Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Статистическое моделирование роста переходной экономики Галин Дмитрий Михайлович

Статистическое моделирование роста переходной экономики
<
Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики Статистическое моделирование роста переходной экономики
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Галин Дмитрий Михайлович. Статистическое моделирование роста переходной экономики : 08.00.13 Галин, Дмитрий Михайлович Статистическое моделирование роста переходной экономики (на примере современной России) : диссертация... кандидата экономических наук : 08.00.13 Москва, 2007 159 с. РГБ ОД, 61:07-8/3617

Содержание к диссертации

Введение

Глава 1. Методологические основы статистического модели рования экономического роста 10

1.1. Теория производственной функции 10

1.2. Научно-технический прогресс в теории производственной функции 35

1.3. Экономические прогнозы на основе производственных функций 42

Глава 2. Производственная функция хозяйства России: по строение и анализ 57

2.1. Алгоритм многовариантного определения 57

2.2. Типология регионов России по характеру производственной функции 65

2.3. Влияние стандартных факторов на динамику хозяйства 71

2.4 Производственная инфраструктура и экономическое развитие 72

2.5 Работа транспорта и динамика ВВП 84

Глава 3. Моделирование воздействий специфических факторов 87

3.1. Глобальные модели, отражающие влияние на ВВП внутриструктурных и инновационных факторов 87

3.2. Модель, учитывающая территориальные особенности экономического роста 95

3.3. Иерархическая модель, принимающая во внимание специфические факторы движения ВВП 98

Заключение 116

Литература

Введение к работе

Ускорение экономического роста, который бы выражал актуальный для современной России переход к постиндустриальному социально ориентированному рыночному хозяйству, требует адекватных этому регулирующих мер государства. Такие меры способны быть эффективными только при достаточно точном прогнозировании их последствий. Его теоретические и научно-практические исследования во многом основываются на использовании производственных функций. А они до сих пор строились в форме статистических зависимостей валового внутреннего продукта (ВВП) от столь обобщенных факторов, как объем применяемого капитала, используемых трудовых ресурсов, «автономный технический прогресс» и т.п.

Однако, чтобы удовлетворительно предвидеть, как ведет себя ВВП переходной экономики, учитывать только такие факторы недостаточно: необходимо принимать во внимание характерные для нее обстоятельства - сдвиги структуры в разных аспектах, прежде всего определяемые «точками роста» и пространственной спецификой хозяйства, изменения его «общих условий» и т.д. Иначе ошибка прогноза часто оказывается сопоставимой с реальным темпом экономического роста, что вводит в заблуждение касательно действенности или даже действительной направленности предпринимаемого государственного регулирования хозяйства.

Это особенно значимо для Российской Федерации с ее огромной территорией, сильной дифференциацией экономического развития отдельных регионов, своеобразием их хозяйственных ресурсов и условий, возможных «точек роста» экономики. Но попытки учесть при статистическом моделировании движения переходной экономики большое количество факторов наталкиваются на серьезное препятствие - недостаток объема наблюдений (длины временных рядов) как информации исходной для этого, чтобы корректно ис-

5 пользовать известные теоретико-вероятностные методы. Преодолеть такое препятствие можно, лишь применив нестандартный способ анализа.

Статистическому моделированию экономического роста на основе производственных функций зарубежные и отечественные ученые посвятили множество исследовательских и прикладных работ. Его фундаментом этого стали достижения Р.Аллена [98], М.Брауна [12], Д.Диллона [88], М.П.Дугласа [104], М.Калецкого [112, 113], Ч.Кобба [104], Б.Минхаса [99], В.Мукерджи [119], Р.Сато [121-125], Р.Солоу [99, 127-130], Г.Тинтнера [84], Э.Хеди [88], Дж.Хикса [108], Х.Ченери [99], К.Эрроу [99] и др. Среди российских авторов заметный научный вклад в такое моделирование внесли А.И.Анчишкин [1], Е.В.Балацкий [4], А.Р.Белоусов [6-Ю], А.Е.Варшавский [15, 16], С.М.Вишнев [17], Г.А.Гольц [22], М.Г.Завельский [24-29], Ю.П.Иванилов [11, 18, 31, 32], Г.Б.Клейнер [3, 38-46], Л.А.Клименко [47], Ф.Н.Клоцвог [48, 49], Е.М.Левицкий [51, 92], С.М.Меньшиков [51, 59, 92], Б.Н.Михалевский [56], А.А.Френкель [61], Д.В.Шапот [90], Ю.В.Яременко [95] и др.

Однако, применительно к переходному хозяйству вообще, экономике современной России в частности, данная проблема изучена недостаточно. Необходимо проводить дальнейшие разработки, чтобы добиться двух результатов. Первый - это адекватный учет инструментами, используемыми для прогнозов движения ВВП, тех специфических факторов, влиянием которых на это при переходе к постиндустриальной экономике нельзя пренебрегать, особенно в странах с большим пространственным разнообразием условий и возможностей производства и потребления, изобилием и сложностью территориальных хозяйственных связей. Второй необходимый результат - корректность применения классических методов математической статистики при формировании таких инструментов в условиях относительно малого количества наблюдений. Стремление к тому и другому определило цель диссерта-

6 ционного исследования. Ее достижение потребовало решить следующие задачи:

проанализировать методологические основы и возможности известных производственных функций в прогнозировании движения ВВП;

разработать алгоритм многовариантного построения производственной функции экономики с его тестированием расчетами по хозяйству современной России;

исходя из результатов такого тестирования, выявить типологию регионов России по структуре производственной функции и влияние стандартных факторов производства на экономический рост страны в целом;

обеспечить учет в модели ВВП России того, как воздействуют на его движение изменения производственной инфраструктуры страны;

оценить на основе такой модели влияние работы транспорта на ВВП;

разработать способ корректного применения известных статистических методов для определения на основе коротких временных рядов многофакторных производственных функций высокой прогностической способности;

используя такой способ, построить и проанализировать статистические модели ВВП России, учитывающие влияние на ее экономический рост территориальных особенностей хозяйства, его общих условий по стране в целом и в отдельных регионах, структурных и инновационных факторов, а затем оценить точность прогнозов по таким моделям в сравнении с показаниями стандартной производственной функции.

Объект диссертационного исследования - экономика Российской Федерации и ее регионов, а предмет - статистическое моделирование динамики ВВП страны и валовых региональных продуктов. Информационную базу исследования образовали научные публикации по затрагиваемым вопросам и данные государственной статистики. Его научная новизна видится в следующих итогах решения поставленных задач:

1) разработан и запрограммирован алгоритм многовариантного по
строения производственных функций хозяйства страны и ее регионов;

  1. определением применительно к России таких функций как статистических зависимостей ВВП страны и валовых региональных продуктов от «стандартных факторов производства» (основных фондов, рабочей силы, «автономного технического прогресса») и тестированием этих моделей на информации последнего десятилетия доказана их неудовлетворительная прогностическая способность для достаточно точной оценки последствий государственного регулирования современного хозяйства страны;

  2. исходя из итогов этого тестирования осуществлено разбиение регионов России на типы по характеру производственной функции хозяйства, для каждого типа определена общая модель движения валового регионального продукта, с использованием таких моделей получены оценки ВВП страны на ретроспективу, выявлено соответствующее им влияние всякого «стандартного фактора производства» на динамику ВВП и некоторое повышение точности ее прогнозов относительно традиционных;

  3. построены статистически достоверные зависимости ВВП и валовых региональных продуктов от набора факторов, который в каждом случае наряду с теми или иными «стандартными» включал переменные, характеризующие изменения производственной инфраструктуры, территориальные и демографические особенности объекта моделирования, с помощью таких инструментов оценено движение ВВП и воздействие этих переменных на экономический рост, обнаружено, что прогностическая способность применяемого методического аппарата еще более усилилась;

  4. показано и на примере базового периода продемонстрировано, что анализ таких зависимостей позволяет выявлять полное влияние на экономическую динамику страны работы транспорта России вообще и транспортных систем ее отдельных федеральных округов, учитывающее, помимо прямого

8 вклада этой отрасли в ВВП, изменение взносов в этот продукт других звеньев хозяйства благодаря ее деятельности;

  1. применительно к предмету диссертационного исследования разработан способ корректного использования корреляционного анализа для определения на основе относительно коротких временных рядов статистически достоверных многофакторных производственных функций, позволяющий учитывать в них большое число факторов;

  2. посредством этого способа построены и проанализированы производственные функции хозяйства Российской Федерации и ее субъектов, отражающие влияние на ВВП и валовые региональные продукты территориальных и демографических особенностей экономического роста, а равно таких факторов, как объем или темпы роста продукции машиностроения, импорта машин и оборудования, занятых в частном секторе хозяйства, занятых на государственных и муниципальных предприятиях, безработных, количество или темпы роста числа промышленных предприятий, величина или темпы роста фондовооруженности труда, размер или темпы роста всех основных фондов хозяйства, основных фондов транспорта и связи, основного технологического капитала хозяйства, разнолаговых инвестиций в эти отрасли, в основной капитал вообще, в основной технологический капитал, плотность (густота) автомобильных дорог общего пользования с твердым покрытием, плотность (густота) железных дорог и т.д.;

  1. на основе этих моделей оценены ВВП России и валовые региональные продукты субъектов федерации по годам базового периода, что показало многократное увеличение точности прогнозов относительно итогов использования стандартной производственной функции и иных ее разработанных в диссертации вариантов.

Эти и другие результаты диссертационного исследования практически ценны, поскольку вооружают государственные органы, ответственные за регулирование экономики России, инструментами прогнозирования его по-

9 следствий, существенно более совершенными, чем применяемые в настоящее время. Информационно-вычислительные службы этих органов могут использовать методику разработки таких инструментов, представленную в диссертации, для постоянного уточнения соответствующих прогностических моделей с учетом «скользящего» обновления исходной статистики.

Основные положения и выводы диссертации, проверенные экспериментальными расчетами, которые подробно освещены в Приложениях, в 2002-2006 гг. в порядке научной апробации работы докладывались на методологических семинарах экономических направлений ИСА РАН и на конференциях Международной научной школы-семинара имени академика С.Шаталина «Системное моделирование социально-экономических процессов». По теме диссертации автором опубликовано 5 научных работ общим объемом 7,0 п.л., в том числе в рецензируемых Трудах Института системного анализа Российской академии наук.

Диссертационная работа состоит из введения, трех глав, заключения, списка литературы, включающего 132 источника, и двух приложений. Объем работы - 159 страниц, 4 рисунка и 3 таблицы.

Научно-технический прогресс в теории производственной функции

Совокупность всех явлений, приводящих к увеличению выпуска продукции без увеличения объемов используемых ресурсов, в теории производственной функции обычно трактуется как «научно-технический прогресс», под которым понимается воздействие на экономику не только различных технологических открытий и улучшений, но также - изменения качества ресурсов и эффективности их применения, организации производства и управления хозяйством. Для отражения этого в функцию вводится еще один аргумент - время. Как правило, это t - целое положительное число, определенным образом связанное с периодом, на котором рассматриваются значения переменных. Поскольку обычно каждая его точка соответствует году или кварталу, t является номером года или квартала на некоторой условной шкале времени, начало и конец которой могут, вообще говоря, находиться за пределами периода моделирования.

Среди методов отображения научно-технического прогресса (НТП) в сильно агрегированных моделях долгосрочного развития экономики выделяются четыре основных [31]: 1) подход на основе «автономного научно-технического прогресса» (предполагается, что рост эффективности использования ресурсов не зависит от капиталовложений и динамики рабочей силы, а привносится извне); 2) подход на основе «овеществленного прогресса» (предполагается, что НТП вносится извне вместе с новым, более совершенным оборудованием и новой, более квалифицированной рабочей силой, причем улучшение оборудования и повышение квалификации задаются зкзогенко как функции времени); 3) подход на основе «индуцированного прогресса» (предполагается, что НТП связан с предыдущим развитием экономики и является его следствием); 4) трактовка научно-технического прогресса как особой отрасли экономики.

«Автономный научно-технический прогресс» моделируется путем умножения аргументов производственной функции y=f(X,...,xn) на некоторые функции аргумента t. Таким образом, она приобретает вид y=f(bi(t)xі,...,bn(t)xn). Наиболее часто в качестве функций bj(t) (i=l,...,n) используются экспоненты bj(t)=exp(Pjt). Когда y=f(xi,...,xn) - функция Кобба -Дугласа (1.1.45), после такого перемножения оказывается у(0=а0ер Пх,аЧО. (1.2.1)

Примеры моделей НТП, соответствующих другим подходам, представлены в [31], где используются только двухфакторные производственные функции, ресурсами в которых выступают объем основных производственных фондов (К) и численность занятых (L). Для таких функций (1.2.1) можно записать в виде

Как пример модели «овеществленного научно-технического прогресса» рассмотрим модель НТП, воплощаемого основными производственными фондами при гипотезе, что те из них, которые вводятся в данный момент, с течением времени становятся более эффективными. В этой модели сначала строится производственная функция, отражающая у(т) - выпуск продукции с использованием основных фондов, введенных в году т (x t). Пусть в качестве производственной функции используется функция Кобба - Дугласа. Тогда у(т) определяется по формуле у(т)=а0ертКа (т)Ьа2(т), (1.2.3) где К(т) - объем основных фондов, введенных в году т, L(x) - численность занятых на этих фондах. Если K(i,t) - объем основных фондов, введенных в году т и сохранившихся к году t, L(x,t) - численность занятых на этих фондах в году t, y(x,t) - выпуск продукции с использованием этих фондов, то для каждого года т. (т і) как y(x,t)=a0e Kai(T,t)La2(x,t), (1.2.4) определяется y(i,t), а затем по формулам t y(t)= jV(T,t)dT, (1.2.5) -00 t K(t)= jK(i,t)dT, (1.2.6) -00 t L(t)= Jb(T,t)dx (1.2.7) определяются выпуск продукции, общий объем основных фондов и общая численность занятых в году t. Для построения производственной функции, связывающей y(t) с K(t) и L(t), необходимо выдвинуть некоторую гипотезу о распределении занятых между различными основными фондами, а также гипотезу об их выбытии, скажем, K(x,t)=I(T)e (t"T), (1.2.8) где 1(т) - инвестиции в основной капитал в году т, ц - темп износа основных фондов.

В качестве примера модели «индуцированного научно-технического прогресса» рассмотрим модель, в которой предполагается, что НТП зависит от общего объема инвестиций в основной капитал, произведенных к данному моменту времени, и состоит в повышении эффективности использования трудовых ресурсов на основных фондах, введенных в более позднее время. Здесь общий вид зависимости y(x,t) от K(i,t) и L(i,t)

Экономические прогнозы на основе производственных функций

Значения параметров производственной функции в общем случае находятся, как уже указано, минимизированием (1.1.4). В частном случае, если она является линейной от параметров (или преобразуется в такую), это сводится к решению системы линейных уравнений. Например, для оценки параметров функции Кобба - Дугласа, учитывающей автономный научно-технический прогресс, т.е. (1.2.2), строится уравнение регрессии ln[y(t)]=ln(ao)+a,ln[K(t)]+a2ln[L(t)]+pt. (1.3.1)

Если вместо значений переменных использовать значения темпов их изменений, то оно принимает вид: ln[y(t)/y(t-1 )]=а, ln[K(t)/K(t-1 )]+a2ln[L(t)/L(t-1 )]+р. (1.3.2)

Параметры а0, ai, а2, Р в любом уравнении регрессии определяются методом наименьших квадратов [23, 37, 53, 94]. В случае уравнения вида (1.3.2), в котором ао отсутствует, для этого используются значения переменных в начальной точке периода (t=t0): если y(t0)=yo, K(t0)=K0, L(t0)=L0, то а0 определяется по формуле a0=y0e-ptK-a L-0 (1.3.3) в которую подставляются уже определенные значения параметров аь а2, Р Оценка параметров производственной функции страдает от эффекта мультиколлинеарности, т.е. наличия тесной связи между временными рядами K(t), L(t) и t. При этом уравнение (1.3.2) может оказаться надежнее (1.3.1). После такой оценки производственную функцию можно использовать для прогноза либо непосредственно, либо в составе более сложных моделей экономической динамики в сочетании с моделями воспроизводства средств и предметов труда, моделями научно-технического прогресса и качества продукции, а также с производственными функциями смежных систем.

Опубликовано немало примеров применения производственных функций для прогнозов в масштабах разных хозяйственных объектов. Одна из первых работ отечественных специалистов в этой области - исследование частной экономики США, выполненное в ИМЭМО АН СССР [60] \ В качестве производственной функции этой экономики была выбрана (1.2.2). Ее параметры оценивались на базе двадцатилетней американской статистики. В результате было получено уравнение E(Y)=0,174-E(K)+0,897-E(L)+2,836,R2=0,747, (1.3.4) где E(Y), Е(К), E(L) - темпы прироста, соответственно, выпуска продукции, основного капитала (с учетом уортонского индекса загрузки [114]) и количества отработанных человеко-часов. Были рассчитаны некоторые модифицированные варианты этой производственной функции. После исключения из динамических рядов двух точек, в которых реальные значения E(Y) максимально отклонялись от регрессионных, удалось получить следующую производственную функцию: Здесь и далее в основном сохранены обозначения из соответствующих источников [60, 50, 95 и др.]. E(Y)=0,306-E(K)+0,938-E(L)+2,006, R2=0,824. (1.3.5) А замена исходных данных их скользящими средними геометрическими за 10 лет привела к уравнению E(Y)=0,470-E(K)+0,451-E(L)+1,887, R2=0,919. (1.3.6)

Характерно, что эти функции отражали период стабильного развития моделируемого объекта и для достоверных прогнозов оказались недостаточно пригодными с резким ускорением научно-технического прогресса хозяйства страны и его стремительным структурным обновлением [54].

Более адаптированной к таким изменениям представляется экономет-рическая модель, разработанная и испытанная Н.Г.Коларовым [50]. Хотя ее объектом явилось хозяйственное объединение, но использованные при этом принципы применимы и на других, более высоких уровнях экономики. В этой модели выпуск продукции в стоимостном выражении Q(t) задавался производственной функцией Кобба - Дугласа от трех факторов производства (среднесписочной численности промышленно-производственного персонала L(t), среднегодового объема основных производственных фондов K(t), суммарных материальных затрат V(t)) и автономного научно-технического прогресса (с темпом у): Q(t)=a0Lai (t)K"2 (t) V"3 (t)e1 . (1.3.7)

Динамика основных фондов определялась уравнением, включавшим их объем в предыдущем году K(t-l), величину фондов, вводимых в действие в данном году, AK(t) и суммарные амортизационные отчисления D(t): K(t)=bo+b,K(t-l)+b2AK(t)-b3D(t), (1.3.8) рабочая сила - как произведение численности занятых в предыдущем году на коэффициент роста: L(t)=b(t)L(t-l). (1.3.9) а материальные затраты в стоимостном выражении как vWrZhP-y-AV + K (1-ЗЛО) i=l где V,(t) - объем ресурсов, получаемых от і-й отрасли; pf - средняя цена і-го ресурса; Х\ - коэффициенты, учитывающие «эффективность» материальных затрат і-го вида. Объем оплаты труда определялась по формуле: R(t)=W(t)L(t), (1.3.11) где W(t) - средняя зарплата работника, зависящая от ее прошлогодней величины, эластичности объема продукции по численности работников EQ/L(t) и их образовательного уровня J(t):

Типология регионов России по характеру производственной функции

Проведенные таким образом расчеты показали, что для всякого региона России удается выявить некоторое множество уравнений, удовлетворительно отображающих его производственную функцию. Их количество в том или ином случае, как правило, специфично и они различны по структуре. Регионы поддаются классификации на типы, причем к каждому относятся те, для которых близки множества видов упомянутых уравнений регрессии, заметно отличающиеся от обнаруженных для других регионов. А регионы одного и того же типа можно свести в разные подтипы по признаку совпадения или различия видов функций (p(t) или \/(t) в содержащих их уравнениях }.

В нижеследующем описании структуры уравнений, построенных для отображения производственных функций хозяйства Российской Федерации, ее округов и субъектов, виды соответствующих уравнений упорядочены не по возрастанию номеров, а с учетом того, какими другими можно заменить уравнения (2.1.2)-(2.1.6). Так, если уравнение (2.1.9) способно заменить уравнение (2.1.4), а уравнение (2.1.27) -уравнение (2.1.2), то при наличии в множестве уравнений видов (2.1.3), (2.1.5), (2.1.6), (2.1.9), (2.1.27) они перечисляются в следующем порядке: (2.1.27), (2.1.3), (2.1.9), (2.1.5), (2.1.6).

Федеральные округа России по структуре уравнений, удовлетворительно отображающих производственные функции хозяйства, подразделяются на два типа. К первому относятся все округа (а также экономика страны в целом), кроме Дальневосточного. Для них пригодны уравнения видов (2.1.2)-(2.1.6), причем во всех уравнениях вида (2.1.6) vj/(t)=t, а соответственно форме ф(і) в уравнениях вида (2.1.3), выделяются подтипы: 1) ф(0=Г - Северо-Западный федеральный округ; 2) q (t)=t3 - Приволжский, Сибирский, Уральский, Центральный, Южный федеральные округа, Российская Федерация в целом.

Производственная функция хозяйства Дальневосточного федерального округа специфична: она удовлетворительно отображается уравнениями видов (2.1.27) и (2.1.7к), (2.1.3), (2.1.29), (2.1.5), (2.1.11), причем в уравнении (2.1.3) (p(t)=t2, а в уравнении (2.1.11) \/(t)=t.

Вместе с тем, производственные функции были построены для экономики 79 субъектов Российской Федерации. Это - 20 республик (кроме Чеченской Республики), все 6 краев и 49 областей, оба города федерального значения (Москва и Санкт-Петербург), Еврейская автономная область и Чукотский автономный округ. Множество этих регионов по структуре уравнений регрессии, удовлетворительно отображающих их производственные функции, расчленяется на следующие типы. Тип I: 29 регионов, виды уравнений - (2.1.2)-(2.1.6); во всех уравнениях вида (2.1.6) Vf/(t)=t, соответственно форме (p(t) в уравнениях вида (2.1.3) выделяются подтипы: 1) q (t)=t - Республика Бурятия, Ивановская область; 2) p(t)=t - Республика Адыгея, Архангельская, Белгородская, Иркутская области, город Санкт-Петербург; 3) (p(t)=t - Республика Татарстан, Удмуртская и Чувашская Республики, Алтайский и Краснодарский края, Волгоградская, Воронежская, Ка лужская, Кировская, Костромская, Ленинградская, Московская, Орловская, Пензенская, Саратовская, Смоленская, Томская, Челябинская области; 4) (p(t)=t4 - Кабардино-Балкарская Республика, Вологодская, Липецкая, Тверская области. Тип II - 2 региона (Свердловская и Ульяновская области), виды уравнений - (2.1.2), (2.1.3), (2.1.9), (2.1.5), (2.1.6); в уравнениях вида (2.1.3) cp(t)=t3, в уравнениях вида (2.1.6) vj/(t)=t. Тип III - 3 региона, виды уравнений - (2.1.2)-(2.1.5), (2.1.11); во всех уравнениях вида (2.1.11) \/(t)=t, соответственно форме ф(і) в уравнениях вида (2.1.3) выделяются подтипы: l)(p(t)=t - Ставропольский край; у 2) (p(t)=t - Новгородская и Пермская области. Тип IV - 3 региона, виды уравнений - (2.1.2), (2.1.13), (2.1.4)-(2.1.6); во всех уравнениях вида (2.1.6) v/(t)=t, соответственно форме (p(t) в уравнениях вида (2.1.13), выделяются подтипы: 1) (p(t)=t - Псковская область, Еврейская автономная область; 2) (p(t)=t3 - город Москва. Тип V - 2 региона (Республика Марий Эл, Владимирская область), виды уравнений - (2.1.2), (2.1.8), (2.1.4), (2.1.5), (2.1.11); в уравнениях вида (2.1.8) (p(t)=t4, в уравнениях вида (2.1.11) H/(t)=t. Тип VI - 5 регионов, виды уравнений - (2.1.2), (2.1.13), (2.1.4), (2.1.5), (2.1.11); во всех уравнениях вида (2.1.11) \/(t)=t, соответственно форме ф(і) в уравнениях вида (2.1.13) выделяются подтипы: 1) (p(t)=t - Мурманская, Нижегородская, Ярославская области; 2) (p(t)=t - Республика Хакасия, Астраханская область. Тип VII - Республика Карелия, виды уравнений - (2.1.2), (2.1.13), (2.1.4), (2.1.15), (2.1.6); в уравнении вида (2.1.13) q (t)=t, в уравнении вида (2.1.6) v/(t)=t.

Модель, учитывающая территориальные особенности экономического роста

Эти выводы подтверждаются аналогичными уравнениями, построенными для среднегодовых темпов экономического роста. Среди них наиболее емкими в информационном отношении (R 0,998) оказались статистически достоверные модели lnABBn(t)=-0,31017+0,0442671nAPffl(t-3)+l,0536711nAMn(t)+ (3.1.10) +6,1120681nA44(t); 1пЛВВП(0=-0,17229+0,2979771nAMHTC(t-3)+ (3.1.11) +0,194531 lnAMHTC(t-1)+1,018 8461пАМП(і), причем следует отметить, что увеличение темпов роста долгосрочных инвестиций в инфраструктурные отрасли хозяйства на годовых темпах роста ВВП в сравнительно длительном периоде, в отличие от синхронного этим капиталовложениям годового объема валового внутреннего продукта, сказывается положительно.

Выражение (3.1.10) было дополнено следующей функцией: ln[ABBn(t)7ABBn(t)p]=0,050788-2,800511пАГЧ(0- (3.1.12) (0,005557)(0,312936) -0,341nAOB(t), R2=0,9892. (0,035703) Совмещение (3.1.10) и (3.1.12) дает модель ІПАГШІ 1(1)=-u,z jyo6-u,(J44zo і іпшап(і- У)т і ,иэ JO /1 inmvn i(i)- (j. і. І У) +6,1120681nA44(t)-2,80051 lnAr4(t)-0,341nAOB(t), свидетельствующую, что на темпы роста ВВП положительно сильнее всего воздействуют синхронные темпы увеличения производства машиностроительной продукции и численности занятых в частном секторе (а с лагом в три года - инвестиций в основной капитал), отрицательно же на них наиболее отражаются одновременные темпы роста численности работников государственных и муниципальных предприятий \

Поскольку численность занятых в хозяйстве является параметром, в значительной мере поддающимся прямому регулированию со стороны государства (посредством создания казенных предприятий и организации общественных работ), своего рода внешним условием роста ВВП выступает нуждающаяся в прогнозировании средняя по экономике производительность труда, на которую также влияют структурные и инновационные факторы. Попытка уловить это влияние тем же самым способом привела к построению

А негативное влияние на эти темпы скорости повышения фондовооруженности труда объясняется, видимо, тем, что источники ее прироста в нынешней России - главным образом устаревшая техника (при сравнительном уменьшении численности работников) и новый производственный аппарат, по которому соотношение «цена-качество» ухудшается.

Модели (3.1.18), (3.1.20), (3.1.22) свидетельствуют, что решающее положительное воздействие на производительность труда в хозяйстве России оказывают рост производства машиностроительной продукции, инвестиций в основной технологический капитал, численности занятых в частном секторе и освобождение от трудового балласта (численности безработных), а более всего негативно влияет на нее увеличение численности работников государственных и муниципальных предприятий. Статистически достоверное регрессионное уравнение темпов роста производительности общественного труда имеет вид 1пАПТ(0=-0,2105 7+0,3453 891nAHHBT(t-3)+ (0,027282) (0,027599) +0,2582561nAHHTC(t-1 )+0,949991 ІпДМП(і), (3.1.23) (0,027079) (0,030015) R2=0,99956. Для него была построена дополняющая функция ln[AnT(t)7AnT(t)p]=-0,0144+0,6487861nA44(t)- (3.1.24) (0,001089)(0,042728) -0,0774 lmA0 B(t), R2=0,9961. (0,008286) В совокупности (3.1.23) и (3.1.24) дают модель lnAnT(t)=-0,22497+0,3453891nAMHBT(t-3)+ +0,2582561пАИНТС(М )+0,9499911пАМП(0+ (3.1.25) +0,6487861nA44(t)-0,077411nAO B(t). Ее коэффициенты подтверждают упомянутое и показывают, что быстрее повышать производительность общественного труда можно, наращивая не только темпы приумножения сравнительно долгосрочных инвестиций в основной технологический капитал, но, хотя не столь продуктивно, и - менее длительных в инфраструктурные отрасли, а стремление ускорить рост фондовооруженности труда самой по себе на сложившейся в России технической базе хозяйства способно лишь повредить этому.

Замена исходной статистической совокупности, содержавшей результаты наблюдения над экономикой страны в целом за множество последовательных лет, на другую, в которой его единицами синхронно выступают хо зяйственные комплексы отдельных субъектов Российской Федерации, позволила построить модели движения валового продукта, учитывающие территориальную изменчивость факторов его производства. Всякая такая модель -это статистическая связь с ними валового регионального продукта (ВРП). Среди нескольких десятков достоверных уравнений множественной регрес-сии с R 0,96, определенных на основе такой совокупности, наиболее привлекательными для экономического анализа оказались следующие:

Похожие диссертации на Статистическое моделирование роста переходной экономики