Диссертация (1136861), страница 41
Текст из файла (страница 41)
В ряде других работ была обнаружена отрицательнаязависимость между уровнем ВВП и предпринимательской активностьюна полной выборке стран [Reynolds et al. , 2003; Yamada ,1996].Положительную связь, наблюдаемую в развитых странах, можнообъяснить такими факторами как переход к сервисной экономике,дифференциациярынков,развитиеинформационныхтехнологий,быстрые изменения внешнего контекста, требующие от фирм высокойадаптивнойспособности.обеспечиваютвысокиеВсевышеперечисленныеконкурентныепреимуществадляусловияновыхпредпринимательских начинаний, что обуславливает их массовоепоявление [Hofstede et al., 2004; Acs, Audretsch, Evans, 1994].В менее развитых странах работают совершенно иные механизмыстимулированияпредпринимательства.Людирешаютбытьпредпринимателями, если они в целом не удовлетворены своей жизнью,если они не могут найти устраивающую их работу в рамкахсуществующих организаций или если открыть свое дело – этоединственный способ повысить свой доход [Hofstede et al., 2004].
Поэтой причине предпринимательство может более активно развиваться встранах с низким уровнем экономической активности.246Несмотря на неоднозначное направление связи между уровнемблагосостояния страны и предпринимательством, мы ожидаем, что связьс ВВП и инновационной активностью фирм будет положительной. Нашипредположения основаны на том, что развитая институциональная средаи более образованное население обеспечивают более благодатную почвудля развития инноваций. В качестве меры уровня экономическогоразвития стран мы будем использовать Индекс развития человеческогопотенциала, 2011 (Human Development Index (HDI)).МетодологияОсновной методологической проблемой данного исследованияявляетсяслишкоммаленькоеколичествонаблюденийнаагрегированном уровне, так как индексы коррупции доступны лишь по30 странам с переходной экономикой.
Таким образом, анализ наагрегированном уровне методом МНК может дать некорректныерезультаты. Включение страновых показателей рыночной и сетевойкоррупции в уравнениена индивидуальном уровне также непредставляется решением проблемы. В этом случае мы искусственнымобразом увеличиваем количество наблюдений, не учитывая, что нашиданные кластеризованы по странам [Snijders, Bosker, 1999].Для решения нашей задачи мы решили применить многоуровневыйанализ данных (Hierarchical Linear Modeling (HLM).
Во-первых,применение многоуровневого анализа, в отличие от метода МНКпозволяет оценивать модели с ограниченным количеством наблюденийна агрегированном уровне. В различных работах устанавливаетсяразличный минимальный порог для выборки на втором уровне: 10[Snijders, Bosker 1993, 1999], 30 [Maas, Hox, 2005], 20 [Snijders, Bosker,1999]. Во-вторых, многоуровневый анализ учитывает иерархическийхарактер данных и дает более точные оценки, не приводя к247искусственномуувеличениюмногоуровневоймоделинаблюдений.позволяетВучитыватьтретьих,оценкавлияниекакиндивидуальных факторов, так и страновых характеристик.Модель для проверки гипотезы I1 на индивидуальном уровне:Используемая база данных: Lits II.
Наша зависимая переменная«предприниматель»самозанятый,2имеет3работающийкатегории:за0-незарплату.работающий,Мы1-посчиталинецелесообразным объединять группы 0 и 2, так как нас интересуетвопрос, как распространенность рыночной и сетевой коррупции влияетна вероятность респондента быть предпринимателем по сравнению стем, что он будет работать за зарплату. Особенности зависимойпеременной обуславливают наш выбор в пользу мультиноминальноймногоуровневой модели. За базовую группу мы берем группу 2работающих за зарплату. Наше уравнение выглядит следующимобразом:Prob[Entrepreneur(0) = 1|βj] = ϕ0ijProb[Entrepreneur(1) = 1|βj] = ϕ1ijProb[Entrepreneur(2) = 1|βj] = ϕ2ij = 1 - ϕ0ij - ϕ1ijlog[ϕ0ij/ϕ2ij] = β0j(0) + β1j(0)*(MCP) + β2j(0)*(NCP) + β3j(0)*(MixCP)+ β4j(1)*(Individual levelcontrols)log[ϕ1ij/ϕ2ij] = β0j(1) + β1j(1)*(MCP) + β2j(1)*(NCP) + β3j(1)*(MixCP)+ β4j(1)*(Individual levelcontrols)Level-2 ModelДля категории 0β0(0) = γ00(0) + u0j(0)Для категории 1β0(1) = γ00(1) + u0j(1)248где MCP-участник рыночной коррупции, NCP-участник сетевой коррупции,MixCP-участник смешанного типа коррупции.Модель для проверки гипотез на страновом уровне H1 и Н2:В данном случае мы добавляем в модель агрегированныепоказатели рыночной (MCP) и сетевой коррупции (NCP), а такжеконтрольные переменные на агрегированном уровне.
Агрегированныйпоказатель смешанного типа коррупции (MixCP) мы не включаем внашу модель по причине его высокой корреляции с MCP (0.891***).Учитывая ограниченность выборки на уровне стран, мы используемметод отбора (selection) контрольных переменных [Labovitz, 1965]. Мывставляем контрольные переменные в наше уравнение поочередно. Дляпредставления окончательных результатов мы выбираем спецификациимоделей со значимыми контрольными переменными на страновомуровне.Level-1 ModelProb[Entrepreneur(0) = 1|βj] = ϕ0ijProb[Entrepreneur(1) = 1|βj] = ϕ1ijProb[Entrepreneur(2) = 1|βj] = ϕ2ij = 1 - ϕ0ij - ϕ1ijlog[ϕ0ij/ϕ2ij] = β0j(0) + β1j(0)*(Individual level controls)log[ϕ1ij/ϕ2ij] = β0j(1) + β1j(1)*(Individual level controls)Level-2 ModelДля категории 0β0(0) = γ00(0) + γ01(0)*(MCP) + γ02(0)*(NCPj) + γ03(0)*(Country level control variable) + u0j(0)Для категории 1β0(1) = γ00(1) + γ01(1)* (MCP) + γ02(0)*(NCPj) + γ03(0)*(Country level control variable) +u0j(1)Модель для проверки гипотез на страновом уровне Н1.1 и Н2.1249SwedenItalySloveniaUnited KingdomCroatiaGeorgiaFranceKosovoBulgariaMacedonia…EstoniaSerbia (YugoslavPolandBosnia-…TurkeyLatviaSlovakiaCzech RepublicGerman…RussiaMongoliaKazakhstanMontenegroHungaryArmeniaBelarusUzbekistanRomaniaLithuaniaUkraineMoldovaTajikistanAlbaniaAzerbaijanKyrgyz Republic0,50,40,30,20,10SwedenItalyUnited KingdomFranceSloveniaKosovoTurkeyCroatiaGeorgiaBosnia-HerzegoviEstoniaPolandCzech RepublicGerman Federal RMacedonia (FYROMSerbia (YugoslavMongoliaMontenegroArmeniaLatviaSlovakiaBulgariaHungaryLithuaniaBelarusMoldovaKazakhstanRomaniaRussiaAlbaniaUzbekistanTajikistanUkraineAzerbaijanKyrgyz RepublicЗависимая переменная «новый продукт» имеет вид даммипеременной, поэтому мы используем многоуровневую пробит модельследующего вида:Level-1 ModelProb(New productij=1|βj) = ϕijlog[ϕij/(1 - ϕij)] = ηijηij = β0j + β1j*(Individual level controlsij)Level-2 Modelβ0j = γ00 + γ01*(MCPj) + γ02*(NCPj) + γ03*(Country level control variable) + u0jРисункиРис.
4.2 Распределение стран по доле участников в рыночной коррупцииРис. 4.3 Распределение стран по доле участников в смешанном типе коррупции0,350,30,250,20,150,10,050250AzerbaijanKyrgyz RepublicAlbaniaUkraineGerman Federal RKosovoLithuaniaSwedenCzech RepublicItalyRomaniaUzbekistanMoldovaMontenegroBelarusPolandMongoliaTajikistanTurkeyGeorgiaFranceSloveniaUnited KingdomSlovakiaLatviaEstoniaRussiaKazakhstanBulgariaCroatiaHungaryArmeniaSerbia (YugoslavBosnia-HerzegoviMacedonia (FYROMSwedenUnited KingdomEstoniaGerman Federal RFranceLatviaItalyGeorgiaPolandSloveniaLithuaniaMacedonia (FYROMBulgariaKosovoCroatiaSerbia (YugoslavRussiaBelarusMontenegroUzbekistanKazakhstanHungaryCzech RepublicBosnia-HerzegoviMongoliaRomaniaTurkeySlovakiaUkraineArmeniaAlbaniaTajikistanMoldovaKyrgyz RepublicAzerbaijanРис.4.4 Распределение стран по индексу восприятия рыночной коррупции35302520151050Рис.4.5 Распределение стран по доле участников в сетевой коррупции (NetworkCorruption).0,450,40,350,30,250,20,150,10,05025110,80,60,40,20Kyrgyz RepublicAzerbaijanTajikistanAlbaniaUkraineUzbekistanMoldovaArmeniaRomaniaKazakhstanHungaryRussiaLithuaniaMacedonia (FYROMBelarusBosnia-HerzegoviSerbia (YugoslavBulgariaSlovakiaLatviaMongoliaMontenegroEstoniaTurkeyCroatiaCzech RepublicPolandGerman Federal RGeorgiaFranceSloveniaUnited KingdomKosovoItalySwedenKyrgyz RepublicAzerbaijanTajikistanAlbaniaUkraineUzbekistanMoldovaArmeniaRomaniaKazakhstanHungaryRussiaLithuaniaMacedonia (FYROMBelarusBosnia-HerzegoviSerbia (YugoslavBulgariaSlovakiaLatviaMongoliaMontenegroEstoniaTurkeyCroatiaCzech RepublicPolandGerman Federal RGeorgiaFranceSloveniaUnited KingdomKosovoItalySwedenSwedenUnited KingdomEstoniaGeorgiaGerman Federal RKyrgyz RepublicMoldovaPolandBelarusAzerbaijanItalyCzech RepublicLatviaFranceLithuaniaRomaniaTajikistanKosovoUzbekistanSloveniaRussiaKazakhstanUkraineMongoliaMontenegroTurkeyAlbaniaSlovakiaArmeniaHungaryMacedonia (FYROMBosnia-HerzegoviCroatiaSerbia (YugoslavBulgariaРис.
4.6 Распределение стран по индексу восприятия сетевой коррупции1614121086420Рис. 4.7 Распределение стран по количеству «не коррумпированных»респондентов0,90,80,70,60,50,40,30,20,10Рис.4.8 Структура коррупции по странамmixncmc252Рис. 4.9 Разница между долей участников рыночной коррупции и долей0,50,40,30,20,10-0,1-0,2-0,3-0,4Macedonia (FYROMBosnia-HerzegoviCroatiaSerbia (YugoslavUnited KingdomSloveniaBulgariaGeorgiaEstoniaFranceSwedenLatviaSlovakiaItalyArmeniaRussiaHungaryKazakhstanTurkeyPolandKosovoMongoliaCzech RepublicMontenegroGerman Federal RBelarusUzbekistanRomaniaTajikistanMoldovaLithuaniaUkraineAlbaniaAzerbaijanKyrgyz Republicучастников сетевой коррупции по странамРис. 4.10 Рэнкинги стран по уровню денежной коррупции и общему уровнюПозиция по общему уровню коррупциикоррупцииSwedenKosovoItalyGreat BritainSloveniaFranceGermanyPolandGeorgiaCroatiaCzech Rep.TurkeyMontenegroEstoniaMongoliaBulgariaSerbiaBosnia&HerzegovinaBelarusMacedoniaLithuania RussiaRomaniaArmeniaUzbekistanMoldovaAlbania UkraineAzerbaijanTajikistanKyrgyz rep.Позиция по уровню денежной коррупции253Рис.
4.11 Распределение стран по характеру насильственности коррупционных0,90,80,70,60,50,40,30,20,10ItalyEstoniaHungaryCroatiaLatviaUnited KingdomMacedonia…MongoliaBelarusRussiaCzech RepublicLithuaniaSwedenSlovakiaPolandRomaniaMoldovaAlbaniaBulgariaKazakhstanSerbia (YugoslavMontenegroGerman Federal RUkraineTajikistanKosovoSloveniaKyrgyz RepublicBosnia-HerzegoviFranceArmeniaUzbekistanTurkeyAzerbaijanGeorgiaдействий.ТаблицыТаблица 4.2 Построение индекса насильственности коррупционныхотношений.Почему вы заплатили неформальную плату за услуги, которые вы должны были быполучить бесплатно? (Lits 6.05)a) Мне сказали заплатить1b) Я предложил плату за то, чтобы 0решитьпроблемубыстрееикачественнееc) Меня не просили платить, но я 0.5знал,чтопредполагаетсянеформальный платежd) Меня не просили платить, но я 0хотелвыразитьсвоюблагодарностьСтрановой индекс насильственности коррупционных отношений представляет собойсреднее значение данного показателя по каждой стране.254Таблица 4.6 Корреляции между выделенными нами формамикоррупции(1) Участие в сетевой коррупции(2) Участие в рыночной коррупции(3) Участие в смешанном типекоррупции(4) Не коррумпированные(5) Восприятие рыночной коррупции(6) Восприятие сетевой коррупции11-0.612-0.480.206-0.430.550.89-0.8800.81-0.0534561-0.9170.770.021-0.770-0.23610.1311Примечание: коэффициенты выделенные жирным шрифтом значимы на 1% уровне.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
