Диссертация (1137888), страница 25
Текст из файла (страница 25)
Включение в модель экономического роста переменной ростанаселения и инвестиций, оцененных посредством доли капитальных инвестицийв валовом региональном продукте, соответствует теоретическим и эмпирическиммоделям. В соответствии с неоклассической моделью экономического роста Солоу,инвестиции являются ключевым фактором роста. В то же время, как отмечают[Демидова, Иванов, 2016], рост населения наряду с амортизацией основных фондовведет к снижению капиталовооруженности. Эти аргументы обуславливаютвключение в работе [Демидова, Иванов, 2016] переменных объема инвестиций восновной капитал и роста населения в качестве контрольных при оценкепространственных эффектов на экономический рост российских регионов в 20052011 годах.С учетом предложенной выше модели и ее объясняющих переменных,основная сложность в оценивании уравнения (3.2.1) и идентификации влияния129причинно-следственной связи роста экспорта на экономический рост заключаетсяв том, что объясняющие переменные, включая рост населения, инвестиции и долюстудентов также являются потенциально эндогенными.
В частности, эндогенностьможет возникать вследствие обратно направленного влияния экономическогороста на динамику роста населения, инвестиций и долю студентов. Кроме того,доля студентов в регионе может быть предетерминированной переменной,поскольку связана также с темпами экономического развития предыдущихпериодов, что также оказывает влияние на текущие темпы экономического роста.Наконец, существует проблема ненаблюдаемой гетерогенности, поскольку,вероятно, можно найти факторы, которые одновременно коррелированы собъясняющими переменными и экономическим ростом. Выделенные проблемыэмпирического оценивания решаются в настоящем исследовании следующимобразом.В качестве базового метода эконометрического оценивания мы используеммодель с фиксированными эффектами, в которой контролируется ненаблюдаемаяпостоянная во времени гетерогенность.
Однако, как было показано [Nickell, 1981],модель с фиксированными эффектами не позволяет полностью решить проблемуиндивидуальных фиксированных эффектов и сохраняет значительное смещениеоценок, при этом смещенные оценки характерны не только для переменнойначального уровня (в нашем случае, ВРП), но также и для других переменных[Nerlove, 1997]. В более общем случае было показано, что стандартные панельныеметоды оценивания (в том числе и модель фиксированных, и модель случайныхэффектов) не обеспечивают состоятельные оценки коэффициентов α и β [Bond,Hoeffler, Temple, 2001].С учетом описанных выше недостатков модели с фиксированнымиэффектами, модель (3.2.1) оценивается также с помощью двухшагового системногообобщенного метода моментов (two-step system GMM), рассмотренного в работах[Arellano, Bover, 1995; Blundell, Bond, 1998].
Данный метод имеет рядпреимуществ.130Во-первых, системный обобщенный метод моментов (ОММ) позволяетполучить эффективные оценки в случае существования гетероскедастичностив остатках, что выгодно отличает его от метода наименьших квадратов и методаинструментальных переменных (двухшагового метода наименьших квадратов)[Baum, Schaffer, Stillman, 2003].Во-вторых, системный ОММ является значительно менее смещеннымпо сравнению, например, с оцениванием в первых разностях по методунаименьших квадратов, хотя и использует большее количество инструментовдля эндогенныхпеременных[Hayakawa,2007].Дляконтроляналичиясверхидентифицирующих ограничений и пригодности инструментов в целяхнастоящего анализа будет использован тест Хансена.В-третьих, несмотря на то, что обобщенный метод моментов в разностях имеетнаименьшее смещение и дисперсию по сравнению с методом наименьшихквадратов и оцениванием в рамках групп (within-group estimator) [Arellano, Bond,1991], системный ОММ является еще более предпочтительным.
Так, отмечается,чтохотя обобщенныйметодмоментов в разностяхрешает проблемуненаблюдаемой гетерогенности, он не учитывает пространственную вариацию.[Halter, Oechslin, Zweimüller, 2014] в этой связи отмечают, что пространственнаявариация содержит в себе значительное количество информации, посколькурегионы внутри страны также могут довольно значительно различаться. Такимобразом, системный ОММ, хотя и использует более строгие ограничения, приводитк лучшим оценкам в терминах эффективности. Последнее связано с тем, чтосистемный ОММ использует дополнительный набор моментов на основеуравнениявстационарныхзначениях(противуравнениявразностях,обозначенного 3.2.1), используя лаговые разности в качестве инструментов и,таким образом, учитывает пространственную вариацию [Halter, Oechslin,Zweimüller, 2014].Формализуем записанные выше аргументы в пользу использованиясистемного ОММ применительно к предложенному выше уравнению оценивания131′(3.2.1).
Для этого введем вектор ′ = [, ,] . Условие моментов тогда дляуравнения (3.2.1) в первых разностях будет записано в виде:{(, − ,−1 ),−2 } = 0 для ≥ 3,чтоозначает, чтонаборинструментов ограничен(3.2.2)вторым лагом ВРПи объясняющих переменных. При этом системный ОММ требует дополнительногоусловия моментов в стационарных значениях, что было описано выше, в виде:{(, + )(,−1 − ,−2 )} = 0 для ≥ 3Вцеляхрешенияпроблемыпотенциальныхслабых(3.2.3)инструментов,переменные лагового значения роста ВРП и доли студентов в регионерассматриваются как предетерминированные, а не эндогенные, что обсуждалосьвыше в анализе проблем оценивания уравнения (3.2.1) и соответствует, например,[Halter, Oechslin, Zweimüller, 2014; Rondeau, Roudaut, 2014].
Переменнаяначального уровня валового регионального продукта (в логарифмах), а такжепеременные динамики экспорта (очищенные от стоимостных изменений) с учетомприведенных выше аргументов рассматриваются как экзогенные.Эмпирическая база исследования включает данные об интенсивноми экстенсивном росте экспорта российских регионов, полученные с применениемметодики, предложеннойв параграфе 2.3 настоящего диссертационногоисследования, на основе базы данных электронных копий грузовых таможенныхдеклараций, которая более подробно описана в параграфе 3.1.
База данныхдополнена информацией из базы данных ФСГС России по социальноэкономическим показателям российских регионов за соответствующий периодвремени 2002-2010 годов.Эмпирические результаты оценки эффектов интенсивного и экстенсивногороста экспорта на экономический рост в российских регионахЭмпирические результаты оценки эффектов влияния роста экспортана экономический рост российских регионов в 2002-2010 гг.
представленыв таблице 3.2.2. В соответствии с методикой анализа, столбцы (1)-(5) представляютрезультаты оценивания системным методом обобщенных моментов, столбцы (6)-132(10) - методом фиксированных эффектов. Несмотря на то, что было показано, чтооценки, полученные системным методом обобщенных моментов, обладаютлучшимисвойствамипосравнениюс оценками,полученнымиметодомоценивания с фиксированными эффектами, последние приводятся в целяхсравнительного анализа эмпирических результатов.Полученные результаты свидетельствуют о том, что интенсивный ростэкспорта оказывает значимое положительное влияние на экономический роств российских регионах. Данный результат подтверждается как в моделис фиксированными эффектами, так и в модели, оцененной системным ОММ.Согласно полученным результатам, в зависимости от спецификации, увеличениедоли (вероятности сохранения) существующих экспортных потоков на 1%приводит к увеличению темпов экономического роста в российских регионахна 3,1-7,5%.Эмпирические результаты не выявили устойчивого статистически значимоговлияния экстенсивного роста экспорта на экономический рост в российскихрегионах.
Данный результат сохраняется для экстенсивного роста вследствиеувеличения как товарного, так и географического, а также одновременноготоварного и географического разнообразия экспорта.133Таблица 3.2.2 – Влияние динамики экспорта на экономический рост российских регионов: эмпирические результатыСистемный ОММФиксированные эффекты(1)(2)(3)(4)(5)(6)(7)(8)(9)************************0.96750.97920.97970.97820.9754-0.2062-.0218-0.2242-0.2251***ВРП,−1 (логарифм)(0.0134) (0.0108) (0.0122) (0.0116) (0.0114) (0.0286) (0.0276) (0.0267) (0.294)Интенсивный0.0753*** 0.0313***0.0319** 0.0363***(0.0165) (0.008)(0.0126) (0.0064)Экстенсивный по товарам -0.12120.02940.1020.144***(0.0991)(0.0554)(0.0672)(0.0348)Экстенсивный по рынкам -0.07370.00360.06510.0609***(0.0827)(0.0419)(0.065)(0.051)Экстенсивный по товарам и -0.2394-0.1395-0.7377**рынкам(0.5962)(0.2012) (0.3341)Рост населения-0.9536-0.7832** -0.628*-0.6896-0.6953-0.9406*** -0.9842*** -0.8456*** -0.9853***(0.525)(0.2736) (0.2754) (0.3666) (0.4175) (0.1749) (0.1843) (0.1333) (0.2042)Доля студентов (логарифм) 0.09220.10320.1186*0.1210.1264-00793-0.1263-0.0511-0.0922(0.0876) (0.0672) (0.0695) (0.074)(0.0747) (0.0887) (0.0868) (0.09)(0.0856)Доля инвестиций в ВРП-0.1324-0.1394-0.0462-0.0275-0.00710.08650.16630.3283** 0.3084*(0.28)(0.1817) (0.1849) (0.207)(0.1943) (0.1396) (0.1492) (0.1549) (0.1545)*Константа1.11510.68850.43020.50080.5173.9897*** 4.4043*** 3.8842*** 4.2796(0.4886) (0.3821) (0.4323) (0.4246) (0.4202) (0.7577) (0.7762) (0.7548) (0.8103)Количество наблюдений210210210210210210210210210Тест Ареллано-Бонда на0.0000.0000.0000.0000.000отсутствие автокорреляции1-го порядка (P-значение)Тест Ареллано-Бонда на0.8340.7880.2200.1910.170отсутствие автокорреляции2-го порядка (P-значение)Теста Хансена на0.9930.9480.9830.9880.992переопределенность (Pзначение)Примечание: *** Коэффициент регрессии значим на уровне 1%; ** значимость на уровне 5%; * значимость на уровне 10%.Составлено автором(10)-0.2216***(0.0297)0.2497(0.1999)-0.9375***(0.1858)-0.0744(0.0878)0.3753**(0.1439)4.0829***(0.8056)210---Полученные результаты могут интерпретироваться как положительноевлияние торговых потоков с большей продолжительностью существования наэкономический роста.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
