Глава 3. Исследование факторов, оказывающих влияние на экономический рост

Эконометрическая модель

 

Для того, чтобы на практике рассмотреть факторы, оказывающие наибольшее влияние на экономический рост и выявить приоритетные направления государственного управления, позволившие бы выйти из ловушки среднего дохода, проведем эконометрическое исследование, основанное на данных The Global Competitiveness Report 2016-2017, отчете о глобальной конкурентоспособности, ежегодно публикуемом Всемирным экономическим форумом с 1979 года. Выбор данных Отчета о глобальной конкурентоспособности для проведения исследования обусловлен наличием четких критериев сравнения экономик мира, отражающих ключевые индикаторы экономического развития. Исследование проводится на базе данных по 130 странам (Приложение Б). Согласно «Глобальному индексу конкурентоспособности» страны ранжируются по ряду показателей, в числе которых: институты (institutions), инфраструктура (infrastructure), макроэкономическая среда (macroeconomics), здоровье и начальное образование (health&edu), высшее образование и подготовка персонала (higher_edu), эффективность товарного рынка (goods_market), эффективность рынка труда (labour_market), развитие финансового рынка (fin_market), технологическая готовность (technology), размер рынка (market_size), развитие бизнеса (business_soph), инновации (innovation), где в скобках представлены названия переменных в эконометрической модели. Подробная методология расчета показателей приведена в отчете[39].

Объясняющими переменными в модели служат баллы по всем показателям рейтинга для каждой страны. В качестве основного показателя экономического роста (зависимой переменной) в модели используются значения валового внутреннего продукта по паритету покупательной способности на душу населения (gdp) стран за 2015 год. В исследовании предполагается наличие временного лага: меры, предпринимаемые для увеличения экономического роста, которые находят отражение в показателях рейтинга, влияют на ВВП с запозданием.

Ввиду того, что достаточно сложно определить точную величину временного лага для всех показателей рейтинга, то есть период, по прошествии которого тот или иной фактор оказывает влияние на объем ВВП, проведем анализ устойчивости влияния тех или иных факторов на объем ВВП при учете временного лага в 2 года и в 5 лет на базе рейтинга за 2013 год (Отчета о глобальной конкурентоспособности 2014-2015) и 2010 год (Отчет о глобальной конкурентоспособности 2011-2012) соответственно.

В результате проведенного анализа по базе данных рейтинга за 2010 год были получены следующие модели, где все переменные значимы на пятипроцентном уровне значимости. Из Рисунка 8 видно, что изменения показателя ВВП (ППС) на душу населения на 64% объясняются переменными «институты», «инфраструктура» и «макроэкономическая среда» (значение нормированного R-квадрата составляет 0,64).

 

Рисунок 8. Зависимость ВВП (ППС) на душу населения от институтов, инфраструктуры, макроэкономической среды (по данным рейтинга за 2010 год)

Согласно данной модели получим следующее уравнение: y= -68412,05+6056,49*x₁+7846,14*x₂+6937,58*x₃, где x₁ – институты, x₂ – инфраструктура, x₃ – макроэкономическая среда.

Таким образом, согласно полученной регрессии, повышение оценки в рейтинге The Global Competitiveness Report 2016-2017 на один балл по показателю «институты» способствует увеличению показателя ВВП (ППС) на душу населения в среднем на $6056,49, по показателю «инфраструктура» - на $7846,14, «макроэкономическая среда» - на $6937,58. Такие высокие коэффициенты объясняются тем, что баллы у многих стран отличаются лишь на сотые доли и значение оценки находится в промежутке от 2,6 до 6,13 (см. описательную характеристику, Приложение В), тогда как максимальный балл может быть равен 7 согласно методологии расчета рейтинга.

Вторая полученная модель демонстрирует зависимость ВВП (ППС) на душу населения от показателей «институты», «макроэкономическая среда» и «технологическая готовность» (Рисунок 9). Нормированный R-квадрат модели составляет 0,66. Высокие коэффициенты при переменных этой модели, y=-73845,17+4552,14*x₁+7828,11*x₂+9914,88*x₃, где x₁ – институты, x₂ – макроэкономическая среда, x₃ – технологии, объясняются тем же, чем и в предыдущей модели.

Рисунок 9. Зависимость ВВП (ППС) на душу населения от институтов, макроэкономической среды, технологической готовности (по данным рейтинга за 2010 год)

 

Соответственно, если Россия увеличит оценку по показателю институты, условно, на 0,1 балла, то, согласно рассмотренной модели (Рисунок 9), это увеличит показатель ВВП (ППС) на душу населения с текущего $25 186 до $25 641,2 ($25 186 + $455,2).

Таким же образом проведем исследование на базе данных рейтинга за 2013 год. По результатам анализа были получены следующие модели: зависимость ВВП (ППС) на душу населения от институтов, инфраструктуры, макроэкономической среды (Рисунок 10) и зависимость ВВП (ППС) на душу населения от институтов, макроэкономической среды, технологической готовности (Рисунок 11).

Рисунок 10. Зависимость ВВП (ППС) на душу населения от институтов, инфраструктуры, макроэкономической среды (по данным рейтинга за 2013 год)

Наибольшее влияние на ВВП оказывают те же факторы, что и в рассмотренной ранее модели, где величина временного лага предполагалась равной 5 годам. Значение R-квадрата полученных моделей незначительно выше, чем в предыдущем случае: 0,66 для первой модели (Рисунок 10) и 0,69 для второй (Рисунок 11). Полученные результаты позволяют судить об устойчивости влияния на ВВП выявленных факторов независимо от длительности временного лага.

Рисунок 11. Зависимость ВВП (ППС) на душу населения от институтов, макроэкономической среды, технологической готовности (по данным рейтинга за 2013 год)

 

Конечно, произведенные расчеты весьма условны и не могут отразить реальной ситуации в силу чрезмерной разнородности данных, так как объемы ВВП (ППС) на душу населения существенно отличаются в странах различного уровня развития, а также не учитывают множество других факторов, влияющих на объемы ВВП. Тем не менее, на основании проведенного исследования вполне можно сделать вывод о значительном влиянии институционального и технологического развития стран, развития инфраструктуры и макроэкономической среды в целом на экономический рост страны.

Тем не менее, произведенные расчеты не позволяют проанализировать, какие показатели оказывают наибольшее влияние на экономический рост стран с различным уровнем доходов. Для этой цели проведем аналогичное исследование, разделив при этом страны на три группы: страны с высоким, средним и низким уровнем доходов (по методологии The World Bank, рассчитанным на основе показателя ВНД на душу населения).

В результате построения парных регрессий для стран с низким уровнем доходов были получены следующие модели (Рисунок 12 и Рисунок 13). Значение показателя ВВП (ППС) на душу населения в первой модели зависит от показателя размера рынка (Рисунок 12). Объяснением такой зависимости может служить тот факт, что, как отмечалось в теоретической части работы, страны с низким уровнем доходов добиваются экономического роста путем консолидации ресурсов и увеличением количественных показателей за счет эффекта масштаба. 

 

Рисунок 12. Зависимость ВВП (ППС) на душу населения от показателя размера рынка для стран с низким уровнем доходов

 

Что касается второй полученной модели, то здесь объясняющей переменной является макроэкономическая среда, что также является логичным объяснением влияния на рост ВВП в силу того, что благоприятные экономические условия рынка являются базовым фактором для развития экономики (Рисунок 13). Однако стоит отметить, что в обеих моделях достаточно низкий показатель нормированного R-квадрата (0,38 и 0,45), что говорит о наличии других факторов, также влияющих на рост ВВП.

В результате анализа данных по странам со средним уровнем доходов была получена следующая модель, которая объясняет рост ВВП (ППС) на душу населения по странам со средним уровнем доходов такими факторами как инфраструктура и технологическая готовность (Рисунок 14). Нормированный R-квадрат равен 0,56 и полученное уравнение регрессии выглядит следующим образом: y=-16169+2513,7*x₁+4970,5*x₂, где x₁ – инфраструктура, x₂ – технологическая готовность. Как было рассмотрено в теоретической части работы, многие исследователи отмечают необходимость наличия доступа к передовой инфраструктуре и высоким технологиям для стран со средним уровнем доходов для того, чтобы вырваться из ловушки среднего дохода.

 

Рисунок 13. Зависимость ВВП (ППС) на душу населения от макроэкономической среды для стран с низким уровнем доходов

 

Таким образом, получив эмпирическое подтверждение ранее рассмотренных теоретических положений, можно отметить справедливость отнесения факторов развития инфраструктуры и технологий к наиболее значимым для достижения экономического роста и выхода из ситуации ловушки среднего дохода.

 

Рисунок 14. Зависимость ВВП (ППС) на душу населения от инфраструктуры и технологической готовности для стран со средним уровнем доходов

Для стран с высоким уровнем доходов оказалась адекватна следующая парная регрессия: зависимость ВВП (ППС) на душу населения от эффективности товарного рынка (Рисунок 15). Расчет оценки по показателю эффективности товарного рынка, согласно методологии расчета рейтинга, основывается на таких факторах как здоровая конкуренция, эффективность антимонопольной политики, количество процедур для регистрации бизнеса, объемы импорта, степень клиентоориентированности, удовлетворенность потребителей и других, позволяющих судить об эффективности функционирования товарного рынка (в некоторых странах, по данным Отчета о глобальной конкурентоспособности, потребители гораздо более требовательны, чем в других, что обеспечивает таким странам конкурентное преимущество, стимулируя развитие инновационных подходов в деятельности фирм). У стран с высокими оценками по этому показателю диверсификация производства выстроена оптимальным образом, с учетом характерного исключительно для их рынка баланса спроса и предложения, что обеспечивает максимальную эффективность процесса товарообмена.

 

Рисунок 15. Зависимость ВВП (ППС) на душу населения от эффективности товарного рынка для стран с высоким уровнем доходов

 

Таким образом, представляется логичным, что такой фактор оказывает влияние на экономический рост в странах с высоким уровнем доходов. Однако стоит отметить невысокий уровень значения нормированного R-квадрата модели (0,3), что может говорить о том, что, очевидно, в действительности на рост ВВП (ППС) на душу населения оказывает влияние гораздо большее количество факторов, некоторые из рассмотренных в рейтинге не могут быть учтены в модели по причине мультиколлинеарности. При этом среди всех параметров рейтинга, эффективность товарного рынка оказывает наибольшее влияние на рост ВВП.

Для того, чтобы оценить, насколько влияют показатели рейтинга на изменения ВВП, рассмотрим модель, где в качестве зависимой переменной будет выступать темп роста ВВП (ППС) на душу населения за 2005-2015 год, gdp_growth10 – переменная, отражающая темп роста за весь период, gdp_first_five – за первые 5 лет (в ценах 2011 года по данным The World Bank). Объясняющими переменными выступают показатели рейтинга 2005 года, когда методология его расчета уже была приближена к современной методике, и дамми-переменные, обозначающие группы стран в зависимости от уровня доходов: high_income – страны с высоким уровнем доходов; upper-middle – страны с доходами выше среднего; lower_middle – страны с доходами ниже среднего и low_income – страны с низким уровнем доходов (по данным The World Bank за 2005 год).

Из корреляционной матрицы (Рисунок 16) видно, что у показателей темпов роста ВВП отрицательная взаимосвязь со всеми показателями рейтинга, что говорит о том, что чем выше занимаемое страной место в рейтинге, тем медленнее темпы роста ВВП, что объясняется тем, что страны, занимающие высокие места рейтинга, имеют высокий уровень доходов. Кроме того, страны с низким уровнем доходов и доходами ниже среднего имеют наибольшие коэффициенты корреляции с темпами роста ВВП (0,24 и 0,34 соответственно), в то время как у стран с доходами выше среднего величина коэффициента значительно ниже и составляет 0,05, что подтверждает наличие существенного замедления экономического роста у стран со средним уровнем доходов, что и вызывает ситуацию ловушки среднего дохода.      

 

Рисунок 16. Корреляционная матрица

 

Такая же ситуация прослеживается как в первой, так и во второй половине рассматриваемого периода (gdp_second_five – темп роста ВВП с 2010 по 2015 год; показатели рейтинга и деление стран по группам доходов для рассматриваемой модели основано на данных за 2010 год). Более того, во втором периоде коэффициент у стран с доходами выше среднего отрицателен и составляет -0,05 (Рисунок 17).

 

Рисунок 17. Корреляционная матрица

 

Рассмотрим парные регрессии, отражающие зависимость дамми-переменных от темпов роста ВВП за десятилетний период, в которых коэффициенты оказались значимы. Как можно увидеть из Рисунка 18, наличие замедления темпов у ряда стран на 30% объясняется достижением высокого уровня доходов и нахождением данных стран в категории высокодоходных (R-квадрат равен 0,3).

 

Рисунок 18. Зависимость темпов роста ВВП в период за 2005-2015 год от нахождения страны в категории высоких доходов

 

У стран с низким уровнем доходов и доходами ниже среднего уровня темпы роста выше, чем у стран с высоким уровнем доходов (Рисунок 19а, 19б). Коэффициент при дамми-переменной для стран с доходом выше среднего оказался незначим, однако, как отмечалось ранее, корреляционная матрица (Рисунок 16) демонстрирует, что темпы роста этой группы стран замедляются по сравнению со странами с низким уровнем доходов и доходами ниже среднего, но при этом выше, чем у стран с высоким уровнем доходов.

Таким образом, полученные результаты эмпирически подтверждают наличие замедления темпов экономического роста после достижения страной среднего уровня доходов (а точнее, согласно модели, категории стран с доходами выше среднего). Кроме того, по результатам исследования были подтверждены рассмотренные в теоретической части работы положения о том, что для разных групп стран характерны свои факторы экономического роста. Для стран с высоким уровнем доходов таким фактором оказалась эффективность товарного рынка, для стран со средним уровнем доходов – развитие инфраструктуры и технологическая готовность; для стран с низким уровнем доходов – размер рынка и макроэкономическая среда.

а)

    б)

 

 

Рисунок 19. Зависимость темпов роста ВВП в период за 2005-2015 год от нахождения страны в категории доходов ниже среднего и стран с низким уровнем доходов