частного и доля дефицитного признака среднего класса, %

Критерий оценки Протосредний Средний Постсредний

Доля частного признака среднего класса

Социально-профессиональный 28,3 69,3 18,0

Субъективный 40,8 79,7 45,9

Материально-имущественный 39,1 87,9 45,3

Доля дефицитного признака среднего класса

Социально-профессиональный 71,7 30,7 82,0

Субъективный 59,2 20,3 54,1

Материально-имущественный 60,9 12,1 54,7


121


Таблица 5

Дефицит частных признаков социально-профессионального критерия среднего класса, % по столбцу

Признак Протосредний класс

Постсредний класс

СК по социально-профессиональному критерию 28,0 17,6

Занятость СК, но нет в/о 21,8 17,4

Есть в/о, незанят 2,8 8,2

Есть в/о, занят неквалифицированным трудом 3,6 2,5

Нет в/о, незанят 13,9 29,3

Нет в/о, занят неквалифицированным трудом 29,9 25,0

Примечание. В/о – высшее образование; СК – средний класс.

Ожидаемо, что наличие материально-имущественного при-знака среднего класса более позитивно воздействует на социальное самочувствие респондентов, чем наличие социально-профессиональ-ного признака (связь дохода и субъективных оценок социального поло-жения неоднократно подтверждалась, см., например, (Curtis, 2013)). Причем разрыв в самоощущении между прото- и постсредними слоями с хорошим материальным положением не столь велик (табл. 6). В про-

Журнал НЭА,№ 3 (27), 2015, с. 109–138

Таблица 6

Распределение субъективных оценок социального положения респондентов из прото- и постсредних слоев в разрезе наличия частного признака среднего класса, % по строке

ПризнакСоциальное само-чувствие низшего

классаСреднее

Социальное само-чувствие среднего

класса

Протосредний слой

Социально-профессио-нальный признак сред-него класса

30,6 64,5 4,9

Материально-имуще-ственный признак сред-него класса

22,4 66,8 10,7

Постсредний слой

Социально-профессио-нальный признак сред-него класса

53,6 42,6 3,8

Материально-имуще-ственный признак сред-него класса

31,0 59,2 9,8

122

тосреднем классе низко оценивают свое положение 22,4%, в постсред-нем – 31% респондентов. При этом около 10% таких респондентов из обоих слоев дают очень высокие оценки своего положения. В полной мере войти в средний класс им мешает тот факт, что их индивидуаль-ный социально-профессиональный уровень достигает значений низ-шего класса. Другими словами, они обеспечены и социально хорошо себя чувствуют, при этом не имеют высшего образования и не заняты либо заняты физическим трудом. Очевидно, что часть этой группы составляют домохозяйки.

Разрыв в самопозиционировании между прото- и постсредним слоями, обладающими социально-профессиональными признаками среднего класса, гораздо выше. Так, среди респондентов из протос-реднего слоя низкое социальное самочувствие наблюдается только у 30,6%, тогда как среди респондентов из постсреднего слоя – у 53,6%. Старшее поколение острее воспринимает нехватку материальных ресурсов – во-первых, оно низко оценивает возможность улучшения материального положения в дальнейшем; во-вторых, при равном уровне индивидуального заработка оно наверняка обременено боль-шим числом иждивенцев.

Оценка динамики: сопоставимая шкала стратификации Излагаемый стратификационный подход позволяет оценить

изменения в социальной структуре российского общества на различ-ных этапах экономического цикла, в частности в 2007 и 2013 г.

Для реального анализа динамики социальной структуры обще-ства необходимо придерживаться идентичной методологии и кри-териев для измерения. С этой целью нами был пересчитан наиболее динамичный критерий – материально-имущественный – по образцу 2007 г. В результате распространенность признаков среднего класса оказалась следующей (рис. 3):

доходы – 45,6% (в 2007 г. – 43,5%); сбережения – 30,7% (29,2%); имущество – 41% (52,0%); жилье – 43% (28,6%); интегральный материально-имущественный признак – 23,6% (22,9%).Итак, несмотря на изменение методологии, масштабы сред-

него класса по материально-имущественному признаку получились очень схожими. Несмотря на рост доходов населения в период 2007–2013 гг., совокупный критерий благосостояния, соответствующий стандартам среднего класса, отнюдь не распространился на новые социальные группы и число россиян с достатком выросло неради-кально (менее чем на 1%). Как изменилось распространение частных признаков? Какие факторы стимулировали, а какие сдерживали рост среднего класса?


123


Жилищные условия большего числа респондентов стали соответствовать стандарту среднего класса. Вместе с тем неодно-значными оказались изменения в имущественном статусе, в част-ности в оснащенности бытовыми приборами и автомобилями. Если в 2007 г. 76% респондентов обладали хотя бы одним частным при-знаком среднего класса по материально-имущественной обеспечен-ности, то в 2013 г. таковых стало 81%, т.е. распространение увеличи-лось. Однако это главным образом повлияло только на численность группы, у которой есть один признак материально-имущественного среднего класса (табл. 7). Другими словами, рост значения одного фактора благосостояния, например приобретение автомобиля, не сопровождался ростом других факторов – увеличением доходов, улучшением жилья, ростом сбережений и пр. Доля тех, у кого есть два или три признака, осталась практически неизменной, а сово-купная численность среднего класса немного выросла за счет роста концентрации признаков. Минимальный дефицит, как и раньше, наблюдается по доходам (1%), практически не изменилась дефицит-ность сбережений (5–6%), имущество стало немного более дефицит-ным (с 2 до 5%), а нехватка хорошего жилья сократилась (с 9 до 6%). Вместе с тем жилье для среднего класса осталось самым проблемным признаком, препятствующим расширению среднего класса. У 42% представителей итогового среднего класса жилищные условия не соответствуют стандарту.

33,6

56,8

7,817,3 10,9

22,9

14

40,2

54,1 66,2

6,4 2,6 2,7 4,6 3,5

0102030405060708090

100

Доход

ы (43,5

)

Сбереж

ения (

29,2)

Имуществ

о (52

,0)

Жилье

(28,6)

Интегр

альн

ый матер

иальн

о-

имуществ

енный при

знак

(22,9)

Интегр

альн

ый матер

иальн

о-

имуществ

енный при

знак

(23,6

)

РиДМиЖ, 2007 г.

Выше среднего (является подмножеством среднего)

Средний (без ВК)

Ниже среднего

Низший

16,7

47,9

3,1

37,8

7,2

37,7

21,4

55,9

19,269,2

9,7 7,2 9,5 17,7 8,1

0102030405060708090

100

Доход

ы (45,6

)

Сбереж

ения (

30,7)

Имуществ

о (41

,0)

Жилье

(43,0)

ЧСО, 2013 г., критерии 2007 г.

Выше среднего (является подмножеством среднего)

Средний (без ВК)

Ниже среднего

Низший

Рис. 3

Распространение частных и интегральных признаков материально-имущественной обеспеченности нижнего, среднего и верхнего среднего класса в 2007 и 2013 г., % выборки

Журнал НЭА,№ 3 (27), 2015, с. 109–138

124

В итоговой стратифика-ции, проведенной с учетом неиз-менных социально-профессиональ-ного и субъективного критериев, 24% респондентов по материаль-но-имущественной обеспеченно-сти отнесены к среднему классу, остальные 76% респондентов не дотягивают по этому признаку до положения среднего класса. Око-ло 23% представителей итогового среднего класса в критериях 2007 г. по материально-имущественной обеспеченности не соответствуют его стандартам и отнесены в сред-ний класс исключительно за счет высокого профессионального и субъективного критериев. Таким

образом, при использовании методологии 2007 г. масштаб среднего клас-са в 2013 г. составляет около 19%. Класс ниже среднего – около 30% вы-борки, – делится на протосредний слой (16,5%) и постсредний (13,5%). Низший класс охватывает 11% населения.

Таблица 7

Концентрация частных признаков (доменов) среднего класса (вся выборка = 100%)

Домены

Число признаков среднего классаЕсть данный признак СК

Есть три признака СК,

кроме данного1 2 3 4

2007 г.

Доходы 4,2 17,7 16,7 4,8 43,5 1,4

Сбережения 3,2 8,8 12,4 4,8 29,2 5,7

Имущество 12,1 19,4 15,7 4,8 52,0 2,4

Жилье 6,3 8,1 9,5 4,8 28,6 8,6

По четырем доменам СК в совокупности 25,8 27,0 18,1 4,8 75,7 18,1

2013 г. в критериях 2007 г.

Доходы 6,3 16,7 16,1 6,4 45,6 1,1

Сбережения 3,2 8,9 12,2 6,4 30,7 5,0

Имущество 9,6 12,4 12,5 6,4 41,0 4,7

Жилье 12,4 13,4 10,9 6,4 43,0 6,4

По четырем доменам СК в совокупности 32,5 26,8 18,2 6,4 80,9 17,2

Среднийкласс

Рекрутысреднегокласса

Группарискабедности

Низшийкласс


Рекрутысреднегокласса

Группарискабедности



Прото-среднийкласс

Пост-среднийкласс

Базовыйслой


20

33

37

10

20 19

16

40

14

11

30

40

10

Кла

сс н

иже

сред

него

2000 2007 2013

Рис. 5

Социальная структура общества, %

Примечание. Показатели за 2013 г. не совпадают с аналогичными цифрами на рис. 2 в связи с адапта-цией критериев для целей сравнительного анализа.


125


В итоге нетрудно заметить, что в начале экономического подъ-ема в 2000 г., на его пике в 2007 г. и после выхода из кризиса в 2013 г. пропорции стратификации практически не претерпели изменений (рис. 5).

Движение по шкале стратификации: поселенческий разрезВозвращаясь к методологии 2013 г., описанной в первых разде-

лах статьи, изучим крайне важный для России вопрос о перспективах расширения средних классов в проекции на систему расселения. Доля среднего класса выше в мегаполисах, и в первую очередь в столичных городах – Москве и Санкт-Петербурге (табл. 8). Протосредний слой здесь у́же, чем в других типах населенных пунктов. Различия в масшта-бах протосреднего слоя не связаны с возрастной структурой населе-ния в разных типах населенных пунктов, однако в столицах быстрее удается реализовать потенциал восхождения по социальной лестнице. При этом доля постсреднего слоя по типам населенных пунктов не варьирует.

На рис. 6 видно, что уже среди 20–29-летних жителей Москвы и Санкт-Петербурга к среднему классу относится 40%, а к протосред-нему – 33%. В остальных типах населенных пунктов соотношение совсем иное: в городах – 21,5% среднего класса (15% в сельской местно-сти) и около 37% протосреднего класса. К старшим возрастам разрыв усиливается – к 40 годам городские нестоличные жители примерно в равных долях делятся на протосредний и средний, а столичные – в отношении 1 к 3. После 40 лет протосредний класс истощается – еще некоторое число респондентов поднимается в средний класс, осталь-ные опускаются ниже.

В предпенсионных и младших пенсионных возрастах жители Москвы и Санкт-Петербурга сохраняют свои социальные позиции, тогда как жители остальных городов и сельской местности их уже теряют (рис. 6, 7). Стоит отметить, что в Москве и Санкт-Петербурге частные признаки среднего класса (субъективный, социально-про-

Таблица 8

Распределение социальных страт в разрезе типов населенных пунктов, % по строке

Типы населенных пунктов

Протосредний класс

Средний класс

Постсреднийкласс

Базовый класс

Низший класс

Москва, С.-Петербург 13,9 43,2 15,9 20,9 6,1

Центры регионов 18,6 20,7 15,5 31,3 13,8

Остальные города, включая ПГТ 16,7 21,2 15,7 30,2 16,2

Сельская местность 14,8 13,9 14,1 36,1 21,0

Журнал НЭА,№ 3 (27), 2015, с. 109–138

126

фессиональный и материально-имущественный) лучше согласованы между собой по сравнению с остальными населенными пунктами.

После достижения пенсионного возраста субъективные оценки социального положения жителей столиц падают сильнее по сравне-нию с оценками жителей других населенных пунктов. Респонденты, проживающие в сельской местности, в трудоспособных возрастах дают самые низкие субъективные оценки, а в пенсионных – сопостави-мые с оценками жителей нестоличных городов. Интересны различия между респондентами из разных типов населенных пунктов по отдель-ным шкалам самоидентификации. По шкале «неуважение – уважение» оценки респондентов в старших возрастах перестают различаться. В целом по этой шкале отличия оценок респондентов из столичных

0 10 20 30 40 50 60 %

Центры регионов

Сельская местность


Остальные города, включая ПГТ




Москва, Санкт-Петербург


Cельская местность

18–2

425

–34

35–4

4

средний

протосредний



0 10 20 30 40 50 60 %







45–5

455

–64

65 л

ет + постсредний

среднийОстальные города, включая ПГТ






Рис. 6

Доля протосреднего и среднего классов в разрезе возрастных групп и типов населенных пунктов, %

Рис. 7

Доля среднего и постсреднего классов в разрезе возрастных групп и типов населенных пунктов, %


127


городов гораздо ниже по всем возрастным группам по сравнению со шкалами «бедность–богатство» и «бесправие–власть». Наибольший разрыв наблюдается по шкале «бесправие–власть».

В протосреднем слое различия между населенными пунктами по частным признакам социально-профессионального критерия невелики и статистически незначимы. В постсреднем слое различия более существенные (табл. 9). В центрах регионов выше прочих доля среднего класса по социально-профессиональному критерию. Москва и Санкт-Петербург выделяются долей тех, у кого есть высшее образо-вание, но они не проходят по критерию занятости. В сельской мест-ности значительно больше тех, кто не имеет ни образования, ни соот-ветствующего среднему классу статуса на рынке труда.

Региональные центры очень близки по уровню материально-имущественной обеспеченности к другим городам, однако в последних люди чаще имеют сбережения (табл. 10). В полтора раза отличается доля материально-имущественного среднего класса в большую сторону в Москве и Санкт-Петербурге и в меньшую сторону – в сельских посе-лениях. Значительное число домохозяйств двух столиц, кроме тех, кто попадает в средний класс по признаку высоких доходов, проходят по двум признакам из остальных – автомобиль, наличие второго жилья, сбережений или высокий потребительский статус. В остальных насе-ленных пунктах попадание в средний класс по другим признакам мате-риально-имущественной обеспеченности при недостаточных доходах происходит существенно реже.

В среднем 32,6% всех респондентов имеют признаки среднего класса по материально-имущественному критерию, основная их масса

Таблица 9

Распределение по частным признакам социально-профессионального критерия среднего класса в пост-среднем классе в разрезе типов населенных пунктов, % по строке


СК по со-циально-

професси-ональному критерию

Не СК по социально-профессиональному критерию

Занятость нефизи-ческим трудом,

но нет в/о

Есть в/о, но не проходит по кри-терию занятости

Нет в/о, не фер-мер и не проходит

по занятости

Москва, Санкт-Петербург 16,2 16,2 17,3 50,3

Центры регионов 22,8 16,6 10,9 49,7

Остальные горо-да, включая ПГТ 15,3 19,6 11,2 53,9

Сельская местность 13,2 14,9 7,5 64,4

Журнал НЭА,№ 3 (27), 2015, с. 109–138

128

принадлежит к итоговому среднему классу (88% этой группы обладают материально-имущественным признаком). Остальные принадлежат к прото- и постсреднему классам, в которых 39 и 45,3% по материально-имущественной обеспеченности на уровне среднего класса, но не соот-вествуют ему по социально-профессиональному или субъективному признакам. Среди тех представителей прото- и постсреднего классов, которые не принадлежат к среднему классу по материально-имуще-ственному критерию, но обладают его частными признаками, есть такие, кто имеет высокий индивидуальный доход, но из-за большой иждивенческой нагрузки не прошли в средний класс. Чаще прочих это представители протосреднего класса, проживающие в сельских насе-ленных пунктах. У протосреднего класса из частных критериальных признаков часто есть автомобиль (столицы или сельская местность), а у постсреднего автомобиль встречается реже, но зато чаще есть сбе-режения (сельские жители).

ЗаключениеКак формируется средний класс на этапах индивидуального

жизненного пути? Исследуя индивидуальные траектории, мы пришли к заключению, что представители среднего класса аккумулируют материальные и нематериальные активы, но на различных этапах их жизни ресурсы трансформируются друг в друга. В молодых возрас-тах индивиды лишены части признаков среднего класса (наличие высшего образования, регулярной занятости), о них можно гово-рить как о протосреднем слое. И, наоборот, при переходе в старшие возраста представители среднего класса формируют постсредний слой. Наиболее благоприятный социальный путь индивида при-

Таблица 10

Наличие частных признаков материально-имущественного критерия среднего класса в разрезе типов населенных пунктов, % по строке


СК по мате-риально-иму-щественному

критерию

Отдельные признаки

Высокий доход

Потреби- тельский

статус

Сбере- жения

Второе жилье или

земля

Автомо- биль

Москва, Санкт-Петербург 55,0 39,6 17,4 34,4 24,3 51,3

Центры регионов 32,4 29,9 5,1 16,0 11,6 26,1

Остальные горо-да, включая ПГТ 32,5 26,7 6,4 20,8 12,4 31,9

Сельская местность 22,1 19,1 5,1 14,8 10,9 22,5

Все 32,6 27,3 7,0 19,7 13,3 30,4


129


нимает вид: протосредний класс → средний класс → постсредний класс.

Это означает, что социальные и демографические факторы будут оказывать прямое влияние на структуру и динамику социальных страт в обществе. Старение населения, если оно не будет сопрово-ждаться ростом активного долголетия и увеличением продолжитель-ности трудовой жизни, приведет к росту доли постсредних классов, т.е. к выбыванию из рядов среднего класса возрастных когорот все возрастающей численности. Это станет фактором сокращения сред-него класса. С другой стороны, повышение пенсионного возраста (неважно – в результате добровольного откладывания пенсии или законодательного пересмотра пенсионных границ) создаст предпо-сылки сохранения заработной платы у возрастных работников и под-держит сохранение ими статуса среднего класса на период продолже-ния работы. И тогда этот процесс станет фактором роста среднего класса или по меньшей мере предотвращения его убывания.

Молодые поколения учащейся молодежи активно осваивают практики совмещения учебы и работы, что содействует их быстрому перемещению из протосредних в средние классы. Правда, не следует забывать, что в настоящее время в возраст экономической активности входят прискорбно малочисленные поколения 1990-х годов рождения и тем самым влияние этого фактора в общей структуре населения вряд ли будет определяющим. Тем не менее содействие снижению уровня молодежной безработицы и создание соответствующих рабочих мест можно рассматривать как активную политику повышения социальной мобильности российского населения.

Макросоциологический анализ показывает, что масштаб россий-ского среднего класса не меняется с начала 2000-х годов и составляет около 20%. Более того, вся социальная структура практически не пре-терпела изменений: 10% населения по-прежнему относится к низшему классу, 70% составляет класс ниже среднего. С такой структурой рос-сийское общество входило в стадию экономического подъема в начале 2000-х годов, такую структуру оно сохранило на пике экономического роста в 2007 г. и накануне нового экономического кризиса, который вошел в открытую форму в 2014 г. Таким образом, пирамида страти-фикации оказалась неизменной на различных этапах экономического цикла, различающихся между собой главным образом темпами роста заработной платы и доходов населения. Есть ли этому феномену объ-яснения? Ведь главным социальным достижением последних лет счи-тается устойчивый рост доходов населения, который, как ожидалось, автоматически ведет к росту среднего класса.

Во-первых, денежный доход – далеко не единственная харак-теристика экономического положения среднего класса, к ней следует добавить сбережения, имущество, жилье и прочие материальные акти-вы. И эти ресурсы увеличивались отнюдь не столь бурно, как доходы.

Журнал НЭА,№ 3 (27), 2015, с. 109–138

130

Во-вторых, наш анализ показал, что темпы роста доходов не были столь высокими, чтобы массовые социальные группы могли перешагнуть планки стратификации, отделяющие одну социальную страту от другой. Барьер, отделяющий незначительное улучшение бла-госостояния отдельных социальных групп от перехода на новую сту-пень лестницы стратификации многочисленных социальных страт, оказался для российского населения труднопреодолимым.

В-третьих, социально-профессиональные и субъективные при-знаки среднего класса не подвержены столь быстрым изменениям, как доходы и заработная плата. Другими словами, рост благосостоя-ния еще не означает улучшения положения индивида на рынке труда и повышения его социальной самооценки, а без этого расширение границ и усиление социально-экономической роли среднего класса в обществе невозможно. Социальная инерция оказалась сильнее эко-номической динамики.

Вполне объяснимо, что процессы восходящей социальной мобильности протекают интенсивнее в мегаполисах, и в первую оче-редь в двух российских столицах – Москве и Санкт-Петербурге. Их жителям быстрее удается реализовать потенциал восхождения по социальной лестнице. Одновременно это означает, что в «другой России» реализовать социальной потенциал значительно сложнее.

Что мешает перемещению массовых слоев в средний класс? Наименее распространенным является социально-профессиональ-ный признак принадлежности к среднему классу. Это самый дефицит-ный ресурс: среди индивидов, вошедших в средний класс, не удовлет-воряют этому критерию почти треть. Материально-имущественный признак среднего класса в его внутренней структуре играет опреде-ляющую роль, однако дефицит этого признака испытывает лишь 12% респондентов из среднего класса. Таким образом, в России действуют ограничители, способные свести на нет все попытки стимулирова-ния роста среднего класса за счет наращивания доходов населения – человеческий капитал (образование) и структура рынка труда (дефи-цит рабочих мест). Они не соответствуют в своей массе стандартам среднего класса. За годы экономического роста модернизационный потенциал российской экономики не был реализован, что отражается в ее архаичной структуре и, как естественное следствие, в структуре рынка труда и качестве рабочих мест. Другими словами, в сложив-шейся к настоящему времени отраслевой структуре экономики 20% среднего класса – не минимальная, а, по-видимому, максимальная его доля. В настоящее время сегмент рабочих мест, отвечающих иннова-ционному типу экономики, т.е. требующих высокой квалификации, современных компетенций и, соответственно, характеризующихся высокой оплатой труда, невелик. Без роста числа таких рабочих мест вход новых массовых групп населения в состав среднего класса невозможен.


131


Именно поэтому начавшийся в 2014 г. экономический кризис угрожает среднему классу. Большинство секторов, которые на протя-жении последнего времени продуцировали средний класс, во всяком случае с точки зрения уровня доходов, – финансовый и банковский сектор, страхование, ипотечное кредитование и пр. – находятся в зоне высокого экономического риска и, соответственно, рисков снижения заработной платы.

В случае воспроизводства прежнего типа экономики – восста-новление цен на нефть, отмена международных санкций, восстановле-ние доверия к национальной валюте – если даже средний класс сможет восстановиться в прежнем масштабе, то никак не вырасти за счет при-соединения новых социальных слоев. Последний сценарий возможен лишь при условии глубокой экономической реструктуризации и соз-дания новых рабочих мест в новых секторах и отраслях экономики, а также институтов, которые способны поддержать экономическую активность и конкурентоспособность среднего класса на различных этапах жизненного пути.

Журнал НЭА,№ 3 (27), 2015, с. 109–138

132


Таблица П1

Критериальные признаки материально-имущественного статуса, подходы 2007 и 2013 г.

При

знак

и

Критерии подхода 2013 г. для ЧСОКритерии подхода РиДМиЖ, адаптированные

для ЧСО*

Средний класс Низший класс Средний класс Низший класс

Пот

реби

тель

ский

ста

тус

D hcons = I {доходов хва-

тило бы на покупку автомобиля}=7,0%

D lcons = I {D lcons1 = 1| (D l

cons2 =

=1 & D lcons3 = 1 ) | D lcons4=1}=

=13,3%, где

D lcons 1 = I {денег хватает

только на еду};

D lcons2 = I {на еду и оплату

ЖКУ денег хватает, но не на покупку одежды и обуви};

D lcons3 = I {тратят на пита-

ние ≥ 1/2 доходов};

D lcons 4 = I{тратят на пита-

ние ≥ 2/3 доходов}

Не используется в качестве критерия

Теку

щие

ден

ежны

е до

ходы

D hinc = I {индивидуаль-

ный доход респондента (заработная плата + пен-сия) не ниже средней заработной платы по региону}=27,3%

D linc = I{D l

inc 1 = 1| D linc 2= 1}=

= 18,9%, где

D linc1 = I {душевой доход

домохозяйства ниже

ПМ};

D linc2 = I {индивидуаль-

ный доход респондента

ниже ПМ}

Δhinc = I{Δh

inc1 = 1| Δhinc 2= 1}=

= 45,6% , где Δh

inc 1 = I{индивидуальный доход респондента > 3ПМ};

Δhinc 2 = I{по уровню душе-

вого дохода домохозяйства принадлежит к верхним

40%}

Δlinc = I {душевой доход до-

мохозяйства не превышает ПМ} =16,7%

Сбе

реж

ения

D hsav = I {D h

sav1 = 1 & D hsav2 =

=1}= 19,7%, где D hsav1 = I{домохозяйство может делать текущие сбережения};

D hsav2 = I {имеющихся

накоплений хватит на несколько месяцев потребления}

D lsav = I{D lsav1 = 1 & D l

sav2 =1}=

= 28,2%, где D l

sav1 = I {домохозяйство

не может делать текущие сбережения};

D lsav2 = I {имеющихся

накоплений хватит не более чем на 2 недели потребления}

Δhsav = I{Δh

sav1 = 1 & Δhsav2 =

=1}= 30,7%, где Δh

sav1 = I{ могут делать те-кущие сбережения};

Δhsav2 = I{имеют сбережения}

Δlsav = I{Δl

sav1= 1 & Δlsav 2 =

=1}=47,9%, где Δl

sav1 = I{не могут делать текущие сбережения};

Δlsav 2 = I{не имеют

сбережений}


133


При

знак

и

Критерии подхода 2013 г. для ЧСОКритерии подхода РиДМиЖ, адаптированные

для ЧСО*

Средний класс Низший класс Средний класс Низший класс

Нак

опле

нн

ое д

виж

им

ое и

мущ

еств

о D hmov = I{D h

mov1 = 1 или

D hmov2 = 1}=30,4%,

где

D hmov1 = I {есть

отечественный автомобиль нестарый, до 5 лет};

D hmov2 = I {есть импортный

автомобиль нестарый, до 10 лет}

Не используется в качестве критерия

Δhmov = I {Δh

mov1 + Δhmov2 +

+ Δhmov 3≥ 2}= 41% ,

гдеΔh

mov 1= I{есть домашний компьютер};

Δhmov 2 = I {есть

посудомоечная машина};

Δhmov 3 = I {есть легковой

автомобиль}

Δlmov = I{Δl

mov 1= 1 | Δlmov 2 = 1}=

= 3,1%, гдеΔl

mov 1 = I {нет телевизора};

Δlmov 2 = I {нет стиральной

машины}

Им

еющ

ееся

нед

виж

им

ое и

мущ

еств

о (ж

иль

е)

D hhous = I {D h

hous1= 1 | D hhous2 =

= 1}= 13,3%?гдеD h

hous1 = I {есть второе жилье в собственности};

D hhous2 = I {есть

в собственности земельный участок}

D lhous = I {D l

hous1= 1 | D lhous2 =

= 1 | D lhous3 = 1}=11,8%,

гдеD l

hous1 =I {площадь основного жилища менее 10 кв. м на человека};

D lhous2 = I {испытывают

большую стесненность при проживании};

D lhous3 = I {оценивают свои

жилищные условия как плохие или очень плохие}

Δhhous = I{Δh

hous1= 1 & Δhhous2 =

= 1}=43%, гдеΔh

hous1 = I {число комнат в доме/ квартире > числа проживающих};

Δhhous2 = I {неиндивидуаль-

ный дом в сельской местности}

Δlhous = I {площадь

основного жилища менее социальной нормы}= 37,8%

Ин

тегр

альн

ый

пр

изн

ак

Q hw = I {(D hinc = 1 | D h

cons +

+ D hsav + D h

mov +

+D hhous ≥ 2) & D l

inc +

+ D lsav + D l

hous=0}=

= 32,6%

Q lw = I {D lcons = 1 | D l

inc +

+ D lsav + D l

hous ≥ 2}=18,7%

Θhw = I{Δh

inc + Δhsav + Δh

mov +

+ Δhhous ≥ 3 & Δl

inc + Δlsav +

+Δlmov + Δl

hous = 0}=23,6%

Θlw = I{Δl

inc + Δlsav + Δl

mov +

+ Δlhous≥ 3}=7,2%

Окончание таблицы П1

Примечание. В таблице приняты следующие обозначения: D = I{Условие} означает, что D = 1, если условие в скобках выполнено, и D = 0, если условие в скобках не выполнено; верхний индекс – значение признака для среднего (h) и низшего (l) классов.

*Отдельные незначительные признаки были модифицированы в связи с различиями опросных инструментариев РиДМиЖ-2007 и ЧСО-2013. РиДМиЖ – вторая волна обследования «Родители и дети, мужчины и женщины в семье и обществе» проведена Независимым институтом социальной политики в 2007 г.

Журнал НЭА,№ 3 (27), 2015, с. 109–138

134

ЛИТЕРАТУРААвраамова Е.М. (2002). Формирование среднего класса в России: определение,

методология, количественные оценки // Общественные науки и современ-ность. № 1. С. 17–24.

Авраамова Е.М., Малева Т.М. (2014). Эволюция среднего класса: миссия и мето-дология // Общественные науки и современность. № 4. С. 5–17.

Аристотель (2010). Политика. М.: АСТ.Белановский С.А., Дмитриев М.Э., Мисихина С.Г. (2010). Средний класс в рен-

тоориентированной экономике: почему Москва перестала быть Рос-сией? // SPERO. Социальная политика: экспертиза, рекомендации, обзоры. № 13. Осень–зима. С. 69–86.

Вебер М. (1990). Протестантская этика и дух капитализма. В сб.: «Избранные про-изведения». М.: Прогресс.

Горшков М.К., Тихонова Н.Е. (ред.) (2014). Средний класс в современной Рос-сии: 10 лет спустя (2014). М.: Институт социологии РАН.

Григорьев Л.М., Малева Т.М. (2001). Средний класс в России на рубеже этапов трансформации // Вопросы экономики. № 1. С. 45–61.

Дмитриев М.Э., Мисихина С.Г. (2013). Средний класс в Российской Федерации: подходы, оценки, характеристики, интересы. В сб.: «Развитие человече-ского капитала — новая социальная политика». М.: Дело. С. 207–235.

Заславская Т.И. (1996). Стратификация современного российского общества // Мониторинг общественного мнения: экономические и социальные перемены. № 1. С. 7–15.

Захаров С.В., Малева Т.М., Синявская О.В. (2007). Программа «Поколения и гендер» в России: вопросы методологии. В сб.: «Родители и дети, муж-чины и женщины в семье и обществе». М.: НИСП.

Малева Т.М. (ред.) (2000). Средний класс в России: количественные и каче-ственные оценки. М.: ТЕИС.

Малева Т.М. (ред.) (2003). Средние классы в России: экономические и социаль-ные стратегии. М.: Гендальф.

Малева Т.М. (2008). Средний класс вчера, сегодня, завтра, или Как построить «социальный лифт»? // SPERO. Социальная политика: экспертиза, реко-мендации, обзоры. № 8. С. 7–28.

Малева Т.М., Овчарова Л.Н. (2008). Российские средние классы накануне и на пике экономического роста. М.: Экон-Информ. С. 7–102.

Овчарова Л.Н., Корчагина И.И., Пишняк А.И., Попова Д.О., Проко-фьева Л .М., Синявская О.В., Шишкин С.В., Малева Т.М., Ибраги-мова Д.Х., Горина Е.А., Ниворожкина Л.И., Зубаревич Н.В., Забо-ровская А.С., Бурдяк А.Я., Бесстремянная Г.Е., Попова Р.И. (2011). Доходы и социальные услуги: неравенство, уязвимость, бедность // Вопросы экономических наук. № 3. С. 6–11.

Овчарова Л.Н. (2012). Теоретико-методологические вопросы определения и измерения бедности // SPERO. Социальная политика: экспертиза, реко-мендации, обзоры. № 16. С. 15–38.

Овчарова Л.Н. (2009). Теоретические и практические подходы к оценке уровня,


135


профиля и факторов бедности: российский и международный опыт. М.: М-Студио.

Овчарова Л.Н., Теслюк Э., Емцов Р. (2007). Бедность и неравенство в России: зависимость статистических показателей бедности и неравенства от метода измерения благосостояния домашних хозяйств. Иллюстрация на основе данных обследования НОБУС. М.: Всемирный банк.

Салмина А.А., Григорьев Л.М. (2010). Структура российского среднего класса: предварительный анализ для будущих исследований // SPERO. Социаль-ная политика: экспертиза, рекомендации, обзоры. № 12. C. 105–124.

Шкаратан О.И., Ястребов Г.А. (2007). Социально-профессиональная структура населения России. Теоретические предпосылки, методы и некоторые результаты повторных опросов 1994, 2002, 2006 г. // Мир России: Социо-логия, этнология. Т. 16. № 3. С. 3–49.

Abramowitz A., Teixeira R. (2009). The Decline of the White Working Class and the Rise of a Mass Upper-Middle Class // Political Science Quarterly. Vol. 124. No. 3. Р. 391–422.

Dadush Uri and Shimelse Ali. (2012). In Search of the Global Middle Class: A New Index. Washington: Carnegie Endowment.

Clement W., Myles J. (1994). Relations of Ruling: Class and Gender in Postindustrial Societies. Cambridge: Cambridge University. Press.

Curtis J. (2013). Middle Class Identity in the Modern World: How Politics and Eco-nomics Matter // Canadian Review of Sociology. Vol. 50(2). P. 203–226.

Easterly W. (2001). The Middle Class Consensus and Economic Development // Journal of Economic Growth, Vol. 6(4). P. 317–335.

Evans M.D., Kelley J. (2004). Subjective Social Location: Data from 21 Nations // International Journal of Public Opinion Research. Vol. 16(1). P. 3–38.

Ferreira F.H.G., Messina J., Rigolini J., Lopez-Calva L.-F., Lugo M.A., Vakis R. (2013). Economic Mobility and the Rise of the Latin American Middle Class. Washington: The World Bank.

Foster J., Seth S., Lokshin M., Sajaia Z. (2013). A Unified Approach to Measur-ing Poverty and Inequality-Theory and Practice: Streamlined Analysis with ADePT Software. Washington: World Bank.

Goldthorpe J.H. (1995). The Service Class Revisited // Social Change and the Middle Classes. P. 313–329.

Horrigan M.W., Haugen S.E. (1988). Declining Middle-Class Thesis: A Sensitivity Analysis // The Monthly Labor Review. Vol. 111. P. 3.

Landes D.S. (1998). The Wealth and Poverty of Nations // WORLD I. Vol. 13. P. 258–263.

Mayer K.U. (2009). New Directions in Life Course Research // Annual Review of Sociology. Vol. 35. No. 1. P. 413–433.

Nivorozhkin E., Nivorozhkin A., Nivorozhkina L., Ovcharova L. (2010). The Urban–Rural Divide in the Perception of the Poverty Line: the Case of Rus-sia // Applied Economics Letters. Vol. 17. No. 16. Р. 1543–1546.

O’Rand A.M., Krecker M.L. (1990). Concepts of the Life Cycle: Their History, Mean-ings, and Uses in the Social Sciences // Annual Review of Sociology. P. 241–262.

Журнал НЭА,№ 3 (27), 2015, с. 109–138

136

Savage M. (1992). Women’s Expertise, Men’s Authority: Gendered Organisations and the Contemporary Middle Classes // The Sociological Review. No. 39. P. 124.

Thurow L.C. (1987). A Surge in Inequality // Scientific American. Vol. 256. No. 5. P. 30–37.

Vandecasteele L. (2011). Life Course Risks or Cumulative Disadvantage? The Structuring Effect of Social Stratification Determinants and Life Course Events on Poverty Transitions in Europe // European Sociological Review. Vol. 27. No. 2. P. 246–263.

Weymann A., Heinz W.R. (eds.). (1996). Biography and Society. Interrelationships between Social Structure, Institutions and the Life Course. Vol. IX. Weinheim: Deutscher Studien Verlag.


Abramowitz A., Teixeira R. (2009). The Decline of the White Working Class and the Rise of a Mass Upper-Middle Class. Political Science Quarterly 124, 3, 391–422.

Aristotel’ (2010). Politika. Moscow: AST (in Russian).Avraamova E.M. (2002). Formirovanie srednego klassa v Rossii: opredelenie,

metodologija, kolichestvennye ocenki. Obschestvennije Nauki i Sovremennost 1, 17–24 (in Russian).

Avraamova E.M., Maleva T.M. (2014). Evoljucija srednego klassa: missija i metodologija. Obschestvennije Nauki i Sovremennost 4, 5–17 (in Russian).

Belanovskiy S.A., Dmitriev M.E., Misikhina S.G. (2010). Sredniy klass v rentoori-entirovannoy ekonomike: pochemu Moskva perestala byt’ Rossiey? SPERO 13, Autumn–winter (in Russian).

Clement W., Myles J. (1994). Relations of Ruling: Class and Gender in Postindustrial Societies. Cambridge: Cambridge University Press.

Curtis J. (2013). Middle Class Identity in the Modern World: How Politics and Eco-nomics Matter. Canadian Review of Sociology 50(2), 203–226.

Dadush U., Shimelse A. (2012). In Search of the Global Middle Class: A New Index. Washington: Carnegie Endowment.

Dmitriev M.E., Misikhina S.G. (2013). Srednij klass v Rossijskoj Federacii: podhody, ocenki, harakteristiki, interesy. In: “Razvitie chelovecheskogo kapitala — novaja social’naja politika”. М. : Delo, 207–235 (in Russian).

Easterly W. (2001). The Middle Class Consensus and Economic Development. Journal of economic growth 6(4), 317–335.

Evans M.D., Kelley J. (2004). Subjective Social Location: Data from 21 Nations. Inter-national Journal of Public Opinion Research 16(1), 3–38.

Ferreira F.H.G., Messina J., Rigolini J., Lopez-Calva L.-F., Lugo M.A., Vakis R. (2013). Economic Mobility and the Rise of the Latin American Middle Class. Washington: The World Bank.

Foster J., Seth S., Lokshin M., Sajaia Z. (2013). A Unified Approach to Measur-ing Poverty and Inequality-Theory and Practice: Streamlined Analysis with ADePT Software. Washington: The World Bank.


137


Goldthorpe J.H. (1995). The Service Class Revisited. Social Change and the Middle Classes 313–329.

Gorshkov M.K., Tikhonova N.E. (eds.) (2014). Srednij klass v sovremennoj Rossii: 10 let spustja (2014). Moscow: Institut sotsiologii RAN (in Russian).

Grigor’ev L.M., Maleva T.M. (2001). Sredniy klass v Rossii na rubezhe etapov trans-formatsii. Voprosy Economiki 1, 45–61 (in Russian).

Horrigan M.W., Haugen S.E. (1988). Declining Middle-Class Thesis: A Sensitivity Analysis. The Monthly Labor Review 111, 3.

Landes D.S. (1998). The Wealth and Poverty of Nations. WORLD I 13, 258–263.Maleva T.M. (2008). Srednij klass vchera, segodnja, zavtra, ili kak postroit’ «social’nyj

lift»? SPERO 8, 7–28 (in Russian).Maleva T.M. (ed.) (2000). Srednij klass v Rossii: kolichestvennye i kachestvennye

ocenki. Moscow: TEIS (in Russian). Maleva T.M. (ed.) (2003). Srednie klassy v Rossii: jekonomicheskie i social’nye strate-

gii. Moscow: Gendal’f (in Russian).Maleva T.M., Ovcharova L.N. (2008). Rossijskie srednie klassy nakanune i na pike

jekonomicheskogo rosta. Moscow: Ekon-Inform, 7–102 (in Russian).Mayer K.U. (2009). New Directions in Life Course Research. Annual review of sociology

35, 1, 413–433.Nivorozhkin E., Nivorozhkin A., Nivorozhkina L., Ovcharova L. (2010). The

Urban–Rural Divide in the Perception of the Poverty Line: the Case of Rus-sia. Applied Economics Letters 17, 16, 1543–1546.

O’Rand A.M., Krecker M.L. (1990). Concepts of the Life Cycle: Their History, Mean-ings, and Uses in the Social Sciences. Annual review of sociology, 241–262.

Ovcharova L.N. (2009). Teoreticheskie i prakticheskie podhody k ocenke urovnja, profilja i faktorov bednosti: rossijskij i mezhdunarodnyj opyt. Moscow: M-Stu-dio (in Russian).

Ovcharova L.N. (2012). Teoretiko-metodologicheskie voprosy opredelenija i izme-renija bednosti. SPERO 16, 15–38 (in Russian).

Ovcharova L.N., Korchagina I.I., Pishnyak A.I., Popova D.O., Prokof’eva L.M., Sinyav-skaya O.V., Shishkin S.V., Maleva T.M., Ibragimova D.Kh., Gorina E.A., Nivorozhkina L.I., Zubarevich N.V., Zaborovskaya A.S., Burdyak A.Ya., Besstremyannaya G.E., Popova R.I. (2011). Dohody i social’nye uslugi: neravenstvo, ujazvimost’, bednost’. Voprosy jekonomicheskih nauk 3, 6–11 (in Russian).

Ovcharova L.N., Teslyuk E., Emtsov R. (2007). Bednost’ i neravenstvo v Rossii: zavi-simost’ statisticheskih pokazatelej bednosti i neravenstva ot metoda izme-renija blagosostojanija domashnih hozjajstv. Illjustracija na osnove dannyh obsledovanija NOBUS. Moscow: The World Bank (in Russian).

Salmina A.A., Grigor’ev L.M. (2010). Struktura rossijskogo srednego klassa: predvaritel’nyj analiz dlja budushhih issledovanij. SPERO 12, 105–124 (in Russian).

Savage M. (1992). Women’s Expertise, Men’s Authority: Gendered Organisations and the Contemporary Middle Classes. The Sociological Review 39, 124.

Журнал НЭА,№ 3 (27), 2015, с. 109–138

138

Shkaratan O.I., Yastrebov G.A. (2007). Social’no-professional’naja struktura nasele-nija Rossii. Teoreticheskie predposylki, metody i nekotorye rezul’taty pov-tornyh oprosov 1994, 2002, 2006 g. Universe of Russia: Sociology, Ethnology 16, 3, 3–49 (in Russian).

Thurow L.C. (1987). A Surge in Inequality. Scientific American 256, 5, 30–37.Vandecasteele L. (2011). Life Course Risks or Cumulative Disadvantage? The Struc-

turing Effect of Social Stratification Determinants and Life Course Events on Poverty Transitions in Europe. European Sociological Review 27, 2, 246–263.

Veber M. (1990). Protestantskaja jetika i duh kapitalizma. In: “Izbrannye proizvedenija”. Moscow: Progress (in Russian).

Weymann A., Heinz W.R. (eds.). (1996). Biography and Society. Interrelationships between Social Structure, Institutions and the Life Course. Vol. IX. Wein-heim: Deutscher Studien Verlag.

Zakharov S.V., Maleva T.M., Sinyavskaya O.V. (2007). Programma “Pokolenija i Gen-der” v Rossii: voprosy metodologii. In: “Roditeli i deti, muzhchiny i zhensh-hiny v sem’e i obshhestve”. Moscow: NISP (in Russian).

Zaslavskaya T.I. (1996). Stratifikacija sovremennogo rossijskogo obshhestva. The Monitoring of Public Opinion: Economic and Social Changes Journal 1, 7–15 (in Russian).

Поступила в редакцию 18 марта 2015 года

T.M. MalevaInstitute for Social Analysis and Prediction, Russian Presidential Academy of National Economy and Public Administration, Moscow, Russia

A.Ya. BurdyakInstitute for Social Analysis and Prediction, Russian Presidential Academy of National Economy and Public Administration, Moscow, Russia

A.O. Tyndik Institute for Social Analysis and Prediction, Russian Presidential Academy of National Economy and Public Administration, Moscow, Russia

Middle Classes at Different Stages of Life CourseIn this study a multicriteria stratification scale of the Russian society is

constructed on the large-scale sociological research data. Keeping the continuity of middle classes methodology since the beginning of the 2000s, three equal-weighted criteria are used – wealth and property, social and professional status and self-iden-tification. Together with our previous results the study shows the whole social struc-ture to be very stable. For the last 15 years the size of the Russian middle class has remained constant, at about 20%. To analyze the prospects of the middle classes we modify stratification scale with regard to age criteria. The proto- and the post-middles are identified. The resource bindings are investigated for different social groups in their upward movement. Income growth is shown to have limited effects on the mid-dle class increase.

Keywords: middle class, social mobility, sociological data.

JEL Classification: I30, I31


139



Л.С. Марков М.В. Петухова К.Ю. Иванова Организационные структуры кластерной политики

В.В. ПоповСохранит ли экономика Узбекистана высокие темпы роста? Сценарии развития на 2015–2030 гг.

140

Л.С. Марков ИЭОПП СО РАН, Новосибирск

М.В. Петухова ИЭОПП СО РАН, Новосибирск

К.Ю. Иванова ИЭОПП СО РАН, Новосибирск

Организационные структуры кластерной политикиВ статье раскрываются понятие и специфические особенности кластер-

ной политики, описываются ее родовые, а также свойственные странам с пере-ходной экономикой (в том числе и России) проблемы. Задается пространство возможных направлений реализации кластерной политики в России. Показано, что многие из насущных вопросов кластерной политики лежат в организаци-онной плоскости. На примере скандинавских стран, отмечающих высокую значимость кластерного подхода, описываются организационные аспекты реализованных программ развития кластеров. Выделены три уровня органи-зации кластерной политики, показана центральная роль специализированных агентств развития кластеров, аналогами которых в России могут выступать региональные центры кластерного развития. Предложена типология органи-зационных структур, различающихся по количеству вовлеченных министерств и специализированных агентств, типу связей и целевому объекту, функциям и статусу уполномоченного агентства. Согласно предложенной типологии про-изведена классификация опыта реализации кластерных программ в различных странах. Показано, что организация кластерной политики в сходных условиях может принимать различные формы и меняться со временем.

Ключевые слова: кластеры, кластерная политика, организационная структура.

Классификация JEL: O21, R58, L52.

1. Понятие и особенности кластерной политики

Тесная связь кластеров с вопросами региональной и нацио-нальной конкурентоспособности привела к идее разработки стратеги-ческого подхода, способствующего формированию и развитию класте-ров, названного кластерной политикой. Однако несмотря на высокую популярность кластерного подхода, до сих пор не найдено оптималь-ного способа определения кластера, что естественным образом затруд-няет определение кластерной политики. В связи с этим последняя используется как обобщающее название для различных способов под-держки и создания сетевых объединений предприятий. Под ней понима-ется «широкий набор мер государственного регулирования, направ-ленных на развитие существующих кластеров или способствующих возникновению новых» (Europe INNOVA / PRO INNO..., 2008).

В общем виде кластерная политика подразумевает комплекс мер преимущественно косвенного характера, направленных на устране-ние барьеров, возникающих на пути обмена знаниями и идеями, меша-


141


ющих установлению взаимодействия между различными участниками процесса кластеризации. «Кластерная политика может принимать различные формы и преследовать различные цели. В большинстве случаев она реализуется при помощи специальных государственных программ развития…» (Europe INNOVA / PRO INNO…, 2008)).

Андерссон с соавторами (Andersson et al., 2004) образно назы-вает кластерную политику «зонтичным брендом», объединяющим несколько традиционных направлений стратегического развития. Е.С. Куценко, проведя обширный анализ зарубежного опыта кластер-ной политики, отмечает, что «Кластерная политика в виде самостоя-тельного документа – явление не частое. Например, в двух третях евро-пейских стран кластерная политика является частью инновационной политики. Более половины кластерных программ связаны с реализа-цией промышленной, научно-технической политики или поддержкой малого бизнеса. Примерно четвертая часть идентифицированных программ связана с региональной политикой. При этом такие про-граммы, как правило, не называются кластерными, но являются тако-выми по сути» (Отчет ГНИУ СОПС, 2011).

Тем не менее кластерная политика обладает некоторыми харак-терными особенностями. Во-первых, она обязательно направлена на поддержку не отдельных предприятий, а групп компаний, совместных проектов и их НИОКР. Во-вторых, выходя за рамки целевого сегмента экономической деятельности, в рамках кластерного подхода внимание уделяется связанным секторам. В-третьих, кластерная политика – пре-имущественно косвенный подход, средовой по своей сути, направлен-ный на образование сети и сотрудничество между различными вовле-ченными в процесс сторонами.

Майкл Портер отмечает, что кластерная политика дает воз-можность по-новому взглянуть на усилия по экономическому разви-тию, «при котором предпринимаемые меры выходят за рамки тради-ционных усилий по снижению издержек на ведение экономической деятельности и улучшают общую экономическую обстановку» (Porter, 1998). Одной из отличительных черт успешных кластерных программ М. Портер считает ведущее положение бизнеса при активной под-держке правительственных структур в отличие от контроля и навязы-вания правил и условий игры сверху. В работах (Sölvell, 2008; Марков, 2014) авторы рассматривают кластерную политику как искусствен-ную компоненту развития (например, с активным участием государ-ства), дополняющую естественный процесс развития экономической системы (эволюционную компоненту, обусловленную взаимодей-ствием автономных экономических агентов в определенной среде). Такой взгляд объясняет распространенное утверждение о том, что кла-стеры невозможно создать в прямом смысле этого слова, тем более – на пустом месте1. Наконец, поскольку в рамках кластерной политики отдельные традиционные подходы к регулированию сочетаются,

1 Имеется в виду на неосвоенной территории, не имеющей истории экономического развития, как, например, ТПК.

Журнал НЭА,№ 3 (27), 2015, с. 140–162

142

Л.С. Марков, М.В. Петухова, К.Ю. Иванова

важным следствием этого является взаимодействие не только между разными агентами, но и между различными ветвями власти. Именно поэтому кластерные программы, увязывая инструменты и ресурсы тра-диционных видов экономической политики, характеризуются относи-тельно небольшими бюджетами.

За последние десятилетия было проведено множество иссле-дований, направленных как на изучение самих кластеров, так и про-грамм их развития. Поскольку кластерный подход в России делает первые шаги, что неизменно сопровождается отсутствием система-тизированной информации, мы будем опираться преимущественно на зарубежный опыт. Типологизация работ по кластерной политике представляется затруднительной, поскольку каждую политику характе-ризует множество аспектов, которые можно использовать в качестве классификационных признаков. Если отличать работы собственно по кластерной политике от многочисленных работ по кластерам и ком-плексу процессов, явлений и связанных с ними терминов, то в первую очередь следует выделить работы, описывающие реализацию отдель-ных кластерных программ и их результаты (Brenner et al., 2013; Salo et al., 2002; Røtnes, 2012), и компаративные исследования (Lindqvist et al., 2003, 2013; Ketels et al., 2006; Europe INNOVA, 2008; Meier zu Köcker, 2012). Удачным примером первого типа работ выступает труд (Turner et al., 2013), в котором описаны цели, структура и результаты кон-кретной кластерной программы. Одной из первых системных работ по кластерной политике является работа (Andersson et al., 2004), где структурированы возможности и проблемы, связанные с разработкой кластерной политики. Среди комплексных исследований также стоит выделить Competitive Regional Clusters: National Policy Approaches (OECD, 2007) – один из наиболее масштабных обзоров кластерных программ в разных странах мира, послуживший отправной точкой для многих аналитических работ.

В соответствии с двумя наиболее широкими типами кластеров (промышленными и региональными) можно выделить работы, в кото-рых кластерная политика рассматривается в русле промышленной (Rodríguez-Clare, 2005; Munnich et al., 1999), в других – региональной политики (Ketels, 2013; Brenner et al., 2013). В связи с высоким интере-сом к развитию кластеров высокотехноличных отраслей распростра-нены работы, рассматривающие кластерную политику сквозь призму инновационной политики (Insogna et al., 2008; INNOSEE Project, 2011). В этих работах представлен анализ взаимоотношений между полити-ками разного уровня, изучается влияние отраслевых и региональных особенностей на процессы кластеризации, уделяется внимание раз-личным предпосылкам кластеризации и направлениям поддержки кластеров, приводятся доказательства связи кластеров с результатами экономической деятельности отрасли или территории, даются прак-тические рекомендации.

Журнал НЭА,№3 (27), 2015, с. 140–162

143


Е. Юайарра и Р. Рамлоган (Uyarra, Ramlogan, 2012) поднимают нетривиальный вопрос об оценке эффективности кластерной поли-тики, как отмечалось ранее, тесно переплетенной с традиционными мерами государственного регулирования, что затрудняет вычленение эффекта от мер, направленных собственно на кластеры. Поэтому осо-бое место занимают работы, направленные на изучение результатив-ности кластерных программ и ее обусловливающих факторов.

Ф. Рейнс (Raines, 2000) ставит целью выявить и понять ключе-вые факторы успешной разработки, реализации и оценки кластерной политики, он описывает лучшие практики в применении кластерного подхода. Исследователи Стокгольмского центра стратегии и конку-рентоспособности (Lindqvist, Ketels, Sölvell, 2003; Ketels, 2013) провели сравнительный анализ целей, задач и результатов кластерных инициа-тив на данных нескольких сотен кластерных организаций в 50 странах мира, прежде всего в странах ОЭСР. Авторы соотнесли мероприятия в рамках программ развития кластеров с эффективностью объектов управления участвующих в них кластеров. Джулиани с соавторами (Giuliani et al., 2013), отходя от формальных критериев эффективно-сти, предлагает для оценки развития взаимоотношений между участ-никами кластера использовать сравнение некоторых индикаторов сетеобразования до и после реализации определенной кластерной программы.

Изучению особенностей кластерной политики в развиваю-щихся странах и странах с переходной экономикой посвящена работа (Ketels et al., 2006), которая, продолжая методическую линию более общих исследований (Lindqvist et al., 2003, 2013), фокусирует внима-ние на целях, инициаторах, стадиях, отраслевой принадлежности, участниках, организационном оформлении, критериях эффективно-сти кластерных инициатив и др.

Отдельным блоком выделяются работы, посвященные орга-низационным аспектам кластерной политики. Так, в методической работе (Williams, 2010) описана последовательность и содержание этапов формирования кластера, разработки и запуска кластерной про-граммы. Организационная структура выступает одной из особенно-стей кластерной политики, описываемой в ходе сравнительного ана-лиза в Competitive Regional Clusters: National Policy Approaches (OECD, 2007). В работе (Sölvell, Williams, 2013) на примере Швеции описыва-ется опыт функционирования специализированных кластерных орга-низаций. Исследование российских практик управления в террито-риальных пилотных кластерах представлено в (Отчет НИУ ВШЭ..., 2014).

2. Проблемы кластерной политикиПроблемы, стоящие на пути реализации кластерного подхода,

можно разбить на две большие категории: методологические вопросы,

Журнал НЭА,№ 3 (27), 2015, с. 140–162

144

связанные с уникальностью конкретного объекта регулирования, и проблемы политического характера.

К числу последних относятся, во-первых, чрезмерная ориента-ция на сторонний опыт, приводящая в итоге к формированию кластер-ных политик с аналогичными целями и инструментами. В практике преследования одних и тех же целей наблюдается появление класте-ров одной и той же области специализации (как правило, модной инновационной). Из практики использования одних и тех же инстру-ментов вытекает неэффективное управление как следствие непонима-ния, что меры по развитию кластеров, доказавшие свою пригодность в одном случае, могут оказаться бесполезными или даже нежелатель-ными в другом.

Во-вторых, политизированность самого термина «кластер», используемого как модный бренд. Нередки случаи, когда власти наме-ренно называют какую-либо структуру (даже не всегда производствен-ную) кластером, надеясь тем самым привлечь дополнительное внима-ние и инвестиции в регион.

В-третьих, кластерная политика существует на разных уровнях власти и должна координировать действия различных государствен-ных структур.

Кроме того, в странах с переходной экономикой отмечаются дополнительные проблемы кластерной политики, выделяемые иссле-дователями стокгольмского Центра стратегии и конкурентоспособно-сти (Lindqvist et al., 2003):

такие страны характеризуются низким уровнем доверия между экономическими агентами, при этом наиболее слабое доверие бизнес испытывает к государству;

кластерные инициативы характеризуются худшей организа-цией как в плане инфраструктуры, так и в плане оперативного и стратегического менеджмента;

центральные власти в странах с переходной экономикой зани-мают более пассивные позиции в отношении инициации про-цессов развития кластеров.В данный момент федеральные органы государственной вла-

сти в России придают большое значение вопросу развития кластеров. Данный факт подтверждается наличием документов федерального уровня стратегического и нормативно-правового характера.

В Концепции долгосрочного социально-экономического разви-тия Российской Федерации на период до 2020 г. кластеры рассматрива-ются в качестве новой модели пространственного развития российской экономики. Им посвящен отдельный раздел в Стратегии инновацион-ного развития Российской Федерации на период до 2020 г., в которой предполагается осуществлять переход отечественной экономики на инновационную траекторию развития, в том числе с помощью форми-рования и развития инновационных кластеров (Концепция…, 2008).

Л.С. Марков, М.В. Петухова, К.Ю. Иванова Журнал НЭА,№3 (27), 2015, с. 140–162

145


Поддержка процессов кластеризации осуществляется в рамках двух нормативно-правовых актов федерального уровня: Постановле-ния Правительства Российской Федерации № 188 от 6 марта 2013 г., направленного на поддержку инновационных территориальных кла-стеров, и Приказа Министерства экономического развития России (в настоящий момент – № 220 от 24 апреля 2013 г.), ориентированно-го на поддержку кластеров малого и среднего бизнеса, в соответствии с которым в регионах предполагается субсидирование деятельности центров кластерного развития (ЦКР).

Как следствие в настоящее время кластерная политика в России имеет выраженный региональный акцент и может существовать в рам-ках, как минимум, двух направлений (инновационного и поддержки малого и среднего бизнеса), что автоматически ставит вопрос о согла-совании действий многочисленных государственных и общественных институтов, реализующих кластерную политику в стране2. Данный вопрос напрямую относится к теме организационной структуры кла-стерной политики. В сфере ее ответственности также лежат и первые две проблемы кластерной политики в странах с переходной эконо-микой, поскольку из первой вытекает необходимость последователь-ных мер политической поддержки, а также прозрачности механизмов кластерной политики. Из второй следует уместность упорядочения процесса кластерного развития в целях адекватного стратегического и оперативного управления, создания организационной структуры, способной учитывать мнение частного сектора, особенно малого бизнеса.

Как показывает анализ, в общем виде в составе организаци-онной структуры кластерной политики всегда можно выделить три уровня: министерства, в сферу ответственности которых попадают цели и ресурсная поддержка кластерной политики; уполномоченные агентства, как правило, выполняющие функции экспертизы, мони-торинга и координации межкластерных проектов; специализиро-ванные организации кластеров, выполняющие представительские и координационные функции в отдельных кластерах. Сложившаяся практика поддержки кластеров в России свидетельствует о том, что каркас организационной структуры кластерной политики на регио-нальном уровне, помимо уполномоченных министерств, формирует специализированная инфраструктура поддержки кластеров, включа-ющая центры кластерного развития (ЦКР) и организации развития кластеров (ОРК).

Согласно «Методическим рекомендациям по реализации кла-стерной политики в субъектах Российской Федерации» (Методические рекомендации..., 2008) организация, занимающаяся развитием кла-стера, является центральным административным и координирующим элементом кластера. Предметом деятельности ОРК является содей-ствие принятию решений и координация проектов, повышение кон-

2 31 декабря 2014 г. был подписан Федеральный закон от № 488-ФЗ «О промышленной политике в Российской Федерации», в котором дается определение понятию «промышленный кластер», что может еще больше усложнить систему управления развитием кластеров.

Журнал НЭА,№ 3 (27), 2015, с. 140–162

146

курентоспособности и кооперационных взаимодействий участников. Ключевым направлением деятельности ОРК является разработка и реализация участниками кластера совместных проектов. Задачами ЦКР среди прочих являются: определение перспективных направле-ний для развития кластеров в субъекте Российской Федерации, орга-низация мониторинга состояния территориальных кластеров; содей-ствие организационному развитию формирующихся кластеров (Отчет ГНИУ СОПС, 2011).

Принципиальное отличие ЦКР от ОРК состоит в том, что пер-вый ориентируется на поддержку всех формирующихся и существую-щих кластеров в регионе, а ОРК координирует деятельность одного конкретного кластера. ЦКР организует эффективное взаимодействие в интересах участников территориальных кластеров с государствен-ными органами, органами местного самоуправления и организациями-донорами. Взаимодействие уполномоченного органа исполнительной власти и организаций кластерного развития также осуществляется при содействии регионального ЦКР (Отчет ГНИУ СОПС, 2011).

Недавнее исследование системы управления инновационных территориальных кластеров (ИТК) России (Отчет НИУ ВШЭ..., 2014) выявило ряд ограничений, связанных с недостатками организации кла-стерной политики в России. В частности, в нем отмечается, что в боль-шинстве регионов наблюдается тенденция централизации управления процессами кластеризации органами региональной государственной власти. Возникают сложности в разграничении полномочий в рам-ках региональной кластерной политики между различными уровнями и организациями, а также неопределенность статуса структур, реали-зующих региональную кластерную политику. В некоторых регионах (например, Новосибирской области) ситуация дополнительно ослож-няется первоочередностью формирования ОРК по сравнению с ЦКР, что еще более усложняет проблемы статуса специализированных орга-низаций кластерной инфраструктуры. Существующие в регионах ЦКР и ОРК, фокусируясь преимущественно на поддержке коммуникаций, сайтов кластеров, выставочной деятельности и проч., не осущест-вляют профильных функций экспертизы, мониторинга и оценки раз-вития кластеров и реализации кластерных проектов.

Из совокупности обозначенных проблем вытекают значимость и актуальность адекватной структуры кластерной политики, представ-ляющей интересы реального сектора, увязывающего интересы различ-ных сторон, разграничивающей полномочия специализированных организаций. Вопрос организационной структуры кластерной поли-тики имеет важное значение, поскольку результативность кластер-ных программ во многом зависит от эффективности их организации. Согласованность действий участников кластерной программы дости-гается в рамках ее организационной структуры, назначением которой является взаимная увязка целей кластерной политики с механизмами


147


развития, координация деятельности участников кластеров с деятель-ностью органов власти внутри и между собой.

3. Типы организационных структур кластерной политикиКак отмечается в (Oxford Research, 2008), министерствами,

в основном участвующими в реализации кластерной политики, явля-ются: министерство промышленности (16 стран), министерство финансов / экономики (14 стран), министерство науки и исследова-ний (9 стран). При этом замечено, что в странах с переходной эко-номикой роль координатора чаще выполняет министерство эконо-мики или финансов, тогда как развитые страны отдают предпочтение в этом вопросе отраслевым министерствам. В силу отмеченного выше позиционирования кластерной политики на стыке нескольких тради-ционных стратегических подходов в 13 европейских странах обязан-ность поддержки кластеров обычно возлагается на два министерства, из чего вытекает необходимость координации между различными ведомствами.

В табл. 1 приведен список кластерных программ в некото-рых странах, а так же ответственных за их реализацию министерств и агентств. Из данных, представленных в табл. 1, видно, что разному числу участвующих в реализации кластерной программы министерств соответствует разное число агентств. В одних случаях число мини-стерств может превышать число агентств (Испания, Франция), в дру-гих – наоборот (Япония, Нидерланды), иногда эти значения совпадают (Канада, Корея).

Поскольку различия в подходе к реализации кластерной поли-тики могут быть обусловлены большим числом факторов, связанных с целями и особенностями объекта регулирования, размерами, государ-ственным устройством, политической и институциональной средой территории и др., однозначно установить их первопричину не пред-ставляется возможным. Поэтому для выявления типичных организа-ционных структур кластерной политики целесообразно редуцировать потенциальное число возможных факторов, обратившись к опыту стран, характеризующихся близкими географическими и экономиче-скими масштабами, культурными, историческими и политическими условиями. Результатом такого анализа предполагается демонстра-ция многообразия возможных форм организации кластерной поли-тики, формирующихся в схожих условиях (и даже в одной стране). Подходящими объектами для анализа представляются Скандинавские страны, в том числе потому, что в них признается важность формали-зованной кластерной политики.

В Швеции существовали три кластерные программы: VINNVAXT, Visanu и Regional Cluster Program, причем каждая характе-ризовалась собственной целью и организационной структурой (OECD, 2007). Стартовавшая в 2001 г. программа VINNVAXT была направ-

Журнал НЭА,№ 3 (27), 2015, с. 140–162

148

Таблица 1

Кластерные программы и реализующие их министерства и агентства

Стр

ана

Программа Год старта Участвующие министерства Реализующие агентства

Шве

ция

VINNVAXT 2002 Министерство образования, иссле-дований и культуры VINNOVA

Visanu 2003

Министерство промышленности, занятости и коммуникаций; Мини-стерство иностранных дел; Мини-стерство образования, исследова-ний и культуры

Nutek; ISA; VINNOVA.

The Regional Cluster Program 2005 Министерство промышленности,

занятости и отношений Nutek

Нор

веги

я

The Arena Programme

2001 / 2002

Министерство торговли и промыш-ленности; Министерство местного самоуправления и регионального развития; Министерство образова-ния и науки

Innovation Norway; SIVA; Norwegian Research Council

Norwegian Centres of Expertise (NCE)

2005

Министерство торговли и промыш-ленности; Министерство местного самоуправления и регионального развития; Министерство образова-ния и науки

Innovation Norway; SIVA; Norwegian Research Council

Фи

нля

нди

я

The National Cluster Programme

1997Министерство торговли и про-мышленности; Министерство образования

TEKES; Academy of Finland

The Centres of Expertise 1994

Министерство внутреннего раз-вития регионов; Министерство образования; Министерство тор-говли и промышленности; Ми-нистерство труда; Министерство сельского хозяйства и лесоводства; Министерство социальной защиты и здравоохранения

Interministerial Committee

Фра

нци

я

SPLКонец 1990-х годов

Министерство внутренних дел и ре-гионального планирования; Мини-стерство образования и исследо-ваний; Министерство экономики, финансов и промышленности; Ми-нистерство обороны; Министер-ство сельского хозяйства

CIACT через DIACT

Pôles de compétitivité 2005

Министерство внутренних дел и ре-гионального планирования; Мини-стерство образования и исследо-ваний; Министерство экономики, финансов и промышленности; Ми-нистерство обороны; Министер-ство сельского хозяйства

CIACT через DIACT


149


лена на формирование эффективных региональных инновационных систем. Ее цель заключалась в повышении международной конкурен-тоспособности регионов. Программа фокусировалась на налажива-нии сотрудничества между государственным сектором, частным биз-несом и исследовательскими институтами. Инициатором выступало

Стр

ана

Программа Год старта Участвующие министерства Реализующие агентства

Ни

дерл

анды

Peaks in the Delta 2005

Министерство экономики; Ми-нистерство науки, культуры и образования

SenterNovem; Dutch Organisation for Scientific Research (NWO); CWTI: Committee on Science, Technology and Information Policy

The Key Innovation Areas 2005

Министерство экономики; Ми-нистерство науки, культуры и образования

Senter Novem; Dutch Organisation for Scientific Research (NWO); CWTI: Committee on Science, Technology and Information Policy

Исп

ани

я The Basque Country Competitiveness Programme

1991

Региональный департамент про-мышленности, коммерции и ту-ризма; Министерство транспорта; Министерство здравоохранения; Министерство образования и ис-следований; Министерство эконо-мики и финансов

SPRI; Commission on Science and Technology; Scientific Policy General Council

Кан

ада Technology

Cluster Initiatives

2000 Министерство промышленонсти NRC

СШ

А Regional Innovation Clusters

2010Министерство экономического развития штатов; законодательные собрания штатов.

SBA

Япо

ни

я

Industrial Clusters 2001

Министерство экономики, тор-говли и промышленности (METI); Министерство образования, куль-туры, спорта, науки и технологий (MEXT)

SME Agency; Council for Science and Technology Policy; Regional Cluster Promotion Association

Knowledge Clusters 2001

Министерство экономики, тор-говли и промышленности (METI); Министерство образования, куль-туры, спорта, науки и технологий (MEXT)

SME Agency; Council for Science and Technology Policy; Regional Cluster Promotion Association

Кор

ея Innovative Cluster Cities 2004

Министерство коммерции, про-мышленности и энергетики (MOCIE)

The Korea Industrial Complex Corporation (KICOX)

Источники: составлено авторами по материалам (OECD, 2007; Turner, Monnard, Leete, 2013).


Журнал НЭА,№ 3 (27), 2015, с. 140–162

150

Агентство инновационных систем VINNOVA, находящееся в ведении Министерства образования, исследований и культуры.

В 2002 г. в Швеции стартовала программа Visanu, она была нацелена на кластеры, которые могли потенциально способствовать экономическому развитию региона. Эта программа особое внима-ние уделяла развитию знаний, содействию в поиске финансирования и международном маркетинге. Ответственными за реализацию дан-ной программы были три министерства: Министерство промышлен-ности, занятости и коммуникаций; Министерство иностранных дел, а также Министерство образования, исследований и культуры (OECD, 2007). Реализация программы была поручена их подотчетным агент-ствам – Nutek (Агентство регионального и инновационного развития), ISA (Агентство по привлечению инвестиций) и VINNOVA (Агентство инновационных систем).

Пользуясь опытом программ VINNVAXT и Visanu, в 2005 г. Агентство регионального и инновационного развития Nutek, находя-щееся в ведении Министерства промышленности, занятости и отно-шений, запустило Regional Cluster Program, рассчитанную на зрелые кластерные инициативы в растущих отраслях экономики. Цель дан-ной программы заключалась в повышении глобальной конкурентоспо-собности существующих кластеров и их экспансии на международные рынки.

Таким образом, организационные структуры шведских кластер-ных программ включали как несколько ответственных министерств и подотчетных им агентств (Visanu), так и одно (VINNVAXT, Regional Cluster Program).

Наиболее значимыми кластерными программами Норвегии являются The Arena Programme («Арена») и Norwegian Centres of Expertise (NCE, «Норвежские центры экспертизы») (OECD, 2007). Программа «Арена» была запущена в 2002 г. на базе нескольких регио-нальных пилотных проектов. Цель программы состояла в стимулиро-вании инноваций путем создания условий для более тесного взаимо-действия компаний, образовательных учреждений и государственных структур. Программа была достаточно гибкая и открыта для кластер-ных инициатив, находящихся на разных этапах развития во всех реги-онах страны. Она обеспечивала поддержку планирования и реализа-ции долгосрочных проектов.

Перед инициированными в 2006 г. центрами экспертизы (NCE) ставилась задача развития кластеров, ориентированных на междуна-родные рынки и имеющих потенциал инновационного роста. Данная программа была более избирательной, чем «Арена», так как была ори-ентирована на наиболее развитые кластеры, определению которых предшествовал конкурсный отбор.

Обе норвежские кластерные программы были реализованы тремя агентствами (Innovation Norway, SIVA и Norwegian Research


151


Council) и курировались тремя министерствами (торговли и про-мышленности, местного самоуправления и регионального развития, а также – образования и науки) (OECD, 2007). Таким образом, можно отметить неизменность организационной структуры кластерных про-грамм в этой стране.

В Финляндии были реализованы две кластерные программы: The National Cluster programme («Национальные кластеры») и The Centres of Expertise («Центры экспертизы») (OECD, 2007). Первая под-держивала наиболее известные промышленные кластеры Финляндии, которые были выбраны различными отраслевыми министерствами для финансирования совместных исследовательских проектов. Ее цель состояла в финансовой поддержке инноваций и исследований в ключевых областях, а также укреплении сотрудничества между участ-никами кластеров, бизнесом и государством.

В программе «Национальные кластеры» принимали участие ряд министерств и подведомственных им организаций. Национальное техническое агентство TEKES (курируется Министерством тор-говли и промышленности) и Academy of Finland (под ведомством Министерства образования) поддерживали кластеры в исследова-тельских проектах. TEKES играл центральную роль в планировании и финансировании прикладных технических исследований и про-мышленных разработок. Ассоциация финских национальных парков TEKEL координировала сотрудничество между различными научными парками и выступала в качестве посредника между органами власти и научными парками. Academy of Finland являлась основным органом, занимавшимся финансированием и планированием фундаментальных исследований и научных исследований в университетах.

Финские «Центры экспертизы» были созданы для развития региональных инновационных систем при участии университетов, промышленности и правительства. Программа представляла собой региональную составляющую развития страны, основанную на стра-тегии создания региональных инновационных систем. Программные цели: создание новых рабочих мест и компаний, стимулирование инноваций и подготовка кадров в ключевых секторах. Программа «Центров экспертизы» управлялась с помощью межведомственного комитета. Ведущим министерством являлось Министерство внутрен-него развития регионов, активное участие также принимали мини-стерства образования, торговли и промышленности, труда, сельского хозяйства и лесоводства, социальной защиты и здравоохранения (Kavonius, 2005). Основная функция межведомственного комитета – координация и согласование усилий различных министерств.

Таким образом, на примере Финляндии можно заметить изменение организационной структуры от управления программой несколькими министерствами до создания межведомственного коми-тета. В целом приведенные примеры позволяют констатировать суще-

Журнал НЭА,№ 3 (27), 2015, с. 140–162

152

ствование трех наиболее широких организационных типов кластер-ной политики.

1. Специализированный (рис. 1). В данной структуре при-сутствует уполномоченное министерство, ответственное за приня-тие решений, концентрирующее и распределяющее ресурсы. Какое именно министерство будет играть ведущую роль в кластерной поли-тике, напрямую зависит от направленности политики, т.к. министер-ства осуществляют регулирование, используя инструменты, нахо-дящиеся в их непосредственном распоряжении. Взаимодействие уполномоченного органа исполнительной власти со специализиро-ванными организациями развития кластеров осуществляется при содействии агентства, часто являющегося экспертным органом, кото-рый осуществляет функции мониторинга и оценки. Потенциальным преимуществом3 данной организационной формы является простота, однако в случае реализации кластерной политики на стыке направле-ний она ограничивает сферу применения.

2. Матричный (рис. 2). В реализацию кластерной программы вовлечены несколько министерств и их аффилированных агентств. В таких случаях нередка специализация министерских ветвей (инно-вации, малый бизнес и т.д.). По сути подобный вариант представляет собой расширенную версию специализированного подхода к органи-зации кластерных программ, однако характеризуется большей гиб-костью. Он не снимает вопроса межведомственной координации, проблемы которой делегируются на уровень специализированных агентств; данный вариант эффективен при четком межведомственном разграничении задач и их взаимодополняющем характере.

3. Система «одного окна» (рис. 3). Межминистерские струк-туры – агентства «одного окна» создаются для планирования, финан-сирования и выполнения конкретных программ. При данном подходе специализированные организации развития кластеров взаимодей-ствуют лишь с одной структурой (агентством), а не с несколькими орга-нами исполнительной власти. Данный подход позволяет сократить операционные издержки и сделать процесс взаимодействия различ-ных структур более эффективным. Однако он требует значительных

3 Вопрос преимуществ и недостатков той или иной организационной формы контекстно зависим, так как в зависимости от ситуации отличительные особенности конкретной организационной структуры (табл. 2) могут обладать определенными преимуществами и ограничениями.

Агентство 1

Министерство 1

ОРК 1 ОРК 2 ОРК 3

Агентство 1 Агентство 2 Агентство 3

Министерство 1 Министерство 2 Министерство 3


Рис. 1

Специализированный тип организационной структуры

Рис. 2

Матричный тип организационной структуры


153


усилий, поскольку чреват сопро-тивлением отдельных ведомств на стадии создания, характери-зуется громоздкостью и непово-ротливостью агентства «одного окна», что создает сложности в функционировании.

Сравнительные характе-ристики выделенных организаци-онных структур кластерной поли-тики представлены в табл. 2.

На основании анализа наиболее известных кластерных программ в различных странах авторами проведена классификация их организационных структур. Данные, представленные в табл. 3, демонстрируют, к какому типу орга-низационной структуры управления относится та или иная кластерная программа.

Характерно, что среди организационных структур кластерных программ наибольшее распространение имеет матричная. В одних странах тип организационной структуры сохраняется неизменным от программы к программе (в Японии, Норвегии, Голландии), в дру-

Министерство 1 Министерство 2 Министерство 3


Система«одного окна»

Рис. 3

Система «одного окна»

Таблица 2

Сравнительные характеристики организационных структур кластерной политики

Сравнительные характеристики

Типы организационной структуры

Специализирован-ный Матричный «Одно окно»

Число вовлеченных ми-нистерств и/или увязы-

ваемых программОдно Несколько Несколько

Число уполномоченных агентств Одно Несколько Одно

Тип связей в организа-ционной структуре Вертикальные Вертикальные

и горизонтальные Вертикальные

Уровень координа-ции уполномоченного

агентства (например, ЦКР)

Межкластерный Межкластерный и межагентский

Межкластерный и межминистерский

Функции уполномоченного

агентства (например, ЦКР)

Экспертно-ана-литическая

и координационная

Экспертно-ана-литическая

и координационная

Экспертно-аналити-ческая, координа-

ционная, принятия решений

Тип поддерживаемых кластеров

Специализирован-ные, латеральные

Специализирован-ные, латеральные,

композитные

Специализирован-ные, латеральные,

композитные

Источник: составлено авторами.

Журнал НЭА,№ 3 (27), 2015, с. 140–162

154

гих организация кластерных программ претерпевает изменения (в Финляндии и Швеции). Возможными причинами таких измене-ний могут служить такие факторы, как первоначальный ракурс, пре-емственность, эффективность, срок действия кластерных программ, а также гибкость политической системы в целом. И хотя влияние перечисленных и иных факторов на организационную структуру тре-бует дальнейшего изучения, можно предположить, что территориям

Таблица 3

Организационные структуры кластерных программ в некоторых странах

Страна ПрограммаТип организационной структуры

Специализированная Матричная Система «одного окна»

Швеция

VINNVAXT +Visanu +The Regional Cluster Program +

Норвегия

The Arena Programme +Norwegian Centres of Expertise (NCE) +

Финляндия

The National Cluster Programme +The Centres of Expertise +

Франция

SPL +Pôles de compétitivité +

НидерландыPeaks in the Delta +The Key Innovation Areas +

ИспанияThe Basque Country Competitiveness Programme

+

Канада Technology Cluster Initiatives +

США Regional Innovation Clusters +

ЯпонияIndustrial Clusters +Knowledge Clusters +

Корея Innovative Cluster Cities +

Источник: составлено авторами.


155


с диверсифицированной экономикой более свойственна организация на основе матричного принципа либо в форме «одного окна». Для стран и регионов, в структуре экономики которых доминирует одна или несколько отраслей, более уместны варианты «одного окна» и спе-циализированный. При этом по мере усиления специализации объек-тов поддержки, по всей видимости, следует ожидать ужесточения тре-бований к степени их зрелости.

4. Основные выводы Априорно подразумеваемая в кластерах слаженность действий

бизнеса на практике должна подкрепляться активными и координи-рованными действиями органов власти. Последнее тем более важно, если реализуемый подход претендует на статус государственной кла-стерной политики. Прозрачность и интегрирующая функция орга-низационной структуры кластерной политики позволяют исключить дублирование целей и инструментов поддержки, снизить издержки мер регулирования.

Как показывает зарубежный опыт, в разрезе принятой в ста-тье трехуровневой организационной структуры уместно различать три типа организации кластерной политики: специализированный, матричный, «одно окно». При этом большая часть типологических различий между выделенными формами организации связана с функ-циональным органом (уполномоченным агентством и его функциями) при профильных министерствах. Учитывая сложившуюся практику кластерной политики в России, аналогами таких агентств являются региональные центры кластерного развития, тем более что формаль-ного ограничения числа подобных структур в одном субъекте федера-ции не существует.

Несмотря на то что каждая страна уникальна с точки зрения исторических, политических и экономических условий, практиче-ски каждая реализуемая кластерная программа может быть отнесена к одному из вышеупомянутых типов организационной структуры. При этом даже в одной стране можно наблюдать примеры различных типов организационных структур кластерной политики, параллельно суще-ствующих или последовательно сменяющих друг друга во времени. Поэтому выделенные формы лишь подтверждают тезис о том, что управление кластерной политикой не может осуществляться с исполь-зованием универсальных методов и инструментов.

Хотя генезис и трансформация организационных структур могут определяться большим числом политических, административ-ных, экономических, культурных и других факторов, обусловливаю-щих невозможность однозначного рецепта наиболее эффективного управления кластерной политикой, приведенная классификация дает новый ракурс проблеме управления развитием кластеров. Взгляд сквозь призму организационных структур в перспективе может ока-

Журнал НЭА,№ 3 (27), 2015, с. 140–162

156

заться полезным при проектировании и изучении организационных изменений кластерных программ, исследовании взаимосвязей между структурой и эффективностью кластерной политики.

ЛИТЕРАТУРАКонцепция долгосрочного социально-экономического развития Российской

Федерации на период до 2020 года (2008). Утверждена Распоряжением Правительства Российской Федерации от 17 ноября 2008 г. № 1662-р.

Марков Л.С. (2014). Методологические основы кластерного подхода // Федера-лизм. № 3. С. 57–72.

Методические рекомендации по реализации кластерной политики в субъектах Российской Федерации (2008). Утверждены Минэкономразвития РФ 26.12.2008 г. № 20615-ак/д19. [Электронный ресурс] Режим доступа http://economy.gov.ru/minec/activity/sections/innovations/develop-ment/doc1248781537747, свободный. Загл. с экрана. Яз. рус. (дата обра-щения: июль 2015 г.).

Отчет ГНИУ СОПС (2011). Исследование практики формирования и развития территориальных кластеров, а также деятельности центров кластерно-го развития в субъектах Российской Федерации. УДК 332.133.6. Госреги-страция № 01201153776.

Отчет НИУ ВШЭ и Фонда ЦСР «Северо-Запад» (2014). Система менеджмента для управляющих компаний инновационных территориальных кла-стеров Российской Федерации. [Электронный ресурс] Режим доступа: http://www.rusventure.ru/ru/programm/analytics/docs/201403_man-agement_companies_clusters.pdf, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

Постановление Правительства Российской Федерации от 06.03.2013 № 188 (2013). Об утверждении Правил распределения и предоставления суб-сидий из федерального бюджета бюджетам субъектов Российской Фе-дерации на реализацию мероприятий, предусмотренных программа-ми развития пилотных инновационных территориальных кластеров. [Электронный ресурс] Режим доступа: http://economy.gov.ru/minec/activity/sections/innovations/doc20130306_014, свободный. Загл. с экра-на. Яз. рус. (дата обращения: июль 2015 г.).

Приказ Министерства экономического развития РФ от 24.04.2013 № 220 (2013). Об организации проведения конкурсного отбора субъектов Россий-ской Федерации, бюджетам которых в 2013 году предоставляются суб-сидии из федерального бюджета на государственную поддержку малого и среднего предпринимательства субъектами Российской Федерации. [Электронный ресурс] Режим доступа: http://www.garant.ru/products/ipo/prime/doc/70269330/, свободный. Загл. с экрана. Яз. рус. (дата об-ращения: июль 2015 г.).

Федеральный закон от 31.12.2014 № 488-ФЗ (2014). О промышленной полити-ке в Российской Федерации. [Электронный ресурс] Режим доступа:


157


http://www.rg.ru/2015/01/12/promyshlennost-dok.html, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

Andersson T., Schwaag-Serger S., Sorvik J., Hansson E.W. (2004). The Cluster Policies Whitebook. Malmö, Sweden: IKED International Organization for Knowlwdge Economy and Enterprise Development. [Электронный ресурс] Режим доступа: http://www.clusterplattform.at/fileadmin/user_upload/clusterbibliothek/916_TheClusterPoliciesWhitebook.pdf, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

Brenner T., Emmrich C., Schlump C. (2013). Regional Effects of a Cluster-Oriented Policy Measure – The Case of the InnoRegio Program in Germany. [Электронный ресурс] Режим доступа: https://wpis.files.wordpress.com/2013/04/wp-30.pdf, свободный. Загл. с экрана. Яз. англ. (дата об-ращения: июль 2015 г.).

Europe INNOVA / Pro INNO Europe paper No. 9 (2008). The Concept of Clusters and Cluster Policies and Their Role for Competitiveness and Innovation: Main Statistical Results and Lessons Learned. Luxembourg: Office for Official Publications of the European Communities.

Giuliani E., Maffioli A., Pacheco M., Pietrobelli C., Stucchi R. (2013). Evaluating the Impact of Cluster Development Programs. Inter-American Development Bank. [Электронный ресурс] Режим доступа: http://abclusters.org/wp-content/uploads/2013/12/Evaluating_the_Impact_of_Cluster_Develop-ment_Programs.pdf, свободный. Загл. с экрана. Яз. англ. (дата обраще-ния: июль 2015 г.).

INNOSEE Project (2011). State of the Art Country Report Sweden. http://www.innosee.eu/media/cms_page_media/21/Research%20Driven%20Clus-ters%20in%20Europe%20-%20Sweden.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Insogna K., Wilhelm H., Borek C. (2008). Research Driven Clusters Overview on RDC Policies, Methods of Characterization and Examples of Best Practices. [Электронный ресурс] Режим доступа: http://www.transregncp.eu/pic/transregncp_rdcreport22_12_08_final.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Kavonius V. (2005). Developing Regional and Local Innovation Systems. [Электрон-ный ресурс] Режим доступа: http://info.worldbank.org/etools/docs/library/232514/Developing%20Regional%20and%20Local%20Innova-tion%20Systems%20-%20Kavonius.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: май 2014 г.).

Ketels C., Lindqvist G., Sölvell Ö. (2006). Cluster Initiatives in Developing and Tran-sition Economies. Stockholm: Center for Strategy and Competitiveness.

Ketels C. (2013). Recent Research on Competitiveness and Clusters: What Are the Implications for Regional Policy? [Электронный ресурс] Режим доступа: http://clustermapping.us/sites/default/files/files/resource/Recent_re-search_on_competitiveness_and_clusters-_what_are_the_implications_for_regional_policy.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Журнал НЭА,№ 3 (27), 2015, с. 140–162

158

Lindqvist G., Ketels C., Sölvell Ö. (2003). The Cluster Initiative Greenbook. Stockholm: Ivory Tower.

Lindqvist G., Ketels C., Sölvell Ö. (2013). The Cluster Initiative Greenbook 2.0. Stockholm: Ivory Tower. [Электронный ресурс] Режим доступа: http://www.czechinvest.org/data/files/the-cluster-initiative-greenbook-3916-cz.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Meier zu Köcker G. (2012). Clusters Are Individuals, vol. 2. Berlin: VDI/VDE Innovation, Technik GmbH. [Электронный ресурс] Режим доступа: http://www.cluster-analysis.org/downloads/02_ClustersareIndividualsVolumeII.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Munnich L.W.Jr., Love P., Clark J., Warner J., Templin E., Rosemeier D., Imsland D., Lenhart N. (1999). Industry Clusters. An Economic Development Strategy for Minnesota Preliminary Report. [Электронный ресурс] Режим доступа: http://www.hhh.umn.edu/centers/slp/transportation/pdf/IndustryClusters-AnEconDevStrategyforMN-1999.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

OECD (2007). Competitive Regional Clusters: National Policy Approaches. European Commission. In: “Innovation clusters in Europe: A statistical analysis and overview of current policy support” (PRO INNO Europe Paper No. 5). Brussels: European Commission.

Oxford Research (2008). Cluster policy in Europe: A Brief Summary of Cluster Policies in 31 European Countries. Kristiansand: Europe Innova Cluster Mapping Project.

Porter M. (1998). On Competition. Boston: A Harvard Business Review Book. Raines P. (2000). Developing Cluster Policies in Seven European Regions. Regional

and Industrial Policy Research Paper. [Электронный ресурс] Режим доступа: http://www.eprc.strath.ac.uk/eprc/Documents/PDF_files/R42(DevelopingClusterPolicies).pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Rodríguez-Clare A. (2005). Clusters and Comparative Advantage: Implications for Industrial Policy. [Электронный ресурс] Режим доступа: http://publications.iadb.org/bitstream/handle/11319/1930/Clusters%20and%20Comparative%20Advantage%3a%20Implications%20for%20Industrial%20Policy.pdf;jsessionid=31E4028E242713C47FA1C989C88267B6?sequence=1, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Røtnes R., Jakobsen E. (2012). Cluster Programs in Norway – Evaluation of the NCE and Arena Programs. [Электронный ресурс] Режим доступа: http://www.damvad.com/media/33973/cluster_programs_in_norway_-_evaluation_of_the_nce_and_arena_final_v3.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Salo A., Utunen P., Lievonen J., Gustafsson T., Mild P. (2002). Results from the Self-Evaluation Process. Finnish Forest Cluster Research Programme WOOD WISDOM (1998–2001) [Электронный ресурс] Режим доступа: https://www.tekes.fi/globalassets/julkaisut/wood_wisdom_results_from_the_self_


159


evalution_process.pdf, свободный. Загл. с экрана. Яз. рус. (дата обраще-ния: июль 2015 г.).

Sölvell Ö. (2008). Clusters Balancing Evolutionary and Constructive Forces. [Электронный ресурс] Stockholm: Ivory Tower Publisher. Режим доступа: http://www.cluster-research.org/dldocs/ClustersJan09.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Sölvell Ö., Williams M. (2013). Building the Cluster Commons – An Evaluation of 12 Cluster Organizations in Sweden 2005–2012. Stockholm: Ivory Tower Publishers.

Turner M., Monnard A., Leete L. (2013). The Evaluation of the U.S. Small Business Administration’s Regional Clusters Initiative. [Электронный ресурс] Режим доступа: https://www.sba.gov/sites/default/files/files/SBA%20RCI%20Public%20Year%202%20Report%20508%20Compliant%20FINAL.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Uyarra E., Ramlogan R. (2012). The Effects of Cluster Policy on Innovation. [Электронный ресурс] Nesta Working Paper 12/05. Режим доступа: http://www.nesta.org.uk/sites/default/files/the_effects_of_cluster_pol-icy_on_innovation.pdf, свободный. Загл. с экрана. Яз. рус. (дата обраще-ния: июль 2015 г.).

Williams I. (2010). Cluster Basics: Cluster Development in Twelve Steps. 14th TCI Global Congeferce. Auckland, 2010. [Электронный ресурс] Режим доступа: http://www.slideshare.net/TCINetwork/2011-auckland-day-2-clusters101ifor-ffowcs-williamscluster-development-in-practice, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).


Andersson T., Schwaag-Serger S., Sorvik J., Hansson E.W. (2004). The Cluster Policies Whitebook. Malmö, Sweden: IKED International Organization for Knowlwdge Economy and Enterprise Development. Available at: http://www.clusterplattform.at/fileadmin/user_upload/clusterbibliothek/916_TheClusterPoliciesWhitebook.pdf (accessed: July 2015).

Brenner T., Emmrich C., Schlump C. (2013). Regional Effects of a Cluster-Oriented policy Measure – The Case of the InnoRegio program in Germany. Available at: https://wpis.files.wordpress.com/2013/04/wp-30.pdf (accessed: July 2015).

Europe INNOVA / Pro INNO Europe Paper No. 9 (2008). The Concept of Clusters and Cluster Policies and Their Role for Competitiveness and Innovation: Main Statistical Results and Lessons Learned. Luxembourg: Office for Official Publications of the European Communities.

Federal’nyy zakon ot 31.12.2014 No. 488-FZ (2014). O promyshlennoy politike v Rossiyskoy Federatsii. Available at: http://www.rg.ru/2015/01/12/promyshlennost-dok.html (accessed: July 2015, in Russian).

Журнал НЭА,№ 3 (27), 2015, с. 140–162

160

Giuliani E., Maffioli A., Pacheco M., Pietrobelli C., Stucchi R. (2013). Evaluating the Impact of Cluster Development Programs. Inter-American Development Bank. Available at: http://abclusters.org/wp-content/uploads/2013/12/Evaluating_the_Impact_of_Cluster_Development_Programs.pdf (accessed: July 2015).

INNOSEE Project (2011). State of the Art Country Report Sweden. http://www.innosee.eu/media/cms_page_media/21/Research%20Driven%20Clusters%20in%20Europe%20-%20Sweden.pdf (accessed: July 2015).

Insogna K., Wilhelm H., Borek C. (2008). Research Driven Clusters Overview on RDC Policies, Methods of Characterization and Examples of Best Practices. Available at: http://www.transregncp.eu/pic/transregncp_rdcreport22_12_08_final.pdf (accessed: July 2015).

Kavonius V. (2005). Developing Regional and Local Innovation Systems. Available at: http://info.worldbank.org/etools/docs/library/232514/Developing%20Regional%20and%20Local%20Innovation%20Systems%20-%20Kavonius.pdf (accessed: May 2014).

Ketels C. (2013). Recent Research on Competitiveness and Clusters: What are the Implications for Regional Policy? Available at: http://clustermapping.us/sites/default/files/files/resource/Recent_research_on_competitiveness_and_clusters-_what_are_the_implications_for_regional_policy.pdf (accessed: July 2015).

Ketels C., Lindqvist G., Sölvell Ö. (2006). Cluster Initiatives in Developing and Transition Economies. Stockholm: Center for Strategy and Competitiveness.

Kontseptsiya dolgosrochnogo sotsial’no-ekonomicheskogo razvitiya Rossiyskoy Fede-ratsii na period do 2020 goda (2008). Utverzhdena rasporyazheniem Pravitel’stva Rossiyskoy Federatsii ot 17 noyabrya 2008 No. 1662-r (in Russian).

Lindqvist G., Ketels C., Sölvell Ö. (2003). The Cluster Initiative Greenbook. Stockholm: Ivory Tower.

Lindqvist G., Ketels C., Sölvell Ö. (2013). The Cluster Initiative Greenbook 2.0. Stockholm: Ivory Tower. Available at: http://www.czechinvest.org/data/files/the-cluster-initiative-greenbook-3916-cz.pdf (accessed: July 2015).

Markov L.S. (2014). Methodological Foundations of the Cluster Approach. Federalizm 3, 57–72 (in Russian).

Meier zu Köcker G. (2012). Clusters Are Individuals. Vol. 2. Berlin: VDI/VDE Innovation, Technik GmbH. Available at: http://www.cluster-analysis.org/downloads/02_ClustersareIndividualsVolumeII.pdf (accessed: July 2015).

Metodicheskie rekomendatsii po realizatsii klasternoy politiki v sub''ektakh Rossiyskoy Federatsii (2008). Utv. Minekonomrazvitiya RF 26.12.2008 No. 20615-ak/d19. Available at: http://economy.gov.ru/minec/activity/sections/innovations/development/doc1248781537747 (accessed: July 2015, in Russian).

Munnich Jr., Love P., Clark J., Warner J. , Templin E., Rosemeier D., Imsland D., Lenhart N. (1999). Industry Clusters. An Economic Development Strategy for Minnesota Preliminary Report. Available at: http://www.


161


hhh.umn.edu/centers/slp/transportation/pdf/IndustryClusters-AnEconDevStrategyforMN-1999.pdf (accessed: July 2015).

OECD (2007). Competitive Regional Clusters: National Policy Approaches. European Commission. Innovation clusters in Europe: A statistical analysis and overview of current policy support (PRO INNO Europe Paper No. 5). Brussels: European Commission.

Otchet GNIU SOPS (2011). Issledovanie praktiki formirovaniya i razvitiya ter-ritorial’nyh klasterov, a takzhe deyatel’nosti centrov klasternogo razvitiya v sub”ektah Rossijskoj Federacii. UDK 332.133.6. Gosregistraciya No. 01201153776 (in Russian).

Otchet NIU VSHEH i Fonda CSR “Severo–Zapad” (2014). Sistema menedzhmenta dlya upravlyayushchih kompanij innovacionnyh territorial’nyh klasterov Ros-sijskoj Federacii. Available at: http://www.rusventure.ru/ru/programm/analytics/docs/201403_management_companies_clusters.pdf (accessed: July 2015, in Russian).

Oxford Research (2008). Cluster Policy in Europe: A Brief Summary of Cluster Policies in 31 European Countries. Kristiansand: Europe Innova Cluster Mapping Project.

Porter M. (1998). On Competition. Boston: A Harvard Business Review Book. Postanovlenie Pravitel’stva Rossiyskoy Federatsii ot 06.03.2013 № 188 (2013). Ob ut-

verzhdenii Pravil raspredeleniya i predostavleniya subsidiy iz federal’nogo byudzheta byudzhetam sub''ektov Rossiyskoy Federatsii na realizatsiyu me-ropriyatiy, predusmotrennykh programmami razvitiya pilotnykh innovat-sionnykh territorial’nykh klasterov. Available at: http://economy.gov.ru/minec/activity/sections/innovations/doc20130306_014 (accessed: July 2015, in Russian).

Prikaz Ministerstva ekonomicheskogo razvitiya RF ot 24.04.2013 No. 220 (2013). Ob organizatsii provedeniya konkursnogo otbora sub''ektov Rossiyskoy Fed-eratsii, byudzhetam kotorykh v 2013 godu predostavlyayutsya subsidii iz federal’nogo byudzheta na gosudarstvennuyu podderzhku malogo i sred-nego predprinimatel’stva sub''ektami Rossiyskoy Federatsii. Available at: http://www.garant.ru/products/ipo/prime/doc/70269330/ (accessed: July 2015, in Russian).

Raines P. (2000). Developing Cluster Policies in Seven European Regions. Regional and Industrial Policy Research Paper. Available at: http://www.eprc.strath.ac.uk/eprc/Documents/PDF_files/R42(DevelopingClusterPolicies).pdf (accessed: July 2015).

Rodríguez-Clare A. (2005). Clusters and Comparative Advantage: Implications for Industrial Policy. Available at: http://publications.iadb.org/bitstream/handle/11319/1930/Clusters%20and%20Comparative%20Advantage%3a%20Implications%20for%20Industrial%20Policy.pdf;jsessionid=31E4028E242713C47FA1C989C88267B6?sequence=1 (accessed: July 2015).

Røtnes R., Jakobsen E. (2012). Cluster Programs in Norway – Evaluation of the NCE and Arena Programs. Available at: http://www.damvad.com/

Журнал НЭА,№ 3 (27), 2015, с. 140–162

162

media/33973/cluster_programs_in_norway_-_evaluation_of_the_nce_and_arena_final_v3.pdf (accessed: July 2015).

Salo A., Utunen P., Lievonen J., Gustafsson T., Mild P. (2002). Results from the Self-Evaluation Process. Finnish Forest Cluster Research Programme WOOD WISDOM (1998–2001) https://www.tekes.fi/globalassets/julkaisut/wood_wisdom_results_from_the_self_evalution_process.pdf (accessed: July 2015).

Sölvell Ö. (2008). Clusters Balancing Evolutionary and Constructive Forces. Stock-holm: Ivory Tower Publisher. Available at: http://www.cluster-research.org/dldocs/ClustersJan09.pdf (accessed: July 2015).

Sölvell Ö., Williams M. (2013). Building the Cluster Commons – An Evaluation of 12 Cluster Organizations in Sweden 2005–2012. Stockholm: Ivory Tower Publishers.

Turner M., Monnard A., Leete L. (2013). The Evaluation of the U.S. Small Business Administration’s Regional Clusters Initiative. Available at: https://www.sba.gov/sites/default/files/files/SBA%20RCI%20Public%20Year%202%20Report%20508%20Compliant%20FINAL.pdf (accessed: July 2015).

Uyarra E., Ramlogan R. (2012). The Effects of Cluster Policy on Innovation. Nesta Working Paper 12/05. Available at: http://www.nesta.org.uk/sites/default/files/the_effects_of_cluster_policy_on_innovation.pdf (accessed: July 2015).

Williams I. (2010). Cluster Basics: Cluster Development in Twelve Steps. 14th TCI Global Congeferce. Auckland, 2010. Available at: http://www.slideshare.net/TCINetwork/2011-auckland-day-2-clusters101ifor-ffowcs-williamscluster-development-in-practice (accessed: July 2015).

Поступила в редакцию 17 июля 2014 года

L.S. Markov Institute of Economics and Industrial Engineering, Novosibirsk, Russia

M.V. Petukhova Institute of Economics and Industrial Engineering, Novosibirsk, Russia

K.Y. Ivanova Institute of Economics and Industrial Engineering, Novosibirsk, Russia

The Cluster Policy Organizational StructuresThe article reveals the concepts and the specific characteristics of the

cluster policy, describes its generic problems inherent in the transition economies, including Russia. Authors describe possible directions of cluster policy realization in Russia. It is shown that many vital issues of the cluster policies implementation lie in its organization. Based on the example of the Scandinavian countries, that recognize the importance of the cluster approach, authors describe the organizational aspects of the implemented cluster programs. Authors define three types of cluster policy organizational structure and reveal the central role of the specialized agencies, whose analogues in Russia can be the regional centers of cluster development. Authors propose a typology of cluster policy organizational structures that differ in the number of involved ministries and specialized agencies, the types of relationship and object of regulation, functions and status of the authorized agencies. This typology is used to categorize the experience of cluster policy implementation in different countries. It is shown that under similar conditions the organization of cluster policy can take many forms and vary with time.

Keywords: clusters, cluster policy, organizational structure.

JEL Classification: O21, R58, L52.


163

В.В. ПоповРАНХ и ГС, РЭШ, Москва

Сохранит ли экономика Узбекистана высокие темпы роста? Сценарии развития на 2015–2030 гг.1

В последние 10 лет Узбекистан развивался очень успешно – рост ВВП в среднем на 8% в год, низкий государственный и внешний долг, занижен-ный валютный курс, равномерное распределение доходов. Правительство Узбекистана с помощью решительной промышленной политики добилось масштабных прогрессивных структурных сдвигов, однако теперь перед руко-водством страны стоит задача не допустить «головокружения от успехов», предусмотреть возможные риски и быть готовым принять адекватные меры. В статье рассматриваются два неблагоприятных шока – снижение цен на глав-ные экспортные товары (золото, хлопок, газ) и замедление темпов роста сово-купной факторной производительности, а также возможные ответные меры правительства. Доказывается, что текущая промышленная политика – под-держка наряду с автомобильной промышленностью отраслей тяжелой химии (производство синтетического топлива и полипропиленовых изделий из газа) с относительно низким уровнем совокупной факторной производительности и темпами ее роста может быть менее эффективной, чем прежняя ставка на автомобилестроение.

Ключевые слова: Узбекистан, сценарии экономического развития на 2015–2030 гг., промышленная политика, воздействие внешних и внутренних шоков, условия торговли, совокупная факторная производительность.

JEL Classification: E60 , F43 , O40 , O47, O53.

Узбекистан – самая успешная в экономическом отношении страна бывшего Советского Союза. В 2013 г. ВВП страны более чем вдвое превысил уровень 1989 г. Из всех стран Восточной Европы и бывшего СССР только Туркменистан и Азербайджан смогли увели-чить ВВП вдвое, но они – крупные экспортеры ресурсов, а Узбекистан таковым не является, хотя экспортирует газ и золото. Из переход-ных экономик только Китай и Вьетнам добились более впечатля-ющего роста. Внешний и государственный долг Узбекистана низ-кие, валютные резервы значительные, валютный курс не завышен (Попов, 2014).

Более того, правительство Узбекистана с помощью решитель-ной промышленной политики добилось масштабных прогрессивных структурных сдвигов – была достигнута энергетическая и продоволь-ственная самообеспеченность, выросла доля промышленности в ВВП, машиностроения – в промышленности, машинотехнической продук-ции – в экспорте. Целая отрасль машиностроения – автопромышлен-ность – была создана с нуля, стала конкурентоспособной и экспорти-рует половину производимой продукции. В 2013 г. Узбекистан продал

1 Автор выражает благодарность Б.В. Кузнецову, В.М. Полтеровичу и анонимному рецензенту за комментрарии. Статья не отражает позиции организаций, с которыми связан автор.


164

В.В. Попов

за границу свыше 100 тыс. автомобилей, – почти столько же, сколько и Россия, у которой ВВП в 25 раз больше2.

Распределение доходов в Узбекистане более равномерное, чем в большинстве других стран, миллиардеров нет вообще, преступность низкая, а продолжительность жизни намного выше, чем в странах со схожим уровнем подушевого дохода. ВВП на душу в Узбекистане низ-кий: в 2014 г. ВВП по паритету покупательной способности (ППС) на душу населения составил всего 5–6 тыс. против 25 тыс. долл. в Рос-сии, 23–24 тыс. долл. – в Казахстане, 17 тыс. долл. – в Азербайджане и 14 тыс. долл. – в Туркменистане. Но если говорить о динамике про-изводства, а не о доходах, определяемых также и условиями торгов-ли и масштабами экономической помощи, то в Узбекистане она была намного лучше, чем в России. Если в какой-то стране, производящей только нефть, объем выпуска не увеличился, но мировые цены на нефть поднялись, то ВВП в текущих ценах и подушевые доходы возра-стут (на доходы от экспорта нефти можно будет купить больше товаров на мировом рынке). А это означает настоящий рост реальных подуше-вых доходов, который вызван не ростом производства, а изменением условий торговли.

В конце советского периода реальные доходы в Узбекистане составляли примерно половину российского уровня, а после развала СССР разрыв увеличился многократно – вопреки лучшей динамике производства в Узбекистане и в результате неблагоприятного для Узбекистана изменения относительных цен на производимую продук-цию. Узбекистан был в советское время крупным импортером нефти, а его торговля со всеми странами, включая республики бывшего СССР, если пересчитать ее в мировые цены, создавала дефицит в 9% ВВП (Soviet economy, 1991), который покрывался скрытыми субсидиями из нефтепроизводящих республик. Когда же относительная стоимость ввозимого топлива и сырья для республик-импортеров постепенно выросла в несколько раз, то пришлось за тот же по объему импорт платить много больше. Вдобавок прекратилось открытое субсидирова-ние – в 1990 г. только межбюджетные трансферты (прямые субвенции из союзного бюджета) составили 31% доходов республиканского бюд-жета (Soviet Economy, 1991) – из-за чего уровень жизни в Узбекистане в начале 1990-х годов резко упал – еще больше по сравнению с рос-сийским. Однако затем в России рост реальных доходов произошел не столько за счет роста производства, сколько за счет роста цен на нефть и газ, а в Узбекистане – наоборот, в основном за счет роста производства.

Так что дежурный аргумент, что в Узбекистане народ живет беднее, чем в России, и едет подрабатывать в Россию, в данном случае

2 В 2013 г. Узбекистан продал более 60 тыс. автомобилей в Россию и 33 тыс. – в Казахстан, однако в 2014 г. экс-порт в Россию резко упал. В 2014 г. Узбекистан выпустил 245,7 тыс. легковых автомобилей, из которых более 55 тыс. были экспортированы (было произведено 3,8 тыс. автобусов и грузовиков ISUZU; 1,2 тыс. – грузовых автомобилей МАN и 133,7 тыс. – силовых агрегатов). В Россию было экспортировано около 38 тыс. автомо-билей, или порядка 70%; остальные – в Казахстан, Азербайджан, Украину и Беларусь, а также в Индонезию, Бразилию, Турцию и Южную Корею. Доля СП ЗАО “GM Uzbekistan” на российском рынке составила 1,5% в 2014 г. против 2,2% в 2013 г. (UzDaily.uz, 2015).

Журнал НЭА,№3 (27), 2015, с. 163–181

165

Сохранит ли экономика Узбекистана высокие темпы роста? Сценарии развития ...

к делу не относится. В Узбекистане и производительность труда, и уро-вень жизни всегда были ниже, чем в России.

Таким образом, по всем показателям экономика Узбекистана в настоящее время выглядит как очень успешная, так что главная задача сегодня, видимо, должна состоять в том, чтобы не допустить «голо-вокружения от успехов», предусмотреть возможные экономические риски на будущий период и адекватные ответные меры правительства, необходимые для сохранения экономического роста на уровне послед-них 10 лет (8%).

Как прогнозировать рост на долгосрочный период Согласно простейшему варианту калькуляции темп роста выпу-

ска является линейной функцией темпов роста капитала, труда и сово-купной факторной производительности:

d Y/Y = TFP = a d K + (1–a)DL/L,

где dY/Y – темпы экономического роста (прирост ВВП); dK/K – темпы прироста основного капитала; dL/L – темпы прироста труда (занято-сти); TFP – темпы прироста совокупной факторной производительно-сти (СФП); а – параметр производственной функции, интерпретируе-мый как доля капитала в национальном доходе и равный примерно 0,4 для развивающихся стран и 0,3 для развитых стран.

Темпы роста населения и трудоспособного населения (а сле-довательно, и занятости, предполагая уровень безработицы неизмен-ным) довольно точно известны – для демографических процессов характерна высокая инерционность, что позволяет делать качествен-ные прогнозы. В частности, прогноз ООН предполагает, что до 2030 г. общее и трудоспособное население Узбекистана будет расти примерно на 1% в год (рис. 1), что в соответствии с формулой факторов экономи-ческого роста обеспечит порядка 0,6 процентных пунктов (п.п.) ежегодного прироста ВВП.

Еще несколько процент-ных пунктов прироста ВВП в год может быть получено от увеличе-ния совокупной факторной про-изводительности. В 1997–2009 гг. темпы прироста совокупной факторной производительности варьировали от 0 до 4% (Чепель и др., 2010), так что при благопри-ятных условиях можно, видимо, рассчитывать на прирост в 2–3% в год.

Рис. 1

Все население и трудоспособное население, прогноз ООН, тыс. чел.

Источник: UN Population, 2014.

15000

20000

25000

30000

35000

40000

2000 2005 2010 2015 2020 2025 2030

Умеренный сценарийСценарий быстрого ростаСценарий медленного ростаНаселение в трудоспособном возрасте (15–64), умеренныйсценарий

Журнал НЭА,№ 3 (27), 2015, с. 163–181

166

В.В. Попов

Следовательно, для достижения ежегодного прироста ВВП в 8–9%3 свыше половины всего роста (5–6 п.п.) должно поступить от основного капитала

а dK / K = dY / Y – TFP – (1 – а) dL / L,для чего этот основной капитал должен возрастать на 12–15% в год (dK / K = 6% /0,4 = 15%). А при капиталоемкости производства, равной 2 (т.е. K / Y = 2), и нулевом выбытии основных фондов (dK = G – R, R = 0, где G – валовые капиталовложения, R – выбытие) доля капиталовложений в ВВП (G / Y) должна поддерживаться на уровне 30% (G / Y = dk / Y = dK / K × K / Y = 15 / 2 = 30%). При повы-шении же капиталоемкости и больших инвестициях на возмеще-ние выбытия доля инвестиций в ВВП, соответственно, должна еще более повыситься, чтобы поддержать темпы роста на уровне 8–9%.

В последнее время доля инвестиций в ВВП в Узбекистане была значительно ниже – 18–27% в 2000–2012 гг. (рис. 2). Причем особенно низкой была доля инвестиций в ВВП в 2002–2006 гг. (18–21%), в период благоприятной конъюнктуры (высоких цен на основные продукты экс-порта – газ, золото, хлопок) и значительного актива по балансу теку-щих операций.

Тайна совокупной факторной производительностиЕсть много работ, в которых анализируются факторы измене-

ния совокупной факторной производительности (СФП) (см. обзор литературы в (UNIDO, 2007)). В неоклассической теории роста сово-купная факторная производительность является экзогенной, т.е. опре-деляется вне модели, внешними факторами. В эндогенной теории

3 Для достижения часто обсуждаемого ориентира в 7000 долл. на душу населения в 2030 г. (в ценах 2012 г.) с исходного уровня в 1720 долл. в 2012 г. (по рыночному валютному курсу) нужен ежегодный рост подушевого дохода в 8%. При росте населения на 1% ежегодно рост ВВП в 2013–2030 гг. должен составить порядка 9% в год.

1315171921232527293133

-12

-7

-2

3

819

87

1989

1991

1993

1995

1997

1999

2001

2003

2005

2007

2009

2011

Темпы роста ВВП, левая шкала

Доля инвестиций в ВВП, правая шкала

1315171921232527293133

-12

-7

-2

3

8

1987

1989

1991

1993

1995

1997

1999

2001

2003

2005

2007

2009

2011

Темпы роста ВВП, левая шкала

Баланс торговли товарамии услугами, левая шкалаДоля инвестиций в ВВП, правая шкала

Рис. 2

Доля инвестиций в ВВП, сальдо баланса по текущим операциям (% к ВВП) и темпы роста ВВП в 1987–2012 гг., %

Источник: World Development Indicators, 2014.

Журнал НЭА,№3 (27), 2015, с. 163–181

167

роста делаются попытки связать общую производительность факто-ров (труда и капитала) с вложениями в образование, НИОКР, инве-стициями, прямыми иностранными инвестициями, качеством инсти-тутов, открытостью экономики и многими другими переменными. Эмпирические исследования, однако, пока не позволяют твердо ска-зать, что мы можем уверенно предсказывать темпы роста совокупной факторной производительности.

В 1994 г. Пол Кругман – один из самых известных американских экономистов, основываясь на новых расчетах факторов экономическо-го роста в Восточной Азии, произведенных Элвином Янгом, заключил, что тайны восточноазиатского роста не существует (Попов, 2002; Chen, 2002; Popov, 2010). Он считал, что восточноазиатский рост был в основ-ном экстенсивным, как и в СССР, т.е. произошел за счет ускоренного на-копления капитала, а не в результате роста совокупной факторной про-изводительности. Из этого следовало, что никакой великой тайны в этом росте нет – если вы готовы направлять свыше трети своего ВВП на инве-стиции, ограничивая потребление, то сможете также быстро расти.

В классической теории экономического роста считается, что увеличение вложений одного из факторов без пропорционального увеличения вложений других непременно ведет к снижению отдачи: например, увеличение капиталовложений в машины и оборудова-ние без соответствующего роста занятости будет давать все меньшие и меньшие приросты выпуска. Поэтому форсировать инвестиции – ускоренно накапливать капитал – не слишком выгодно: произойдет снижение эффективности капиталовложений, так что ускорение роста, если и произойдет, то самое незначительное.

В качестве примера сторонники такой точки зрения ссылаются на экономический рост в СССР, который был очень высоким в 1950-е годы (8% ежегодно), а потом упал до 2–3% в 1980-е из-за (по их мнению) перенакопления капитала (Weitzman, 1970): доля инвестиций в ВВП в этот период возрастала и возросла до 35%, накопление основных фондов также шло высокими темпами, а вот результаты были более чем скромными (см. подробнее (Попов, 2007; Popov, 2010)). Как гово-рила Алиса в «Стране чудес», нам приходилось бежать вдвое быстрее, чтобы остаться на том же самом месте.

Считалось, что советская экономическая динамика – лучшая иллюстрация классической теории роста (модели Солоу): если вклад технического прогресса незначителен, каким он и был в СССР, т.е. если рост по преимуществу экстенсивный, то поддерживать высокие темпы роста за счет высоких инвестиций длительное время невозможно, они неизбежно падают, приближаясь к темпам роста населения.

Так что Кругман предсказывал, что быстрый восточноазиат-ский рост скоро закончится, как закончился советский рост, потому что по мере истощения резервов рабочей силы в результате полного вовлечения женщин в производство и сокращения аграрного перена-

Сохранит ли экономика Узбекистана высокие темпы роста? Сценарии развития ... Журнал НЭА,№ 3 (27), 2015, с. 163–181

168

В.В. Попов

селения вследствие миграции крестьян в города наращивание инве-стиций дает все меньшую отдачу, а эффективность накопления все больше снижается.

Однако время, похоже, опровергло предсказания П. Круг-мана. После кризиса 1997 г. восточноазиатский рост продолжился, и примеры неснижения роста по мере увеличения доли инвестиций в ВВП стали множиться. Так, например, в Китае до последнего вре-

мени не было видно признаков кардинального снижения тем-пов роста, хотя доля инвести-ций в ВВП достигла беспреце-дентного в мире уровня – почти 50%. В теории рост СФП либо не зависит от доли инвестиций в ВВП (в модели Солоу СФП эк-зогенна), либо зависит положи-тельно (в эндогенной теории роста). В последнем случае рост инвестиций в инновации вы-зывает ускорение роста СФП, перекрывающее снижение от-дачи на капитал при росте капиталовооруженности.

Как видно из графиков на рис. 3, в азиатских странах с от-носительно низким ВВП на душу (от 2700 до 6200 долл. по ППС) и со средним подушевым ВВП (от 9000 до 17 000 долл. по ППС) тем-пы роста СФП скорее повыша-лись, чем падали, тогда как в бо-лее богатых странах, в том числе в США, они, похоже, оставались стабильными. Рост СФП в разви-тых странах и территориях (Гон-конг, Сингапур, США, Тайвань, Ю. Корея, Япония) обычно не превышал 2%. В США – стране, находившейся в последние 100 лет на острие технического про-гресса, темп роста СФП состав-лял в 1870–2010 гг. порядка 1–2% и только в отдельные периоды (Великая депрессия 1930-х годов, в ходе которой резко сократилась

Страны с подушевым ВВП по ППС в 2012 г. от 2700 до 6200 долл.

Страны с подушевым ВВП по ППС в 2012 г. от 9 до 17 тыс. долл.

Страны и территории с подушевым ВВП по ППС в 2012 г. от 30 до 52 тыс. долл.

-6,0

-5,0

-4,0

-3,0

-2,0

-1,0

0,0

1,0

2,0

3,0

4,0

ИндонезияВьетнамШри -ЛанкаИндияФиджиФилиппиныПакистан

-12,0

-10,0

-8,0

-6,0

-4,0

-2,0

0,0

2,0

4,0

6,0

8,0

КитайИранМалайзияТайланд

-5,0

-4,0

-3,0

-2,0

-1,0

0,0

1,0

2,0

3,0

4,0

5,0

Южная КореяТайвань, R.O.C.ГонконгЯпонияСингапурСША

Рис. 3

Темпы роста совокупной факторной производи-тельности в 1970–2010 гг. в азиатских странах и регионах с разным уровнем подушевого дохода и в США

Источник: APO, 2013.

Журнал НЭА,№3 (27), 2015, с. 163–181

169

как занятость, так и капитал, Вторая мировая война) поднимался до 3% (табл. 1).

Таблица 1

Темпы роста совокупной факторной производительности в США в 1870–2010 гг., %

Период Среднегодовые темпы роста СФП

1870–1900 гг. ~ 1,5–2

1900–1920 гг. ~ 1

1920-е годы ~ 2

1930-е годы ~ 3

1940-е годы ~ 2,5

1950–1973 гг. ~ 2

1973–1990 гг. < 1

1990-е годы > 1

2000-е годы ~ 1,5

1870–2010 гг. ~ 1,6–1,8

1950–2010 гг. ~ 1,2–1,5

Источник: Shackleton, 2013.

В самых успешных странах догоняющего развития (Китай) рост СФП часто превышал 4% в год (см. рис. 3). Однако в странах, схожих с Узбекистаном по уровню подушевого дохода, и даже в более развитых странах быстрого роста (Иран, Малайзия, Таиланд), рост СФП был не выше 3%. Так что есть смысл считать, что при самом благоприятном стечении обстоятельств рост СФП в 2015–2030 гг. сохранится на уровне 2–3%.

Сценарии будущего ростаБлагоприятный сценарий. Темпы роста СФП не замедляются,

остаются на уровне 2–3% в год, цены на экспортные товары остаются высокими, так что торговый баланс и платежный баланс по теку-щим операциям сводятся с профицитом. В этом случае для обеспече-ния роста на 8–9% в год доля инвестиций может несколько вырасти к концу периода (2030 г.), если капиталоемкость производства повы-сится и для достижения такого же прироста основного капитала (15%) потребуется более высокая доля инвестиций в ВВП.

В рамках этого варианта возможно постепенное возвраще-ние мигрантов, работающих за границей. С одной стороны, их воз-вращение на родину приведет к снижению денежных переводов, что ухудшит платежный баланс. Но – с другой, если они найдут работу


170

В.В. Попов

в Узбекистане в экспортном секторе, потери от снижения переводов мигрантов могут быть компенсированы увеличением валютных посту-плений от роста экспорта. Более того, возвращение мигрантов суще-ственно увеличит темпы роста занятости в самом Узбекистане: при возвращении 100 тыс. человек ежегодно темпы роста занятости повы-сятся на 1 п.п., т.е. добавят к ежегодным темпам экономического роста еще 0,6 п.п. Но в этом случае необходимо будет обеспечить возвращаю-щихся мигрантов рабочими местами, что потребует дополнительного увеличения темпов роста основного капитала – на 1 п.п., т.е. повыше-ния нормы накопления на 2 п.п., например с 25 до 27% ВВП. Это даст дополнительные 0,4 п.п. роста ВВП, так что темпы экономического роста вырастут на 1 п.п. (0,6 + 0,4).

Неблагоприятные сценарии. Падение цен на главные статьи узбекского экспорта – золото, газ и хлопок, что может вызвать ухудше-ние торгового и платежного балансов в размере 10% ВВП (в послед-ние 20 лет баланс по текущим операциям изменялся в пределах от –7 до +9% ВВП; см. рис. 2). Как видно из рис. 4, цены на эти товары в минувшие пять лет были довольно высокими, так что в будущем их снижения исключить нельзя.

В этом случае возможны разные варианты политики: 1) девальва-ция национальной валюты, 2) сокращение валютных резервов без стери-лизационных операций центрального банка, 3) сокращение валютных резервов, полностью стерилизованное операциями центрального бан-ка, т.е. без изменения денежной массы в обращении. В третьем случае снижения уровня сбережений можно избежать, но в первых двух случа-ях хотя бы частичное снижение частных сбережений и инвестиций не-

избежно, так что для поддержания прежних темпов экономического роста надо будет компенсировать это падение увеличением государ-ственных сбережений и инвести-ций. Без такой компенсации сни-жение сбережений и инвестиций на 10 п.п. ВВП вызовет падение темпов прироста основного капи-тала на 5 п.п. (K / Y = 2), что может привести к замедлению экономи-ческого роста примерно на 2 п.п. в год (dK a = 5 × 0,4 = 2). Чтобы из-бежать снижения роста, надо бу-дет увеличить норму накопления на 10 п.п. ВВП за счет мобилиза-ции внутренних сбережений или привлечения капитала из-за рубе-жа (табл. 2).

10

60

110

160

210

200

400

600

800

1000

1200

1400

1600

1800

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

Золото, доллары СШАза тройскую унцию, левая шкала

Хлопок, американские центыза фунт, правая шкала

Нефть, доллары СШАза баррель, правая шкала

Рис. 4

Мировые цены на золото, нефть и хлопок, 1988–2013 гг.

Источник: Index Mundi (http://www.indexmundi.com/commodities/?commodity=cotton&months=300&commodity=gold&indicator=price-ratio).

Журнал НЭА,№3 (27), 2015, с. 163–181

171

Другой неблагоприятный сценарий – снижение темпов роста совокупной факторной производительности на 2–3 п.п., т.е. примерно с нынешнего уровня до нуля. Такое может случиться из-за утяжеления отраслевой структуры производства (смещения в сторону капиталоем-ких отраслей), истощения месторождений полезных ископаемых, мас-сированных вложений в инфраструктуру (ирригация, дороги), образо-вание, здравоохранение, не дающих немедленной отдачи. А также по причинам, которых мы не знаем. Точно предсказать динамику СФП в бу-дущем не представляется возможным, так что надо быть готовыми к не-благоприятным сценариям ее изменения. В этом случае темпы эконо-мического роста снизятся на 2–3 п.п., а увеличение инвестиций, нужное для компенсации этого снижения, составит 10–15% от ВВП (см. табл. 2).

Худший сценарий. Если ухудшение условий торговли совпа-дет со снижением темпов прироста совокупной факторной произ-водительности, возможно падение темпов экономического роста на 4–5 п.п., т.е. более чем вдвое. Чтобы компенсировать такое снижение, потребуется повышение доли капиталовложений в ВВП до 45–50% (табл. 2), что, видимо, вряд ли возможно в течение короткого периода времени.

Как правительство может ответить на риски замедления ростаЧтобы компенсировать снижение темпов роста из-за возмож-

ного ухудшения условий торговли и (или) падения темпов роста сово-купной факторной производительности, можно увеличить капиталов-ложения за счет внутренних или внешних (приток капитала, займы)

Таблица 2

Сценарии экономического развития в 2015–2030 гг.

Сценарии Темпы роста СФП, %

Баланс по текущим

операциям

Изменение еже-годных темпов

роста

Увеличение инвестиций, необходимое для сохра-

нения роста

Базовый (благоприятный) 2–3

Остается не-изменным (на уровне 2010–2013 гг.)

00 (инвестиции остаются на нынешнем уровне – 25% ВВП)

Неблагопри-ятный (ухуд-шение условий торговли)

2–3 Снижение на 10% ВВП

Снижение на 2 п.п.

Увеличение на 10 п.п. ВВП (до 35% ВВП)

Неблагоприят-ный (снижение темпов роста СФП)

0

Остается не-изменным (на уровне 2010–2013 гг.)

Снижение на 2–3 п.п.

Увеличение на 10–15 п.п. ВВП (до 35–40% ВВП)

Худший 0 Снижение на 10% ВВП

Снижениена 4–5 п.п.

Увеличение на 20–25 п.п. ВВП (до 45–50% ВВП)


172

В.В. Попов

сбережений. Собственно говоря, это практически единственный способ противодействия снижению темпов роста, так как СФП и темпы роста труда (занятости) определяются в значительной степени объектив-ными факторами, т.е. находятся вне сферы воздействия правитель-ственной политики.

Для мобилизации дополнительных сбережений у Узбекиста-на есть значительный задел прочности. Во-первых, нынешняя норма накопления – менее 25% ВВП – не слишком высокая, у многих стран со схожим уровнем развития доля инвестиций в ВВП выше. Доля ин-вестиций в ВВП в 2012 г. в Ботсване, Беларуси, Китае, Индии, Индо-

незии, Лаосе, Лесото, Маврита-нии, Нигере, Танзании, Тонга составила 30% и более, а в Китае, Монголии, Мозамбике, Туркме-нистане – более 40%. Во-вторых, государственный бюджет сводит-ся с профицитом, а внутренний и внешний долг невысок, так что есть возможность мобилизации сбережений через повышение на-логов для финансирования госу-дарственных инвестиций и через займы внутри и вне страны.

Как видно из графиков на рис. 5, не только частные, но и государственные инвестиции способствуют повышению доли инвестиций в ВВП, так что если по каким-то причинам частные инвестиции не идут, государство может добиться увеличения обще-го объема инвестиций через рас-ширение своих, государственных, инвестиционных проектов, фи-нансируемых через налоги или займы. Государственные, бюджет-ные сбережения, как свидетель-ствуют исследования, не вытесня-ют частные в пропорции 1 : 1, но лишь в пропорции 25–50 центов на каждый доллар (Schmidt-Hebbel, Serven, Solimano, 1996) или даже способствуют увеличению част-ных инвестиций, особенно в бед-ных странах (Eden, Kray, 2014).

R² = 0,3239

0

10

20

30

40

50

60

0 5 10 15 20 25 30 35 40Вал

овы

е ка

пита

ловл

ожен

ияв

% о

т В

ВП

Валовые государственные капиталовложения в % от ВВП

ТуркменистанКитайМонголия

Мозамбик

Биссау

R² = 0,6537

010203040506070

0 10 20 30 40 50 60Вал

овы

е ка

пита

ловл

ожен

ияв

% о

т В

ВП

Валовые частные капиталовложения в % от ВВП

ТуркменистанКитай

МонголияМозамбик

Биссау

05

10152025303540

0 10 20 30 40 50 60Вал

овы

е го

суда

рств

енны

е ка

пита

ловл

ожен

ия в

% о

т В

ВП

Валовые частные капиталовложения в % от ВВП

Туркменистан

Китай

R² = 0,0006

Рис. 5

Частные и государственные инвестиции в 2012 г., % ВВП

Источник: World Development Indicators, 2014.

Журнал НЭА,№3 (27), 2015, с. 163–181

173

Собственно говоря, даже при благоприятном сценарии целе-сообразно стремиться к повышению доли инвестиций в ВВП для увеличения вложений в инфраструктуру, образование, здравоохране-ние – сферы, которые в 1990-е, да и в 2000-е годы испытывали явный недостаток финансирования. Это позволит создать задел на будущее и избежать неожиданностей, связанных с разрушением изношенных основных фондов. Такая мобилизация внутренних сбережений для повышения доли инвестиций в ВВП возможна, но, конечно, требует консенсуса в правящей элите и социального мира. В прошлом страна выделялась высоким уровнем социальной стабильности, чему спо-собствовал относительно низкий уровень неравенства и быстрый экономический рост. За весь переходный период массовые убийства имели место только в ходе терактов в Ташкенте и других городах в 1999 и 2004 г. (около 50 погибших) и вооруженных столкновений в Андижане в 2005 г. (около 200 погибших).

Часто быстрорастущие страны сравнивают с велосипедом, который сохраняет устойчивость только в движении. При замедлении роста, даже временном, может произойти подрыв социальной ста-бильности, которая так важна для сохранения социально-экономиче-ского динамизма.

Какие отрасли должны развиваться опережающими темпамиСокращение доли промышленности в ВВП и рост доли сферы

услуг – объективный процесс, но в быстрорастущих странах (Китай) это сокращение было более медленным, чем в других. Повышение же доли машиностроения в продукции обрабатывающей промышленно-сти, как в Китае, похоже, обычно сопровождает быстрый рост или даже является мотором этого роста. Мы не знаем случаев быстрого роста («экономических чудес»), которые бы базировались на пре-имущественном развитии сферы услуг. Рост доли промышленности в Узбекистане в минувшее десятилетие следует поэтому считать поло-жительной тенденцией.

На какие именно отрасли обрабатывающей промышленности следует делать ставку – сложный вопрос, не имеющий, к сожалению, точного экономически обоснованного ответа. Есть несколько спосо-бов определить отрасли, которые следует поддерживать в рамках про-мышленной политики.

Можно воспользоваться опытом других стран: известно, что относительно бедные страны начинали с экспорта текстиля и обуви, потом переходили к экспорту стали и продукции тяжелой химии, потом – к экспорту автомобилей и электротехнических изде-лий (стиральные машины, холодильники), потом – бытовой элек-троники и компьютеров. Такая схема получила название «летящие гуси» – по мере перехода стран к более продвинутым видам экспорта


174

В.В. Попов

освобождающиеся ниши занимали менее развитые страны, идущие следом.

Известный китайский экономист Джастин Лин, бывший глав-ный экономист Всемирного банка, считает, что страны должны опи-раться на свои сравнительные преимущества и не стараться экспорти-ровать слишком сложную продукцию, когда они находятся на низком уровне развития (Lin, 2011). Напротив, в статьях Рикардо Хаусманна, Джейсона Хванга и Дэни Родрика (Hausmann, Rodrik, 2006; Hausmann, Hwang, Rodrik, 2006; Rodrik, 2006) доказывается, что чем сложнее структура экспорта в конкретной стране, тем более это стимулирует темпы экономического роста. Китай, например, и в 1992 г., и в 2003 г. имел наибольший разрыв между гипотетическим (рассчитанным исходя из информации о сложности экспорта) и фактическим уровнем ВВП на душу населения, т.е. структура китайского экспорта соответ-ствовала структуре вывоза страны, которая в несколько раз опережала Китай по ВВП на душу населения.

Возможно, переход от одних отраслей к другим определяется циклом нововведений. Этот цикл – короткий для электроники и длин-ный для фармацевтики и химии: этим, может быть, и объясняется, что страны Восточной Азии, поставившие на короткий цикл, избежали «стагнационной ловушки для стран среднего уровня дохода» (middle income trap) (Lee, 2013).

Можно попробовать поддерживать сразу несколько отраслей, кажущихся перспективными, объявив, что поддержка кончится, если не будет достигнуто увеличение экспорта в течение хотя бы 5 лет. Это называется «EPconEP» (effective protection conditional on export pro-motion) – эффективная защита, обусловленная развитием экспорта (Jomo, 2013). Творцы экономической политики в этом случае подобны полководцу, который начинает наступление по нескольким направле-ниям, но бросает резервы туда, где наметился прорыв.

Можно постараться рассчитать, в каких именно отраслях огра-ниченные инвестиции дадут наибольший эффект в виде создания кон-курентоспособного на мировом рынке производства. Вероятнее всего в тех, где отставание по уровню совокупной факторной производи-тельности от самых передовых стран меньше, чем в других, а темпы роста СФП выше.

И, наконец, можно действовать в значительной степени нау-гад. Важно только проявлять последовательность – встав на путь под-держки какой-то отрасли, не поворачивать назад, даже если немедлен-ного успеха нет и прорыва на мировые рынки не наблюдается. Ведь современная теория международной торговли как раз и объясняет страновую специализацию не сравнительными преимуществами, а обучением в процессе производства (learning by doing).

Если у страны нет никаких сравнительных преимуществ, как, например, в послевоенной Японии, то надо создавать их самим

Журнал НЭА,№3 (27), 2015, с. 163–181

175

(«динамические сравнительные преимущества»), осваивая производ-ство изделий, которые ранее не производились. Начиная такое произ-водство и последовательно стимулируя экспорт, не сворачивая с пути определенное время, страны постепенно становятся конкурентоспо-собными. Если бы Япония, не обладающая ни полезными ископае-мыми, ни обширными сельскохозяйственными угодьями, полагалась на сравнительные преимущества, то экспортировала бы сегодня даже не суши (в которые входит рис), а только сашими.

Узбекистан создал с нуля автомобильную промышленность, которая сегодня производит более 200 тыс. автомобилей (и двигатели к ним), причем почти половину из них экспортирует (Попов, 2014)4. Это – несомненный успех промышленной политики, прорыв на миро-вые рынки с продукцией среднего уровня наукоемкости, который ранее удавался только странам с более высоким уровнем развития. Да, узбекские автомобили производятся за высокой протекционистской стеной – таможенные пошлины и налоги увеличивают цены импор-тируемых автомобилей почти в два раза, а новые узбекские машины продаются внутри страны почти вдвое дороже, чем за границей. Но на внутреннем рынке автомобили все равно быстро раскупаются (запись вперед почти на год), а избыточные прибыли автопрома идут на осво-ение зарубежных рынков – модель внешней экспансии, многократно использованная другими странами и практически единственно воз-можная при освоении новых рынков машинно-технической продук-ции. Тот факт, что качество узбекских авто позволяет продавать их на зарубежных рынках, – уже успех, пусть даже эти продажи и субсидиру-ются. Даже более развитый Китай не смог пока прорваться на рынки западных стран со своими автомобилями. Собственно говоря, такую же стратегию пытается использовать и Беларусь, но с заметно мень-шим успехом. Доля машиностроения в общей стоимости продукции обрабатывающей промышленности в Беларуси снизилась с 34 в 1990 г. до 25 в 2000 г. и до 19% в 2012 г., а доля машинно-технической продук-ции в экспорте – с 31 в 1995 г. до 25% в 2013 г. (табл. 3).

В последние годы, однако, ставка, похоже, делается на тяже-лую химию – Шуртанский газохимический комплекс и планируемое производство синтетического жидкого топлива на основе очищен-ного метана совместно с южноафриканской «Сасол» и малайзийской «Петронас», завод по производству сжиженного газа на Мубарекском ГПЗ, Дехканабадский завод калийных удобрений, Устюртский ГХК на базе месторождения Сургиль. Такая стратегия может создать трудно-сти для экономического роста.

Во-первых, запасы газа близки к истощению, прогнозируется снижение производства газа с 2015 г. (Kochnakyan et al., 2013), так что использование газа для производства полипропилена и другой химиче-ской продукции будет вести к снижению энергетической самообеспе-ченности. Если прогноз Всемирного банка реален, то придется импор-

4 В 2014 г. экспорт автомобилей сократился почти вдвое в основном из-за плохой динамики на российском рынке.


176

В.В. Попов

тировать больше нефти и (или) газа, который сейчас экспортируется, чтобы удовлетворить внутренние потребности Узбекистана в энергии. Производство синтетического жидкого топлива из газа еще более сни-зит уже сейчас низкую загрузку мощностей на двух НПЗ Узбекистана.

Во-вторых, преимущественное развитие тяжелой химии может привести к замедлению темпов роста или даже к снижению СФП. Расчеты показывают, что как уровень производительности труда и СФП, так и темпы роста этих показателей в минувшие 10 лет были наиболее высокими в машиностроении, легкой и пищевой промыш-ленности, а не в нефтехимии и химии (Чепель, Хамидов, Асадов и др., 2010).

Наконец, в-третьих, ставка на машиностроение среднего уровня сложности (автомобилестроение) уже себя оправдала, это проверенный путь, возможно, правильнее было бы развивать успех на этом направлении, а не пытаться сделать конкурентоспособными новые отрасли. Масштабы экономики Узбекистана могут оказаться недостаточными, чтобы специализироваться более чем на одной группе отраслей.

В известной статье (Hausmann, Rodrik, 2006) процесс пере-хода от производства и экспорта одних изделий к другим сравнивается с перемещением обезьян от одних деревьев к другим в поисках пищи. Самые богатые плодами деревья находятся, как правило, дальше от мест обитания обезьян, чем деревья с меньшим числом плодов, так что при поиске новых мест приходится сопоставлять затраты на пере-мещение на новые деревья и выгоды от сбора плодов на этих новых, более плодородных участках. Так же и при выборе отраслей, которые надо поддерживать в рамках промышленной политики, сопоставля-ются издержки (трудности) освоения новой продукции (небольшие

Таблица 3

Доля машинно-технической продукции в экспорте Беларуси, % к итогу

Машинно-техническая продукция 1995 2000 2005 2010 2013

Машины, оборудование и транспортные средства, и металлообработка (всего)

30,6 33,3 27,8 26,7 25,4

- без металлообработки 26,1 20,3 19,1 19,1

- машины и оборудование 10,8 9 8,8 8,5

- транспортные средства 13,1 10,4 9,3 9,8

- измерительные и оптические приборы, меди-цинские приборы

1,5 0,9 1,0 1,0

Металлургическое производство и производство готовых металлических изделий

7,2 7,5 7,6 6,3

Источник: Белстат (Национальный статистический комитет Республики Беларусь) (http://belstat.gov.by/index.htm).

Журнал НЭА,№3 (27), 2015, с. 163–181

177

при переходе к близким по профилю отраслям, скажем, от легковых авто к мотоциклам и грузовикам, и большие при переходе к отраслям с принципиально иной технологией, скажем, от авто к химии) и выгоды (экстерналии) от развития новых отраслей (предположительно расту-щие вместе с повышением технического уровня и наукоемкости).

По мнению Джастина Ифу Линя, Узбекистан не должен пере-скакивать через промежуточные стадии, переходя от переработки сельскохозяйственного сырья сразу к автомобилестроению и тяже-лой химии. Он мог бы получить большие выгоды от развития таких менее сложных отраслей, как пищевая, текстильная, производство изделий из кожи. Однако пример других стран, например Израиля и Финляндии, которые в конце ХХ в. освоили производство и экспорт самых высокотехнологичных изделий и сейчас лидируют в мире по доле расходов на НИОКР в ВВП, возможно, свидетельствует о том, что «большие скачки» в промышленной политике порой оправданы. Вопрос, однако, в том, сколько именно таких скачков страна может совершить в короткий промежуток времени.

ЛИТЕРАТУРАПопов В.В. (2002). Три капельки воды: заметки некитаиста о Китае. М.: Дело.Попов В.В. (2007). Почему снижались темпы роста советской экономики в бреж-

невский период // Неприкосновенный запас. Дебаты о политике и культуре. № 2(52). С. 48–59.

Попов В.В. (2014). Экономическое чудо переходного периода: как Узбекистану удалось то, что не удалось ни одной постсоветской экономике // Жур-нал Новой экономической ассоциации. № 1. С. 136–160.

Чепель С.В., Б. Хамидов, Х. Асадов, С. Жураев, А. Абужаббаров, С. Салохит-динов (2010). Экономический рост и инновации: теория, практика и моделирование. Ташкент: Институт прогнозирования и макроэконо-мических исследований.

APO (2013). APO Productivity Databook, 2013. [Электронный ресурс] Режим доступа: http://www.apo-tokyo.org/publications/files/APO_Productiv-ity_Databook_2013.pdf, свободный. Загл. с экрана. Яз. англ. (дата обра-щения: июль 2015 г.).

Chen E. (2002) The Total Factor Productivity Debate: Determinants of Economic Growth in East Asia. [Электронный ресурс] Asian-Pacific Economic Litera-ture. Vol. 11(1). P. 18–39. Режим доступа: http://onlinelibrary.wiley.com/doi/10.1111/1467-8411.00002/pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Eden M., Kraay A. (2014). “Crowding in” and the Returns to Government Investment in Low-Income Countries. Policy Research Working Paper 6781. The World Bank. February 2014.

Hausmann R., Hwang J., Rodrik D. (2006). What You Export Matters. NBER Work-ing Paper. January.


178

В.В. Попов

Hausmann R., Rodrik D. (2006). Doomed to Choose: Industrial Policy as Predica-ment. Harvard University. September 2.

Jomo K.S. (2013). The Best Approach to Economic Development is Pragmatism. In: “22 Ideas to Fix the World Conversations with the World’s Foremost Thinkers” Dutkie-wicz P., Sakwa R. (eds.). New York: New York University Press.

Kochnakyan A., Khosla S.K., Buranov I., Hofer K., Hankinson D., Finn J. (2013). Uzbekistan Energy/Power Sector Issues Note. [Электронный ресурс] Washington: The World Bank. Режим доступа: https://openknowledge.worldbank.org/bitstream/handle/10986/17596/ACS41460WP0Box-0Issues0Note00PUBLIC0.pdf?sequence=1, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Lee K. (2013). Schumpeterian Analysis of Economic Catch-up. Knowledge, Path-Cre-ation, and the Middle-Income Trap. Cambridge.

Lin J.Y. (2011). From Flying Geese to Leading Dragons. New Opportunities and Strategies for Structural Transformation in Developing Countries. Policy Re-search Working Paper 5702. June.

Popov V. (2010). Life Cycle of the Centrally Planned Economy: Why Soviet Growth Rates Peaked in the 1950s. Paper Presented at American Economic Associa-tion Annual Meeting in Boston, January 2006. CEFIR and NES working pa-per No. 152. November 2010.

Rodrik D. (2006). What’s So Special about China’s Exports? [Электронный ресурс] // Harvard University. January. Режим доступа: https://www.sss.ias.edu/files/pdfs/Rodrik/Research/Whats-special-China-exports.pdf, свобод-ный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Schmidt-Hebbel K., Serven L., Solimano A. (1996). Saving and Investment: Para-digms, Puzzles, Policies // The World Bank Research Observer. Vol. 11(l). P. 87–117.

Shackleton R. (2013). Total Factor Productivity Growth in Historical Perspective. Con-gressional Budget Office, Washington. March, 2013. Working Paper 2013–01. [Электронный ресурс] Режим доступа: http://www.cbo.gov/sites/default/files/cbofiles/attachments/44002_TFP_Growth_03-18-2013.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Soviet Economy (1991). A Study of the Soviet Economy. Washington: IMF, World Bank, OECD, EBRD.

UN Population (2014). [Электронный ресурс] Режим доступа: http://esa.un.org/unpd/wpp/Excel-Data/population.htm, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

UNIDO (2007). Determinants of Total Factor Productivity: A Literature Review. Staff Working Paper. 02/2007. [Электронный ресурс] Режим доступа: http://www.unido.org//fileadmin/user_media/Publications/Research_and_statistics/Branch_publications/Research_and_Policy/Files/Work-ing_Papers/2007/WP022007%20-%20Determinants%20of%20total%20factor%20productivity.pdf, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

UzDaily.uz [Электронный ресурс] 9.02.2015. Режим доступа: http://polpred.

Журнал НЭА,№3 (27), 2015, с. 163–181

179

com/?cnt=163&ns=1&sector=16, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Weitzman M. (1970). Soviet Postwar Economic Growth and Capital-Labor Substitu-tion // American Economic Review. Vol. 60(5) (December). P. 676–692.

World Development Indicators (2014). [Электронный ресурс] The World Bank Group. Режим доступа: http://databank.worldbank.org/data/views/vari-ableSelection/selectvariables.aspx?source=world-development-indicators, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).


APO (2013). APO Productivity Databook, 2013. Available at: http://www.apo-tokyo.org/publications/files/APO_Productivity_Databook_2013.pdf (accessed: July 2015).

Chen E. (2002) The Total Factor Productivity Debate: Determinants of Economic Growth in East Asia. Asian-Pacific Economic Literature 11, 1, 18–39. Available at: http://on-linelibrary.wiley.com/doi/10.1111/1467-8411.00002/pdf (accessed: July 2015).

Chepel S., Khamidov B., Asadov Kh., Zhuravlev S., Abuzhabbarov A., Salokh-itdinov S. (2010). Economic Growth and Innovations: modelling and em-pirics. Tashkent, Institute for Forecasting and Macroeconomic Research (in Russian).

Eden M., Kraay A. (2014). “Crowding in” and the Returns to Government Investment in Low-Income Countries. Policy Research Working Paper 6781. The World Bank. February.

Hausmann R., Hwang J., Rodrik D. (2006). What You Export Matters. NBER Work-ing Paper. January.

Hausmann R., Rodrik D. (2006). Doomed to Choose: Industrial Policy as Predica-ment. Harvard University. September 2.

Jomo K.S. (2013). The Best Approach to Economic Development is Pragmatism. In: “22 Ideas to Fix the World Conversations with the World’s Foremost Thinkers” Dutkie-wicz P., Sakwa R. (eds.). New York: New York University Press.

Kochnakyan A., Khosla S.K., Buranov I., Hofer K., Hankinson D., Finn J. (2013). Uzbekistan Energy/Power Sector Issues Note. Washington: The World Bank. Available at: https://openknowledge.worldbank.org/bitstream/handle/10986/17596/ACS41460WP0Box0Issues0Note00PUBLIC0.pdf?sequence=1 (accessed: July 2015).

Lee K. (2013). Schumpeterian Analysis of Economic Catch-up. Knowledge, Path-Cre-ation, and the Middle-Income Trap. Cambridge.

Lin J.Y. (2011). From Flying Geese to Leading Dragons. New Opportunities and Strategies for Structural Transformation in Developing Countries. Policy Re-search Working Paper 5702. June.

Popov V. (2010). Life Cycle of the Centrally Planned Economy: Why Soviet Growth Rates Peaked in the 1950s. Paper presented at American Economic Associa-tion Annual Meeting in Boston, January 2006. CEFIR and NES working pa-per No. 152. November.


180

В.В. Попов

Popov V.V. (2002). Three Drops of Water. Notes on China by a Non-sinologist. Mos-cow: Delo (in Russian).

Popov V.V. (2007). Why did the growth rates of Soviet economy decline in the Brezh-nev period. Debates on Politics and Culture 248–59. (in Russian).

Popov V.V. (2014). An Economic Miracle in the Post-Soviet Space: How Uzbekistan Managed to Achieve What No Other Post-Soviet State Has. Journal of the New Economic Association 1(21), 136–160 (in Russian).

Rodrik D. (2006). What’s So Special about China’s Exports? Harvard University Janu-ary. Available at: https://www.sss.ias.edu/files/pdfs/Rodrik/Research/Whats-special-China-exports.pdf(accessed: July 2015).

Schmidt-Hebbel K., Serven L., Solimano A. 1996. Saving and Investment: Para-digms, Puzzles, Policies. The World Bank Research Observer 11(l), 87–117.

Shackleton R. (2013). Total Factor Productivity Growth in Historical Perspective. Congressional Budget Office, Washington. March 2013. Working Paper 2013–01. Available at: http://www.cbo.gov/sites/default/files/cbofiles/attachments/44002_TFP_Growth_03-18-2013.pdf (accessed: July 2015).

Soviet Economy (1991). A Study of the Soviet Economy. Washington: IMF, World Bank, OECD, EBRD. Vol. 1–3.

UN Population (2014). Available at: http://esa.un.org/unpd/wpp/Excel-Data/population.htm(accessed: July 2015).

UNIDO (2007). Determinants of Total Factor Productivity: A Literature Review. Staff working paper. 02/2007. Available at: http://www.unido.org//fileadmin/user_media/Publications/Research_and_statistics/Branch_publications/Research_and_Policy/Files/Working_Papers/2007/WP022007%20-%20Determinants%20of%20total%20factor%20productivity.pdf (accessed: July 2015).

UzDaily.uz (2015). 9.02.2015. Available at: http://polpred.com/?cnt=163&ns= 1&sector=16 (accessed: July 2015).

Weitzman M. (1970). Soviet Postwar Economic Growth and Capital-Labor Substitu-tion. American Economic Review 60(5), December, 676–692.

World Development Indicators (2014). The World Bank Group. Available at: http://databank.worldbank.org/data/views/variableSelection/selectvariables.aspx?source=world-development-indicators (accessed: July 2015).


Журнал НЭА,№3 (27), 2015, с. 163–181

181

V.V. Popov Russian Presidential Academy of National Economy and Public Administration (RANEPA); New Economic School (NES), Moscow, Russia

Can Uzbekistan Economy Retain Its High Growth Rate? Scenarios of Economic Development in 2015–2030Uzbekistan in recent 10 years is an extremely successful economy – high

growth (8% a year), low domestic and international debt, undervalued exchange rate, relatively even distribution of income, creation from scratch of competitive export oriented auto industry. It is important though to avoid “dizziness from suc-cess” and to envisage possible growth traps in the future. Two unfavourable scenarios are discussed – negative terms of trade shock due to the decline in cotton, gas and gold prices (a deterioration of the current account balance by 10 p.p. of GDP) and a decline in growth rates of total factor productivity (TFP), as well as possible govern-ment responses to these shocks, in particular, changes in industrial policy. It is argued that current industrial policy – support of heavy chemistry industries (production of synthetic fuel and polypropylene goods from natural gas) with relatively low level and growth rates of TFP – can be less efficient than previous successful support of auto industry.

Keywords: Uzbekistan, scenarios of economic development in 2015–2030, industrial policy, reaction to shocks, terms of trade, total factor productivity.

JEL Classification: E60, F43, O40, O4, O53.,.


183

Горячая тема

Круглый стол:И снова о пенсиях

В.Д. Роик Архитектура пенсионных институтов России: состояние и перспективы

А.К. Соловьев Повышение пенсионного возраста в Российской Федерации: демографические условия и макроэкономические последствия

Е.Е. ШестаковаОбязательное или добровольное накопление: разные подходы

Л.С. Ржаницына Пенсии в условиях кризиса


Горячая тема. Круглый стол

184

Потенциал пенсионных институтов России и пути его повышения Устройство пенсионных институтов

зависит от форм и условий занятости, а также величины заработной платы и других доходов населения, которые определяют возможности применения различных способов финансиро-вания: обязательного социального (коллектив-ного) пенсионного страхования, личного стра-хования и государственного социального обе-спечения, а также упорядочения их на основе соответствующей архитектуры построения.

При рассмотрении устройства и оценке эффективности того или иного пенсионного института следует руководствоваться прави-лом, согласно которому не существует универ-сальных и высокоэффективных пенсионных институтов для всех случаев. Каждый организо-ван и функционирует по характерным только для него законам и финансовым правилам, охватывает определенные группы граждан, предоставляет различные по размеру пенсии, определенные волей законодателей и местом конкретного человека в жизни общества.

Важнейшими теоретическими кон-струкциями пенсионного страхования явля-ются: взаимосвязь национальных систем зара-ботной платы, регулирования вопросов занятости, а также увязка в единое целое этой управленче-

В.Д. Роик Институт труда и социального страхования Министерства труда и социальной защиты России, Москва

Архитектура пенсионных институтов России: состояние и перспективыСтановление институтов пенсионного страхования в России происходит с 1991 г. Наряду

с государственно-обеспечительным бюджетным финансированием начали применяться меха-низмы объязательного и добровольного пенсионного страхования, роль которых становится все более значимой. В стране формируются элементы публичного и гражданского права, регу-лирующие вопросы приобретения и реализации пенсионных прав, собственности пенсионных накоплений. В результате пенсионных реформ, осуществленных в 1997–2002 гг. и 2010 г., изме-нены пенсионные институты, их структура и роль, ответственность субъектов правоотношений и механизмы финансирования пенсионной системы.

Вместе с тем процесс модернизации пенсионной системы далек от завершения. Это каса-ется как увеличения размеров пенсий, так и задач, связанных с формированием устойчивых финансовых механизмов и специализированных страховых институтов для различных катего-рий населения. Процессу формирования институтов пенсионного страхования препятствует незавершенность перехода к цивилизованной рыночной системе формирования доходов насе-ления. Изменение структуры занятости и старение населения усугубляют ситуацию, приводят к быстрому росту доли пенсионеров в общей численности населения и увеличению требующихся для них финансовых ресурсов. Эти обстоятельства требуют перехода существующей системы социального обеспечения на схему пенсионного страхования, формирования новой модели рас-пределения финансовой нагрузки между основными субъектами правоотношений.

Ключевые слова: институты пенсионного страхования, старение населения, изменение модели занятости.

Классификация JEL: D72, 124, J108, P48.

ской системы с системами налогов и социального страхования.

Об этом свидетельствуют основные вехи формирования пенсионного страхова-ния и обеспечения в экономически развитых странах (ЭРС), которые стали знаковыми в их социальной политике:

в 1890–1940-е годы имело место станов-ление основных элементов пенсионных систем, а из системы заработной платы выделилась, сложилась система страхо-вых взносов на пенсионное, медицин-ское и другие виды обязательного соци-ального страхования;

в 1950–1970-е годы произошла гармони-зация национальных систем пенсион-ного страхования и заработной платы, ставшими единым комплексом доходов населения, результатом чего стало вы-деление на эти цели в экономически развитых странах не менее 40–50% ВВП, что, по нашему мнению, можно назвать первой социальной революцией до-ходов населения индустриального общества;

в 1960–1970-е годы произошла гармо-низация систем пенсионного страхо-вания, заработной платы и налоговой системы с помощью дифференцирован-ного подхода при взимании страховых

Журнал НЭА,№ 3 (27), 2015, с. 184–189


185

взносов работников и подоходного на-лога (с низкой заработной платы стра-ховые взносы и налоги либо не взима-лись, либо взимались в пониженных размерах, и, наоборот, с высокой – взи-мались в повышенных размерах). Этот этап можно определить как вторую соци-альную революцию доходов населения в эко-номически развитых странах;

в 1970–2000-е годы имело место суще-ственное расширение экономических возможностей социального государства в большинстве экономически развитых стран, что сопровождалось выделением на цели социальной защиты населения значительных финансовых средств (20–25% ВВП). Этот этап можно рассматри-вать как третью социальную революцию доходов населения, в результате которой подавляющее большинство населения получило доступ к качественным си-стемам здравоохранения, пенсионного обеспечения и социальной поддержки.Россия такого пути не прошла. Это свя-

зано с тем, что в советский период финанси-рование пенсионного обеспечения осущест-влялось в основном (на 2/3) из государствен-ного бюджета, а медицинская помощь населе-нию обеспечивалась за счет государственной

системы здравоохранения. Поэтому сферы заработной платы, пенсионного обеспечения и медицинской помощи функционировали в СССР в автономном режиме, что является в постсоветский период серьезным препят-ствием формированию институтов обязатель-ного пенсионного страхования.

В итоге существующая система заработ-ной платы в стране до сих пор не предусматри-вает для наемных работников с низкой и сред-ней заработной платой (1–6 децили) возмож-ность участвовать своими финансами в пен-сионном страховании и накопить с помощью собственных усилий на протяжении 35–40 лет достаточный объем пенсионных средств, вели-чина которого обеспечивала бы пенсии, поку-пательная способность которых составляла бы не менее 2,0–2,5 прожиточных минимумов для пенсионера.

Современной пенсионной системе России присущи черты прежней советской пенсионной системы, а также черты форми-рующихся новых страховых институтов. Это – уже не советская система государственного социального обеспечения, но еще и не страхо-вая. Ее промежуточный, переходной характер связан с незавершенностью реформ в сфере доходов и занятости населения, а также нало-говой системы.

РисунокМесто и роль систем обязательного и добровольного пенсионного страхования в доходах пенсионеров

Германия Великобритания Россия% % %90

80

70

60

50

40

30

20

10

0

80

70

60

50

40

30

20

10

0

80

70

60

50

40

30

20

10

01 2 3 4 1 2 3 4 1 2 3 4

1 – пенсия по обязательному страхова-нию (~ 50% очищенной заработной платы)

2 – дополнительное страхование / корпо-ративное (~ 20% заработной платы)

3 – личное страхование (2% заработной платы)

4 – совокупный размер пенсии (80% заработной платы)

1 – базовая пенсия по обязательному страхованию (18% заработной платы)

2 – профессиональные пенсии (25–35% заработной платы)

3 – личное страхование (5% заработной платы)

4 – совокупный размер пенсии (50% заработной платы)

1 – обязательное пенсионное страхование и базовая пенсия (до 35% средней заработной платы)

2 – дополнительное корпоративное страхование охватывает только 10% работающих (10% заработной платы)

3 – накопительная часть пенсий будет выплачиваться после 2027 г. Пенсионерам, родившимся после 1967 г. (5–6% заработной платы)

4 – совокупная пенсия (около 40% заработной платы)

Журнал НЭА,№ 3 (27), 2015, с. 184–189


186

Охват работающего населения пенси-онным страхованием служит одним из важней-ших критериев эффективности национальных пенсионных систем. ЭРС в послевоенный период решили задачу массового охвата пен-сионным страхованием в формальном секторе экономики (порядка (80–90%) и приемлемого охвата (40–60%) самозанятого населения в неформальном секторе1.

В России эти социальные ориентиры и показатели не выдерживаются. Большинство экспертов и официальная статистика отме-чают, что даже в формальном секторе в каче-стве системных недостатков организации доходов населения выступает значительная доля «серой заработной платы» (до 30–40% общего объема по стране). Кроме того, охват пенсионным страхованием самозанятого насе-ления и населения, занятого в неформальном секторе, составляет порядка 15–20% их общей величины, что оценивается как крайне неудов-летворительная величина. В итоге, на конец 2014 г. пенсионным страхованием в России охвачено не более 65–70% общей численности экономически активного населения, что сви-детельствует о накоплении кризисных послед-ствий складывающейся ситуации в области пенсионного обеспечения в стране.

Таким образом, отечественная пенси-онная система как с позиции размера пенсий, так и финансовой стабильности существенно уступает пенсионным системам стран Запада. Совокупный потенциал ее пенсионных инсти-тутов намного ниже (в полтора – два раза), чем потенциал таких стран, как Германия и Великобритания (см. рисунок).

Опыт ЭРС свидетельствует, что на пен-сионное обеспечение они расходуют ресурсы, оцениваемые по объему в 14–20% ВВП. Напри-мер, уже сегодня расходы на государственные пенсии составляют: в Германии – 16,8% ВВП, Франции – 17, Австрии – 18, Италии – 20%. В России на пенсионное обеспечение тратится не более 10% ВВП (Роик, 2012, с. 174, 183).

При этом в ЭРС институт обязательного социального пенсионного страхования играл, играет и будет в ближайшие 50 лет играть роль основного пенсионного института, поскольку выгодно сочетает сильные стороны личных и коллективных усилий страхователей: личную ответственность работников и работодателей и солидарную взаимопомощь всех занятых тру-довой деятельностью. Поэтому формирование условий для его становления в России является

важнейшей задачей государства и всего рос-сийского социума.

Системные вызовы для пенсионной системы и пути совершенствования пенсионного страхования Проблемой номер один в системе пен-

сионного страхования России является устой-чивая тенденция быстрого старения населе-ния. Если в 1960-е годы на этапе завершения становления советской пенсионной системы доля пенсионеров составляла не более 9–10% общей численности населения, в 1990 г. – 18%, то в 2011 г. она приблизилась к 22%, в 2025 г. прогнозируется ее рост до 26%, а к 2030 г. – уже к 28–29%. Иными словами, за 70 лет доля пенсионеров увеличится с 10 до 28%. Для обеспе-чения финансовыми средствами этих людей потребуется ежегодно увеличивать расходы Пенсионного фонда России.

Кроме того, столь высокий удельный вес пожилых граждан вызовет необходимость повышения расходов на их лекарственное обе-спечение, медицинские услуги и социальный уход, которые в совокупности можно оценить как процентную долю в ВВП на каждый про-цент пенсионеров, что потребует дополни-тельного ежегодного существенного увеличе-ния совокупных расходов на эти цели, которые можно оценить в 0,3–0,4% ВВП.

Изменения важнейших демографиче-ских и экономических показателей функци-онирования пенсионных систем особенно рельефно прослеживаются при их сопоставле-нии в различные периоды, например в период трех поколений работников и пенсионеров в России (табл. 1).

Совокупная величина пенсии и выплат на медицинскую помощь и социальное обслу-живание пенсионеров в 2015 г. составит только 13,0 тыс. руб. в месяц, что составляет примерно 90% уровня этих затрат в 1980 г., и полностью достигнет его только к 2040 г. Таким образом, прогнозные оценки состояния пенсионного обеспечения пожилого населения свидетель-ствуют о том, что даже при росте затрат на эти цели в ВВП оно будет в абсолютных размерах заморожено на индивидуальном уровне. Такой парадокс можно назвать финансовой ловуш-кой процесса старения населения и вызыва-емого им сужения возможностей повышения качества жизни пожилого населения.

Анализ свидетельствует, что при достаточно скромных затратах пенсионера

1 «Формальный сектор экономики» – термин Международной организации труда, с помощью которого обозначается строго фиксируемый найм рабочей силы, с помощью прозрачной процедуры оформления трудовых отношений, «неформальный сектор» – это работа, где такая процедура сводится к минимуму.

Журнал НЭА,№ 3 (27), 2015, с. 184–189


187

по отдельным статьям расходов его расходы более чем в два раза превышают его доходы. В то же время стандарты социальной защиты пенсионеров уровня 1980 г. для современных условий являются крайне заниженными, осо-бенно в части затрат на медицинскую помощь и социальное обслуживание, и должны состав-лять не 1–2 тыс. руб. в месяц, а по крайней мере 3–6 тыс. руб. в месяц.

Ориентиры и условия для форми-рования страховых пенсионных институтовОбеспечение финансовой устойчиво-

сти пенсионной системы России возможно ис-ключительно на основе пенсионного страхова-ния, вовлечения в этот процесс самих работни-ков и установления жестких законодательных правил увязки объемов взносов с размерами пенсий. Например, важно законодательно установить предел перераспределения стра-

ховых средств в объеме не более 25% обще-го объема вносимых ресурсов. Это позволит уменьшить масштабы неоправданного пере-распределения страховых средств, достигаю-щих в настоящее время 40–45% общих расхо-дов пенсионной системы, что не позволяет ей эффективно функционировать и развиваться.

Важнейшей задачей при этом является перераспределение ответственности основ-ных субъектов социального страхования: рабо-тодателей, государства и работников в плане финансирования пенсий, для чего следует предусмотреть ряд законодательных мер.

Например, создать условия для целе-вого и достаточного по объемам финансиро-вания досрочных пенсий и пенсий за выслугу лет, а также пенсионного страхования работа-ющих на малых предприятиях и самозанятых работников.

Все более актуальной задачей стано-вится законодательное введение пенсионного

Таблица 1Матрица важнейших показателей договора трех поколений россиян в период с 1980–2050 гг.

Показатель 1980 2015 2050

Продолжительность трудовой жизни, лет 38 36 40

Продолжительность получения пенсии, лет 12 18 24

Размер пенсии в пересчете на его величину в 2015 г., тыс. руб. в месяц 14,5 12,0 14,0

Покупательная способность пенсии, % прожиточного минимума пенсионера

230 170 200

Коэффициент замещения, % средней заработной платы 52 36 25

Затраты на медицинскую помощь и социальное обслуживание, руб. / месяц

500 1000 2000

Совокупная величина пенсии и выплат на медицинскую помощь и социальное обслуживание, руб. / месяц

15,0 13,0 16,0

Совокупный размер пенсии, медицинской помощи и социального обслуживания, полученный пенсионером на протяжении всего посттрудового периода, тыс. руб.

2160 2808 4608

Размер заработной платы в пересчете на ее величину в 2015 г., тыс. руб. в месяц

28,0 32,0 54,0

Совокупная величина заработной платы застрахованного работника, полученная на протяжении всего трудового периода, тыс. руб.

12 768 13 824 15 552

Отношение совокупных выплат, медицинских и социальных услуг к совокупной величине объемов заработной платы застрахованного работника, %

17 20 36

Величина пенсии, стоимости медицинской помощи и социального обслуживания в ВВП, %

4,0 11,0 14,0

Страховой тариф на пенсионное страхование, % ФОТ 14,0 22,0 30,0

Совокупный страховой тариф на пенсионное страхование, медицинскую помощь и социальное обслуживание, % ФОТ

18,0 28,5 34,0

Источник: расчеты автора.

Журнал НЭА,№ 3 (27), 2015, с. 184–189


188

страхования системы ухода за одинокими пенсионерами, инвалидами и другими кате-гориями населения, нуждающимися в регу-лярной и систематической помощи на дому. Специфика современной урбанизированной жизни в малых семьях объективно повышает ответственность общества за тех, кто по той или иной причине не может рассчитывать на поддержку и защиту со стороны семьи или какой-либо иной социальной сети, что предо-пределяет необходимость создавать специаль-ные механизмы социального страхования ухода за пожилыми людьми. Странами, которые еще десять лет назад сформировали такой вид соци-ального страхования, являются ФРГ и Япония (Роик, 2011, с. 173–219).

В этой связи возникает безотлагатель-ная потребность в переходе от существую-щей упрощенной универсальной пенсионной системы к системе специализированных пен-сионных институтов, позволяющих страховать различные группы граждан от специфических видов профессиональных, северных и других социальных рисков.

Для этого предлагается ввести следую-щие новые виды социального страхования:

досрочные пенсии и пенсии за выслугу лет, что позволит финансово обеспе-чить существующие виды досрочных пенсий (за работу во вредных условиях труда и «северные» досрочные пенсии);

выплаты по уходу за одинокими пенси-онерами, инвалидами и другими катего-риями населения, нуждающимися в ре-

гулярной и систематической помощи на дому.С учетом перечисленных аргументов,

выполненных макроэкономических расчетов и зарубежного опыта, предлагаем следующую экономическую модель пенсионного страхова-ния для России (табл. 2).

Данная, более дифференцированная структура системы социального пенсионного страхования в большей степени позволяет учи-тывать природу различных видов социального риска: старости, инвалидности, утраты кор-мильца, профессионального риска досрочной утраты трудоспособности, риска заболеваний, а также рисков длительного ухода в старших возрастных группах. Это крайне важно для точного расчета финансовых средств, необ-ходимых для страхования и более высокого уровня социальной защиты, такая система также позволит исключить скрытое перерас-пределение финансовых средств, неизбежное при применении объединенных систем.

Важными условиями успешности модер-низации пенсионной системы является ком-плекс мер (Роик, 2014, с. 175–182).

1. Применение нормативного и дого-ворного регулирования заработной платы у работников с ее низкими уровнями с целью поэтапного повышения МРОТ до 40–50% сред-ней ее величины, а также выравнивания ее размеров у крайних децильных групп, по край-ней мере до соотношения 1:10. Данная мера позволит улучшить возможности финансового участия работников в пенсионном страхова-

Таблица 2Предлагаемое распределение страховых взносов в системе обязательного пенсионного страхо-вания, % заработной платы

Вид страхования Работодатели Работники Государство Всего

Пенсионное страхование старости, инвалидности и утраты кормильца

18 3

3(дотации к пенсиям работ-никам сельского хозяйства и самозанятым)

24,0

Страхование досрочных пенсий и пенсий за выслугу лет

В среднем 3 (тариф гибкий: от 0,1 до 10,0)

2

2 (шахтеры, горняки и дру-гие работающие в экстре-мальных условиях)

7,0

Медицинское страхо-вание рисков тяжелых и хронических заболева-ний в старших возрастах

1,0 1,0 1,0 3,0

Страхование по уходу 0,5 0,5 1,0 2,0

Итого 22,5 6,5 7,0 36,0


Журнал НЭА,№ 3 (27), 2015, с. 184–189


189

нии, что во многом зависит от такого показа-теля, как отношение минимальной заработной платы к ее средней величине. В большинстве стран Западной Европы это отношение состав-ляет 50–60%, в России оно не превышает 23%, что не соответствует рекомендациям МОТ (50%) и ЕС (60%).

2. Разработка государственной про-граммы вовлечения в трудовую деятельность лиц старших возрастов путем формирования рабочих мест для старших возрастных групп.

3. Разработка государственной про-граммы страхования лекарственного обеспе-чения и социального обслуживания пожилого населения.

ЛИТЕРАТУРАРоик В.Д. (2011). Мир пожилых людей и как

его обустроить. М.: ЭКСМО.Роик В.Д. (2012). Пенсионная система России:

вызовы ХХI века и пути модернизации. СПб.: Питер.

Роик В.Д. (2014). Обязательное и доброволь-ное пенсионное страхование. Институ-ты и финансы. Европейский пенсион-ный фонд. М.: Альпина Паблишер.


Roik V.D. (2011). World of Elderly People and How Him Make Better? Moscow: EKSMO (in Russian).

Roik V.D. (2012). Pension System in Russia: Challenges in ХХI Century and Ways of Modernization. Saint Petersburg: Piter (in Russian).

Roik V.D. (2014). Certainly and Voluntary Pension Insurance: Institutes and Finance. Moscow: Alpina Publisher (in Russian).

Поступила в редакцию 15 июня 2015 года

V.D. Roik Institute of Labour and Social Insurance, Ministry of Labour and Social Security, Moscow, Russia

Architecture of the Pension Institutes in Russia: Status and PerspectivesPension security systems are facing new challenges: new situation on the labour market, aging

population, problems for their financing. Author proposes to link system of wages and pension systems from the view of generations' expenditures, to link contributions to benefits. The ways of moderniza-tion of pension systems are shown. This process was associated with problems in the sphere of wages. Pension security reforms are compiled without creating the base for organization market institutes.

Keywords: pension institutes, wages, labour market, pension insurance, old-age population.

JEL Classification: D72, 124, J108, P48.

Журнал НЭА,№ 3 (27), 2015, с. 184–189


190

Пенсионный возраст позиционируется сторонниками его повышения как главный фактор экономии бюджетных средств путем сокращения численности новых назначений страховой пенсии.

Однако возможность и правомерность решения финансовых проблем российской пенсионной системы через повышение пенси-онного возраста определяется, с одной сторо-ны, с позиций застрахованных лиц – наличием (или отсутствием) демографических и соци-ально-трудовых предпосылок для повышения

1 Статья подготовлена по результатам исследований, выполненных в 2015 г. за счет бюджетных средств по государ-ственному заданию Финансового университета.

пенсионного возраста, с другой – с позиции государства – последствиями реализации этой меры для бюджета Пенсионного фонда Рос-сийской Федерации (ПФР) и макроэкономики в целом.

Начиная с последней четверти про-шлого века проводятся активные научные обсуждения и агрессивная критика законо-дательно установленного возраста выхода на пенсию в России, который был и все еще оста-ется самым низким из всех стран, имеющих общегосударственную систему обязательного

А.К. Соловьев Финансовый университет при Правительстве РФ, Москва

Повышение пенсионного возраста в Российской Федерации: демографические условия и макроэкономические последствия1

В работе доказано, что проблему «повышения пенсионного возраста» нельзя рас-сматривать как экономический инструмент для достижения сбалансированности бюджета государственного пенсионного фонда, в частности, и всей пенсионной системы России. Поскольку возраст выхода на пенсию в пенсионной системе, основанной на страховых прин-ципах формирования пенсионных прав застрахованных лиц, зависит от внешних факторов, в первую очередь макроэкономических (объема и структуры ВВП, инфляции, фонда оплаты труда и распределения доходов), а также от развития и структуры рынка труда (уровня и струк-туры занятости).

Основной просчет сторонников автоматического повышения пенсионного возраста исходя из линейной зависимости от общего увеличения продолжительности жизни населе-ния, зачастую даже без гендерных различий, заключается в том, что в страховой пенсион-ной системе независимо от солидарного или накопительного механизма формирования пен-сионных прав заключается в том, что не учитывается не только безусловная необходимость реализации всего накопленного объема пенсионных прав в течение сокращенного периода выплаты пенсии, но и прирост государственных пенсионных обязательств за увеличенный период трудового стажа до наступления повышенного пенсионного возраста. В результате синэргического эффекта повышение пенсионного возраста в страховой пенсионной модели приводит после краткосрочного и незначительного сокращения текущих расходов на выплату пенсий к последующему экспоненциальному увеличению объема государственных пенси-онных обязательств. Поэтому единственный позитивный эффект повышения пенсионного возраста заключается в создании условий для ограниченной группы застрахованных лиц для повышения размера своей пенсии.

Повышение пенсионного возраста сопряжено с требованием к макроэкономическим и социально-трудовым условиям развития страны в части создания дополнительных рабочих мест как для молодежи, так и для предпенсионных поколений застрахованных лиц. Однако эти внешние факторы пенсионной системы, как показывают одобренные правительством основ-ные направления развития на планово-бюджетный период 2016–2018 гг., не создают условий для адекватного повышения и по сути являются ограничителями.

В работе обосновывается экономический механизм повышения пенсионного возраста исходя из страховых принципов формирования государственных пенсионных обязательств.

Ключевые слова: пенсионная реформа, пенсионный возраст, численность пенсионеров, демогра-фическая нагрузка на экономику.

JEL Classification: E620, E690.

Журнал НЭА,№ 3 (27), 2015, с. 190–199

Отозв

ана /

Ret

ract

ed


191

пенсионного обеспечения. В то же время пен-сионные системы всех развитых стран (в пер-вую очередь ОЭСР) давно перешли 65-летний рубеж пенсионного возраста, причем в абсо-лютном большинстве государств – даже без символических гендерных различий (с льгот-ным понижением возраста для женщин) (табл. 1).

Таблица 1Установленный возраст выхода на государ-ственную пенсию на общих основаниях в стра-нах ОЭСР

СтранаВозраст нормативный

Мужчины Женщины

Германия 65 65

Греция 65 64

Испания 65 65

Франция 65 65

Италия 66 62

Финляндия 65 65

Швеция 65 65

Великобритания 65 61

Норвегия 67 67

Швейцария 65 64

Канада 65 65

США 66 66

Польша 65 60

Более того, в начале ХХI в. многие из стран ОЭСР приступили к очередному этапу демографической корректировки общегосу-дарственных пенсионных программ в направ-лении дальнейшего повышения возраста выхо-да на пенсию в 67 лет, и даже в 70 лет.

Однако следует учитывать, что во все времена повышение пенсионного возраста осуществлялось предельно осторожно, т.е. по-степенно: от 1–2 месяцев за календарный год в начале и до 3–4 месяцев в конце переходного периода. В результате процесс перехода на но-вый возрастной порог растягивался в среднем на 20–25 лет. Так, в частности, как известно из аналитических обзоров ОЭСР, все страны должны завершить переход на рубеж 67-летне-го выхода на трудовую пенсию на общих осно-ваниях не позднее 2020-х годов. Одновременно некоторые страны уже отрабатывают схемы

перехода на 70-летний возрастной уровень – к середине 2030-х годов.

Почему же российская пенсионная си-стема отстает от этого процесса?

Апологеты повышения возраста приво-дят следующие аргументы его безотлагатель-ной необходимости в России:

1) рост числа работающих пенсионеров – с 6 млн человек в начале 2000-х до 14 млн в настоящее время;

2) существенное изменение демографи-ческих тенденций, в частности, рост общей продолжительности жизни при рождении, особенно за последние 5 лет (рис. 1);

3) увеличение демографической нагрузки на экономику, что проявляется в росте отношения нетрудоспособного к трудо-способному населению (табл. 2);

4) усиление разбалансировки бюджета пенсионной системы и, соответ-ственно, – увеличение риска субсиди-арной ответственности по трансферт-ному финансированию бюджета ПФР на покрытие дефицита (рис. 2);

5) увеличение пенсионной нагрузки на бизнес в форме неизбежного повыше-ния размера страховых тарифов для всех участников пенсионного процесса или отдельных видов трудовой дея-тельности (в первую очередь это каса-ется самозанятого населения и малого бизнеса).

1. Актуарный анализ демографиче-ских предпосылок и условий повышения пенсионного возраста2. Действительно, чис-ленность работающих пенсионеров неуклонно увеличивается, но принципиально важно выяс-нить, кто и почему работают после назначения трудовой пенсии. Увеличение численности работающих пенсионеров часто трактуется как наглядное свидетельство увеличения про-должительности жизни.

Работающие пенсионеры – это в первую очередь досрочники и низкодоходные катего-рии населения, которые вынуждены работать для выживания на тех же низкозарплатных рабочих местах, на которые никто особенно и не претендует, кроме, может быть, времен-ных трудовых мигрантов.

Ожидаемая продолжительность жизни при рождении (ОПЖ) в России существенно возросла и в 2013 г. составила у женщин – 76,3, у мужчин – 65,13 года (рис. 1). Однако

2 Статистический анализ и расчеты выполнены С.А. Донцовой, С.Е. Кучук, Е.Б. Новиковой (Департамент актуарных расчетов и стратегического планирования Пенсионного фонда Российской Федерации).

Журнал НЭА,№ 3 (27), 2015, с. 190–199

Отозв

ана /

Ret

ract

ed


192

она ниже, чем в развитых странах Америки, Азии и Европы (в том числе Чехии, Словакии, Словении, Польше, Греции, странах Балтии (табл. 3).

Однако в соответствии с экономиче-ской и социальной функцией государственной пенсии ОПЖ при рождении не является пока-

зателем, на который можно ориентироваться при установлении пенсионного возраста.

Рост ОПЖ достигается в первую оче-редь за счет повышения ОПЖ детей и в мень-шей степени лиц трудоспособного возрас-та. У детей за 11 лет она выросла на 6 лет (у мальчиков) и 4 года (у девочек), а у лиц стар-

Рис. 1Ожидаемая продолжительность жизни при рождении

59,0

3

58,9

2

58,6

8

58,5

6

58,9

1

58,9

2

60,4

3

61,4

6

61,9

2

62,8

7

63,0

9

64,0

4

64,5

6

65,1

3

70,2

4

72,1

7

71,9

71,8

6

72,3

6

72,4

7

73,3

4

74,0

2

74,2

8

74,7

9

74,8

8

75,6

1

75,8

6

76,3

65,3

4

65,2

3

64,9

5

64,8

6

65,3

1

65,3

7

66,6

9

67,6

1

67,9

9

68,7

8

68,9

4

69,8

3

70,2

4

70,7

6

0,00

10,00

20,00

30,00

40,00

50,00

60,00

70,00

80,00

90,00

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

Мужчины Женщины Оба пола

Таблица 2Ожидаемый рост демографической нагрузки на экономику, млн человек

Год 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026

Число получателей страховой пенсии

39,7 40,3 40,8 40,5 40,9 41,2 41,5 41,7 41,9 41,9 42,0 42,0

Число наемных работников

45,5 45,4 45,3 45,1 44,8 44,5 44,2 43,9 43,6 43,4 43,2 43,0

Год 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 2037 2038


42,0 42,0 42,0 42,0 42,0 41,9 41,9 41,9 42,0 42,0 41,9 41,9


42,8 42,7 42,7 42,6 42,6 42,6 42,7 42,7 42,7 42,6 42,6 42,5

Год 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050


41,9 42,0 41,9 41,9 41,9 41,8 41,8 41,6 41,5 41,3 41,0 40,9


42,4 42,3 42,1 41,9 41,7 41,5 41,3 41,0 40,8 40,5 40,3 40,1

Журнал НЭА,№ 3 (27), 2015, с. 190–199

Отозв

ана /

Ret

ract

ed


193

ше трудоспособного возраста – всего на 1,46 и 1,36 года – соответственно у мужчин и жен-щин (табл. 4).

У населения, дожившего до общеуста-новленного пенсионного возраста (т.е. до 55 и 60 лет – соответственно для женщин и муж-чин), прирост ожидаемой продолжительности жизни составил в 2013 г. к уровню 2002 г. для женщин – 3,1 года, для мужчин – 2,9 года.

Ожидаемая продолжительность жизни при достижении общеустановленного пенсион-ного возраста составляет у женщин – 25,36 года, у мужчин – 15,73 года. Значение этого показа-теля только недавно вышло на уровень 1950-х годов прошлого века (в начале 2000-х годов мы находились на уровне 1896–1897 гг.) (табл. 5).

Статистика показывает, что, как и сто-летием раньше, до нормативно-установлен-ного пенсионного возраста не доживут около 10% женщин и 34% мужчин, т.е. они не смогут даже начать реализовывать свои пенсионные права.

В странах Западной Европы, а также в США, Мексике и т.п., пенсионный возраст уже повышен до 65 лет; более того – начат процесс его повышения до 67 лет (Австралия, Израиль, Греция, Норвегия, Франция). Однако главным фактором такого повышения послужи-ла именно устойчивая тенденция роста ОПЖ

в этих странах для 65-летних, которая оказа-лась принципиально выше, чем в России, на-пример, в Финляндии для женщин – 21,6 года, для мужчин – 17,8 года, во Франции – 3,4 и 19,1 года – соответственно для мужчин и женщин.

Страны Восточной Европы также стали повышать пенсионный возраст, хотя продол-жительность жизни в них ниже, чем в Западной Европе. Но причины такого повышения заклю-чаются в геополитических обязательствах государств, входящих в ЕС. В Эстонии в 2014 г. пенсионный возраст составлял 63 и 61 года для мужчин и женщин соответственно (дожитие в 65 лет составляет 14,8 и 20,3 года). Чехия ежегодно повышает пенсионный возраст на 2 месяца без установления верхнего предела. В 2014 г. он составлял 62,67 года для мужчин и 61,33 года для женщин. ОПЖ для 65-летних в этой стране – 15,7 и 19,2 года соответственно.

Ожидаемая продолжительность жизни в возрасте 65 лет в России ниже, чем во всех странах Евросоюза: женщин – 17,36 года, муж-чин – 13,08 года. Не доживут от рождения до этого возраста 18% женщин и 44% мужчин. Из числа 20-летних женщин до 60 лет не доживут 12%, и в течение последующих 5 лет умрут еще 5,6% из оставшихся 60-летних женщин. Из числа мужчин, доживших до 60 лет, не доживут до 65-летнего возраста 15%.

2549

4616

5053

5080

4796

4574

4593 47

50

2549

4464

3909

4527 47

69

4593 50

50 5425

1,000,97

0,77

0,89

0,99 1,00

1,101,14

0,00

0,20

0,40

0,60

0,80

1,00

1,20

2000

2500

3000

3500

4000

4500

5000

5500

6000

2016 2020 2025 2030 2035 2040 2045 2050

В действующих условиях В условиях повышения пенсионного возраста Изменение, раз

Рис. 2Объем межбюджетных трансфертов, необходимый для покрытия дефицита бюджета ПФР, млрд руб.

Журнал НЭА,№ 3 (27), 2015, с. 190–199

Отозв

ана /

Ret

ract

ed


194

Таблица 3Ожидаемая продолжительность жизни при рождении по странам мира, 2012 г.

Государство Пол Ожидаемая продолжительность

жизни при рождении, летПревышение над Россией (–), лет

Австралия

Мужчины 84,4 8,1

Женщины 79,9 14,3

Оба пола 82,1 11,3

Австрия



Оба пола 80,9 10,2

Бельгия



Оба пола 80,4 9,6

Великобритания



Оба пола 81,5 10,7

Германия



Оба пола 80,9 10,1

Греция




Дания




Израиль



Оба пола 81,7 10,9

Ирландия



Оба пола 80,9 10,1

Исландия



Оба пола 82,9 12,2

Испания



Оба пола 82,4 11,6

Италия



Оба пола 82,9 12,2

Канада



Оба пола 81,2 10,5

Источник: сайт Всемирного банка (World Development Indicators).

Журнал НЭА,№ 3 (27), 2015, с. 190–199

Отозв

ана /

Ret

ract

ed


195

Это означает, что в случае перехода на общеевропейский пенсионный возраст абсо-лютное большинство населения России будет практически лишено права получения своего

страхового возмещения, что противоречит нормативным документам МОТ по «гарантии охвата и доступности» населения социаль-ными формами материального обеспечения.

Таблица 5Динамика ожидаемой продолжительности жизни при достижении пенсионного возраста в России в период XIX–XXI вв., лет

Пол и возраст 1896–1897 1926–1927 1958–1959 2000 2012 2013

Мужчины в возрасте 60 лет 13,9 14,5 15,9 13,21 15,38 15,73

Женщины в возрасте 55 лет 17,2 20,7 24,2 22,53 25,05 25,36

Таблица 4Рост ожидаемой продолжительности жизни по основным возрастным группам

Половозрастные группы населения 2002 2013 Абсолютный прирост, лет

Моложе трудоспособного возраста (0–15 лет)

0 летМужчины 58,68 65,13 6,45

Женщины 71,90 76,3 4,40

15 летМужчины 45,08 51,02 5,94

Женщины 58,16 62,11 3,95

В среднем по группе

Мужчины 52,32 58,35 6,03

Женщины 65,45 69,46 4,01

Трудоспособный возраст (16–55/16–59)

16 летМужчины 44,12 50,06 5,94

Женщины 57,19 61,13 3,94

54 года Женщины 23,04 26,21 3,17

59 лет Мужчины 13,35 16,33 2,98


Мужчины 28,53 33,03 4,50

Женщины 39,92 43,53 3,61

Старше трудоспособного (55 и более/60 и более)

55 лет Женщины 22,24 25,36 3,12

60 лет Мужчины 12,8 15,73 2,93

100 летМужчины 1,38 1,48 0,10

Женщины 1,77 1,84 0,07


Мужчины 9,36 10,82 1,46

Женщины 13,51 14,87 1,36

Источник: данные таблиц смертности и ожидаемой продолжительности жизни Росстата. Расчеты автора.

Журнал НЭА,№ 3 (27), 2015, с. 190–199

Отозв

ана /

Ret

ract

ed


196

В настоящее время гипотетически можно говорить только о наличии демографи-ческих предпосылок повышения пенсионного возраста только для женщин, и то – с очень большой натяжкой. По прогнозу, разработан-ному на основе параметров, установленных Концепцией демографического развития России, 60-летние мужчины достигнут текущей ожидаемой продолжительности жизни в стра-нах ОЭСР для 65-летних мужчин не ранее 2040-х годов. Только тогда повышение пенси-онного возраста станет адекватно западным параметрам, и пенсионеры будут иметь период предстоящей жизни, достаточный для реализа-ции своих пенсионных прав. Для женщин это можно будет сделать не ранее – в 2025–2030 гг. Численность населения трудоспособного воз-раста будет превышать численность населения в возрасте старше трудоспособного возраста на всем прогнозном интервале не менее, чем в 1,5 раза (табл. 6).

Это означает, что даже сегодня объек-тивно существует демографический резерв для увеличения отношения численности лиц, упла-чивающих страховые взносы в ПФР, и пенси-онеров. Граждане трудоспособного возраста, которые по объективным основаниям не могут участвовать в легальном трудовом процессе, при достижении установленного возраста, потребуют от государства реализации своих конституционных прав, как минимум, в форме социальной пенсии, которая, как известно, ненамного ниже страховой.

Следующий социально-демографи-ческий аспект проблемы повышения пенси-онного возраста – уровень инвалидизации населения в нашей стране. Высокий уровень инвалидизации населения при повышении общеустановленного пенсионного возраста вызовет существенный скачок числа получате-лей пенсий по инвалидности. При повышении

пенсионного возраста на 1 год численность пенсионеров по инвалидности вырастает, по оценкам, на 7–9%, на 2 года – на 15–17%, на 3 года – на 24% и т.д. (рис. 3).

2. Социально-трудовые предпосылки повышения возраста выхода на пенсию. Процесс повышения пенсионного возраста должен быть подготовлен адекватным разви-тием всей социально-экономической системы государства. В первую очередь должны быть созданы соответствующие рабочие места как для пожилых людей, которые подпадут под повышение возраста, так и для моло-дежи, чтобы избежать роста молодежной безработицы.

Должны быть изменены тенденции роста незанятости населения трудоспособного возраста, которые усугубляются на протяже-нии всего периода реформирования пенсион-ной системы. На сегодняшний день необходи-мые условия для этого на рынке труда отсут-ствуют. В 2011 г. численность застрахованных лиц трудоспособного возраста, зарегистри-

Таблица 6Прогноз численности трудоспособного и нетрудоспособного населения в РФ, млн человек

Показатель 2015 2020 2025 2030 2040 2050

Численность населения в трудоспособном возрасте

83,6 79,7 78,3 78,6 75,4 70,5

Численность населения в возрасте старше трудоспособного

34,9 38,0 39,6 40,4 42,8 45,0

Численность населения в возрасте моложе трудоспособного

25,4 26,8 26,4 24,3 23,3 26,0

Численность населения – всего 143,9 144,5 144,2 143,3 141,6 141,5


Рис. 3Рост численности получателей страховой пенсии по инвалидности при увеличении пенсионного возраста (для пенсии по старости)

1,071,15

1,241,32

1,421,50

1,591,68

1,761,84

1,001,101,201,301,401,501,601,701,801,90

на 1 го

д

на 2 го

да

на 3 го

да

на 4 го

да

на 5 лет

на 6 лет

на 7 лет

на 8 лет

на 9 лет

на 10 лет

Журнал НЭА,№ 3 (27), 2015, с. 190–199

Отозв

ана /

Ret

ract

ed


197

рованных в системе персонифицированного учета ПФР, составила 88,1 млн человек. Из них были заняты и уплачивали страховые взносы лишь 57 млн человек.

Более трети застрахованных лиц трудо-способного возраста – 31 из 88 млн человек – не были заняты деятельностью, подлежащей обязательному пенсионному страхованию (16,9 млн мужчин и 13,1 млн женщин). Потери3 доходов ПФР от незанятости в 2011 г. соста-вили 867,5 млрд руб. (30,8% объема поступив-ших страховых взносов на страховую и накопи-тельную части).

В 2002 г. уровень занятости застрахо-ванных граждан трудоспособного возраста4 составлял 74,3%; в 2011 г. он снизился до 64,7% (т.е. на 9,6 п.п.). Причем доля занятых мужчин трудоспособного возраста уменьшилась значи-тельно больше, чем среди женщин (соответ-ственно на 11 и 8 п.п.). Наиболее существенно снизился удельный вес занятых среди муж-чин в наиболее работоспособных возрастных группах: в 35–39 лет – снижение на 11,9 п.п., в 40–44 года – на 13,2 п.п., в 45–49 лет – на 12,4 п.п. И, вероятно, этот факт свидетель-ствует не столько о полной незанятости, сколько об уходе в теневую экономику.

Незанятость застрахованных лиц тру-доспособного возраста следует рассматри-вать в двух аспектах: текущем и хроническом. Текущая незанятость подразумевает, что за застрахованное лицо в течение всего рассма-триваемого года не начислялись и не уплачива-лись страховые взносы. Текущая незанятость негативно влияет в первую очередь на объ-емы текущего поступления страховых взносов в ПФР. Хроническая незанятость означает, что за застрахованное лицо на протяжении ряда лет не начислялись и не уплачивались взносы. За рассматриваемый нами 10-летний период максимальная продолжительность хрониче-ской незанятости составит, соответственно, 10 лет. Хроническая незанятость наиболее нега-тивно сказывается на объемах пенсионных прав застрахованных лиц.

Численность застрахованных лиц тру-доспособного возраста, не формировавших пенсионные права в отчетном году (т.е. вели-чина текущей незанятости), возросла с 19 млн человек в 2002 г. до 31 млн человек в 2011 г., или на 62,5%.

Доля незанятых в численности заре-гистрированных в СПУ застрахованных лиц трудоспособного возраста увеличилась за 10 лет с 25,6 до 35,3%. Из общего числа застрахо-ванных лиц трудоспособного возраста около 14,4 млн человек за период с 2002 по 2011 г. официально не были заняты и не уплачивали взносы. Их доля в численности зарегистриро-ванных в СПУ лиц этого возраста составила 16,4% (табл. 7).

За вычетом неработающих получате-лей трудовой пенсии по инвалидности числен-ность лиц трудоспособного возраста, не име-ющих страхового стажа с 2002 г. (т.е. незаня-тых в течение 10 лет из 10 рассматриваемых), составила в 2011 г. 12,7 млн человек.

Не имеют ни одного дня стажа за период 2002–2011 гг. 14,4% мужчин и 11,6% женщин, которым до достижения пенсионного возраста осталось 10–15 лет; 15,2% мужчин и 12,1% жен-щин, которым до пенсии не более 5 лет. Эти лица в оставшееся время, учитывая измене-ния, внесенные в условия назначения пенсии Федеральным законом «О страховых пенсиях», вероятнее всего, не успеют выработать необ-ходимый стаж и станут получателями социаль-ных пенсий по государственному пенсионному обеспечению спустя 5 лет после достижения общеустановленного пенсионного возраста. В долгосрочной перспективе это приведет к росту числа бедных пенсионеров.

Еще один аспект незанятости, кото-рый является потенциальным резервом уве-личения доходов бюджета ПФР, – занятость в течение года. Из числа наемных работников полный год заняты только 68 женщин и 60% мужчин. Остальные работают менее года: 9% работавших в 2011 г. женщин и 12% мужчин в течение года были заняты менее 6 месяцев. Средняя продолжительность периода работы у женщин составила 10,5 месяцев, а у муж-чин – 10,0 месяцев. У первых она сокращалась, у вторых – росла.

Среди работников сельскохозяйствен-ных организаций занятыми полный год были лишь 53,4 женщин и 47,3% мужчин (ниже уровня 2002 г. – на 8,3 п.п. и 12,0 п.п.). При этом доля наемных работников в сельском хозяйстве, отработавших менее 6 месяцев, зна-чительно больше, чем среди наемных работни-ков: у женщин 21,6, у мужчин – 23,7% (табл. 8).

3 Расчет произведен по формуле: для каждого возраста из численности незанятых трудоспособного возраста в 2011 г. (14 423 595 чел.) вычитается численность пенсионеров по инвалидности (2 526 035 чел.), умноженная на 12 месяцев и на среднюю заработную плату в экономике в 2011 г. (23 369 руб.) и на 0,26 (т.е. на тариф страховых взносов в ПФР в 2011 г., равный 26%. Что составляет 867,5 млрд. руб.

4 Рассчитан как отношение численности занятых застрахованных лиц трудоспособного возраста к численности за-страхованных лиц трудоспособного возраста, зарегистрированных в СПУ, выраженное в процентах.

Журнал НЭА,№ 3 (27), 2015, с. 190–199

Отозв

ана /

Ret

ract

ed


198

3. Выводы и предложения. Комплекс-ный статистический анализ проблемы повы-шения пенсионного возраста показывает, что экономические результаты от потенциального повышения пенсионного возраста ограниче-ны для нашей страны по внешним макроэконо-мическим и демографическим факторам, а не-гативные социальные результаты обусловлены особенностями исторически сложившейся пенсион-ной системой.

Повышение пенсионного возраста не охватит огромное число получателей досроч-

Таблица 7Продолжительность занятости наемных работников в течение года, %

Занятость 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Женщины 20–54 лет

Всего 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0

1 год 75,0 74,8 74,6 74,5 73,0 72,3 72,3 73,5 71,3 68,1

6–11 месяцев 13,6 14,0 14,4 14,5 15,6 16,4 16,9 15,0 20,0 22,8

Менее 6 месяцев

11,4 11,1 11,0 11,1 11,5 11,3 10,7 11,5 8,8 9,1

Мужчины 20–59 лет

Всего 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0

1 год 64,2 64,0 64,3 64,8 63,7 62,6 62,5 64,0 62,1 59,8

6–11 месяцев

19,3 19,7 19,7 19,6 20,4 21,3 22,0 19,3 25,8 28,1

Менее 6 месяцев

16,5 16,3 16,0 15,6 15,9 16,0 15,5 16,7 12,1 12,2

Источник: данные Всероссийской переписи населения 2010 г. Расчеты автора.

Таблица 8Продолжительность занятости наемных работников в сельском хозяйстве в течение года, %

Занятость 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Женщины 20–54 лет

Всего 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0

1 год 62,3 62,1 61,7 62,3 61,6 60,6 60,4 60,6 57,2 53,4

От 6 до 11 месяцев

15,4 14,6 15,1 14,6 15,2 15,5 15,8 14,9 24,7 25,0

Менее 6 месяцев 22,3 23,3 23,2 23,1 23,2 23,9 23,8 24,5 18,1 21,6

Мужчины 20–59 лет

Всего 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0

1 год 59,3 58,8 58,0 58,3 57,4 55,8 55,5 54,2 50,3 47,3

От 6 до 11 месяцев

17,7 17,0 17,4 17,1 17,6 17,7 17,8 18,0 29,5 29,1

Менее 6 месяцев 22,9 24,2 24,6 24,6 25,0 26,5 26,7 27,8 20,2 23,7

Источник: данные Всероссийской переписи населения 2010 г. Расчеты автора.

ных (льготных) пенсий по условиям труда (т.н. «Список 1», «Список 2» и «малые списки», производств, работ, профессий, должностей и показателей, дающих право на льготное пенсионное обеспечение), за выслугу лет, специфического контингента пенсионеров в связи с работой в районах Крайнего Севера и приравненных к ним местностях и пенсий по государственному пенсионному обеспече-нию. Повышать пенсионный возраст этим категориям застрахованных лиц теми же темпами, что и общий, нельзя, необходима

Журнал НЭА,№ 3 (27), 2015, с. 190–199

Отозв

ана /

Ret

ract

ed


199

оценка влияния условий труда на их здоровье и трудоспособность.

Кроме того, значительный объем нако-пленных за период действия прошлых (до 2015 г.) законодательных норм нестраховых государственных обязательств в рыночных условиях не обеспечивается адекватными стра-ховыми источниками финансирования.

В целом в настоящее время 44,3% (15,8 млн человек) получателей трудовых пен-сий составляют пенсионеры, на назначение пенсий которым пенсионный возраст не вли-яет, включая: 10,3 млн человек – получатели досрочных пенсий по старости (в том числе работники, проработавшие на работах с тяже-лыми условиями труда, – 2,7 млн человек; лица, работавшие в районах Крайнего Севера и при-равненных к ним местностях, – 2,5 млн чело-век; работники, проработавшие на подземных работах, на работах с вредными условиями труда и в горячих цехах, – 1,98 млн человек), а также 3,9 млн человек – получатели пенсий по инвалидности и 1,7 млн человек – получатели пенсий по случаю потери кормильца. В струк-

туре новых назначений трудовых пенсий пере-численные категории получателей составляют примерно столько же – 42,5%.

Прогнозные показатели демографиче-ского развития нашей страны свидетельствуют о быстром повышении продолжительности жизни, что требует незамедлительного начала повышения пенсионного возраста. Однако в целях нивелирования негативных экономи-ческих (а именно бюджетно-финансовых, а не социальных) последствий повышения пен-сионного возраста – это повышение должно осуществляться постепенно: начиная с одного месяца за год, чтобы к 2030-м годам достичь демографической сбалансированности пенси-онных прав и обязательств.

При этом повышение пенсионного воз-раста должно быть направлено исключительно на экономическое стимулирование формиро-вания пенсионных прав застрахованных лиц в долгосрочной перспективе, а не на мифи-ческую экономию средств государственного бюджета.


A.K. Solovyev State University of Finance at the Government of Russia, Moscow, Russia

Pension Age Increase in the Russian Federation: Demographic Conditions and Macroeconomic ConsequencesIt is proved that the problem of “raising the retirement age” can not be regarded as an economic

instrument to achieve a balanced budget of the state pension fund, in particular, and the whole of the pension system in Russia. Since the age of retirement in the pension system based on insurance principles depends primarily on the “external” factors for the pension system – mainly macroeconomic (volume and structure of GDP, inflation, payroll and distribution of income), as well as on the development and structure of the labor market (employment level and its structure).

The main miscount of supporters of rendering automatically raising the retirement age on the basis of the linear dependence of the total increase in life expectancy, often even without gender differences, lies in the fact that in the insurance pension system, regardless of solidarity or a storage mechanism for the formation of pension rights, neither absolute necessity of implementing all the accumulated amount of pension rights for a reduced pension payment period, nor the increase of public pension liabilities for increasing the length of service prior to the raising of the retirement age are not taken into account. As a result of synergistic effect increase of the retirement age in pension insurance model leads after short and slight reduction of current expenditures on pensions to the subsequent exponential increase in public pension liabilities. Therefore, the only positive effect of raising the retirement age is to create conditions for a limited group of insured persons to increase the size of their pensions.

Raising the retirement age is associated with the requirement to macroeconomic, social and labor conditions of the country in terms of creating additional jobs for young people and for the pre-retirement generations of insured persons. However, the external factors of the pension system, as shown by the Government approved the main directions of development planning and budgetary period 2016–2018, do not create the conditions for an adequate increase and are essentially limiters.

The paper substantiates the economic mechanism of raising the retirement age on the basis of insurance principles formation of state pension liabilities.

Keywords: pension reform, pension age, number of pensioners, demographic loading on economy.

JEL Classification: E620, E690.

Журнал НЭА,№ 3 (27), 2015, с. 190–199

Отозв

ана /

Ret

ract

ed


200

Действующие пенсионные системы в большинстве стран ОЭСР значительно отошли от своих первоначальных классиче-ских схем, основанных либо на профессио-нально-трудовой солидарности, либо ориен-тированных на минимальные государствен-ные социальные гарантии для всех. Большая их часть относится к многоуровневым кон-струкциям, включающим несколько структур-ных элементов с различными вариациями. Продолжающиеся в этих странах реформы направлены в основном на корректировку (во многих случаях автоматическую) размеров солидарных пенсий и дальнейшую диверси-фикацию источников пенсионных выплат, прежде всего речь идет о расширении исполь-зования индивидуального и коллективного накопления.

Вопрос предпочтительности в совре-менных условиях добровольного или при-нудительного пенсионного накопления эко-номически развитые страны в основном (за редким исключением) решают в пользу добро-вольного. При этом действуют и различные варианты отраслевой, корпоративной и госу-дарственной поддержки пенсионного нако-пления. Так, государства Северной Европы имеют длительный опыт использования обя-зательных и квазиобязательных корпоратив-ных и профессиональных программ пенсион-

ного обеспечения сотрудников предприятий. Программы первого типа, в которых на рабо-тодателя возлагается обязанность формиро-вать соответствующий план, могут отличаться по размерам тарифов, способу формирова-ния базы, условиям начисления и правилам выплаты пенсий; в функции государства вхо-дит установка определенных минимальных нормативов и контроль над их исполнением. Квазиобязательные коллективные планы дей-ствуют в соответствии с трудовыми догово-рами и корпоративными пенсионными согла-шениями, которые заключаются на отраслевом уровне и автоматически распространяются на большинство работодателей соответствующих отраслей (см. таблицу).

Еще одним получающим все более широ-кое распространение способом расширить круг участников накопительного страхования является механизм автоматического включе-ния работников, прежде всего молодых и отно-сительно низкооплачиваемых, в различные добровольные корпоративные пенсионные планы. В национальном масштабе схемы авто-матического включения действуют в Италии, Новой Зеландии и Великобритании, в Канаде – в ряде провинций. Автоматическое подключе-ние, в отличие от других типов коллективных планов, предусматривает возможность выхода из соответствующего плана для застрахован-

Е.Е. ШестаковаИЭ РАН, Москва

Обязательное или добровольное накопление: разные подходыВ статье анализируются основные модели и направления реформирования пенсион-

ных систем государств, входящих в ОЭСР, и ряда восточноевропейских и латиноамериканских стран. Акцент сделан на дискуссионных для российской системы вопросах сочетания обязатель-ного и добровольного пенсионного накопления и первых результатах введения обязательного накопления в государствах Центральной и Восточной Европы, а также в некоторых странах Латинской Америки. Развитые страны в основном придерживаются принципа добровольности, одновременно используя различные варианты отраслевой, корпоративной и государственной поддержки добровольных накопительных схем. Внедрение обязательных накопительных ком-понентов на индивидуальных счетах застрахованных, управляемых как государственными, так и частными структурами, осуществлялось в основном в государствах с переходными экономи-ками, прежде всего в восточноевропейских. Результаты данных кардинальных реформ в полной мере не оправдали надежд на быстрое развитие рынков капитала и увеличение национальных сбережений. Мировой финансово-экономический кризис 2008–2009 гг. и ослабление финансо-вых возможностей государства по поддержке пенсионных реформ привели к изменению струк-туры пенсионных систем в ряде стран, более реалистичной оценке ограничений обязательных накопительных систем.

Ключевые слова: социальное страхование, многоуровневые модели пенсионных систем, обязатель-ное и добровольное пенсионное накопление, квазиобязательные системы, доходность пенсионных вло-жений, дефицит пенсионных фондов.

Классификация JEL: G23, H55, J21, J26.

Журнал НЭА,№ 3 (27), 2015, с. 200–205


201

ных. В Канаде данное решение может быть принято в течение 60 дней, в США – 90 дней, в Великобритании – в течение месяца, в Новой Зеландии – 2–8 недель, в Италии – 6 месяцев. В Великобритании и США через определенное время работники могут вновь присоединиться к плану, в других странах такая возможность отсутствует. Процент ежегодно покидающих эти планы составляет в Новой Зеландии – более 20, в Великобритании – 9–10% (но пока данной системой в Великобритании охвачены только крупные предприятия) (OECD Pensions outlook, 2014, p. 157).

Что касается восточноевропейских стран, то их абсолютное большинство вме-сте с рядом латиноамериканских государств выступили сторонниками кардинальной транс-формации своих пенсионных систем и введе-

ния обязательного накопления под частным управлением. Главными движущими силами пенсионных реформ в этих государствах были финансово-экономические задачи: стимули-рование развития рынков капитала, повыше-ние гибкости и формализации рынков труда, усиление конкуренции между финансовыми учреждениями. Свою роль сыграло и стремле-ние использовать инструменты неолибераль-ной политики, направленной на снижение роли государства-покровителя в распредели-тельных отношениях, отделение пенсионных структур от политики.

Ходя нельзя не учитывать неблагопри-ятный внешнеэкономический фон, на кото-ром происходила часть этих изменений, тем не менее результаты оказались далеки от ожи-даний. Из восточноевропейских стран объем

ТаблицаДоля рабочей силы, включенной в накопительные пенсионные схемы (2011 г., % населения в возрасте 16–64 лет)

СтранаОбязательные или квазиобязательные

Добровольные профессиональные

Добровольные индивидуальные

Австралия 68,5

Австрия 19,6 18,0

Бельгия 45,2

Канада 33,4 32,8

Чехия 62,1

Дания 83,7 23,6

Эстония 68,9

Финляндия 74,2 6,4 19,1

Германия 56,4 35,2

Венгрия 20,0

Италия 7,5 6,9

США 40,6 22,0

Нидерланды 88,0 28,3

Новая Зеландия 7,4 63,7

Норвегия 68,0

Польша 56,5 1,3

Словакия 44,4

Испания 3,3 15,7

Швеция 100 27,1

Швейцария 70,5

Великобритания 30,0 11,1

Источник: Pensions at a glance..., 2013, p. 189.

Примечание. Пустые ячейки означают отсутствие данных программ в стране.

Журнал НЭА,№ 3 (27), 2015, с. 200–205


202

пенсионных накоплений в системе обязатель-ного пенсионного страхования наиболее суще-ственно увеличился в Польше, составив 18% ВВП страны, второй по результатам оказалась Хорватия – 15%, и уже со значительно более низкими показателями – 7–8% ВВП – Эстония, Латвия, Словакия. При этом доля доброволь-ного пенсионного накопления в этих странах сохранялась на уровне менее 1%; в Чехии, где до последнего времени действовал прин-цип добровольного пенсионного накопления, этот показатель также находился на уровне 7% национального ВВП (Reversal and reduction..., 2013, p. 32). В латиноамериканских странах с обязательными накопительными компонен-тами доля активов пенсионных фондов в ВВП, если не учитывать безусловного лидера Чили (62%), составила в Мексике 12%, в Колумбии, Перу и Уругвае 18–19%, в Бразилии при нали-чии только добровольного накопления – 14% ВВП.

Вклад реформ в развитие рынка капи-тала, рост совокупных сбережений и увели-чение ВВП оказался более чем скромным. Инвестиционные портфели УК (направления инвестирования пенсионных накоплений управляющих пенсионными средствами ком-паний) пенсионных фондов ориентировались в основном на государственные ценные бумаги и банковские депозиты. Единственной вос-точноевропейской страной, которая сумела добиться существенных позитивных результа-тов в развитии национального финансового рынка, была Польша, инвестировавшая около 1/3 пенсионных средств в акции националь-ных компаний. Реальная средняя доходность вложений пенсионных фондов в 2008/2013 гг., по данным международных финансовых организаций, составила в Польше и, напри-мер, в Австралии (с диверсифицированными и либеральными инвестиционными стратеги-ями) чуть более 2%, в Румынии – 6,2%, в Чехии 0,2%, в Словакии –0,3%, а у лидеров данного списка – Нидерландов и Канады – более 7% (Pension markets in focus, 2014, p. 17).

Единого оптимального портфеля для инвестирования пенсионных накоплений не существует. Большинство стран устанавливает количественные ограничения на инвестиро-вание средств частных пенсионных фондов. Отсутствие ограничений по классам активов действует только в небольшом числе госу-дарств англосаксонской группы (Австралия, Канада, Великобритания, Ирландия), но и в их пенсионных программах, управляемых рабо-тодателями, действует запрет на размещение средств в собственный и подконтрольный биз-нес. Инвестиции в акции, особенно не имею-

щие листинга на биржах, традиционно имеют невысокий верхний лимит. Около 1/3 госу-дарств ОЭСР устанавливают прямой запрет на вложения пенсионных средств в недвижи-мость и частные инвестиционные фонды, но одновременно действует разрешение вклады-вать в ипотечные облигации и доли в финан-совых компаниях. Широкое распростране-ние, особенно в государствах с переходными экономиками и формирующимися рынками, получило установление разных лимитов для разных категорий фондов (консервативных, смешанных, проводящих более рискованную инвестиционную политику). Можно найти редкие примеры установки нижних лимитов. В Мексике инвестиции наиболее консерва-тивного Базового фонда в государственные ценные бумаги не должны быть менее 51%. В Польше с 2014 г. не менее 75% средств него-сударственных пенсионных фондов должны инвестироваться в акции, а покупка государ-ственных ценных бумаг фондами запрещена (Annual survey..., 2014, p. 5).

Уровень национальных накоплений в восточноевропейских странах вырос, но спе-циалисты не склонны связывать это с процес-сом пенсионного накопления. Наиболее высо-кие уровни данного показателя зафиксиро-ваны в Эстонии и Латвии – 25%, в Словакии – 23%, самые низкие в Польше и Литве – 16–17% ВВП (Reversal and Reduction..., 2013, p. 8, 50). Но важнее, что данные системные реформы привели к заранее прогнозируемому увеличе-нию дефицитов государственных бюджетов, прежде всего в странах с относительно зре-лыми пенсионными системами (уже с высоким уровнем накопленных обязательств перед пен-сионерами), и менее ожидаемому снижению числа застрахованных. Пенсионные реформы, начатые в восточноевропейских государствах в конце 1990 – начале 2000-х годов, первона-чально проводились в период экономического оживления и роста ВВП. Тщательной оценки и планирования источников покрытия расхо-дов переходного периода в большинстве стран не проводили, так как была надежда, что в сред-несрочной перспективе наступит финансовая стабилизация или начнется сокращение дефи-цита пенсионной системы. Финансирование пенсионного дефицита, связанного с рефор-мами, осуществлялось на основе выпуска госу-дарственных долговых инструментов, про-дажи государственных активов и сокращения других расходов. Доходы от приватизации, которые, как предполагалось, должны были помочь осуществлению перехода, оказались недостаточными для покрытия расходов или были направлены на решение других задач.

Журнал НЭА,№ 3 (27), 2015, с. 200–205


203

Мировой финансово-экономический кризис 2008–2009 гг., проявившийся в том числе в росте бюджетных дефицитов и госу-дарственного долга стран региона, ослабил финансовые возможности государств поддер-живать реформируемые пенсионные системы. Среди мер, направленных на сокращение дефицитов государственных бюджетов, важ-ную роль сыграло временное или постоянное снижение взносов, поступающих в накопи-тельную часть пенсионных систем, а также приостановление ранее намеченного роста. В марте 2011 г. в Польше было принято решение изменить размеры взносов, поступающих на накопление, с 7,3 до 2,3%. Болгария снизила размер взносов сначала до 4, а потом до 2%; Словакия сократила данный норматив с 9 до 4%. Временное приостановление или времен-ное сокращение размеров взносов в накопи-тельный уровень с переориентацией их в рас-пределительную часть системы предприняли и государства Балтии, из них о стремлении вер-нуться к первоначальным параметрам заявила только Эстония. Отложила запланированное повышение взносов в накопительную часть пенсионной системы Румыния. В Хорватии размер ставки сохранился, но правительство приняло решение разрешить застрахованным, добровольно присоединившимся к накопи-тельной системе, вернуться к государственной распределительной схеме.

Принципиальные изменения про-изошли в Венгрии. В стране, оказавшейся в состоянии серьезного финансового кри-зиса (80% ВВП – государственный долг и 8% ВВП – бюджетный дефицит), первоначально был предпринят ряд мер, направленных на параметрическое1 реформирование пенси-онной системы, а впоследствии – решение упразднить систему обязательного накопи-тельного пенсионного страхования и учиты-вать средства частных пенсионных фондов как права участвующих в государственном страховании. Чехия – одна из немногих стран Восточной Европы, которая сохранила добро-вольный характер пенсионного накопления, с 2013 г. предприняла ряд дополнительных мер, направленных на стимулирование уча-стия граждан в накопительном пенсионном страховании. Работники (в возрасте моложе 35 лет) получили право переводить часть стра-хового тарифа (3% из 28) из государственного Пенсионного фонда в выбранный ими НПФ при условии дополнительного внесения в него еще 2% своей заработной платы. Данное реше-

ние является добровольным, но не может быть изменено (в соответствии с действующими нормативами). Чешское государство устанав-ливает правила функционирования НПФ, но не гарантирует сохранения пенсионных накоплений.

Новый этап пенсионных реформ в госу-дарствах Латинской Америки, которые ввели обязательные индивидуальные накопления в свои пенсионные системы, связан с более реалистичной оценкой ограничений накопи-тельной системы и стремлением найти более адекватное соотношение между величиной социальных рисков и индивидуальными нако-плениями. Аргентина и Боливия ликвидиро-вали обязательный частный накопительный уровень в своих пенсионных схемах. Уругвай и Перу предоставили работникам право воз-вращаться в распределительную систему. Пионер пенсионных реформ – Чили – в 2008 г. начал процесс реформирования своей накопи-тельной системы, дополнив ее двумя новыми государственными схемами – постепенно включая в обязательное страхование самоза-нятых. Мексика идет по пути подключения к системе обязательного накопления самоза-нятых и государственных служащих. Для повы-шения уровня конкурентоспособности НПФ Мексика ввела правило: все работники, впер-вые выходящие на рынок труда, присоединя-ются к наиболее эффективному фонду – фонду с самой высокой доходностью (но без ограни-чений перевода своих накоплений в этот фонд и для других категорий застрахованных).

ЛИТЕРАТУРАAnnual Survey of Investment Regulation of

Pension Funds (2014). OECD. Matching Contributions for Pensions (2012).

[Электронный ресурс] In: “A Review of Inter-national Experience” Hinz R., Holzmann R., Tuesta D., Tokayama N. (eds.). Report No. 73513. Washington: The World Bank. Режим доступа: www.documents.worldbank.org/curator/en/2012/10/16928814/match-ing-contributions-pensions, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

OECD Pensions outlook 2014 (2014). [Электрон-ный ресурс] Paris: OECD. Режим досту-па: www. OECD.org/finance/ OECD-pensions-outlook-23137649htm, сво-бодный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

1 Параметрические изменения – трансформация отдельных параметров и правил начисления пенсий, изменение формулы, увеличение необходимого стажа для начисления полной пенсии, повышение пенсионного возраста.

Журнал НЭА,№ 3 (27), 2015, с. 200–205


204

Pensions at a Glance 2013 OECD Countries and G20 Indicators 2013 (2013). [Электронный ресурс] Paris: OECD. Режим доступа: www. OECD.org/pen-sions/public-pensions/ OECD pen-sions AtAGlance 2013, свободный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Reversal and Reduction, Resolution and Reform (2013). Lessons from the Financial Crisis in Europa and Central Asia to Improve Outcomes from Mandatory Private Pensions. Private and Financial Sector Development Department, Europe and Central Asia Region Capital Market Development Department. Washington: The World Bank.

Schwarz A.M., Arias O.S. (2014). The Inverting Pyramid. Pension Systems Facing Demographic Challenges in Europe and Central Asia. [Электронный ресурс] Washington: The World Bank. Report No. 84686. Vol. 2. Режим доступа: www.documents.worldbank.org/curator/en/2014/01/18941322/investing-pyra-mid-pensions-systems-facing-demografic-challenges-europa-central-asia-vol-2, сво-бодный. Загл. с экрана. Яз. англ. (дата обращения: июль 2015 г.).

Social Protection for Older Persons: Key Policy Trends and Statistics (2014). International Labor Organization. Geneva: International Labor Office.


Annual Survey of Investment Regulation of Pen-sion Funds (2014). OECD.

Matching Contributions for Pensions (2012). In: “A Review of International Experi-

ence” Hinz R., Holzmann R., Tuesta D., Tokayama N. (eds.). Report No. 73513. Washington: The World Bank. Available at: www.documents.worldbank.org/cura-tor/en/2012/10/16928814/matching-contributions-pensions (accessed: July 2015).

OECD Pensions outlook 2014 (2014). [Электрон-ный ресурс] Paris: OECD. Available at: www.OECD.org/finance/OECD-pen-sions-outlook-23137649.htm (accessed: July 2015).

Pensions at a Glance 2013 OECD Coun-tries and G20 Indicators 2013 (2013). [Электронный ресурс] Paris: OECD. Available at: www.OECD.org/pensions/public-pensions/ OECD pensionsAtA-Glance 2013 (accessed: July 2015).

Reversal and Reduction, Resolution and Reform (2013). Lessons from the Financial Crisis in Europa and Central Asia to Improve Outcomes from Mandatory Private Pen-sions. Private and Financial Sector Devel-opment Department, Europe and Central Asia Region Capital Market Development Department. Washington: The World Bank.

Schwarz A.M., Arias O.S. (2014). The Inverting Pyramid. Pension Systems Facing Demo-graphic Challenges in Europe and Cen-tral Asia. Washington: The World Bank. Report No. 84686. Vol. 2. Available at: www.documents.worldbank.org/cura-tor/en/2014/01/18941322/investing-pyramid-pensions-systems-facing-demo-grafic-challenges-europa-central-asia-vol-2 (accessed: July 2015).

Social Protection for Older Persons: Key Policy Trends and Statistics (2014). International Labor Organization. Geneva: Interna-tional Labor Office.


E.E. ShestakovaThe Institute of Economics of the Russian Academy of Science, Moscow, Russia

The Compulsory or Voluntary Pension Accumulation: Different ApproachesThe article analyzes the basic models and the directions of reform of pension systems in OECD

countries and some states of Central and Eastern Europe and Latin America. The emphasis is placed on controversial issues for the Russian system of combination of mandatory and voluntary pension savings, on the first results of the introduction of the mandatory pension accumulation in the Central and Eastern European countries. Developed countries generally adhere to the principle of voluntariness at the same time using a variety of options industry, corporate and public support of voluntary saving schemes. The

Журнал НЭА,№ 3 (27), 2015, с. 200–205


205

introduction of mandatory funded component in the individual accounts of insured managed by both public and private sector was mainly in countries with economies in transition, especially in Eastern Europe. The results of these fundamental reforms did not fully meet expectations in the form of rapid development of capital markets and increase in national savings. The global financial and economic crisis of 2008/09 and the weakening of financial capacity of the state to support pensions reforms have led to a change in the structure of pension systems in several countries, a more realistic assessment of the limitations of mandatory funded systems.

Keywords: social insurance, multi-pillars pension systems models, compulsory and voluntary pension accumulation, quasi-mandatory systems, profitability of pension investments, pension fund deficit.

JEL Classification: G23, H55, J21, J26.

1. Реформа не решила прежние во-просы, а добавила новые. Она оцене-на отрицательно:1) населением: 62% осудили отмену нако-

пительной части пенсии; 75% против отмены выплаты пенсий работающим пенсионерам; 81% не поддерживают увеличения пенсион-ного возраста;

2) депутатами: Единая Россия (А. Ма-каров): «Попытка представить пенсионную стратегию РФ к определенной дате обречена на провал» (Эксперты назвали главные про-блемы..., 2012); Справедливая Россия (О. Дми-

триева): «Нам предлагают еще одну проваль-ную пенсионную реформу» (Оксана Дмитрие-ва..., 2013);

3) членами Совета Федерации: А. Борисов: «Позиция Минфина ясна, они смотрят с точки зрения бухгалтера... Но в социальном плане я вижу в этом больше минусов, чем плюсов» (Каких аргументов не хватает..., 2015);

4) профсоюзами: по единодушному мне-нию членских профсоюзных организаций, предложенная сегодня в новом пенсионном законодательстве пенсионная формула не ре-шает имеющихся проблем, а только их усугуб-

Л.С. Ржаницына ИЭ РАН, Москва

Пенсии в условиях кризисаВ статье содержится оценка новой пенсионной реформы по ряду позиций. По провоз-

глашенным целям реформа должна была сделать пенсионную систему более сбалансированной, прежде всего с позиции финансового обеспечения обязательств государства перед пенсионе-рами. Но улучшить состояние бюджета не удалось. Это видно по намеченным мерам экономии (замораживание пенсионных накоплений, ограничение размера пенсий гражданам с высокими заработками, перевод досрочных пенсий в накопительную систему, продавливание повышения пенсионного возраста, дестимулирование работающих пенсионеров и пр.). Все эти меры были приняты несмотря на отсутствие явных экономических выгод и весьма вероятные социальные осложнения. В частности, падение доверия к власти со стороны активных избирателей – пожи-лых граждан; снижение шансов у функционирующих работников на достойное обеспечение в старости; перспективы увеличения возрастной безработицы при современной нехватке рабо-чих мест даже для молодых; сокращение численности работающих пенсионеров, составляющих треть занятых, причем в менее оплачиваемых бюджетом социально-культурных отраслях, и т.п. Вместе с тем новая, балльная, формула облегчает государству манипулирование пенсиями в зави-симости от наполняемости Пенсионного фонда, состояния государственных финансов, а не от личной заработной платы и трудового стажа.

Ключевые слова: пенсии, пенсионная система, пенсионное страхование, пенсионная реформа, работающие пенсионеры, возраст выхода на пенсию, пенсионная формула.

Классификация JEL: E620, E690.

1 Всероссийский опрос ВЦИОМ проводил 4–5 апреля 2015 г. в 132 населенных пунктах в 46 областях, краях и респу-бликах России (Россияне не оценили пенсионную реформу, 2015).

Журнал НЭА,№ 3 (27), 2015, с. 200–205

Журнал НЭА,№ 3 (27), 2015, с. 205–211


206

ляет (В правовое управление Президента РФ направлена позиция ФНПР в отношении за-конопроектов по пенсионной реформе, 2013);

5) экспертами: заместитель директора ИМЭМО РАН, д.э.н. Е. Гонтмахер считает: «Вся нынешняя прискорбная история с постоянным радикальным реформированием пенсионной системы – за последние 13 лет это было сде-лано уже три раза! – говорит о резком сужении стратегического видения, отмирании государ-ства как инициатора и проводника настоящих реформ. От нововведений остаются только сиюминутная суета и нарастающий вал поруче-ний сверху вниз» (Гонтмахер, 2015).

2. Ликвидируется страховой принцип формирования пенсии (личная заработная плата и стаж), пенсия теперь зависит от состо-яния государственных финансов, трансферта из бюджета. Тем самым рядовой пенсионер становится в зависимость от любого кризиса, даже внешнего, что ярко видно по современ-ному состоянию российской экономики.

Реформа должна была сделать систему сбалансированной, но если ситуация упи-рается в состояние бюджета, то эта цель не достигнута. Это видно из предложений о про-ведении новых непопулярных мер по экономии (замораживание накоплений, ограничение размеров пенсий гражданам с высокими зара-ботками, перевод досрочных пенсий в накопи-тельную систему, продавливание повышения пенсионного возраста, несмотря на отсутствие явных экономических выгод и социальные осложнения).

Мораторий на накопления означал выигрыш для бюджета. По этому вопросу нет согласия между Минтруда, с одной стороны, и Минфином и МЭРом, – с другой. Минтруда не видит условий для накоплений в связи с низ-ким уровнем заработной платы в РФ, когда 20% работников не создает себе условий даже для страховой пенсии (20 процентов россиян останутся без пенсий, 2015).

3. Содержание новой пенсионной формулы недоступно не только обычным гражданам, но и специалистам. Люди нуж-даются в понятной формуле, расчета пен-сии. Общую формулу расчета пенсии при-вела на своем сайте О. Дмитриева (Оксана Дмитриева..., 2015).

4. Предыдущие реформы улучшали права и материальное положение пенсионе-

ров, эта реформа их ухудшает, судя по сниже-нию коэффициента замещения пенсией зара-ботной платой в настоящее время и в будущем. Пострадают все, кто имеют заработок ниже 2,5 прожиточных минимумов, а это – 40% общей численности занятых (Распределение числен-ности работников, 2013). Общее ухудшение положения граждан пенсионного возраста, которых – практически треть населения, озна-чает ограничение стимулов развития внутрен-него рынка, а с ним – и национального произ-водства и в итоге – снижение шансов эконо-мики выйти из кризиса.

Особенно ухудшается положение работающих пенсионеров, хотя за них про-должается выплата страхового тарифа, они производят, национальный доход, продукцию и услуги: 15 млн человек из 75 млн экономиче-ски активных граждан создают, как нетрудно подсчитать, 20% ВВП, или 880 тыс. руб. на одного занятого. А экономия на их пенсии – 132 тыс. руб. И если есть прогноз, что скоро экономике не будет хватать 1 млн работни-ков, то понятно почему 75% респондентов, по апрельскому обследованию ВЦИОМ 2015 г., возражают против отмены пенсии работаю-щим пенсионерам.

Симптоматично намерение отнять пен-сию у высокообеспеченных групп населения с заработной платой свыше 1 млн руб. в год (80 тыс. руб. в месяц), решаемое сугубо внеэ-кономическим порядком – без учета различий в условиях жизни по регионам, которые для одних (Тамбовская область: средняя заработ-ная плата по данным Росстата, – 19 295 руб.) и для других (Камчатка – 48 735 руб.) весьма существенные.

Более того, эта мера представляется первым шагом к более радикальным дей-ствиям, поскольку изъятие доходов у населе-ния скорее всего будет активным направле-нием антикризисной программы, методом снижения дефицита бюджета2. И не может быть иначе, раз наши финансисты способны видеть только узко бюджетную, разовую эффективность государственных функций. Их не интересует возможный дефицит кадров в сферах образования, медицины, социальных услуг, обслуживающих население. Население у нас очень терпеливое в отличие от предприни-мателей, которые уже предложили установить взнос на пенсию из заработков самих трудя-щихся. Судя по тому что наше правительство не считает обязательным для предприниматель-ства, судя по распределению доходов, вести

Журнал НЭА,№ 3 (27), 2015, с. 205–211

2 В 2015 г. – налог на имущество по рыночной стоимости, платеж на капитальный ремонт, продолжение роста потре-бительских цен и пр.


207

дело не только для себя, но и для общества (государство сохраняет низкий уровень зара-ботной платы – российский МРОТ по пари-тету покупательной способности ниже, чем в Казахстане и Беларуси, страховые взносы ниже, чем требуется по правам пенсионеров3, нет средств на нормальное здравоохранение4, платежи на детей также ниже многих стран), вполне есть шанс реализации подобных эгои-стичных намерений новых российских капи-талистов, чтобы работающие граждане сами заплатили за выход из сложностей.

4. Подрывается трудовая основа пен-сии, снижется роль заработной платы как системообразующего фактора. В балльной (коэффициентной) системе личная пенсия определяется не только заработком и стажем, но и общей суммой баллов для всех участников. К примеру, введут новый коэффициент (балл) за пребывания за границей либо за воспитание сироты и пр. и на увеличенную в связи с этим сумму делятся пенсионные средства и опре-деляется «цена» балла, по которой каждому начисляется пенсия (ныне – 71 руб.). Еще при-мер: для пересчета пенсии работающим опре-делено 3%, и, таким образом, за год работы прибавка может составить 213 руб. в месяц при отчислении страхового взноса от заработной платы в среднем порядка 6 тыс. руб. в месяц на каждого занятого. Как справедливо указывает Ю. Воронин, «при низких заработных платах высоких пенсий не будет» (Воронин, 2015).

5. Реформа имеет классовый харак-тер, отражает интересы работодателей, которые не хотят (и, видимо, не способны) содержать пенсионеров, платить необходи-мые страховые взносы, чтобы не снижать свои прибыли и суперпотребение. Современный дефицит ПФР сложился в 2005 г., когда пра-вительство сократило объективно необхо-димый размер пенсионного тарифа с 26 до 20%, имея в виду стимулировать увеличение отчислений работодателя в фонд заработной платы и в инвестиции, чего, однако, факти-чески не случилось. Случился дефицит ПФР. Высокооплачиваемые вообще исключены из платежей на пенсию по установленной базе начисления страховых взносов от фонда зара-ботной платы (в 2015 г. 711 тыс. руб. в год), тем самым у них в принципе сформирован отрицательный интерес к институту пенсий,

они лично в нем не участвуют. Работодатели в силу своего эгоизма также много лет тормо-зили принятие закона о профессиональных пенсиях, по которому на тяжелых и вредных работах должны выплачиваться досрочные пенсии за счет предприятия, хотя в прежние «жирные» годы «нефтяного рая» провести необходимые перемены экономике было бы куда проще. И сейчас продолжают возражать против установления объективно необходи-мого тарифа на пенсию, пугая правительство массовым закрытием малого бизнеса, хотя для последнего гораздо ощутимее давление арендной платы и различных коррупционных поборов.

6. Стратегия реформы была подготов-лена на основе «Стратегии социально-эконо-мического развития 2020», нежизнеспособ-ность которой была признана поручением президента ее осовременить. Стратегия-2020 противоречила Концепции реформы ПФР Минздравсоцразвития РФ 2011 г., которая была затем изменена на основе монополь-ной позиции одной научной школы – НИУ ВШЭ и АНХ и РАГС при Президенте РФ. Соображения других специалистов не прини-мались во внимание, не сравнивались различ-ные оценки и социальные последствия реа-лизации вариантов. Да и расчеты известных специалистов в области пенсий почти не при-влекались Минтрудом, – как-то обходились без тех многих, кто знал и умел…

Формально была организована кам-пания оценки проекта в научных и образова-тельных учреждениях, но мнения, возражения и предложения их специалистов при принятии конкретных параметров и норм реформирова-ния официально не обсуждались.

Не сформировали свод публикаций по теме в целях исследования аргументов, вполне вероятно, там были и разумные идеи. По сути отсутствовала широкая научная дискуссия, во главе рабочих групп были сотрудники одного научного направления, в их заключениях не отражалась иная точка зрения.

7. Одно из последствий профессиональ-ной узости круга авторов – недостаточное обо-снование получаемого эффекта. Даже самое актуализированное ими мероприятие – повы-шение пенсионного возраста – просчитано плохо. Финансовый эффект от него, по нашему

3 По расчетам, требуется 32% фонда заработной платы, если сохранять накопительную часть 4.

4 Расходы на здравоохранение в РФ, которые сегодня поступают из ОМС, – 3,5% ВВП, при рекомендуемом ВОЗ мини-муме в 5%.

Журнал НЭА,№ 3 (27), 2015, с. 205–211


208

мнению, завышен (300 млрд руб. ежегодно), поскольку, вероятно, посчитан для всей чис-ленности выходящих на пенсию – 2,5 млн чело-век в год. Но в состав новых пенсионеров вхо-дят категории, у которых по закону нельзя снизить пенсионный возраст: досрочники по условиям труда, северяне, работники, продол-жающие трудиться, в том числе ради увели-чения пенсии за стаж, многодетные матери, безработные, инвалиды и т.п. Без них остается всего примерно 300 тыс. выходящих на пен-сию в год, и выигрыш – в 40 млрд руб. Стоит ли создавать социальное напряжение в обществе в связи с повышением пенсионного возраста, неизбежное при явном недостатке рабочих мест для пожилых, за подобную сумму?

8. Бюрократический порядок реа-лизации реформы. До общественности не доведены расчеты ПФР, связанные с при-меркой новых условий назначения пенсий, видимо, они оказались неположительными. Не было проведено ни одного репрезентатив-ного социологического исследования, опросы фокус-групп – непредставительны с заранее заданными результатами. Так, не спрашивали респондентов, нужна ли вообще перестройка пенсий, если по международным рейтингам система определяется как достаточно надеж-ная в ряду успешных стран. Вопросы формули-ровались в общем виде, а не под новые нормы. В частности, спрашивали о стаже, необходи-мом для назначения пенсии, но не указывали при этом, что имеется в виду его повышение для входа в систему с 5 до 15 лет, и т.д. Такое суперзначимое для каждого россиянина меро-приятие и его основные параметры не полу-чили всенародного обсуждения.

Правда, его одобрили эксперты Мирового банка и Международного валютного фонда, которые пытались перенести запад-ные схемы и свои условия на российские. Их не беспокоило, что РФ не ратифицировала ни одной международной конвенции МОТ и МАСО по пенсиям. И ратификация Россией Европейской социальной хартии пока не вклю-чает аспект пенсионного обеспечения, что свидетельствует о специфике обстоятельств, существующих в стране.

В итоге, как и ранее, решения прини-мались традиционным, бюрократическим способом. Причем была нарушена и обыч-ная процедура прохождения решений. Для меры, затрагивающей интересы миллионов людей, не провели пилотного проекта, кото-

рый мог бы выявить проблемы, недоработки и неясности.

Но все же нельзя не отметить новое в контексте принятия решений – реально воз-никшее противоречие в государственном управлении – между финансово-экономиче-ским и социальным блоком правительства, причем это противоречие касается ряда серьезных положений (возраст, обязатель-ные накопление и др.). Разномыслие в выс-шем аппарате управления видно также из позиции руководителя Счетной палаты РФ Т. Голиковой, которая в период, когда, каза-лось бы, уже родилась новая стратегия, новая формула и пр., выразила надежду, что «в бли-жайшей перспективе Правительство России примет государственную программу развития пенсионной системы»5. Если учесть ее выска-зывания в ранге министра, отвечающего за пенсии, то происходящее, видимо, не вполне совпадало с ее позицией в области реформи-рования, Т. Голикова скорее имела в виду пози-цию ПФР 2011 г., суть которой была в дальней-шем изменена.

9. Нет развития. Поскольку забота была исключительно финансовая, то реформа даже не предусмотрела ни одного принципи-ального изменения системного характера: о необходимости адаптировать к современ-ным условиям жизни набор товаров и услуг в прожиточном минимуме пенсионера (в част-ности, лекарства: сейчас он не обеспечивает ни их покупку, ни некий жизненно важный их набор), а в этих минимумах измеряется резуль-тат предложенных новшеств. Даже не постав-лены вопросы о достижении социально спра-ведливой пенсии (это в 4 раза больше ПМ); введении страхования по уходу в старости (по типу Германии); собственности работников на страховые средства и, соответственно, – уве-личении их роли в управлении; включении в заработную плату страхового взноса, чтобы работник его уплачивал наряду с работодате-лем, подобно тому, как это делается в странах Европы. Пенсионная реформа никак не отра-жала связь с заработной платой, в частности – связи минимальной заработной платы с мини-мальной пенсией. Важнее оказалась не трудо-вая сторона отношений (пенсия – часть цены рабочей силы), а финансовая – связь с бюдже-том (пенсия – часть денег государства, бюджет-ный трансферт).

По сумме перечисленных обстоятельств возникает сомнение, а была ли вообще необ-

5 Пресс-центр СП РФ 25 августа 2014 г. (http://www.ach.gov.ru/press_center/news/18417?sphrase_id=869060).

Журнал НЭА,№ 3 (27), 2015, с. 205–211


209

ходимость в реформе, особенно если учесть положение действующей пенсионной системы в 2013 г. в международном рейтинге надежно-сти – между ФРГ и США. Но зато как повыси-лась популярность ряда экспертов, которые неустанно и жестко требовали перестройки пенсий в целях: 1) увеличения коэффициента замещения, столь высокого в Европе (он, однако, не просматривается по результатам реформы), 2) смягчения демографического неблагополучия. Но лекарство от этого вида неблагополучия – не в области пенсионного обеспечения, а в достижении высокого уровня производительности труда работающих. Однако этот фактор, поистине судьбоносный для России, реформаторы вообще проигнори-ровали, что более чем странно, если веришь в будущее страны.

10. Постоянное реформирование (за последнее время реформ было три), очеред-ное – четвертое отрицательно сказывается на здоровье пожилых людей (в I квартале 2015 г. увеличилась смертность, чего не было годом ранее), снижает доверие населения к государ-ству в целом и к институту пенсионной системы в частности, отражается на экономическом поведении населения, которое в результате не сокращает серую занятость и тем самым не уве-личивает число плательщиков взносов в ПФР, без чего у последнего ограничены финансо-вые возможности. Подобные поведенческие установки относятся особенно к молодым категориям работников, экономически актив-ным группам населения, им преподается урок замораживания накопительной части пенсии, которая в дальнейшем просто обесценивается или вообще игнорируется, если иметь в виду многолетний пенсионный платеж из доходов населения в размере 1%. Его власти присоеди-нили к НДФЛ, пренебрегая принципиальной разницей между налогом и страховым взносом по характеру их использования. И никто тогда не кричал об ограблении населения, как ныне по поводу моратория на пенсионные накопле-ния и передачи их на выплату действующим пенсионерам.

11. Наконец, самое неудачное – выбор времени проведения реформы такой гигант-ской макросистемы. В период 2008–2009 гг., как известно, происходит кризис, он, по сло-вам Д.А. Медведева, продолжается до сего дня, поскольку в 2013 г. мы уже наблюдали

снижение ВВП. Этот выбор исходит из много-летней позиции о полной автономии пенси-онной системы, хотя она фактически высту-пает составной частью всей макроэкономики: труда, доходов, налогов, бюджета, товарообо-рота, цен и пр.

12. Что делать? Нужен независимый мониторинг узких, знающих дело специали-стов в целях выявления проблем и несоответ-ствий происходящего. Ориентир – Концепция пенсионной реформы ПФР 2011 г., представ-ленная в Минздравразвития с расчетами и обо-снованиями (Ржаницына, 2013).

А пока следует сосредоточиться на вопросе легализации рынка труда: ныне до 20 млн человек не платят ни налогов, ни пен-сионных взносов6. Здесь возможны различные меры как со действия, так и воз действия: пред-усмотреть законную возможность самозаня-того населения платить взносы, которой пока нет без оформления статуса и легализации дея-тельности; лишить неработающих бесплатного медицинского обслуживания; ввести для них налог по типу белорусского (там он – 280 долл. в год); не платить пенсию незастрахованным, переведя малообеспеченных из них в формат адресной социальной помощи; установить весомые штрафы при оплате труда в конвер-тах и для работодателя, и для работника, в том числе на предприятиях с государственным участием; продолжать политику повышения заработной платы и увеличить МРОТ, а далее – вести курс на более высокие стандарты оплаты за квалифицированный труд на новой высоко-производительной технике, внедрение кото-рой невозможно при дешевой рабочей силе. Справедливая белая заработная плата, есте-ственно, для работника привлекательнее, чем серая, и она же будет содействовать легализа-ции отношений в сфере труда и пенсионного обеспечения.

ЛИТЕРАТУРАТопилин М. (2015). 20 процентов россиян

останутся без пенсий // Российская газета. 25 января. [Электронный ресурс] Режим доступа: http://www.rg.ru/2015/01/25/topilin-pensii-site.html, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

Воронин Ю. (2015). При низких зарпла-тах высоких пенсий не будет. [Элек-

6 Перед правительством стоит задача вывести из тени как можно большее число нелегально работающих россиян. Гово-рят, что к концу мая это уже удалось сделать в отношении 150 тыс. человек. В ближайших планах – вернуть в налогообла-гаемое пространство еще около 4 млн граждан.

Журнал НЭА,№ 3 (27), 2015, с. 205–211


210

тронный ресурс] // Эксперт. № 24 (8 июня). Режим доступа: http://expert.ru/expert/2015/24/pri-nizkih-zarplatah-vyisokih-pensij-ne-budet/, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

В правовое управление Президента РФ направ-лена позиция ФНПР в отношении зако-нопроектов по пенсионной реформе (2013). [Электронный ресурс] Федера-ция Независимых Профсоюзов России. 22 октября. Режим доступа: http://www.fnpr.ru/n/256/8516.html, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

Гонтмахер Е. (2015). Суета на миллион. [Элек-тронный ресурс] // Газета.ru. 9 марта. Режим доступа: http://www.gazeta.ru/comments/2015/03/05_a_6436757.shtml, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

Каких аргументов не хватает для повышения пенсионного возраста? (2015). [Элек-тронный ресурс] // Коммерсант.ru. 20 апреля. Режим доступа: http://www.kommersant.ru/doc/2698429, свобод-ный. Загл. с экрана. Яз. рус. (дата обра-щения: июль 2015 г.).

Оксана Дмитриева опубликовала полную пен-сионную формулу (2015). [Электрон-ный ресурс] // Агентство политических новостей. 6 июля. Режим доступа: http://www.apn.ru/news/article30567.htm, свобод-ный. Загл. с экрана. Яз. рус. (дата обра-щения: июль 2015 г.).

Оксана Дмитриева: Нам предлагают еще одну провальную пенсионную реформу (2013). [Электронный ресурс] Офици-альный сайт О. Дмитриевой. 19 ноября. Режим доступа: http://www.dmitrieva.org/id753, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

Приказано выйти из сумрака (2015). [Электрон-ный ресурс] // Трибуна. 5 июня. Режим до-ступа: http://tribuna.ru/news/2015/06/05/68040/, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

Распределение численности работников по размерам начисленной заработной пла-ты (по результатам выборочного обсле-дования организаций за апрель 2013 г. (2013). [Электронный ресурс] Феде-ральная служба государственной ста-тистики. Режим доступа: http://www.gks.ru/free_doc/new_site/population/trud/obsled/trud2013.htm, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

Ржаницына Л.С. (2013). Пенсионный вопрос. Возможные решения. М.: ОАО «Вариант».

Россияне не оценили пенсионную реформу (2015). [Электронный ресурс] // Изве-стия. 09.04.2015. Режим доступа: http://izvestia.ru/news/585177, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).

Эксперты назвали главные проблемы пенсион-ной реформы в РФ (2012). [Электрон-ный ресурс] // РИA Новости. 29 октя-бря. Режим доступа: http://m.ria.ru/economy/20121029/907695285.html, свободный. Загл. с экрана. Яз. рус. (дата обращения: июль 2015 г.).


Distribution of Employees by Size of Gross Wages (Based on a Sample Survey of Organiza-tions in April 2013 (2013). Russian Fed-eral State Statistics Service. Available at: http://www.gks.ru/free_doc/new_site/population/trud/obsled/trud2013.htm (accessed: July 2015, in Russian).

Experts Have Called the Main Problems of the Pension Reform in Russia (2012). RIA Nov-osti October 29. Available at: http://m.ria.ru/economy/20121029/907695285.html (accessed: July 2015, in Russian).

Gontmakher E. (2015). Vanity Million. Gazeta.ru. March 9. Available at: http://www.gazeta.ru/comments/2015/03/05_a_6436757.shtml (accessed: July 2015, in Russian).

Oksana Dmitrieva Published a Full Pension For-mula (2015). APN July 6. Available at: http://www.apn.ru/news/article30567.htm (accessed: July 2015, in Russian).

Oksana Dmitrieva: We Offer Another’s Failed Pen-sion Reform (2013). ). Official site O. Dmi-trieva. November 19. Available at: http://www.dmitrieva.org/id753 (accessed: July 2015, in Russian).

Ordered Out of the Dusk (2015). Tribune June 5. Available at: http://tribuna.ru/news/2015/06/05/68040/ (accessed: July 2015, in Russian).

Rzhanitsyna L.S. (2013). Pension Issue. Possible Solutions. Moscow: Variant (in Russian).

The Legal Department of the President of the Russian Federation Aimed FITUR Posi-tion on the Bill on Pension Reform (2013). Federation of Independent Trade Unions of Russia. October 22. Available at: http://www.fnpr.ru/n/256/8516.html (accessed: July 2015, in Russian).

Журнал НЭА,№ 3 (27), 2015, с. 205–211


211

The Russians Did Not Appreciate the Pension Reform (2015). Izvestia 09.04.2015. Avail-able at: http://izvestia.ru/news/585177 (accessed: July 2015, in Russian).

Topilin M. (2015). 20 Percent of Russians Will Be Left without Pensions. Rossiyskaya gazeta. January 25. Available at: http://www.rg.ru/2015/01/25/topilin-pensii-site.html (accessed: July 2015, in Russian).

Voronin Yu. (2015). At Low Wages Higher Pensions

Will Not. Expert 24, June 8. Available at: http://expert.ru/expert/2015/24/pri-niz-kih-zarplatah-vyisokih-pensij-ne-budet/ (accessed: July 2015, in Russian).

What kind of argument is not enough to increase the retirement age? (2015). Kommersant.ru. April 20. Available at: http://www.kom-mersant.ru/doc/2698429 (accessed: July 2015, in Russian).


L.S. Rzhanitsyna Institute of Economics of the Russian Academy of Sciences, Moscow, Russia

Pensions in CrisisThe article provides an assessment of the new pension reform. Its stated objectives were to make

the pension system more balanced, especially from the perspective of financial security of obligations of the state to pensioners. But it could not improve the state budget. This is evident from the planned austerity measures (freezing of pension savings, limiting the size of pensions to citizens with high wages, benefits for early retirement, pressure towards raising the retirement age, discouraging working pensioners, etc.). At the same time new and scoring formula facilitates the state's manipulation of pensions depending on filling the Pension Fund, the state of public finances and not on personal wages and seniority.

Keywords: pensions, the pension system, pension insurance, pension reform, working pensioners, retirement age, the pension formula.JEL Classification: JEL: E620, E690.

Журнал НЭА,№ 3 (27), 2015, с. 205–211

213


Д.В. Мельник К.Г. КостюковОбзор XIV международной конференции из цикла «Леонтьевские чтения» «Социальный либерализм:между свободой и этатизмом»

А.В. Леонидов А.В. Савватеев А.Ю. ФилатовV Школа междисциплинарного анализа социально-экономических процессов

XVII Апрельская международная научная конференция Модернизация экономики и общества


214

В последние годы у исследователей вновь возник интерес к концепции социаль-ного либерализма (Канто-Спербер, 2004). В современной экономической литературе России появилось целое направление, посвя-щенное данной теме. Этому в немалой степени способствовала серия публикаций на страни-цах журнала «Общественные науки и совре-менность», последовавших за программной методологической статьей (Рубинштейн, 2012). Конференция «Леонтьевские чтения», проходившая в Санкт-Петербурге 13–14 фев-раля 2015 г., стала продолжением дискуссии, начавшейся на страницах журнала.

Предложенная А.Я. Рубинштейном концепция носит четко выраженную прак-тическую направленность, связанную с раз-работкой инструментов и механизмов «опе-кания» определенного вида благ со стороны общества. А.Я. Рубинштейн подробно рас-сматривает разработку методов и механиз-мов, обеспечивающих «партисипативность», прямое участие граждан, в выборе опекаемых благ, и препятствующих концентрации по-литической власти группами большинства. Однако обсуждение и критика концепции связаны, преимущественно, с анализом теоре-тико-методологических оснований. И это не случайно. Автор представляет свою концеп-цию как результат расширения предпосылок неоклассического анализа в сторону большей реалистичности. Такое расширение должно обеспечить не выход за пределы этого анали-за, о необходимости которого уже довольно долго говорят критики «мейнстрима», а его трансформацию – при сохранении базовых постулатов, пусть и в модифицированном виде.

Ключевыми для подхода А.Я. Рубин-штейна выступают постулаты методологи-ческого индивидуализма и рационального поведения. Его аргументация направлена на обоснование того, что помимо рыночного механизма координации существует полити-ческий механизм, координирующий те пред-почтения индивидов, которые не могут быть артикулированы и сопоставлены (или агре-гированы) рынком. Иными словами, помимо целей индивидов, на движение к оптимуму влияние оказывают цели, задаваемые внеш-ним по отношению к экономической системе «экспертом по этике» в лице государства (пра-вительства). А.Я. Рубинштейн исходит из того, что «корректировка» поведения индивида из-вне есть, и этот факт является позитивным, а не нормативным. Соответственно, учет его воздействия должен предшествовать экономи-ческому анализу механизма координации че-ловеческого поведения, а не следовать из него в виде моделей и «стилизованных фактов», призванных встроить действие политических факторов в изначально сугубо рыночную си-стему. Подход, принципиально разделяющий экономический и политический механизмы координации, предполагает необходимость не экономического, а политического ограниче-ния государственной «опеки» как единствен-ного способа уйти от угрозы «левиафаниза-ции». Фундаментальным условием для этого является функционирование демократических институтов – это можно считать нормативным идеалом концепции социального либерализма.

В.С. Автономов в своем выступлении сосредоточил внимание на понятии методоло-гического индивидуализма, имеющем важное значение для концепции А.Я. Рубинштейна.

Д.В. МельникНИУ ВШЭ, Институт экономики РАН, Москва

К.Г. КостюковУниверситет Фордхэм, Нью-Йорк, США

Обзор XIV международной конференции из цикла «Леонтьевские чтения» «Социальный либерализм: между свободой и этатизмом»«Леонтьевские чтения» – ежегодная экономическая конференция, проводимая

Международным центром социально-экономических исследований «Леонтьевский центр» (Санкт-Петербург). Впервые проведенная в 2000 г., конференция стала одним из самых заметных событий научной жизни в России. В 2015 г. она собрала свыше 150 ведущих зарубежных и россий-ских ученых, политиков, экспертов. Отправной точкой для обсуждения на XIV «Леонтьевских чтениях» стала концепция социального либерализма А.Я. Рубинштейна.

Ключевые слова: социальный либерализм, экономическая политика, Леонтьевские чтения.

Классификация JEL: A13, B13, B21, D60, H40, I38.

Журнал НЭА,№ 3 (27), 2015, с. 214–218

215


В узком и строгом смысле оно относится к методам, применимым для исследования некоторых областей экономического поведе-ния на микроуровне, и обозначает не исклю-чение воздействия надындивидуальных фак-торов, а возможность абстрагирования от них применительно к данным областям. Таким образом, можно выделить различные уровни абстракции, и на некоторых из них сильные предпосылки «классического» неоклассиче-ского анализа могут не вступать в фундамен-тальное противоречие с требованием реали-стичности. Различные методы вполне могут использоваться для разрешения проблем, не разрушая весь аналитический подход в целом. Вызовом является возможность альтернатив-ных подходов применительно к одной области исследования. Напротив, выдвигая идею смяг-чения или релятивизации постулатов методо-логического индивидуализма и рационального поведения, А.Я. Рубинштейн призывает к пере-смотру микрооснований неоклассического ана-лиза для разрешения важной, но частной про-блемы достижения оптимума благосостояния.

Подобные дискуссии могут показаться излишне схоластичными. Однако они позво-ляют сосредоточиться на сути расхождений между различными подходами и избежать бес-плодного умножения сущностей в столкнове-ниях сторон. А.Я. Рубинштейн полагает, что включение в анализ индивидуального пове-дения одновременно и наряду с корректиру-ющим воздействием извне, исходящим не из рыночной, а из политической сферы, вполне соответствует логике рационального выбора и оптимизации. Однако его оппоненты исхо-дят из того, что введение в анализ государства (правительства) как отдельного индивида с правом решающего голоса существенно меняет анализ уже на уровне микрооснова-ний, искажая его и на последующих уровнях – вплоть до практических выводов, которые не соответствуют нормативному идеалу суверени-тета потребительского выбора.

Критика концепции социального либе-рализма в выступлениях отечественных сто-ронников современной австрийской школы (П.В. Усанова и А.А. Раквиашвили) приме-чательна тем более, что сам А.Я. Рубинштейн указывает на методологию австрийской школы как на один из источников своего под-хода, противопоставляя ее методологический субъективизм неоклассической предпосылке о рациональном поведении.

А.П. Заостровцев, используя насле-дие австрийского школы как один из отправ-ных пунктов, указал, что попытки построить теорию общества на базе патерналистской

идеологии, пусть и с использованием патер-налистских постулатов в смягченном виде, с неизбежностью разворачиваются на прак-тике в модели, ограничивающие свободу индивидов. Опираясь на тенденции в полити-ческом развитии современной России, он про-иллюстрировал свою позицию ярким образом «Левиафана, встающего с колен».

Если для А.П. Заостровцева социаль-ный либерализм в теории превращается в либеральный социализм на практике, то для В.М. Полтеровича концепция, смягчающая индивидуалистические постулаты анализа, в общем соответствует прогрессивным тенден-циям в общественном развитии. По мнению В.М. Полтеровича, идея социального либе-рализма отражает реакцию на крайности как «чистого» экономического либерализма, так и государственного социализма и проявляется в творчестве весьма различных между собой в остальном исследователей уже на рубеже XIX–XX вв. Эволюция развитых обществ осно-вана на преодолении конкуренции (рыночной или политической) и государственного управ-ления как основных и антагонистических факторов. Они вытесняются сотрудничеством и горизонтальными связями, укрепляющимися по мере роста доверия и общего уровня куль-туры в обществе. Современный экономиче-ский анализ, в той мере, в какой он улавливает движения реальности, предлагает отдельные положения и рекомендации, отражающие этот тренд. Но они остаются разрозненными, не складываясь в общую концепцию социально-экономического развития. Согласно этому оптимистичному видению будущего общества, построенного на институтах сотрудничества, политика и экономика с неизбежность отми-рают как регуляторы общественной системы в их современном виде.

Но именно на эти регуляторы обра-щает внимание концепция А.Я. Рубинштейна. В основе их принципиального разделения лежит стремление уйти от нормативности и приблизиться к той реальности, в которой воздействие государства, корректирующее результаты экономического поведения инди-видов, является таким же фактом, как и само поведение. Вполне понятно поэтому, что она обращает особое внимание на область соци-альной политики, а также на те принципы и ценности, которые лежат в основе ее про-ведения. Здесь возникает линия напряжения с теми подходами современного экономи-ческого анализа, в которых политика и обе-спечивающие ее проведение институты рас-сматриваются как результат рационального выбора индивидов.

Журнал НЭА,№ 3 (27), 2015, с. 214–218

216


В выступлении В.Л. Тамбовцева под-черкивалась нереализуемость, при нынешнем уровне анализа, стремления научно обосно-вать социальную политику, соединив при этом ее перераспределительные последствия с иде-алом достижения эффективности. Докладчик отмечал, что концепции мягкого патернализма ведут к закреплению посредством политики государства сложившихся в обществе (точ-нее, среди его элиты) представлений о благе и должном – безотносительно подлинных устремлений и интересов отдельных индиви-дов. Причиной подчинения действительных интересов ценностям, социальным конструк-там, подменяющим эти интересы, выступает смягчение индивидуализма как базового прин-ципа анализа.

Сомнения в доктринальной чистоте и целостности социальной политики выказыва-лись в докладе Л.И. Якобсона. На уровне схем социальная политика последовательно выстра-ивается на определенных теоретических осно-ваниях и проводится в жизнь для достижения поставленных целей. Но в реальности ее про-ведение преломляется на каждом этапе через бюрократические механизмы, а общий по-литический курс выстраивается как сложный и подвижный баланс интересов всех вовле-ченных в процесс игроков. Фундаментальная проблема современной России заключается не в наличии этих политико-бюрократических фильтров – данную проблему можно считать универсальной, – а в факторах самого процес-са. Он протекает в обстановке незавершенного транзита, характеризующегося, помимо проче-го, слабостью гражданского общества, низким качеством институтов рекрутирования элиты, глубокой экономической, социальной и куль-турной неоднородностью при неустоявшемся структурировании общества и доминирующим ощущением неопределенности. Механизмы солидарности, о которых говорил В.М. Пол-терович, не работают или неразвиты, обще-ство разобщено. В этих условиях, в ущерб по-ниманию необходимости обеспечения баланса интересов, в обществе усиливается спрос на ощущение общности, а значит, растет спрос на соответствующие доктринальные построе-ния. Сторона предложения при разработке со-циальной политики формируется экспертным сообществом, значительная часть которого ориентирована на филантропическое, охра-нительное и педагогическое начала, восприни-мая «народ» исключительно как объект. Это, в свою очередь, препятствует нащупыванию подлинного баланса интересов, но благоприят-ствует стремлению к доктринальной целостно-сти. В то же время в сложившейся рентоориен-

тированной политико-экономической системе распределение предшествует рынку, а не следу-ет из него, как в стандартных моделях. Это уси-ливает роль социальной политики как рычага для обеспечения искомой стабильности, но существенно сужает пространство для страте-гического маневра при ее проведении. В таких условиях, по мнению Л.И. Якобсона, стремле-ние разработать на платформе социального либерализма всеобъемлющую доктрину соци-альной политики не слишком перспективно и, может быть, даже опасно.

Анализ концепции социального либе-рализма, несомненно, не мог быть полным без обращения к современной ситуации в России. Очевидный кризис либеральной модели и пер-спективы социального либерализма рассма-тривались в рамках повестки второго дня кон-ференции «Социальный либерализм и российское общество».

В докладе М.Ю. Урнова было проведено сравнение идеологий политических и интел-лектуальных элит стран Запада и России. Сравнение позволило увидеть основополага-ющие различия между двумя мирами и сфор-мулировать гипотезу об их источнике. Он воз-водится к разности понимания свободы как основы системы нравственности и институци-ональной организации общества. Оценивая перспективы социального либерализма как сво-его рода «срединной» концепции, М.Ю. Урнов обратил внимание на склонность к крайностям идеологического и политического выбора, проявляющегося в агрессивном, примитивно-провинциальном характере отечественных дискуссий. Ключевым же фактором подобного положения является низкое качество полити-ческих и околополитических элит. В данных условиях нам не приходится рассчитывать на быстрое улучшение, так как смена элит – дли-тельный (поколенный) процесс.

Политологическая перспектива, пред-ставленная М.Ю. Урновым, была дополнена со-циологической, представленной, в частности, Н.Е. Тихоновой. Доклад был посвящен срав-нению статистической информации по раз-личным социологическим опросам, проводи-мым на территории России. В них выяснялось отношение российского гражданина к роли государства в его жизни. Анализ опросов по-зволяет сделать вывод, что всевластие государ-ства в экономике является легитимным. В то же время некоторые социологи делают вы-вод о наличии определенного потенциала для развития малого и среднего бизнеса. Исходя из этого, можно предположить, что развитие некоторого подобия рейнской модели капита-лизма в России является перспективным. Этот

Журнал НЭА,№ 3 (27), 2015, с. 214–218

217


вывод весьма примечателен в связи с явным сходством концепции социального рыночно-го государства – теоретическим обобщением рейнской модели – и концепции социального либерализма.

Доклад С.А. Афонцева был посвящен судьбе экономического либерализма в услови-ях санкционного противостояния. Докладчик начал с обозначения основных постулатов, объединяющих экономическую теорию с поли-тологией и социологией. Общей базой для них может выступать предпосылка о единообразии в принятии решений отдельным индивидом в различных аспектах его деятельности. Напри-мер, индивидуальные предпочтения каждого индивида находят отражение в политическом поле и проявляются в функционировании по-литического рынка. Таким образом, С.А. Афон-цев выступает за моделирование процессов на едином методологическом поле, что позволя-ет, помимо прочего, проводить анализ случаев экономически нерационального (на первый взгляд) поведения с применением стандарт-ных экономических методов. На этой основе он рассмотрел механизм принятия санкций и их воздействие на экономику и политику Рос-сии и других вовлеченных стран.

Еще одним интересным аспектом во-проса о перспективах либерального проекта в России стал анализ изменяющихся условий формирования запроса к государству со сторо-ны населения. В докладе Е.М. Авраамовой эта проблема рассматривалась на примере одного из самых значимых запросов – на высшее об-разование. Стремление к его получению оста-ется стабильно высоким, но совсем недавно рыночная премия за обладание диплома была выше. В настоящее время квалификационный разрыв, а соответственно, и различие в опла-те между видами занятости, требующими и не требующими высшего образования, снижа-ется. Однако в повышение квалификации во-влечено всего 20% работающего населения. Также существует серьезная проблема рабо-ты не по специальности. Настораживает как пропорция таких работников, так и стабиль-ность ее уровня. Это может свидетельствовать о перекосах в экономике и профессиональном образовании. Одним из самых перспектив-ных ответов является возможность взаимо-действия между индивидами (консолидация сил) на горизонтальном уровне, вне полити-ческого поля. Направлениями такой консоли-дации Е.М. Авраамова видит развитие само-образование, краудфандинга, волонтерства и другие похожих проектов. Такой вывод, оче-видно, совместим с концепцией социального либерализма.

«Леонтьевские чтения» традиционно завершаются церемонией награждения леон-тьевскими медалями и лекциями лауреатов. В этом году одним из лауреатов стал А.А. Аузан, представивший доклад «Эффект “колеи” и про-блема общественного договора». На основе эмпирических данных были представлены воз-можные траектория развития и условия пере-хода к устойчивой модели роста. А.А. Аузан сделал предположение о том, что в анализе эффекта колеи культура, возможно, является значимым, упущенным фактором перехода, и формирование нового договора между вла-стью и обществом в России на основе осозна-ния и изменения ценностных установок может стать условием выхода из колеи.

На конференции присутствовало более 150 участников и гостей из нескольких госу-дарств. По мнению присутствовавших, орга-низация конференции была проведена бле-стяще – как и все мероприятия, проводимые Леонтьевским центром. Несмотря на разно-плановость докладов, в них, так или иначе, рас-сматривались теоретические и практические вопросы, связанные с концепцией социально-го либерализма. С учетом критики и сомнений, высказанных в адрес концепции социального либерализма, прошедшая конференция еще раз продемонстрировала: концепция стала одним из центров притяжения в научной дис-куссии о кризисе и перспективах либерального проекта в России.

ЛИТЕРАТУРА Канто-Спербер М. (2004). Философия либе-

рального социализма // Неприкосновен-ный запас. № 6(38).

Рубинштейн А.Я. (2012). Социальный либе-рализм: к вопросу методологии // Общественные науки и современность. № 6. С. 13–34.


Canto-Sperber M. (2004). Le Socialisme liberal. NZ: Debates on Politics and Culture 6(38) (in Russian).

Rubinstein A.Y. (2012). Social liberalism: the question of economic methodology. Obshchestvennye nauki i sovremennost’ 6, 13–34 (in Russian).

Поступила в редакцию 10 августа 2015 года

Журнал НЭА,№ 3 (27), 2015, с. 214–218

218


D.V. Melnik National Research University Higher School of Economics, Institute of Economics of the Russian Academy of Sciences, Moscow, Russia

K.G. Kostyukov Fordham University, New York, USA

Review of the XIV “Leontief Readings” International Conference: “Social Liberalism: between Freedom and Etatism”“Leontief readings” – an annual economic conference organized by the International Center for

Social and Economic Research “Leontief Centre” (Saint Petersburg). First held in 2000, the conference has become one of the most significant scientific events in Russia. In 2015 the conference attracted more than 150 leading Russian and foreign scientists, politicians and experts. The concept of social liberalism introduced by A.Yа. Rubinstein was the starting point for discussion at the XIV “Leontief readings”.

Keywords: social liberalism, economic policy, Leontief readings.

JEL Classification: A13, B13, B21, D60, H40, I38.

Журнал НЭА,№ 3 (27), 2015, с. 214–218

Журнал НЭА,№ 3 (27), 2015, с. 218–221

V Школа междисциплинарного ана-лиза социально-экономических процессов, организованная Русским фондом содействия образованию и науке и Новой экономиче-ской ассоциацией, прошла в конце июля на базе Липенка в Вологодской области. Школа собрала специалистов в области экономики, математики и физики, чтобы обсудить актуаль-ные проблемы и перспективы экономической науки. Значительная часть времени школы была посвящена сопоставлению результатов, полученных в рамках неоклассического и агент-ориентированного подходов, а также механизмам установления экономического равновесия.

В докладе, сделанном Сергеем Апенко (ФИАН), были рассмотрены аналогии между экономикой, статистической физикой и тер-модинамикой. Представленные модели были

А.В. ЛеонидовФИАН, ЛСА РФОН, МФТИ, Москва

А.В. СавватеевЦЭМИ РАН, ЛСА РФОН, ЛИСОМО РЭШ, МФТИ, Москва; ОРЭСП ИНЦ СО РАН, ИГУ, Иркутск

А.Ю. ФилатовИГУ, Иркутск

V Школа междисциплинарного анализа социально-экономических процессов

основаны на механизме дискретного выбора. Агенты, находящиеся в одном из состояний (докладчик привел примеры состояний с высо-кой и низкой производительностью), реагируя на стимулы, могут это состояние изменить. В моделях дискретного выбора агенты не полностью рациональны, а степень их ирра-циональности контролируется параметром, аналогичным температуре в физике. В част-ности, при высокой неопределенности выбор агентов становится практически случайным. Еще одной интересной особенностью таких моделей является множественность состояний равновесия и возможность массовых пере-ходов агентов из одного состояния в другое, подобных стадному эффекту.

Андрей Семенов (ФИАН) продолжил проводить аналогии между кинетической тео-рией в статистической физике и социальными

219

рынка, и неполноту имеющейся информации. Экономическая система в ней представляет совокупность классов (фирм, потребителей, банков), состоящих из большого числа аген-тов, разнородных по определенному набору критериев. Агенты характеризуются про-стыми поведенческими правилами, причем каждый из них может следовать разным пра-вилам в разные периоды времени, в разных географических областях, рынках и т.д., в том числе ориентируясь на коллективные действия агентов в прошлом. В модели, представлен-ной автором, также присутствует кредитный рынок, обеспечивающий функционирование кредитного цикла.

Андрей Леонидов (ФИАН) построил свой доклад на основе книги Дж.-П. Бенасси «Макроэкономика с несовершенной кон-куренцией и неполными рынками» (The Macroeconomics of Imperfect Competition and Nonclearing Markets – A Dynamic General Equilibrium Approach). Была высказана мысль о том, что есть задачи, где только численное моделирование позволяет делать разумные прогнозы, поскольку аналитика слишком сложна. При этом агент-ориентированный подход работает только там, где имеется отчет-ливое представление о задаче.

Далее докладчик перешел к вальрасов-ской модели экономики обмена, базовая вер-сия которой обладает очевидными недостат-ками. Все агенты получают ценовой сигнал, но сами их не посылают. Одновременно с этим все агенты посылают свои количественные сигналы, но не используют количественные сигналы других агентов. В связи с этим возни-кают обобщения вальрасовского равновесия следующего типа: трансакции могут не выпол-няться полностью, возникает рационирование и вместе с ценовыми на рынке появляются количественные сигналы. Учет этих сигналов позволяет формировать обобщенные понятия эффективных спроса и предложения, которые должны приниматься во внимание при уста-новлении цены.

Вальрасовскую тематику продолжил Валерий Маракулин (ИМ СО РАН) в докладе «Договорные процессы и сходимость к равно-весию в экономике обмена». Он процитиро-вал М. Блауга: «Мы знаем всё про равнове-сие, но ничего о том, как на него выходить». Действительно, всё, что известно экономиче-ской науке, – от вальрасовского нащупывания (при избыточном спросе цены растут) до изме-нения цен на основе матрицы Якоби (для чего требуется полная информация) и от процессов обмена без цен Эджворта до динамического мэтчинга и игр сделок Дугласа Гейла, – имеет

науками, рассмотрев динамическую модель дискретного выбора, описывающую, в част-ности, формирование общественного мне-ния. В этой модели времена принятия реше-ний агентами определяются пуассоновскими часами. Решения агентов носят вероятност-ный характер и зависят от состояния агентов, составляющих его ближайшее окружение. Анализируемая модель полностью задается вероятностями всех возможных переключе-ний состояния в единицу времени. Память и планирование отсутствуют, а переходы свя-заны только с изменением состояния одного агента. В докладе подробно исследовался пере-ход из метастабильного в стабильное коллек-тивное равновесие, являющийся для рассма-триваемого класса моделей экспоненциально долгим. В частности, в его докладе анализи-ровалась точная формула времени перехода в рамках модели бинарного выбора. Одним из важных выводов, которые можно сделать по материалам доклада, является то, что время достижения теоретико-игрового равновесия в эволюционной игре может оказаться нереа-листично большим.

Следующие два доклада были посвя-щены конкретным реализациям агент-ориен-тированного подхода. При всех достижениях в области изучения экономической динамики на уровне аналитического моделирования до сих пор не получено приемлемой дина-мической многоотраслевой модели с гетеро-генными агентами. Возможным решением проблемы являются имитационные агент-ориентированные модели, описывающие раз-витие экономики компьютерной программой, в которой для каждого агента задан алгоритм поведения в зависимости от значений опреде-ленных параметров.

Николай Пильник (НИУ ВШЭ, ВЦ РАН) представил обзор двух классов моделей, разработанных соответственно Гербертом Гинтисом и Энтони Манделом в университете Сорбонна.

В своем докладе Владимир Нечитайло (ФИАН) рассказал о применении закона Ципфа для распределения компаний по вели-чине, распределении душевых ВВП между странами. Также он продемонстрировал, что вероятность выживания фирмы увеличива-ется с ее возрастом и размером, а также почти не зависит от отрасли. В целях объяснения дан-ных и других эффектов, а также последующего прогнозирования была построена модель, основанная на базовых микроэкономических предпосылках. Агентная модель позволяет учитывать и неоднородность, и системати-ческие взаимодействия между участниками

Научная жизнь Журнал НЭА,№ 3 (27), 2015, с. 218–221

220

свои недостатки. В работе В. Маракулина пред-лагается еще один подход, связанный с заклю-чением бартерных контрактов, которые могут быть разорваны в любой момент, в том числе в точке максимума полезности.

Сергей Дзюба (ИГУ) сформулировал основной вопрос макроэкономического моде-лирования: «Какова природа экономического роста и бизнес-циклов?» – и попытался отве-тить на него в рамках агент-ориентированного подхода – моделирования сложных взаимодей-ствий неоднородных ограниченно рациональ-ных агентов «снизу вверх». Откалиброванная автором модель продемонстрировала каче-ственное соответствие с реальностью: ста-бильная динамика перемежается кризисами, наблюдается связность определенных про-цессов (например, роста производительности труда и реальной заработной платы), воспро-изводятся лаги между событиями и ряд стили-зованных фактов (например, степенное рас-пределение параметров агентов, закон Оукена, кривая Филипса).

Сергей Измалков (РЭШ) начал доклад «Современные вызовы к моделированию рын-ков в конкуренции» с красивого теоретико-игрового примера, продемонстрировавшего, как можно с помощью использования сигналов увеличить выигрыш обеих сторон, после чего перешел к обсуждению роли информации на современных рынках. Их архитектура сильно отличается от описанных в учебниках моделей совершенной конкуренции – дифференциация продукта, неполнота и асимметрия информа-ции, неопределенность качества продукта при-водят к тому, что без имплементации новых механизмов невозможно достижение высо-кого уровня эффективности.

Виктор Полтерович (ЦЭМИ РАН) в своем выступлении рассмотрел эволюцию институтов конкуренции, власти и сотрудни-чества. Эволюция развитых обществ ведет к уменьшению значимости как централизован-ного управления, так и экономической и поли-тической конкуренции, при этом возрастает роль механизмов сотрудничества. Этот про-цесс поддерживается культурными измене-ниями, в частности, ростом доверия и посте-пенным отказом от оппортунистического поведения. Коллективизм и индивидуализм в их крайних формах замещаются культурой конструктивного взаимодействия и поиска компромиссов. При этом в перспективе госу-дарственное управление и конкуренция не исчезают, но играют вспомогательную роль.

Генрих Пеникас (НИУ ВШЭ) посвя-тил свой доклад эволюции и трансплантации института регулирования банковских рисков.

Данный институт нацелен на обеспечение финансовой стабильности банка и банковской системы. С середины 1970-х годов для разви-тых стран были сформулированы стандарты Базель I, II, III, касающиеся регулирования рисков капитала и ликвидности. В России, в силу статуса члена Базельского комитета, происходит их ускоренное внедрение. При этом далеко не всегда заимствование инсти-тута ускоренными темпами является эффек-тивным. В частности, как показало эмпириче-ское исследование, переход на стандарт Базель II переоценивает риски для высокорискован-ных заемщиков и недооценивает – для низко-рискованных. Усугубляет ситуацию отсутствие переходного периода и, соответственно, отсут-ствие адаптационных возможностей. Более того, и в развитых странах переход к новым стандартам не достиг заявленной цели сниже-ния системного риска, т.е. обеспечения финан-совой устойчивости в мире. В частности, несмотря на то что системный риск зависит прежде всего от устойчивости системно-значи-мых организаций, при внедрении новых стан-дартов их роль (и одновременно риски) только увеличилась.

Доклад Юрия Полунина (журнал «Эксперт») был посвящен анализу стати-стики российских компаний за 1999–2013 гг. В качестве источника данных была взята база СПАРК, содержащая данные об 1,2 млн компа-ний, среди которых около 70 тысяч относится к крупному бизнесу с годовой выручкой более 200 млн руб. Данная база отражает как появле-ние, так и исчезновение компаний, поэтому в ежегодном списке компаний, подающих отчетность, число компаний существенно меньше, чем в полной базе.

Сергей Афонцев (ИМЭМО РАН, МГИ-МО) затронул в докладе очень популярную в последние месяцы тему импортозамещения в российской экономике. Конечно, острота ситуации 2015 г. пока далека даже от 2009 г., когда наблюдался спад производства на 7,8%, но падение происходит в условиях роста ми-ровой экономики, что само по себе является тревожным сигналом, спад ускоряется, а пер-спектив перехода к росту не так много. Таким образом, перевод экономики в антикризисный режим и поиск новых драйверов роста являют-ся приоритетными задачами. Падение валют-ного курса, наряду с ограниченным в условиях санкций доступом к капиталу и технологиям, в теории являются предпосылками успешно-го импортозамещения. В то же время первые оценки чистых масштабов импортозамещения весьма скромны: даже при оптимистическом сценарии прирост промышленного производ-

Научная жизнь Журнал НЭА,№ 3 (27), 2015, с. 218–221

221


ства в АПК, металлургии и машиностроении составит 3–6% в год, а в других отраслях будет едва заметен. Таким образом, без восстановле-ния полноценного доступа к международным рынкам товаров, капитала и технологий мож-но в лучшем случае говорить о минимизации ущерба, наносимого начавшимся кризисом, но не о перспективах выхода из него.

В докладе Дмитрия Мосякова (Инсти-тут востоковедения РАН) была проанализиро-вана в исторической перспективе динамика политических и экономических отношений России с Китаем, Японией, Кореей, Вьетна-мом и другими странами Дальнего Востока. Сегодня эта тема очень актуальна: на фоне экономических санкций и не самых благопри-ятных отношений с Западом Россия готова обратить внимание на Восток. Более того, по-добное происходило уже не раз. Однако после улучшения отношений с Западом восточный вектор в российской политике начинает исся-кать, в некоторых случаях (например, в 1990-е годы) превращаясь в паническое бегство с по-терей всех активов и связей, наработанных за десятилетия.

Последний докладчик школы Алек-сандр Васин (МГУ) в первой части своего до-клада представил модель выбора оптимальных норм регулирования. Помимо налоговых сбо-ров, выполняющих в первую очередь фискаль-

ную функцию – наполнение бюджета, государ-ство обычно собирает плату с экономических агентов, создающих отрицательные внешние эффекты. В рамках модели автор решает во-прос о размере платы за ущерб, наносимый третьим лицам (например, за выбросы вред-ных веществ сверх допустимой нормы), в усло-виях совершенной конкуренции и ряда более концентрированных рынков. В модели также учтены издержки принуждения к соблюдению нормы. Особое внимание в докладе было уделе-но проблеме коррупции.

Помимо основных докладов, в рамках школы прошло несколько круглых столов, обсуждений и дискуссий, продолжавшихся и после заседаний уже в неформальной обста-новке. Как и в предыдущие годы, оргкомитет школы разработал насыщенную экскурсион-ную и культурную программу. В рамках «Дня проектов» был заслушан доклад математика Романа Михайлова (МИАН), объединивший казалось бы несопоставимые вещи: мате-матику, мистицизм, психиатрию и анализ текстов.

В завершение работы школы были под-ведены итоги и озвучены планы на будущее. Шестая Школа МАСЭП анонсирована на 22–26 июля 2016 г. Материалы школы будут опубли-кованы на сайте http://s-and-e.ru и в группе http://vk.com/baikalreadings.

Журнал НЭА,№ 3 (27), 2015, с. 218–221

О статье С.М. Дробышевского и П.В. Трунина в Журнале НЭА, 2014, № 4(24)

Уважаемые читатели!

Редакция Журанала НЭА считает необходимым проинформировать вас о ситуации, возникшей в связи с публикацией статьи С.М. Дробышевского и П.В. Трунина «Эволюция теории и практики денежно-кредитной политики в результате глобального экономического кризиса» (ЖНЭА, 2014, № 4 (24), с. 141–158).

Соответствующие материалы содержатся на сайте журнала (http://journal.econorus.org/jread.phtml?id=311).

С уважением, главные редакторы журнала: В.М. Полтерович, А.Я. Рубинштейн

222


Национальный исследовательский университет “Высшая школа экономики”

XVII Апрельская международная научная конференция

Модернизация экономики и общества

19–22 апреля 2016 г. в Москве состоится XVII Апрельская международная научная конференция по проблемам раз-вития экономики и общества, проводимая Национальным исследовательским университетом “Высшая школа эконо-мики” при участии Всемирного банка. Председателем про-граммного комитета конференции является научный руко-водитель НИУ ВШЭ профессор Е.Г. Ясин.

НА ПЛЕНАРНЫХ ЗАСЕДАНИЯХ конференции и круглых столах планируются выступления руководителей Правитель-ства Российской Федерации, Администрации Президента Российской Федерации, представителей Всемирного банка, Организации экономического сотрудничества и развития, руководителей крупнейших российских и иностранных ком-паний, ведущих зарубежных и российских ученых.

СПЕЦИАЛЬНЫЕ ТЕМЫ КОНФЕРЕНЦИИ:

диагностика проблем роста;

модернизация сверху: потенциал и ограничения;

экономическая децентрализация и местное самоуправление;

ценности, доверие и кооперация.

Специальным темам конференции будут посвящены пленар-ные заседания, а также отдельные почетные доклады, сек-ции и круглые столы. После пленарных заседаний и в тече-ние последующих дней будут проводиться сессии с представ-лением научных докладов и экспертные круглые столы по актуальным проблемам развития экономики.

С ОСНОВНЫМИ НАПРАВЛЕНИЯМИ секционных засе-даний и заседаний круглых столов можно ознакомиться на официальном сайте http://conf.hse.ru.

РАБОЧИМИ ЯЗЫКАМИ конференции являются русский и английский. Пленарные и ряд секционных заседаний будут сопровождаться синхронным переводом.

Журнал НЭА,№ 3 (27), 2015, с. 222–223

223

ЗАЯВКИ НА ВЫСТУПЛЕНИЕ в качестве индивидуальных докладчиков на сессиях следует подавать в режиме on-line по адресу: http://conf.hse.ru/ с 9 сентября 2015 г. до 11 ноября 2015 г.

ДОКЛАДЫ, включенные в программу конференции, после дополнительного рецензирования и рассмотрения редакци-ями могут быть приняты к публикации в журналах «Вопросы экономики», «Российский журнал менеджмента», «Экономи-ческий журнал ВШЭ», «Журнал Новой экономической ассо-циации», «Мир России», «Вопросы образования», «Вопросы государственного и муниципального управления», «Эконо-мическая социология», «Экономическая политика», «Корпо-ративные финансы» и «ЭКО», которые входят в список ВАК и представители которых приглашены к участию в Прог-раммном комитете конференции.

УЧАСТНИКАМ из стран СНГ и Восточной Европы, при-глашенным выступить с докладами, представительством Всемирного банка в Москве может быть предоставлен грант с целью компенсации расходов по участию в конференции. Заявки на получение гранта должны быть направлены до 8 февраля 2016 г. по адресу [email protected].

В РАМКАХ КОНФЕРЕНЦИИ планируется организовать серию семинаров для докторантов и аспирантов (с возмож-ностью предоставления грантов на проезд и проживание для отобранных докладчиков). Информация об условиях участия в этих семинарах будет доступна на официальном сайте http://conf.hse.ru/.

ЗАЯВКИ НА УЧАСТИЕ в конференции без доклада при-нимаются в режиме on-line с 12 ноября 2015 г. до 22 марта 2016 г. по адресу: http://conf.hse.ru/.

ИНФОРМАЦИЯ о размерах и возможностях оплаты организационных взносов доступна на официальном сайте по адресу: http://conf.hse.ru/.

С ПРОГРАММАМИ и материалами I–ХVI международных научных конференций (2000–2015 гг.) можно ознакомиться на сайте: http://conf.hse.ru/2015/history.

Оргкомитет конференции

Журнал НЭА,№ 3 (27), 2015, с. 222–223

XVII Апрельская международная научная конференция

ДизайнВ. Валериус

Компьютерная версткаО. Скворцова

РедакторИ. Шитова

Издатель: АНО «Журнал Новой экономической ассоциации» Адрес редакции: 117218, Москва, Нахимовский проспект, 32, офис 1115Тел.: +7 (495) 637-69-59; Тел./ факс: +7 (495) 718-98-55Е-mail: [email protected]

Подписано в печать: 30.09.2015Формат: 70х108 1/16Бумага офсетная: Печать офсетнаяУч-изд. л. 19,6Тираж 700 экз.Отпечатано в соответствии с предоставленными материалами в типографии: ООО «ТДДС-СТОЛИЦА-8»Тел.: 8 (495) 363-48-84http://www.capitalpress.ruЮридический адрес: Российская Федерация, 214012, Смоленская обл., г. Смоленск, ул. Розы Люксембург, д. 2Заказ № 11981Подписной индекс журнала в каталоге Агентства «Роспечать» 37158

Перепечатка материалов из «Журнала Новой экономической ассоциации» только по согласованию с редакцией.

Журнал Новой экономической ассоциации