CC BY
14
Выходные сведения статьи:
Крыжановский О.А. Анализ социально-экономических последствий политики развития Арктики (на примере ЯНАО) // Региональное развитие: электронный научно-практический журнал. 2016. № 4(16). URL: https://regrazvitie.ru/analiz-sotsialno-ekonomicheskih-posledstvii-politiki-razvitiYa-arktiki-na-primere-Yanao/_
УДК 330.356.7
Анализ социально-экономических последствий политики развития Арктики
(на примере ЯНАО)1
© 2016 Крыжановский Олег Андреевич
E-mail: o.a.kryzhanovskij @utmn.ru
Тюменский государственный университет
Экономическая составляющая устойчивого развития базируется на концепции оптимального использования ограниченных ресурсов [2]. Достижению поставленной задачи может способствовать выявление ключевых факторов экономического роста и развития с использованием корреляционно-регрессионного анализа. Часть анализируемых факторов носит экзогенный характер, однако наиболее важно проанализировать факторы эндогенного роста, на которые органы государственной власти могут прямо или косвенно влиять. Данная статья посвящена построению авторегрессионных функций динамики заработной платы лиц, работающих по найму и затрат на НИОКР и инновации (на примере ЯНАО). В контексте рассмотрения каждой конкретной модели, как это следует из теории статистического оценивания, нами были использованы методы полного и условного максимального правдоподобия. Их численная реализация произведена в соответствующих модулях эконометрического программного обеспечения пакета GRETL. Нахождение данных зависимостей позволит спрогнозировать валовой региональный продукт анализируемого региона, используя производственную функцию Кобба-Дугласа. Определены прогнозные значения анализируемых показателей.
Ключевые слова: социально-экономическое развитие, региональное управление, интегрированная региональная модель, экономическое моделирование, региональная экономика.
Analysis of the socio-economic impact of Arctic development policy (on YaNAO example)
© 2016 Kryzhanovskiy Oleg Andreevich
E-mail: o.a.kryzhanovski [email protected] Tyumen State University
The economic component of sustainable development is based on the concept of the optimal use of limited resources [2]. Identifying key factors of economic growth and development with the use of regression analysis can contribute to the problem. Some of the analyzed factors is of exogenous origin, but the most important to analyze the factors of endogenous growth. The public authorities can directly or indirectly affect these factors. This article is devoted to the construction of AR func-
1 Статья подготовлена на основе научных исследований, выполненных при финансовой поддержке гранта Российского научного фонда (проект №14-38-00009). Программно-целевое управление комплексным развитием Арктической зоны РФ. Санкт-Петербургский политехнический университет Петра Великого.
2 Крыжановский Олег Андреевич - кандидат экономических наук, доцент, ФГБОУ ВО «Тюменский государственный университет» (Российская Федерация, 625000, г. Тюмень, ул. Семакова. 10)
Kryzhanovskiy Oleg Andreevich - candidate of economic sciences, associate professor, FSBEI HE «Tyumen State University» (Russian Federation, 625000, Tyumen, Semakova str. 10)
Regional development • № 4(16) • 2016
Regional economy and management
tions dynamics of wages of employed persons and the costs of R & D and innovation (on YaNAO example). Their numerical implementation carried out in the relevant modules econometric software package GRETL. Finding econometric functions allow to predict the gross regional product of the analyzed region using the production function of the Cobb-Douglas. The result of this work is to predict the analyzed indicators for the period 2015-2019.
Keywords: socio-economic development, regional management, integrated regional model, economic modeling, regional economics.
Для качественной и количественной оценки динамики экономического роста и развития арктического региона нам, в первую очередь, необходимо построить производственную функцию Кобба-Дугласа. Для этого нам понадобятся авторегрессии таких показателей как заработная плата лиц, работающих по найму (фактор труд) и затраты на НИОКР и инновации [1]. На эти факторы оказывает непосредственное воздействие политика региональных органов власти, стимулирующих или сдерживающих их развитие в зависимости от стадии экономического цикла.
По данным сайта gks.ru [3], [4], [5] нами была сформирована таблица, в которой содержатся показатели заработной платы лиц, работающих по найму и затрат на НИОКР и инновации в ЯНАО (показатели приведены к ценам 2000 года).
Таблица 1 - Макроэкономические показатели заработной платы лиц, работающих по найму и затрат на НИОКР и инновации в ЯНАО
Год Заработная плата лиц, Затраты на НИОКР
работающих по найму и инновации
N Ln In
2000 2,803 0,019
2001 3,444 0,006
2002 3,901 0,015
2003 4,614 0,014
2004 4,631 0,005
2005 4,504 0,012
2006 4,544 0,036
2007 4,631 0,066
2008 4,772 0,025
2009 4,939 0,000
2010 4,888 0,002
2011 4,770 0,009
2012 4,838 0,015
2013 5,049 0,015
2014 5,062 0,018
Анализ научной литературы по вопросам прогнозирования расходов на заработную плату в масштабах страны или региона позволяет нам сделать предположение, что процесс динамики заработной платы лиц, работающих по найму часто представляет собой авторегрессионный процесс [1]. Для проверки выдвинутой гипотезы строим коррелограмму с лагом 10 лет:
ACFдля L
1 1 1 1 1 1 1 + - 1,9б/ТЛ0,5 -
1 1 ' ' ' 1 1 1 1 1 1 J ■
1 1 1 1 1 1 1
О 2 4 6 8 10 12 14
лаг
PACF для L
1 1 1 1 1 1 1 + - 1,9б/ТЛ0,5 -
1 1..........'..... .....1.......".......■ ■..........■ 1...........■......-
1 1 1 1 1 1 1
О 2 4 6 8 10 12 14
лаг
Рис. 1. АСЕ и РАСЕ для процесса динамики заработной платы лиц,
работающих по найму
Наличие выбросов подтверждает нашу гипотезу о наличии авторегрессионного процесса. Авторегрессионным называется процесс, в котором текущее значение функции зависит от значений функции в предыдущих периодах. Порядок запаздывания (чаще всего, не более 2 периодов) для стационарного процесса выбирается на основании функции частной автокорреляции PACF [2]. Построим авторегрессию процесса динамики заработной платы лиц, работающих по найму, используя эконометрический пакет GRETL.
Таблица 2 - Характеристики и основные критерии качества эконометрической модели авторегрессионной зависимости заработной платы лиц, работающих по найму
в ЯНАО за период 2000-2014 гг.
Модель 1: ARMA, использованы наблюдения 2000-2014 (T = 15) _Зависимая переменная: L_
Коэффициент Ст. ошибка z P-значение
const 4,01404 0,862278 4,6552 <0,0001 ***
phi 1 0,930838 0,0713622 13,0439 <0,0001 ***
theta 1 0,540746 0,178381 3,0314 0,0024 ***
Среднее зав. перемен 4,492684 Ст. откл. зав. перемен 0,633817
Среднее инноваций 0,127761 Ст. откл. инноваций 0,252690
Лог. правдоподобие -2,237493 Крит. Акаике 12,47499
Крит. Шварца 15,30719 Крит. Хеннана-Куинна 12,44482
Действитель- Мнимая Модуль Частота
ная часть часть
AR
Корень 1 1,0743 0,0000 1,0743 0,0000
MA
Корень 1 -1,8493 0,0000 1,8493 0,5000
Построим прогнозные значения динамики заработной платы лиц, работающих по найму до 2019 года.
Таблица 3 - Прогнозные значения динамики заработной платы лиц, работающих по найму в ЯНАО до 2019 года, млрд. руб.
Для 95% доверительных интервалов, z(0,025) = 1,96
Набл. L Предсказание Ст. ошибка 95% доверительный интервал
2015 не определено 4,97807 0,252690 (4,48281, 5,47334)
2016 не определено 4,91140 0,449586 (4,03023, 5,79257)
2017 не определено 4,84934 0,567395 (3,73726, 5,96141)
2018 не определено 4,79157 0,652494 (3,51270, 6,07043)
2019 не определено 4,73779 0,718120 (3,33030, 6,14528)
Предполагаем, что процесс динамики затрат на НИОКР и инновации представляет собой авторегрессионный процесс. Для проверки гипотезы стоим коррелограмму.
ACF для In
i i i i i + - 1,9б/Гл0,5 -
. 1 ....
1 1 1
i i i i i
0 2 4 6 8 10
лаг
PACFдля In
1 1 1 1 1 + - 1,9б/Гл0,5 -
. 1 1 1.............'......■.......1......"......1 .............' "
i i i i
0 2 4 6 8 10
лаг
Рис. 2. ACF и PACF для процесса динамики затрат на НИОКР и инновации
Наличие выбросов подтверждает нашу гипотезу о наличии авторегрессионного процесса. Значения из таблицы 4 показывают нам наличие автокорреляционной функции на 1% уровне значимости, используя стандартную ошибку 1/ТЛ0,5.
Таблица 4 - Автокорреляционная функция для In
Лаг ACF PACF Q-стат. [p-значение]
1 0,4298 * 0,4298 * 3,3652 [0,067]
2 -0,2704 -0,5583 *** 4,7990 [0,091]
3 -0,4409 -0,0353 8,9292 [0,030]
4 -0,2327 -0,1347 10,1847 [0,037]
5 -0,0922 -0,2497 10,4014 [0,065]
6 -0,1017 -0,2185 10,6947 [0,098]
7 0,0516 0,0875 10,7796 [0,149]
8 0,0840 -0,3583 11,0367 [0,200]
9 0,0513 0,0229 11,1487 [0,266]
10 0,0166 -0,1344 11,1628 [0,345]
Построим авторегрессию процесса динамики затрат на НИОКР и инновации, используя эконометрический пакет ОЯЕТЬ.
Таблица 5 - Характеристики и основные критерии качества эконометрической модели зависимости затрат на НИОКР и инновации в ЯНАО за период 2000-2014 гг.
Модель 2: ARMA, использованы наблюдения 2000-2014 (T = 15) _Зависимая переменная: In_
Коэффициент Ст. ошибка z P-значение
const 0,0179594 0,00210931 8,5144 <0,0001 ***
phi 1 0,476574 0,224216 2,1255 0,0335 **
theta 2 -0,761484 0,204559 -3,7226 0,0002 ***
Среднее зав. перемен 0,017207 Ст. откл. зав. перемен 0,016331
Среднее инноваций 8,40e-06 Ст. откл. инноваций 0,011500
Лог. правдоподобие 44,90029 ■Срит. Акаике -81,80058
Крит. Шварца -78,96838 ■Срит. Хеннана-Куинна -81,83075
Действительная часть Мнимая часть Модуль Частота
AR
Корень 1 2,0983 0,0000 2,0983 0,0000
MA
Корень 1 1,1460 0,0000 1,1460 0,0000
Корень 2 -1,1460 0,0000 1,1460 0,5000
Используя построенную модель, построим прогнозные значения затрат на НИОКР и инновации до 2019 года.
Таблица 6 - Прогнозные значения динамики затрат на НИОКР и инновации
в ЯНАО до 2019 года, млрд. руб.
Для 95% доверительных интервалов, z(0,025) = 1,96
Набл. In Предсказание Ст. ошибка 95% доверительный интервал
2015 не определено 0,0177647 0,0114998 (-0,00477451, 0,0403040)
2016 не определено 0,0208151 0,0127390 (-0,00415289, 0,0457831)
2017 не определено 0,0193204 0,0141437 (-0,00840075, 0,0470415)
2018 не определено 0,0186080 0,0144437 (-0,00970111, 0,0469172)
2019 не определено 0,0182685 0,0145110 (-0,0101725, 0,0467095)
Проведенное моделирование позволит нам спрогнозировать макроэкономические показатели заработной платы лиц, работающих по найму и затрат на НИОКР и инновации ЯНАО за 2015-2019 гг. в ценах 2000 года.
Таблица 7 - Прогноз макроэкономических показателей заработная плата лиц, работающих по найму и затраты на НИОКР и инновации в ЯНАО
Год Заработная плата лиц, работающих по найму Затраты на НИОКР и инновации
2015 4,97807 0,0177647
2016 4,91140 0,0208151
2017 4,84934 0,0193204
2018 4,79157 0,0186080
2019 4,73779 0,0182685
Проведенный анализ показывает, что к 2019 году в ЯНАО произойдет снижение заработной платы лиц, работающих по найму, что может привести к уменьшению количества рабочих мест, снижению среднедушевых доходов населения, снижению притока трудовых мигрантов, увеличению оттока из региона выпускников средних и высших учебных заведений. Затраты на НИОКР и инновации изменятся незначительно, после достижения максимума в 2016 году, они начнут снижаться.
Список литературы
1. Горидько Н.П., Нижегородцев Р.М., Олисаева Л.Г. Регрессионный анализ факторов экономического роста региона как инструмент выявления ключевых направлений государственного регулирования // Известия Волгоградского государственного технического университета. 2011. Т. 12. № 14 (87). С. 164-177.
2. Диденко Н.И. Анализ устойчивого развития регионов арктической зоны России: ADL-модель // Экономика и социум: современные модели развития. 2015. № 9. С. 101-114.
3. Доугерти К. Введение в эконометрику. — М.: ИНФРА-М, 1999. - XIV, 402 с.
4. Федеральная служба государственной статистики. Регионы России. Социально-экономические показатели - 2005 г. [Электронный ресурс] - Режим доступа: http://www.gks.ru/bgd/regl/b05_14p/Main.htm
5. Федеральная служба государственной статистики. Регионы России. Социально-экономические показатели - 2010 г. [Электронный ресурс] - Режим доступа: http://www.gks.ru/b gd/regl/b10 14p/Main.htm
6. Федеральная служба государственной статистики. Регионы России. Социально-экономические показатели - 2014 г. [Электронный ресурс] - Режим доступа: http://www.gks.ru/b gd/regl/b14_14p/Main.htm
References
1. Goridko N.P., Nizhegorodtsev R.M., Olisaeva L.G. Regression analysis of the factors of economic growth in the region as a tool to identify key areas of state regulation // Proceedings of Volgograd State Technical University. 2011. T. 12. number 14 (87). Pp 164-177.
2. Didenko N.I. Analysis of Sustainable Development of the Russian Arctic Regions: ADL-model // Economy and Society: current models of development. 2015. № 9. p. 101-114.
3. Dougherty K. Introduction to Econometrics. - M.: INFRA-M, 1999.
4. Federal State Statistics Service. Regions of Russia. Socio-economic indicators - 2005. Available at: http://www.gks.ru/bgd/regl/b05_14p/Main.htm
5. The Federal State Statistics Service. Regions of Russia. Socio-economic indicators - 2010. Available at: http://www.gks.ru/bgd/regl/b10 14p/Main.htm
6. The Federal State Statistics Service. Regions of Russia. Socio-economic indicators - 2014. Available at: http://www.gks.ru/bgd/regl/b14 14p/Main.htm
