Диссертация (1138213), страница 11

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

В статье поясняется, что сходимость не означаетконвергенцию, поскольку часть регионов могут«обгонять» своютеоретическую траекторию, а значит опережать другие регионы, а часть,53наоборот, отставать. На основании чего делается вывод, что разумнееанализироватьнепосредственнодинамикукаких-нибудьпоказателейнеравенства таких, как стандартное отклонение логарифмов дохода,коэффициент Джини, индекс Тейла, коэффициент вариации и др. Поскольку,если имеется конвергенция по доходам, то  -сходимость не дает новойинформации.

Если никакой конвергенции нет, то  -сходимость вводит взаблуждение. Заметим, что вопросы интерпретации эконометрическихтестирований теоретических моделей конвергенции поднимались также и вдругих статьях, например в статье (Bernard, Durlauf, 1996)8.Для разных интервалов времени с 1880 по 1988 год Barro и Sala-I-Martin(1992) оценивали скорость условной и безусловной абсолютной иотносительной конвергенции для США.

Для оценки условной конвергенциионистроилирегиональнымирегрессиидаммидлясреднедушевыхпеременными,адоходовтакжесвштатахссекторальнымипеременными, а именно переменной «доля среднедушевых доходов,полученных в сельском хозяйстве». Коэффициент условной конвергенцииоказался равен 0.0224 (т.е. 2,24% в год) за весь рассматриваемый период вмодели с учетом региональных и секторальный эффектов.

Затем авторыстатьи оценили, насколько внутренняя миграция в стране влияет на скоростьконвергенции среднедушевых доходов между штатами. Для этого сначалаотдельно моделировались коэффициенты чистых миграционных приростов.В модель миграции быливключенытакие переменные:логарифмсреднедушевых доходов t  T периода, плотность населения в штате иквадрат плотности населения также t  T периода и ряд контрольныхпеременных, которые не варьируются по времени, но разные для разныхштатов. В качестве таких переменных в статье взяты показатели среднегочисла теплых и холодных дней в году, однако вторая переменная оказалась8Далее в работе будем использовать термины сходимость и конвергенция, как синонимы. Дляразличия смыслов, о которых сказано в работе (Gluschenko, 2009), будем использовать термины: абсолютная(или бета) и относительная (сигма) конвергенция.

Снижения в межрегиональных различиях, т.е. снижениемежрегиональной дифференциации, будем называть относительной конвергенцией.54незначимой. Заметим, что плотность населения и среднее число теплых днейвгоду–этоинструментальныепеременныедлякоэффициентовмиграционного прироста. Затем оценивалась модель условной конвергенции,в которой переменная миграции включалась в качестве регрессора (модель1.3).

Оценивалось такое уравнение методом инструментальных переменных.yit  yit 1   yit 1   Zit   M it  t  i   it(1.3)где yit - логарифм ВРП или среднедушевых доходов населения для региона iв момент времени t ; yit 1 - логарифм ВРП или среднедушевых доходовнаселения для региона i в момент времени t  1; Z it - группа контрольныхпеременных для региона i в момент времени t ; M it - чистый миграционныйпоток для региона i в момент времени t ; t - временные эффекты,учитывающиеся с помощью набора дамми переменных; i - индивидуальныйэффект региона. Проводится отдельно анализ того, является ли ондетерминированным или случайным.  it - случайная составляющая.

 ,  и - коэффициенты модели, подлежащие оцениванию. Причем,   1  e T T,где  - параметр сходимости или конвергенции, T - длина рассматриваемогоинтервала времени.Сравнение значений параметров  для моделей (1.3) с миграционнымприростом и без него дает понять, влияет ли миграция на конвергенцию. Вслучае если  различаются, то говорят, что миграция оказывает влияние наскорость сходимости, иначе такого эффекта нет.В результате оценки модели с миграцией оказалось, что коэффициентˆ  0.0214 , а коэффициент перед переменной коэффициента миграционногоприроста оказался вообще незначимым.Сравнивая модели для разныхпериодов, авторы делают вывод, что миграция практически не оказываетникакогоэффектаилиоченьмаленькийдифференциации между штатами в Америке.55эффектнаснижениеВ работе (Shioji, 2001) изучается влияние миграции на процессыконвергенции по доходам в Японии 1960-1990 годах.

В статье показано, чтомиграциявлияетнаконвергенциюдоходовчерезизменениедемографической структуры населения и изменение человеческого капиталана душу населения в регионах. В качестве контрольных переменных вмодели условной конвергенции были взяты переменные: первоначальныйуровень человеческого капитала в регионе, темп роста человеческогокапитала. Человеческий капитал оценивался на основании включенностиразличных возрастных групп населения в учебный процесс, а также как долинаселения с разными уровнями образования.

В качестве инструментов дляпеременной миграции были взяты: темп роста населения в регионе впредыдущих периодах, уровень безработицы, переменные, характеризующиеобщественный капитал (леса, земли под сельское хозяйство, рыба и т.д.).В работе (Soto, Torche, 2004) исследуется региональные различия всреднедушевых доходах населения с 1975 по 2000 год в Чили. Получено, чтосходимость по доходам в разных регионах очень низкая, что частичносвязано с низкой мобильностью населения. В качестве доказательства этогофакта авторы статьи приводят данные о межрегиональной миграции в разныхстранах мира.Таблица 1.1.

Межрегиональная миграция и другие демографическиепоказатели для разных стран мира.СтранаСША (1990-е)Австралия (1986-91)Великобритания(1981-91)Испания (1988-98)Аргентина (1975-80)Уругвай (1991-96)Коста Рика (1979-84)Чили (1965-70)УровеньКоличествоурбанизации регионов(%)75868948812СредняяДолячисленностьмигрантовнаселенияв средирегионенаселения(тысячгод (%)человек)50006.611002.550003.1798589.2457517241961323001100145350680561.61.21.31.00.7вЧили (1977-82)Чили (1987-92)Чили (1997-02)81.182.885131313850100011700.60.80.6Источник: Soto R., Torche A. (2004).Скорость сходимости для Чили за рассматриваемый период времениоказалась равна между 3.3 и 4.8% в год в зависимости от спецификациимодели.Вкачествеконтрольныхпеременныхвмоделиусловнойконвергенции взяты: уровень безработицы, среднее число лет обучениянаселения в регионе, расстояние от центра региона до Сантьяго, столицыЧили.Включив коэффициенты чистых миграционных приростов длярегионов в модель, скорость сходимости снизилась до 1.3-1.8% в год.

Приэтом миграция оказалась незначимой переменной в модели. Отдельно встатье авторы анализируют, почему в Чили такая низкая мобильностьнаселения. Как выяснилось, это эффект проводимой государственнойполитики в стране, в частности в области государственного жилья. Запрет напродажу государственного жилья привязал семьи в Чили к конкретнымрегионам, снизив уровень внутренней миграции.В статье (Gezici, Hewings, 2004) исследуются процессы конвергенции вТурции с 1980 по 1997 год по ВРП на душу населения.

Для оценки условнойконвергенции в уравнение (1.3) внесены: доля государственных инвестиций вВРП региона, коэффициент миграции в провинции за рассматриваемыйпериод, региональные дамми переменные и темп роста населения зарассматриваемый период времени. Однако авторы не учитывали тот факт,что миграция является эндогенной переменной. При этом они такжерассматривали другую спецификацию, где в качестве регрессоров включеныпространственные эффекты, т.е. авторы оценивали, как ВРП соседнихрегионов влияет на ВРП в данном регионе.

Они показали, что в Турции зарассматриваемый период времени не наблюдалась сходимость междурегионами. По-прежнему остаются значимые различия между западной ивосточной частями страны.57В статье (Kirdar, Saracoğlu, 2006) делается подобный анализ для Турциис 1975 по 2000 год. Вывод, который делают авторы: внутренняя миграция вТурции не способствует более быстрой сходимости между регионами.Коэффициент сходимости без учета миграции за рассматриваемый периодˆ  0.02484 ,асучетоммиграцииˆ  0.024875вмоделисинструментальными переменными (инструменты были те же, что и в работе(Barro, Sala-I-Martin, 1991)).

По мнению авторов, это связано с тем, чтопредельная отдача на капитал в регионах оттока мигрантов ниже, чемпредельная отдача в регионах, где наблюдается приток мигрантов. Поэтомуинвесторы не хотят инвестировать в отточные регионы. А, следовательно, вэтих региона не наблюдается экономического роста, и как результат нетсходимости.В работе (Kirdar, Saracoğlu, 2008) авторы развивают свою предыдущуюработу,переходядетерминированныхканализунарегиональныхпанельныхэффектов,данныхисподбираютучетоминыеинструменты для коэффициентов миграции. Помимо плотности населения вкачестве инструмента взята переменная «чрезвычайное положение»9.Результаты исследования показали, что миграция населения способствуетсходимости среднедушевых доходов. Авторы статьи объясняют этот факттем, что в Турции мигранты в основном низкоквалифицированныесельскохозяйственные работники, выходцы из аграрного сектора экономики,которые мигрируют в города.

Скорость сходимости в Турции без учетарегиональныхиндивидуальныхэффектовсоставила 1.1%,сучетомрегиональных эффектов 6.2%, а если включать также миграцию, то 4.3% вгод.В работе (Maza, 2006) также изучаются процессы конвергенции ВРП надушу населения в 17 провинциях Испании 1995-2002 гг. Оказалось, что вИспании за рассматриваемый период времени миграционные потоки9Статус «чрезвычайного положения» получили юго-восточные регионы Турции, в которых былавозможна угроза террористических угроз. Это те регионы, которые граничат с Сирией, Ираном и Ираком.58снижаютскоростьконвергенцииравнасходимости.2.2%вПогод.оценкамВскоростьмоделибезусловнойконтролироваласьпроизводственная структура в регионах.

В качестве инструментов длякоэффициентов миграционного прироста брались лаги переменных (ВРП надушу населения, уровень безработицы, цены на жилье, доля работающегонаселения с высшим образованием, климат) по отношению к среднемууровню этих переменных в стране.В статье (Østbye, Westerlund, 2007) также изучается влияние миграциина региональную сходимость. Причем авторы показали на примере Норвегиии Швеции 1980-2000 гг., что приток и отток мигрантов по-разному влияет наконвергенцию в разных странах (модель 1.4).Миграционный потокрассматривается не как разница между прибытием и выбытием, а отдельночисло мигрантов прибывших в регион i в год t MI it и выбывших из регионаMOit .yit  yit 1   yit 1   Zit   1MOit   2 MIit  t  i   itЧтобы избежать проблемы(1.4)эндогенности, авторы переходят кдинамической модели на панельных данных:yit    yit 1   Zit   1MOit   2 MIit  t  i   it(1.5)где    1   .В качестве инструментов в модели (1.5) берутся лаги переменных,участвующих в модели.

Характеристики

Список файлов диссертации