Эффективность деятельности банков развития (1142807), страница 16
Текст из файла (страница 16)
Кроме того, расходы на ИиР рассматриваютсяисследователями как мера способности региона-реципиента абсорбировать новыезнания и использовать их в целях развития [regional absorptive capacity] [141, вконтексте абсорбирующей способности фирмы; 146; 58].Региональная динамика также определяется качеством институциональнойсреды региона и эффективностью работы региональных властей [196]. Ксожалению, на текущий момент данные индикаторы в региональном разрезе вРоссии не входят в сферу регулярного статистического наблюдения. Однакосущественноеразличиемеждуинституциональнымихарактеристикамироссийских регионов требует их учета в модели исследования. Для этогоиспользуется индикатор, предложенный в работе [131, с. 19], для каждого регионаРоссии, при расчете которогоучитывались политические(политическаяоткрытость, выборность, плюрализм, политическая региональная структура),экономические (степень либерализации, уровень коррупции) и социальныефакторы (независимость СМИ, степень зрелости гражданского общества иместного самоуправления).Также в модель включена факторная переменная инфраструктурногокапитала [114; 222], измеряемая обеспеченностью региона километрами дорог ствердым покрытием в соотношении к площади каждого региона [134].92Кроме того, мы включили в модель переменную размера прямыхиностранныхинвестиций(далее–ПИИ),получаемыхрегиономиобеспечивающих положительные эффекты в части трансферта новых технологийпроизводства и лучших практик менеджмента и, соответственно, такжеоказывающих влияние на размер ВРП [194].Примечание – Исходя из того, что аллокация ПИИ зависит отинституциональныхусловий,качествачеловеческогокапитала,степениинфраструктурной обеспеченности, мы включаем данную детерминанту в модельв качестве контрольного фактора в последнюю очередь во избежание проблемымультиколлинеарности.В модель также учитывается факт добычи газа и нефти на территориирегиона как дамми-переменная [210].Исходя из спецификации, эконометрическая модель мезоаналитическогоуровня исследования потребовала конструирования информационного массива.Полное описание всех переменных, используемых в модели, представлено вприложении Е.
Все переменные прологарифмированы за исключением даммипеременных. Все монетарные переменные, включая ВРП, пересчитаны в реальномвыражении (в качестве базового года принят 1995 г.). Для всех переменныхиспользуются средние значения для расчетного периода – 2003-2006 гг. и периодапоследующего наблюдения – 2008-2011 гг. с целью устранения возможныхгодовых флуктуаций и минимизации инфляции результатов t-статистики [127].Кроме того, мы кластеризуем стандартные ошибки по группам регионов воизбежание проблемы автокорреляции случайных отклонений [127].
Включениеданной опции не меняет значение оцениваемых коэффициентов детерминации,однако снижает стандартные ошибки и P-значение.Допущением используемой модели является предположение о том, чтодополнительные факторные переменные не испытывают влияния проектовразвития. Другими словами, не учитывается эффект того, что проекты развитиямогут усиливать межрегиональную интеракцию – привлекать дополнительноепрямые иностранные инвестиции, капитал или способствовать миграциитрудовых ресурсов из соседних регионов.93Кроме того, эмпирический анализ второй главы исследования в целомпостроеннадопущениифундаментальногохарактера,связанномсиспользованием ВРП в качестве меры экономического роста.
Так, ВРП, с однойстороны, является синтетическим показателем, определяющим общественноеразвитие и тесно коррелирующим с качественными индикаторами уровня жизнинаселения, однако при этом ВРП отражает прогресс сбалансированногопространственного развития не полностью.Как обсуждалось в первой главе, в рамках реализации концепцииустойчивого развития качественные характеристики социальной и экологическойкомпонентразвитияинкорпорируютсявсистемуоценки,однакоихквантификация является сложной и дискуссионной задачей [241].Подобные оценки, как правило, связаны с различными сводными индексамии основываются на экспертных, а значит субъективных, суждениях. Несмотря нато, что мы признаем высокую значимость данных направлений в рамкахповышения внешней эффективности БР (к чему мы вернемся в третьей главедиссертационнойработы),эмпирическоеисследованиефокусируетсянааналитически понятных индикаторах экономического роста.Описание информационного массиваВыборка для модели формировалась по 78 регионам РФ за период 20032011 гг.
Необходимо отметить, что на настоящий момент РФ состоит из85 субъектов.Приэтомнекоторыефедеральныесубъектыявляютсятерриториальной частью других субъектов. В таких случаях в модели учтен ВРПбольшей территории с учетом ВРП встроенного субъекта. В модели также неучитывается включение в состав РФ двух новых субъектов (Республика Крым иг. Севастополь), произошедшее за рамками изучаемого временного периода.Кроме того, из выборочной совокупности субъектов исключены городафедеральногозначенияМоскваиСанкт-Петербургввидузначительныхотклонений параметров экономического роста относительно общего тренда,связанных с эффектом городской агломерации [167].В качестве информационной базы использовались официальные данныефедеральной службы государственной статистики РФ (далее – Росстат) [75].94Данные по региональному распределению проектов развития Внешэкономбанкаполучены на основе информации, размещенной на официальном сайте банка [31].Следует отдельно отметить, что в соответствии с информацией новостногоконтентасайтабанкаВнешэкономбанкомподписанысоглашенияосотрудничестве с 62 субъектами Российской Федерации.
Однако при этоминформация о реализации инвестиционных проектов Внешэкономбанка де-фактодоступна по 44 из 62 регионов. В рамках данного диссертационного исследованияимеют значение фактические инвестиции, в связи с чем в модели используетсяинформация по 42 регионам (за исключением г. Москва и г. Санкт-Петербург).Так, несмотря на то, что в перечень стратегических целей деятельностиВнешэкономбанка входят социально-экономическое развитие субъектов РФ исокращениеуровнямежрегиональнойдифференциации,пространственноераспределение проектов развития, поддержанных банком, неравномерно.В соответствии с рисунком 20 за расчетный период из 78 регионов,вошедшихввыборкудлямодели,42регионаполучилиинвестицииВнешэкономбанка (экспериментальная группа), а 36 регионов, соответственно, неполучили (контрольная группа) (приложение Ж).Источник: составлено автором по данным [31].Рисунок 20 – Пространственное распределение проектов развитияВнешэкономбанка95В условиях высокой дифференциации ВРП по регионам РФ, несмотря назаявленную цель по ее снижению, пространственное распределение проектовразвития не соответствует логике инвестирования в наименее экономическиразвитые регионы.Возможным объяснением этому может быть традиционное противоречиепри выборе политики между обеспечением территориального экономическогоравенства регионов и территориальной концентрацией экономического развития,обеспечивающей синергетический эффект конвергенции и, соответственно, болеевысокие показатели развития на национальном уровне.Согласно этой дискутируемой в научном сообществе позиции инвестицииВнешэкономбанка могут направляться в регионы с потенциально высокойспособностью их трансформации в экономический рост: например, регионы свысокой популяцией и/или богатые природными ресурсами.
Независимо отосновополагающей причины, вопрос, требующий эмпирического исследования, –эффективна ли стратегия развития Внешэкономбанка в части обеспечениярегионального экономического роста?Для ответа на поставленный вопрос в данном разделе предложенаэмпирическаямодельоценкивлиянияпроектовВнешэкономбанканарегиональный экономический рост.До обсуждения полученных на базе РР-метода результатов следуетпроверитьусловиепараллельноститрендовВРПвконтрольнойиэкспериментальной группах до запуска проектов развития в соответствии срисунком 21.96Источник: составлено автором по [75].Рисунок 21 – Тестирование условия параллельности трендов ВРП по группамрегионовДля построения эконометрической модели произведено 156 наблюдений: 78наблюдений для расчетного периода (среднее значение для 2003-2006 гг.) и 78 –для периода последующего наблюдения (среднее значение для 2008-2011 гг.).Описательная статистика демонстрирует более высокое среднее значениеВРП у экспериментальной группы регионов в период последующего наблюдения(таблица 8).При этом ввиду более высоких показателей целого ряда факторовэкономического роста в данной группе связь между проектами БР на территориирегиона и ростом ВРП не является очевидной.Таблица 8 – Описательная статистика по группам регионовYlog7272СреднееСтандартное Минимальное МаксимальноезначениеотклонениезначениезначениеКонтрольная группа0,50,5035088014,9082950,47912253,8360045,969818CAPITlog723,2649290,45662542,1883894,243093LABlog722,5404270,3897111,5590083,22297EDUClog710,75184150,3750302-0,07058111,504131RandDlog721,3757160,7664814-0,41930312,839472ПеременнаяPНаблюдения97Продолжение таблицы 8INFRAlog721,8076920,6647873-0,096912,633721FDIlog610,76819660,8122571-1,1730212,4048150,44823180,0969590,23044890,63346840,36111110,4836934010,55,3309390,5030030,411200204,51217516,52455370INSTlogGOILGAS72Экспериментальная группаP8484YlogCAPITlog843,6637220,4202622,820944,835506LABlog842,903830,28650262,2604893,463859EDUClog841,0927070,34702070,21085341,647627RandDlog842,0396810,60054620,96856793,573451INFRAlog841,9507780,48294490,49136172,798305FDIlog811,2077060,7455855-0,57835262,605349INSTlogOILGAS840,4802790,08858950,25527250,6532125840,47619050,502432401Источник: составлено автором.РезультатыОценка модели без дополнительных переменныхРР-оценка без дополнительных переменных демонстрирует статистическинезначимую связь между присутствием проектов БР в регионе и темпамирегиональногоэкономическогороста(приложение И.1):разницамеждуэкспериментальной и контрольной группами в расчетный период составила 0,428,впериодпоследующегонаблюденияразницауменьшиласьдо0,418.Следовательно, разность разностей равна 0,418 – 0,428 = -0,010, то естьВнешэкономбанк в рассматриваемый период реализовал проекты развития врегионах, где ВРП был выше до внедрения проектов, чем после воздействия.