В разделе 6.2. был поднят вопрос о движущих силах процесса знаний в Российской Федерации. В следующих разделах 6.3. и 6.4. как прекрасно накопленные в одном регионе знания перетекают в второй регион РФ и какие конкретно главные факторы, относящиеся к знаниям руководят этим процессом. Однако, знания как таковые, а тем более переливы знаний, — лишь только нематериальные объекты, и тогда как существует неспециализированное вывод, что знания серьёзны в реальности, в соответствии с данной мнению не рассматривается влияние настоящего мира на знания.
Применяя научный подход связанный с моделями роста в данной главе анализируется какими дорогами переливы знаний, источники знаний и поглощающая свойство воздействуют на экономическую обстановку в Российской Федерации, измеряемую ВРП. В дополнение к вводу знаний в региона знания кроме этого вводятся за пределами региона, при помощи интернациональных каналов трансферов знаний таких как интернациональная торговля либо прямые инвестиции.
С теоретической точки зрения берется модель роста поизводства Солоу. Но более увлекательный нюанс лежит в базе остатка Солоу.
Относящиеся к эндогенным моделям роста, разглядываемым в разделе 4.2.1. разные нюансы знаний – особенно человеческий капитал – играются значительную роль в ходе роста поизводства. Эта переменная рассматривается кроме этого и в других разделах.
Разные подходы к эволюционной экономике – особенно вклад Шумпетера в экономическую теорию – и кластерная теория делают упор на важности структуры индустрии в плане присутствия малых и средних фирм и относящимся к ним вопросам предпринимательства. Структура собственности компаний, хоть и не очевидно упомянутая в данном контексте, кроме этого играется ключевую роль.
Наконец новая экономическая география делает упор на важности пространственной структуры, тем самым обращая внимание на важность анализа пространственной неточности и эффекты запаздывания.
Увидим, что новая институциональная экономика кроме этого возможно использована как база чтобы выделить важность поглощающей свойстве в контексте роста, но детальное описание этого не есть частью данного изучения.
К главному анализу дополнительного влияния факторов на экономический рост смогут быть отнесены изучения Блума и Фромма в 2000 году и Мартина-и-Сала в 1997м. Но не все из этих переменных рассматривались в данном изучении – по большей части из-за ограничения данных.
С практической точки зрения, применяя подход, который связан с подсчетом роста, сперва рассматривается производственная функция с факторами капитал и труд как элементарными входными данными. Классический входной фактор пространство как географический размер региона не включается в изучение так как предполагается что все значительные эффекты от стационарных переменных уже посчитаны через региональные стационарные фиксированные эффекты.
Госсектор играется относительно громадную роль в общем производстве, но менее действенно чем количество частного и производство сектора гос.служащих может интерпретироваться как переменная, заменяющая коррупцию, которая имеет негативное влияние на экономический рост, исходя из этого количество государственныхы служащих включается как контролируемая переменная.
Частично наровне с важностью национальных фирм рассматривается часть природных ресурсов в экономике России, из которых большую часть занимают газ и нефть; следовательно, количество произведенных нефти и газа кроме этого включается в модель. Тут перед разделом 6.2.2. вводится догадка о ресурсном проклятии, которая говорит о негативных взаимоотношениях между развитием ВВП числом невозобновимых природных ресурсов – особенно природные газ и нефть.
Знания в экономике представлены 4мя индикаторами: количество исследователей, затраты на разработки и исследования, число и количество студентов выданных патентов. Внешние эффекты кроме этого включены в модель, но соответствующие показатели доступны лишь для патентов, выдаваемых ЕРО, лишь патенты выданные ЕРО рассматриваются в модели.
Переливы знаний реализуется лишь в более маленьком периоде равном 13 лет с 1994 по 2006 год из-за вопроса о доступности данных. Более долгий временной промежуток в 16 лет с 1994 по 2009й включает лишь исследователей, затраты на разработки и исследования и количество студентов.
Наконец с интернациональной точки зрения кроме этого импорт и экспорт рассматриваются как открытые индикаторы – чтобы дать неспециализированное видение интеграции региона в мировую экономику. Но Лихтенберг и ван Поттельсберг де ла Поттерье (1998) соглашаются с тем что интенсивность импорта и экспорта мала, но происхождение, распределение, назначение государств воздействует на развитие экономики. Показатели, относящиеся к торговле сопровождаются потоками ПИИ – второй канал через что знания смогут интегрироваться в регион.
Проведение серии тестов показывает что лишь модель с фиксированными эффектами дает качественные оценки для модели, каковые кроме этого страдают от неточности гетероскедастичности (обстановка, в то время, когда дисперсия неточности в уравнении регрессии изменяется от наблюдения к наблюдению). Предстоящие изучения опираются на стандартные неточности
Предстоящее тестирование показывает что модель страдает от серийной автокорреляции, которая ведет к оценкам Ареллано-Бонда и Бландел-Бонда для динамичных моделей с панельными данными как другого оценочного подхода.
Применение теста Рамсея для подсчета пропущенных переменных показывает что выбранные переменные не смогут растолковать все расхождения в модели и упускают кое-какие нюансы процесса роста каковые все еще не подсчитаны. Так как это изучение фокусируется лишь на влиянии факторов относящихся к знаниям думается приемлемым что кое-какие нюансы потеряны как и раньше особенно в контексте РФ – являющейся нетипичным обществом знаний. Однако, анализы держатся на предварительно выбранных переменных, в особенности с того времени как используется тестирование FIT. Своеобразная неприятность выявляемая на маленьком временном горизонте может появляться из-за отсутствия включения эффектов серийной автокорреляции.
Использование Моран мультипликатора и теста Лагранжа для эффектов пространственной автокорреляции обнаруживает значительные эффекты пространственной неточности. Следовательно пространственная неточность модели оценивается вместе с базисной моделью с динамичной моделью и фиксированными эффектами с фиксированными эффектами.
Тест LLC проводится для всех переменных каковые были использованы в оценках кроме того в случае если кое-какие из них уже были протестированы в прошлых разделах. Но временные рамки отличаются от тех что были в прошлых разделах: следовательно новый тест считается подходящим. Однако, по аналогии с прошлым разделом, появляются неприятности в кратковременном временном периоде, а после этого и в долговременном. Тут эти неприятности мало менее драматичны, тогда как оценщик Ареллано-Бонд неявно применяет первые различия каковые должны смягчить кое-какие неприятности каковые смогут появиться из-за нестационарности. Следовательно особенно для более последующих лет результаты от динамической панели регрессии более надежны чем от вторых оценок.
Дабы посчитать структурные нарушения каковые появились вероятнее в следствии кризиса 1998 года неспециализированная временная рамка делится на предшедствующие года до 1998 года и последующие начиная с 1999го.
Потому, что корреляционная матрица свободных переменных предполагает что кое-какие переменные очень сильно коррелируют, рассчитывается VIF, показывающий что вправду существуют неприятности связанные с мульти-коллинеарностью. Тестирование разных сокращенных предположений базисной модели ведет к тому что базисная модель возможно очищена от мульти-коллинеарности кроме переменные капитал и труд каковые коррелируют очень сильно как между собой так и с этими переменными как количество исследователей, затраты на разработки и исследования и количество гос.служащих.
Затраты на разработки и исследования убираются так как они тесно связаны с числом исследователей и гос.служащими.
В кчестве 4й переменной должна быть удалена из уравнения переменная либо исследователи либо гос.служащие Тогда как удаление переменной исследователи ведет к качественному улучшению модели их удаление может кроме этого исключить значительное познание влияния потенциала знаний на межрегиональное развитие экономики. Оцениваются две базисных модели – одна с исследователями вторая с гос. служащими.
Перед самой оценкой было рассмотрено отдельное влияние каждой переменной для того чтобы получить видение того как любая переменная сама по себе воздействует на эффекты и посчитать эффекты от переменных каковые были исключены по обстоятельству мультиколлинеарности – особенно влияние капитала и труда.
Тогда как возможно утверждать, что подход более не действует с того времени как были исключены переменные капитал и труд как переменные лежащие в базе производственной функции кроме того если они предполагались главными воздействующими факторами в модели, подход, разглядываемый тут, может показаться как измерение самые ориентированных на знания входов, что воздействуют на экономический рост раздельно от капитала и труда, каковые являются природными движущими силами роста и экономического развития. Ссылаясь на неоклассическую модель роста, это сокращенная версия есть базой подхода для подсчета остатка Солоу.
Где вероятно анализируется 16-летний временной горизонт с 1280 наблюдениями; в других случаях рассматривается более маленький временной промежуток в 13 лет и вводятся 1040 наблюдений.
Потому, что в полном временном отрезке число переменных дает несущественные результаты, многие из них становятся серьёзными в то время, когда этот временной промежуток разбивается на два периода.
Принимая на первый взгляд результаты от капитала и труда, любая из двух переменных весьма хороший регрессор для ВРП – R^2 = 0,98 и очень большой коэффициент F-статистика.
Что весьма интересно, приток ПИИ есть не весьма значимым коэффициентом и может оказывать непрямое действие на развитие экономики в любом из двух периодов. Данный эффект возможно растолковать многими дорогами. самый вероятностный это то что в каждом из двух периодов приток ПИИ в регионы РФ имел место, но если сравнивать с неспециализированным развитием экономики их вклад был малым. Следуя доводам Аренда (2002) ПИИ в Российской Федерации не рассматриваются в контексте действия на рост по большому счету, усиливая настоящие результаты.
Единственная вторая несущественная переменная в данном контексте есть показатель открытости в прошлых годах, где более высокая конкурентоспособность через более широкую интернациональную торговлю еще не может быть рассмотрена как развитая и торговля более менее заполняет свободные места в экономике, скорее чем борьба. Это приводит к хорошим эффектам и от экспорта и от импорта.
Весьма интересно что все переменные показывают хорошее влияние на ВРП, что вызывающе большие сомнения как минимум для импорта. Однако, следуя рассуждению о притоках ПИИ, импорт частично дополняет отечественное производство так как импортируются другие продукты чем те каковые были произведены дома. Следовательно импорт может служить скорее дополнением к экономическому росту и отечественным продуктам, нежели препятствием.
Помимо этого влияние на производство нефти и газа достаточно сильное в случае если разглядывать R^2 и F-статистику – одни из наименее ответственных воздействующих факторов, показывающих что снаружи газ и нефть смогут быть главными движущими силами в Российской Федерации, но в регионального развития существует ряд других самые важных факторов.
Возвращаясь к итогам неспециализированной модели первое что может показаться это то что независимо от выбранного подхода отмечается значительное различие в уровнях ВРП в прошлых и последующих годах что было ожидаемо так как экономика имела тенденцию к спаду в прошлых годах а по окончании росла стремительнее.
В обоих периодах число студентов не показывает в каждом регионе значительного результата. Данный индикатор возможно серьёзен лишь в то время как студенты вправду вовлечены в экономику, и их действие на подход с одной переменной возможно лишь из-за результата поглощающей сособности. Постоянство этого результата, в то время, когда включается переменная исследователи вместо гос.служащих лишь подтверждает данный довод.
С интернациональной точки зрения в модели где включена переменная количество исследователей лишь индикатор открытости говорит о негативном эффекте в последующих годах, тогда как импорт и экспорт несущественны. В то время, когда включается вместо этого переменная количество гос.служащих в первом периоде экспорт и во втором импорт становятся несущественными. Это показывает то что торговля вносит незначительный вклад в развитие экономики регионов РФ в основном из-за косвенных эффектов через торговлю – таких как создание и трансферы знаний дополнительных рабочих мест. В разделе 6.2 было продемонстрировано, что торговля оказывала влияние на процесс генерирования знаний.
В то время, когда оценивается модель с динамичными панельными данными несущественность экспорта и импорта в основном сохраняется. Лишь в последующих годах экспорт принимает отрицательное значение. Количество студентов все еще остается малым причиной кроме тот случай где включается переменная число исследователей, после этого в последующих годах студенты принимают отрицательное значение.
Негативные эффекты от студентов и экспорта смогут быть растолкованы статистическими лишь обстоятельствами позванными эффектами от некоторых вторых переменных каковые при с переменной количество студентов предположительно исследователи захватывают нюансы относящиеся к обществу знаний – предполагая что высокоразвитая научная совокупность кроме этого включает развитую совокупность третичного образования.
Запаздывающие эндогенные переменные хороши во всех периодах, показывая зависимость экономразвития через регионы.
При где оценивается модель с пространственной неточностью в любых ситуациях пространственная неточность высоко значима и эффекты от нее играются существенно ключевую роль.
Весьма интересно с двумя исключениями где импортные товары легко незначительны, экспортные и импортные товары велики и принимают хорошее значение. Иначе студенты все еще принимают отрицательное значение и при в то время, когда в модель включаются исследователи притоки ПИИ кроме этого принимают отрицательное значение.
Резюмируя, из выстроенной модели видно что результаты оценки показывают значения что соответствующая модель должна быть моделью с панельными данными с пространственной неточностью с фиксированными эффектами. Способ оценки данной модели был отыскан Капуром (2007) но он не рассматривается в данном изучении.
Самым серьёзным есть познание того что импорт и экспорт так же как и неспециализированная открытость региона занимают важное место в экономическом росте. Но но разные нюансы такие как присутствие страны в каждом регионе либо размер сектора изучений играются более ключевую роль.
В дополнение студенты смогут играться ключевую роль в развитии экономики в долговременном периоде но в кратковременном их значение понижается, но не прямо они воздействуют на рост, чем возможно частично растолковать из-за чего в некоторых случаях из действие получается отрицательным. Кроме этого их незначительное влияние на рост может показывать то что их образование имеет плохое уровень качества и следовательно кроме того в долговременном периоде имеет незначительное либо кроме того негативное влияние на рост. Неприятности с утечкой мозгов из РФ также будут относиться к негативному влиянию от студентов так как высокообразованные люди не содействуют развитию экономики РФ.
Наконец приток ПИИ не относится к эффектам роста в большинстве обстановок.
В случае если включаются более либо менее стабильные результаты особенно размер исследовательского сектора – измеряемый числом исследователей – и часть национальных фирм – измеряемая числом гос.служащих – то имеет место быть хороший эффект роста. То же самое правильно и для количества произведенных нефти и газа.
В некоем смысле притоки ПИИ также будут быть важны за рост но лишь в связи с другими переменными так как их независимое влияние опускается. Раздельно от притока ПИИ второй канал интернациональных переводов знаний – импорт – показывает непоследовательное влияние на развитие экономики кроме того в случае если рассматриваются лишь под-периоды.
Для подсчета вероятных неприятностей каковые смогут появиться при применении оценки Ареллано-Бонда в контексте роста кроме этого употребляется модель Бланделла-Бонда.
Результаты говорят о том что по крайней мере в замечаемом случае комментарии Бланделла и Бонда не уместны. Кое-какие незначительные расхождения смогут существовать: происходят они по большей части с малыми переменными каковые не зависят от способа оценки.
Сокращение временного промежутка разрешает включить переменные более ориентированные на знания и особенно те переменные каковые связаны с патентами и межрегиональными внешними эффектами. Следовательно во второй части анализа в уравнение регрессии кроме этого включаются 4 переменные для перелива знаний так же как и патенты выданные ЕРО. направляться отметить что включение этих пяти дополнительных переменных не формирует какие конкретно или неприятности связанные с мультиколлинеарностью.
Оценка отдельного влияния 5ти новых переменных показывает что все 5 переменных оказывают большое влияние на ВРП. Однако в любых ситуациях эффекты способны растолковать только относительно маленькую долю всех расхождений каковые может продемонстрировать статистика R^2, которая не получается больше 0,05. Тогда как эффект от всех пяти переменных хорош, коэффициенты для 4х побочных переменных становятся выше в последующие годы – особенно для двух переменных относящихся к патентам. Но результат в полной мере естественен учитывая то что определяются движение изобретателей и патентная документация так как прошлые патенты уже должны существовать. Так как патентные записи ЕРО для РФ начинаются в 1987м, по большей части для прошлых лет, тут меньше шансов практически сказать о внешних эффектах.
Как и ожидалось главные результаты для переменных каковые уже были частью анализа в более долгом временном отрезке в большинстве собственном не изменились. Для новых добавленных переменных обнаружились смешанные результаты.
Число выданных патентов в любой из моделей незначительно не обращая внимания на структуру модели либо временные периоды показывающие что патенты не предоставляют дополнительную данные о ходе роста которая уже не покрывается переменными включенными в модель.
Настоящее влияние на побочные переменные через разные спецификации модели существенно колеблется. В некоторых частях возможно найдена отчетливое влияние некоторых качеств переливов знаний.
При где количество гос.служащих часть модели, в случае если проигнорированы уровни значимости выходные отрицательное значение и данные оказывает хороший эффект на развитие экономики тогда как хорошее значение оказывает негативный эффект на развитие экономики. Однако уровни значимости изменяются в зависимости от лежащей в базе структуры модели так что в другом случае лишь оттекание изобретателей говорит о последовательно значительных хороших коэффициентах. Подробно в прошлых годах регионы приобретали прибыль в случае если другие регионы применяли их знания, поскольку они были прибыльны из-за утечки мозгов. Как такой результат очень вызывающий большие сомнения следовательно разъясняется это тем что исследователи покидают регионы чтобы осуществлять собственные изучения где-либо по причине того, что изучения утратили собственную значимость вероятно из-за структурного сдвига к менее наукоемким отраслям таким как эксплуатация и добыча природных ресурсов. Последний довод укрепляется частично результатами прошлого раздела где было продемонстрировано что перемещение изобретателей оказало влияние на научную инфраструктуру в регионе.
Кроме того не учитывая уровней значимости результаты для лет более непоследовательны чем в прошлых годах. Рассмотрение лишь значимых переменных показывает на неспециализированную тенденцию при которой оттекание изобретателей удачен для роста поизводства. В дополнение это показывает на то что притоки изобретателей кроме этого начинают положительно оказывать влияние на рост; то де самое и для патентов – по крайней мере ни одна переменная не принимает отрицательное значение.
При в то время, когда гос.служащие заменяются числом исследователей исследователи занимают часть эффектов от переливов знаний. В конце это приводит к переменным в прошлых годах к притоку изобретателей.
В последующих годах по окончании кризиса переменные с отрицательными значениями и отток и приток изобретателей показывают негативное влияние на ВРП. Это более менее противоположный случай где переменная гос.служащие была включена в модель вместо исследователей.
Оба случая показывают стабильные результаты каковые однако конфликтуют между собой. Основное объяснение тому возможно отыскать в главе 6.4 где показывается что исследователи являются главным причиной для объяснения перелива знаний. Следовательно в случае если обе переменные включаются в одну и ту же модель скорее что кое-какие нюансы переливов уже растолкованы через исследователей и следовательно их влияние изменяется – кроме того в случае если найден неограниченный уровень мультиколлинеарности.
Данный довод возможно кроме этого разглядеть иначе в то время, когда гос.служащие как переменная тесно связана с структурой индустрии и в контексте числа сделок по приватизации и деприватизации в обоих периодах окружающая среда внешних эффектов изменилась – нюанс что больше не рассматривается в то время, когда гос.служащие заменяются исследователями.
Следовательно обе модели обоснованы и главное познание полученное из этого раздела это то что действие внешних эффектов на развитие экономики региона зависит от структуры индустрии и от исследовательской инфраструктуры.
Наконец применение оценки Бланделла-Бонда показывает что в этом случае существуют расхождения полученные в следствии применения оценки Ареллано-Бонда. Но значительные несоответствия имеют место быть лишь в более поздних годах. Вероятное объяснение несоответствиям возможно сам маленький временной отрезок либо нестационарность большинства включенных переменных.
Дабы закрыть эту часть раздела, рассматривается дополнительная модель в которую включен лишь 2009й год как последний год для которого дешёвы эти. Так как выбор отдельного года разрешён для большего количества переменных вероятно включить дополнительные переменные ориентированные на знания в модель и кроме этого протестировать их влияние на ВРП.
Из-за мультиколлинеарности опять не все возмодные переменные были включены в модель. Новые переменные включают те каковые были рассмотрены в главе 6.2.2. при одного года: число университетов, техно парки, научные и технологические центры и информационные центры для объединения фирм как университетов передачи знаний так же как и специальный индекс Кругмана и переменная информационные и коммуникационные разработки.
В не зависимости от типа модели – пространственная неточность, лаги либо модель с фиксированными эффектами – все дополнительные переменные за исключением количества университетов несущественны и следовательно смогут рассматриваться как не серьёзные в контексте экономразвития.
В случае если университеты находятся под контролем то торговля делается несущественной в оценке дохода.
Результат увлекателен во первых по причине того, что он показывает важность хорошей совокупности третичного образования и во вторых несущественность всех типов университетов передачи знаний должна быть рассмотрена в контексте многомерного подхода к развитию экономики. Вторыми словами создание особых экономических территорий либо основание новых техно-парков либо центров трансфера разработок будет успешна лишь в том случае в случае если будет проводиться более целостный подход к развитию экономики и усиление соответствующей инфраструктуры и общества знаний.
Рассматриваются две подвыборки: регионы каковые добывают газ и нефть и каковые не добывают.
Оценка выполняется для несложных моделей с фиксированными эффектами и и для динамичных моделей с панельными данными применяя оценки Ареллано-Бонда и Бланделла-Бонда для всего периода и для обоих под-периодов. Таблицы 6.98 – 6.100 суммируют результаты для нефтегазовых регионов тогда как таблицы 6.101 – 6.103 суммируют результаты для регионов каковые не добывают газ и нефть.
Таблицы 6.98 – 6.103 показывают схожие динамики – различия в выпуске при применении переменной исследователи и при применении переменной гос.служащие – и для производителей нефти и газа и нет как указано выше в совокупности где оба типа регионов рассматриваются совместно.
Прямое сравнение обоих регионов показывает что знания играются различную роль для каждых из них.
В регионах создающих газ и нефть запас патентов негативный коэффициент. Но в некоторых случаях они несущественны. Обратная обстановка с регионами не создающими газ и нефть. Следовательно запас кодированных знаний более серьёзен для роста тех регионов каковые не наделены природными ресурсами но должны образовывать доходы вторыми дорогами.
Важность внешних эффектов для роста зависит от того включены ли в оценку исследователи либо гос.служащие. Применяя переменную количество исследователей возможно заметить что все типы внешних эффектов имеют негативное влияние на рост тогда как применение гос.служащие ведет к хорошему действию внешних эффектов кроме переменную с хорошим знаком приток кодифицированных знаний.
В регионах не создающих газ и нефть внешние эффекты в редких случаях имеют действие. Но приток изобретателей имеет хорошее влияние в прошлых годах тогда как оттекание их имеет негативное влияние на рост в прошлых годах тогда как в последующих годах положительно воздействует. В некоторых динамических моделях с панельными данными данный путь – но непоследовательно – возможно обнаружен снабжая вероятное объяснение важности внешних эффектов.
Разглядим другие две переменные относящиеся к знаниям – исследователи/гос.число и служащие студентов.
Независимо от того есть ли регион создающим газ и нефть либо нет переменные исследователи/гос.служащие играются большую роль. В случае если под-периоды рассматриваются раздельно друг от друга влияние кроме этого хорошее.
Количество студентов воздействует больше в прошлых годах чем в последующих. Это приводит к негативному действию в последующих годах показывая что университеты и другие образовательные учреждения более менее серьёзны для нефтегазовых регионов РФ.
В тех регионах каковые не эксплуатируют природные ресурсы нет сжатой модели относительно важности студентов и тем самым количества образовательных учреждений. Однако маленькие указания показывают что образования и влияние студентов из года в год возрастает.
