CC BY
55
22
Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки, 2021, № 1 (61), с. 22-32
УДК [339.9+61]: 330.35
DOI 10.52452/18115942_2021_1_22
АНАЛИЗ ВЛИЯНИЯ СФЕРЫ ЗДРАВООХРАНЕНИЯ НА РАЗВИТИЕ ЧЕЛОВЕЧЕСКОГО КАПИТАЛА КАК ФАКТОРА ЭКОНОМИЧЕСКОГО РОСТА СТРАН ЕАЭС
© 2021 г. В.И. Перова, П.В. Корчемный
Перова Валентина Ивановна, к.ф.-м.н., доц.; доцент кафедры математического моделирования экономических процессов Нижегородского государственного университета им. Н.И. Лобачевского
perova_vi@mail.ru
Корчемный Павел Витальевич, аспирант Института информационных технологий, математики и механики Нижегородского государственного университета им. Н.И. Лобачевского
p.korchemnyi@yandex.ru
Статья поступила в редакцию 18.12.2020 Статья принята к публикации 30.01.2021
Цель исследования состоит в обосновании значимости влияния фактора здоровья на рост человеческого капитала и необходимости проведения интеграционной политики в сфере здравоохранения для обеспечения стабильного экономического роста стран, входящих в Евразийский экономический союз (ЕАЭС). Предметом исследования настоящей работы является связь между уровнем здоровья и накоплением человеческого капитала - одного из факторов инновационного развития и обеспечения национальной безопасности стран ЕАЭС. Объектами исследования выступали государства-участники Евразийского экономического союза: Российская Федерация, Республика Армения, Республика Беларусь, Республика Казахстан, Киргизская Республика. Построена производственная функция для сферы здравоохранения в странах Евразийского экономического союза и проведено эконометрическое моделирование развития человеческого капитала как фактора экономического роста стран ЕАЭС на основе пространственных данных за 2000-2017 гг. В качестве инструментов проведения исследований применены модель с фиксированными эффектами, взвешенный метод наименьших квадратов, метод наименьших квадратов на базе эконометрического пакета Gretl и MS Excel. Показано, что показатели в экономико-математической модели являются статистически значимыми. Это подчеркивает важность проведения интеграционной политики в сфере здравоохранения на пространстве ЕАЭС с целью повышения экономического потенциала этого интеграционного образования. Полученные результаты могут оказать помощь при разработке стратегии развития здравоохранения в странах Евразийского экономического союза.
Ключевые слова: здравоохранение, человеческий капитал, экономический рост, эконометрическое моделирование, ЕАЭС.
Введение
В современных условиях глобального развития государств на мировом уровне в социально-экономической сфере большое значение придается вопросам накопления и развития человеческого капитала [1—7]. При этом наибольшее внимание уделяется исследованию влияния развития человеческого капитала на экономический рост государств [8-18]. В рамках концепции человеческого развития, разработанной Программой развития Организации Объединенных Наций (ПРООН) [19], в качестве ключевого фактора, оценивающего человеческий капитал, выступает индекс человеческого развития (ИЧР или HDI). Данный интегральный показатель объединяет информацию об уровне образования, доходах и здоровье населения [20].
Устойчивое развитие стран на период до 2030 года [21], по признанию ПРООН, обусловливается наличием непрерывной связи между
уровнем здоровья населения и устойчивым развитием государств [22]. Взаимозависимость общественного здоровья и экономики государства выражается в том, что здоровье населения и здравоохранение в целом оказывают существенное влияние на экономические показатели страны и, в свою очередь, состояние различных видов экономической деятельности может влиять на здоровье общества [23, 24]. Растущее экономическое и социальное неравенство, высокие темпы урбанизации, растущие угрозы климату и окружающей среде, увеличение масштабов распространения различных инфекционных и неинфекционных заболеваний будут способствовать возрастанию спроса на медицинские услуги. Среди целей ООН в рамках концепции устойчивого развития выделяются следующие цели [25]:
- привлечение инвестиций в сферу здравоохранения как интенсивного фактора, усиливающего социально-экономический рост стран;
- искоренение бедности и сокращение неравенства доходов населения;
- увеличение общего уровня здоровья граждан;
- поддержка стран в достижении всеобщего охвата и доступности услуг здравоохранения;
- обеспечение лекарственными препаратами и вакцинами и др.
Для прогнозирования дальнейшего уровня развития здравоохранения как одного из значимых факторов, влияющих на развитие человеческого капитала, необходимо проведение научного исследования с целью поддержки принятия управленческих решений на государственном уровне в области социально-экономической политики, образования, здравоохранения, распределения инвестиций. В связи с этим с позиции социально-экономического развития является актуальным исследование развития сферы здравоохранения, ее влияния на рост человеческого капитала и необходимости проведения интеграционной политики в сфере здравоохранения для обеспечения стабильного экономического роста государств.
В качестве объектов исследования взяты государства-участники Евразийского экономического союза (ЕАЭС) [26]: Российская Федерация, Республика Армения, Республика Беларусь, Республика Казахстан, Киргизская Республика.
Следует отметить, что до момента создания ЕАЭС существовала международная экономическая организация «Евразийское экономическое сообщество» (ЕврАзЭС) с аналогичным ЕАЭС составом стран-участниц, за исключением Республики Армения. ЕврАзЭС, являясь предшествующей ЕАЭС интеграционной организацией, была упразднена в связи с подписанием договора о создании ЕАЭС от 29.05.2014 г. [26]. Поэтому при проведении исследований нами рассматривается статистическая выборка показателей с 2000 по 2017 г.
Базой исследования являются следующие показатели [27, 28]: ожидаемая продолжительность жизни при рождении (лет); валовой национальный доход на душу населения по ППС в постоянных ценах 2011 г. (international $); коэффициент Джини (%); текущие расходы на здравоохранение на душу населения по ППС в постоянных ценах 2011 г. (international $); средняя продолжительность обучения (лет).
В качестве инструментов проведения исследований применены модель с фиксированными эффектами [29], взвешенный метод наименьших квадратов (WLS) [30; 31], метод наименьших квадратов (МНК) [32; 33] на базе эконо-метрического пакета Gretl [34] и MS Excel [35].
Итогом проведенного анализа является построение функции для расчета ожидаемой продолжительности жизни граждан стран ЕАЭС.
Следующим этапом проведения исследований в работе было моделирование развития человеческого капитала стран ЕАЭС. На основе панельных данных с 2000 по 2017 г. построена эконометрическая модель на базе следующих показателей: индекс человеческого развития (ИЧР); ожидаемая продолжительность жизни при рождении (лет); валовой национальный доход (ВНД) на душу населения (в долл. США 2011 г. по ППС); средняя продолжительность обучения (лет); ожидаемая продолжительность обучения (лет).
В работе получена зависимость индекса человеческого развития от уровня здоровья, образования и благосостояния населения исследуемых стран ЕАЭС.
I. Экономико-математическая модель
сферы здравоохранения стран ЕАЭС как фактора накопления человеческого капитала
В представленной работе на основе статистических данных Всемирного банка [27], Всемирной организации здравоохранения [28] и Программы развития ООН [19] с применением эконометрического пакета Gretl [34] проведен эконометрический анализ [29; 32; 33; 36-39] сферы здравоохранения как фактора накопления человеческого капитала. Итоговая выборка имеет панельную структуру данных [30] и включает в себя 90 наблюдений за период с 2000 по 2017 г. для пяти стран-участниц Евразийского экономического союза [26].
В качестве зависимой переменной Y в модели рассматривается ожидаемая продолжительность жизни при рождении (лет). Экзогенными переменными являются следующие показатели:
- X1 - валовой национальный доход на душу населения по ППС в постоянных ценах 2011 г. (international $);
- X2 - коэффициент Джини (%);
- X3 - текущие расходы на здравоохранение на душу населения по ППС в постоянных ценах 2011 г. (international $);
- X4 - средняя продолжительность обучения (лет).
Рассмотрим более подробно каждый из исследуемых показателей, влияющих на итоговое значение эффективности здравоохранения.
На рис. 1 приведен график показателя ожидаемой продолжительности жизни при рождении (Y), являющегося эндогенной переменной в модели. Данный показатель будем рассматри-
Рис. 1. Ожидаемая продолжительность жизни при рождении (лет) в странах ЕАЭС за период 2000 - 2017 гг.
Рис. 2. Валовой национальный доход на душу населения по ППС в постоянных ценах 2011 г. (international $) в странах ЕАЭС в 2000-2017 гг.
вать в качестве оценки эффективности системы здравоохранения в странах ЕАЭС.
Рисунок 1 отражает положительную динамику ожидаемой продолжительности жизни при рождении. Лидером среди стран ЕАЭС по величине данного показателя является Республика Армения со значением, равным 74.8 лет. При этом в исследуемый период наибольший среднегодовой темп прироста на уровне 0.6% наблюдается в Республике Казахстан и Российской Федерации. Следует отметить, что разница значения данного показателя между странами с максимальной и минимальной ожидаемой продолжительностью жизни с 2003 до 2017 г. сократилась с 7.3 до 3.6 лет, что свидетельствует об эффективной интеграционной политике на пространстве ЕЭАС.
В рамках данного анализа была выдвинута гипотеза о влиянии национального дохода на душу населения (X1) на ожидаемую продолжительность жизни. Предполагалось, что увеличение уровня дохода граждан будет способствовать повышению доступности медицинских услуг, росту их качества, а также возрастанию общего уровня и качества жизни граждан.
На рис. 2 представлена динамика валового национального дохода на душу населения по ППС в постоянных ценах 2011 г. (international $) за период 2000 - 2017 гг.
Как видно из данных, показанных на рис. 2, до 2008 г. наблюдалось увеличение валового национального дохода на душу населения. В связи с последствиями мирового финансового кризиса 2008 г., в 2009 г. в ряде стран наблюдается резкий спад данного показателя. В среднем в странах ЕАЭС в 2017 г. по сравнению с 2000 г. значение валового национального дохода на душу населения по ППС увеличилось на 108%, что, в конечном счете, могло повлиять и на положительную тенденцию ожидаемой продолжительности жизни в рассматриваемых странах.
Доступность и качество оказываемых медицинских услуг также связаны и с уровнем дифференциации доходов населения. Равномерность получаемых доходов обусловливает повышение спроса на высококвалифицированную медицинскую помощь наибольшей доли населения. В странах с высокой степенью дифференциации доходов возможность на предоставление качественных медицинских услуг имеют только наиболее обеспеченные граждане, которые составляют меньшую долю от общего населения страны.
Рисунок 3 демонстрирует изменения во времени значений коэффициента Джини, отражающего уровень дифференциации доходов населения в странах ЕАЭС в исследуемый период.
Из данных, приведенных на рис. 3, следует, что наименьший уровень дифференциации доходов населения наблюдается в Республике Беларусь со значением коэффициента Джини, равным 25.4 %. в 2017 г. В свою очередь, положительный тренд данного показателя в Республике Армения может являться одним из сдерживающих факторов темпа прироста ожидаемой продолжительности жизни в данной стране. Следует отметить высокое значение коэффициента Джини в Российской Федерации в сравнении с другими странами ЕАЭС. При этом с 2013 г. наблюдается снижение уровня дифференциации доходов среди российских граждан. В 2017 г. данный показатель достиг уровня 2002 г.
Одним из значимых факторов, способствующих поддержке развития системы здравоохранения, является уровень инвестиций и финансовых затрат в данной отрасли. В связи с этим в модель была включена переменная - текущие расходы на здравоохранение на душу населения по ППС в постоянных ценах 2011 г. (рис. 4).
Рисунок 4 демонстрирует положительную динамику уровня расходов на здравоохранение
2000 2001 2Ш2 2003 200-1 2005 2006 2007 200Б 2009 2010 2011 2012 2013 2014 2015 2016 2017 ■ Республика Армения Республика Казахстан
- Республика Беларусь Киргизская Республика
- Российская Федерация
Рис. 3. Коэффициент Джини (%) в странах ЕАЭС в 2000 - 2017 гг.
Рис. 4. Текущие расходы на здравоохранение на душу населения по ППС в постоянных ценах 2011 г. (international $) в странах ЕАЭС в 2000 - 2017 гг.
I ■■■ t а _
1 1.0 JC**^
Я- —■—
10,5 Jr*"*™
2DDO 2М1 ТН'7 ЗИН -н'-l MOJ 3006 »17 3008 ЗОЮ ЗОН Ml? 3013 301+ 3015 3016 3017
* Республика Армения Республика Казахстан
Республика Беларусь -Киргизская Республика
Российская Федерация
Рис. 5. Средняя продолжительность обучения (в годах) в странах ЕАЭС в 2000-2017 гг.
в странах интеграционного союза. Наименьший прирост данного показателя прослеживается в Киргизской Республике, в 2017 г. его значение остановилось на уровне 241. 1 $, что составило 17% от значения данного показателя в Российской Федерации за тот же период. Объем денежных затрат на здравоохранение является важнейшим показателем для повышения общего уровня здоровья граждан. При проводимой на государственном уровне политике, а также в результате интеграционных процессов в ЕАЭС Российская Федерация, Республика Беларусь и Республика Армения достигли максимального значения данного показателя в рассматриваемом периоде.
На рис. 5 приведен временной ряд переменной «Средняя продолжительность обучения (лет)» (Х4).
Анализ взаимосвязи продолжительности обучения и уровня здоровья граждан является предметом многих научных исследований [40]. На основе эмпирических наблюдений можно выдвинуть гипотезу о влиянии средней продолжительности обучения на рост качества жизни граждан, что в будущем дает положительный эффект для повышения ожидаемой продолжительности жизни. В период с 2006 по
2009 г. для Республики Беларусь характерен значительный рост средней продолжительности обучения. При этом темп прироста ожидаемой продолжительности жизни при рождении в данный период имеет максимальное значение на уровне 1%, что подтверждает гипотезу. Следует также отметить хороший результат - сокращение разницы значений показателя в исследуемых странах при его общей положительной динамике.
Основой для эконометрического моделирования послужила степенная производственная функция [41]. Производственная функция является экономико-математической моделью, с помощью которой можно отразить зависимость результатов производственной деятельности от факторов, оказывающих на них наибольшее влияние [41; 42]. Использование производственных функций способствует совершенствованию механизма управления развитием экономики, поскольку в этом случае экономическая система рассматривается сквозь призму внутренних проблем и факторов [43].
С целью линеаризации выбранной спецификации при помощи встроенного инструмента эконометрического пакета Gretl произведено логарифмирование параметров в модели:
Модель 1: Фиксированные эффеюы, использовано наблюдений - 90 Включено 5 оространственных объектов Длина временного ряда = 18 Зависимая оеременная: LnY
Коэффициент Ст. ошибка t-птатиптика Р-оначение
const 3,71569 0,128960 28,81 2,49e-044 ***
LnX1 0,0171651 0,0249695 0,6874 0,4938
LnX2 -0,0830263 0,0278654 -2,080 0,0038 ***
LnX3 0,0233618 0,0109803 2,128 0,0364 **
LnX4 0,0560342 0,0440477 1,272 0,2070
Среднее оаа. оеремен 4,246487 Ст. откь. оаа. оеремен 0,038512
Сумма кв. остатков 0,025703 Ст. ошибка модели 0,017813
LSDV R-squared 0,805283 В оределах R-квадрат 0,624770
LSDV F(8, 81) 41,87340 p-0анчнайн (F) 1,13e-25
Лог. оравдооодоЛие 230,5386 Крит. Акаике -461,0773
Крит. Шварца -438,5700 Крит. Хеннана-Куинна -452,0047
Параметр rho 0,002214 Стат. ДарЛина-Вотпона 0,100815
Joint test on named regressors -Тестовая птатиптика: F(4, 81) = 33,7182 р-оначение = P(F(4, 81) > 33,7182) = 1,50887e-016
Тест на различие констант в группах -Нулевая гипотеза: Группы имеют общие константы Тестовая статистика: F(4, 81) = 2,1252
р-значение = P(F(4, 81) > 2,1252) = 0,051235_
Рис. 6. Модель с фиксированными эффектами ^ gretl: критические значения — □ Х~~
Правосторонняя вероятность = 0,05 Дополнязощая вероятность = 0,55
Критическое значение = 2,43444
Рис. 7. Критическое значение статистики Фишера
in Y = Ln А + PJji Х± + р2 Ln Х2 + + P3Ln Х3 + Д, Ln Хл + £. (1)
В процессе моделирования были рассмотрены две конкурирующие гипотезы:
- Но: существуют систематические фиксированные страновые различия во взаимосвязи ожидаемой продолжительности жизни (У) и рассматриваемых в модели экзогенных факторов;
- Щ: не существует систематических фиксированных страновых различий во взаимосвязях исследуемых переменных и зависимого показателя У.
Для проверки выдвинутой гипотезы Но на базе эконометрического пакета ОгеА было проведено построение модели с фиксированными эффектами [29] на основе панельных данных за период 2000-2017 гг. Результаты конструирования модели с фиксированными эффектами представлены на рис. 6.
Значение коэффициента детерминации (Я2) является высоким на уровне 80.5%; Р-значение (К) = 1.13е-25 < 0.05 = а, что говорит о статистической значимости регрессионной модели в целом. Кроме статистической значимости моде-
ли (1) в целом важно определить индивидуальную статистическую значимость факторов. Основываясь на значениях ¿-статистики, можно сделать вывод о статистической значимости объясняющих факторов в модели (1): Х2 (коэффициент Джини), Х3 (текущие расходы на здравоохранение на душу населения по ППС) и переменной А.
Рассматривая вопрос наличия в модели фиксированных страновых различий, обратимся к результатам теста на различные константы в группах (рис. 6). В качестве нулевой гипотезы выдвинуто следующее предположение: группы имеют общие константы. На рис. 7 представлено критическое значение статистики Фишера, равное 2.48444. Это значение является более высоким по сравнению с расчетным значением в модели, равным 2.1252 (рис. 6). При этом расчетное р-значение находится на уровне значимости а (0.05) (рис. 6). На основании приведенных расчетов следует сделать вывод о подтверждении нулевой гипотезы о наличии общих констант для исследуемой группы.
В результате оценки качества полученной модели с фиксированными эффектами была отклонена гипотеза Н0 о существовании систематических фиксированных страновых различий. Данный факт может быть объяснен вхождением исследуемых стран в единое интеграционное образование.
Далее при проведении исследования выполнен эконометрический анализ сферы здравоохранения стран ЕАЭС, базирующийся на гипотезе Н1 об отсутствии систематических фиксированных страновых различий.
На основе панельных данных за 20002017 гг. была построена множественная регрессия при помощи взвешенного метода наименьших квадратов (ЖЬБ) [30; 31] с применением эконометрического пакета ОгеА (рис. 8).
Отметим, что взвешенный метод наименьших квадратов представляет собой эффективный инструмент построения моделей на базе панельных данных. Данный метод также имеет возможность предоставлять различные типы легко интерпретируемых статистических интервалов для оценки, прогнозирования, калибровки и оптимизации. Основное преимущество взвешенного метода наименьших квадратов заключается в возможности обрабатывания ситуаций регрессии, в которых точки данных имеют различное качество. В случае когда стандартное отклонение случайных ошибок в данных не является постоянным для всех уровней объясняющих переменных, использование взвешенных наименьших квадратов с весами, обратно пропорциональными дисперсии на каж-
Q gretl: модель 5
Файл Правка Тесты ¿охранить Графики Анализ LaTeX
Модель 5: ВМНК, использовано наблюдений - 90 Включено 5 пространственных объектов Зависимая переменная: LnY Weights based on per-unit error variances
Коэффициент
Ст. ошибка t-статистика Р-значение
const
LnXl
LnX2
LnX3
LnX4
4,04479 -0,0616496 -0,0751846 0,0722717 0,0953884
0,0546645
0,00718552
0,0132228
0,00763542
0,0215739
73,99 —B,580 -5,686 9,465 4,421
Статистика, полученная по взвешенней данным:
Сумма кв. остатков R-квадрат F(4, 85)
83,32291 Ст. ошибка модели 0,764631 Испр. R-квадрат 69,03396 Р-значение (F)
5,94е—079 3,83е-013 1, 7 9е—07 6,17е-015 2,88е—05
0,990086 0,753555 6,67е-26
Рис. 8. Модель множественной регрессии. Взвешенный метод наименьших квадратов
Таблица 1
Критерий Модельное Критическое
значение значение
R2 76.5 % -
F-статистика 69.03396 2.47902
P-значение (F) 6.67e-26 0.05
t-статистика const = 73.99 LnX1 = -8.58 LnX2 = -5.686 LnX3 = 9.465 LnX4 = 4.421 ±1.66298
дом уровне объясняющих переменных, дает наиболее точные возможные оценки параметров.
Результаты регрессионного анализа на основе взвешенного метода наименьших квадратов и оценки ряда остатков, показанные на рис. 8, демонстрируют высокое на уровне значимости 1% (по данным) качество построенной модели.
Анализ качества полученной модели был также проведен с помощью значения ключевых метрик, представленных в табл. 1.
Из данных, приведенных в табл. 1, следует, что в согласии с критерием Фишера значение модельной Б-статистики превышает ее критическое значение, следовательно, модель в целом является статистически значимой.Это подтверждает и Р-значение (Б). Кроме того, в соответствии с критерием Стьюдента факторы, включенные в модель, также статистически значимы.
Уравнение линейной модели множественной регрессии приведено на рис. 9.
По итогам эконометрического моделирования в соответствии с данными рис. 9 построена производственная функция для сферы здравоохранения как фактора роста человеческого капитала стран Евразийского экономического союза в следующей спецификации:
Y= 57,09919- Хг
0,0616
X.
-0,0752
■X.
0.0723
X
0.0954
(2)
Экономико-математическая модель (2) имеет ряд следующих особенностей:
- модель имеет свойство убывающей отдачи от масштаба;
- факторы «Текущие расходы на здравоохранение на душу населения по ППС» (Х3) и «Средняя продолжительность обучения» (Х4) оказывают положительный эффект на ожидаемую продолжительность жизни (У);
- отрицательное значение в модели коэффициента при факторе «Коэффициент Джини» (Х2) подтверждает наличие обратной зависимости между уровнем дифференциации доходов населения и ожидаемой продолжительностью жизни граждан;
- уровень валового национального дохода на душу населения в созданной модели оказывает отрицательное влияние на зависимый фактор У, что может быть связано с погрешностью в исходной выборке либо с наличием поведенческих особенностей населения в странах ЕАЭС.
II. Эконометрическое моделирование развития человеческого капитала в странах ЕАЭС
В настоящей работе на основе данных Программы развития Организации Объединенных Наций [19] и Всемирного банка [27] был также
gretl Уравнение
0 Ш> □
X
"LnY = 4,04 - 0,0616lLnXl - Ö,0752'LnX2 + 0,07234jlX3 + П,0954'1лХ4 (0,0547)(0,00715) (0,0132) (0,00764) (0,0216)
п = 90, R-квацрат = 0,765
(в скобках указаны стандартные ошибки)
Рис. 9. Уравнение линейной регрессии
Pf gretl; модель 3
Файл Правка Тесты Сохранить Графики Анализ LaTeX
□ X
В
Модель 3: Объединенный (pooled) МНК, использовано наблюдений - 90 Вкшчено 5 пространственных объектов Длина временного ряда = IS Зависимая переменная: LnHDI
Коэффициент Ст. ошибка t-статистика Р- значение
LnLEI О 337719 0, 0119729 28 21 5 69е-044 «
LnEI О 381619 о, 0126754 30 11 4 32е-046 «
Lnll О 326331 о, 0113438 28 11 1, 31е-044 «
du_l О 0133066 00273007 5 057 2, 55е-06 «
du__2 О 00891173 0, 00219540 4 059 а 0001 «
du_3 о 00468112 0, 00253860 1 844 0 0688 »
duj о 00845118 0, 00480951 1 757 0 0826 »
du_5 о 0108401 0, 00261191 4 150 г 07е-05 »
Среднее зав. перемен -О 320781 Ст. откл. зав. перемен 0,088563
Сумма кв. остатков О 000718 Ст. ошибка модели 0,002959
Е-квадрат О 998972 Испр . R-квадрат 0,993884
F(7, 32) 11381 ,46 Р-значение (Г) 1,1е-119
Рис. 10. Модель множественной регрессии. Метод наименьших квадратов
проведен анализ развития человеческого капитала и оценка влияния его составных факторов на ИЧР в странах Евразийского экономического союза [26] за период 2000-2017 гг. на основе следующих показателей:
- HDI - индекс человеческого развития;
- LE - ожидаемая продолжительность жизни при рождении (лет);
- GNIpc - валовой национальный доход (ВНД) на душу населения (в долл. США 2011 г. по ППС);
- MYS - средняя продолжительность обучения (лет);
- EYS - ожидаемая продолжительность обучения (лет).
В качестве инструмента проведения исследований использовался эконометрический пакет Gretl [34] и MS Excel [35].
На основе статистических данных были рассчитаны значения составных индексов, входящих в индекс человеческого развития:
1) индекс ожидаемой продолжительности жизни (LEI):
£75/ =
LEI =
LE —20
85 — 20 '
2) индекс средней продолжительности обучения (MYSI):
MYSI =
MYS
EYS
H'
4) индекс образования (EI):
мга+ЕГ5/
Li —-;
2
5) индекс дохода (II):
_ ln(GJV/pc)-lll(l 00)
(5)
(6) (7)
(3)
(4)
3) индекс ожидаемой продолжительности обучения (EYSI):
lnC75ÜG0}-ln[lD0)
Индекс человеческого развития рассчитывается как среднее геометрическое индексов ожидаемой продолжительности жизни (3), образования (6) и дохода (7):
HDI= \jLEl*El*Il. (8)
В целях повышения качества модели через расширение выборки был произведен переход к панельным данным [30]. Для применения классических инструментов статистики проведена линеаризация исходной функции посредством логарифмирования. При исследовании рассматривалась модель вида:
Ln HDIt = * (ß1 Ln LElt + ß2 Ln Elt + ß, in IIt).(9)
С помощью фиктивных переменных были введены фиксированные структурные сдвиги для отражения страновых отличий в динамике развития человеческого капитала стран ЕАЭС: LnHDlt =
= \ (ft Ln LElt + ß2 Ln Elt + ß3 Ln IIt) + (10)
На рис. 10 приведены результаты регрессионного анализа, проведенного с применением МНК.
Рис. 11. График плотности распределения остатков
Критерий Дарбина-Уотсона
Таблица 2
Статистические показатели Значения
п - кол-во наблюдений 90
т - кол-во экзогенных переменных 8
<1 1.4695
1.8541
4-<<и 2.1459
4-а1 2.5305
Статистика Дарбина-Уотсона
модели 1.9156
Исходя из высокого значения коэффициента детерминации (99.8%), Б-статистики (11381.46) и статистик Стьюдента, построенная модель является значимой и может быть использована для дальнейшего анализа. Необходимо отметить, что в полученной модели остатки распределены нормально (рис. 11), так как, согласно закону нормального распределения остатков,
^расчетноеС^"'^91.) < ^,та0ЛИ11ное(5,9914б).
Учитывая тот факт, что в итоговой модели использовались робастные стандартные ошибки, можно утверждать о гомоскедастичности исследуемой модели.
Отметим, что даже наличие мультиколлине-арности не повлияет на ухудшение качества модели, так как все статистики значимы. Наличие мультиколлинеарности может свидетельствовать о наличии ложной связи. Для доказательства отсутствия в модели мультиколлине-арности рассмотрим статистику Дарбина-Уотсона (табл. 2) и покажем, что автокорреляции первого порядка отсутствуют.
Согласно критерию Дарбина-Уотсона, если значение статистики входит в промежуток от du до 4-<1и, то автокорреляция отсутствует. В нашем случае полученное значение принадлежит данному промежутку. Соответственно, можно сделать вывод об отсутствии автокорреляции первого порядка в рассматриваемой модели.
В модели (10) с введенными фиктивными переменными не оценивался параметр «константа», который отражает дифференциацию индекса человеческого развития между разными странами. При этом фиктивные переменные Di, i = 1, 2, 3, 4, 5, выполняют две функции: выступают в качестве константы; отражают стра-новые отличия.
Поскольку коэффициенты перед параметрами Di статистически значимы (высокое значение t-статистики), то фиксированные сдвиги существенны, что подтверждает гипотезу о наличии страновых особенностей.
По итогам эконометрического анализа модель развития человеческого капитала стран ЕАЭС имеет вид:
LnHDIt =
= ^(0,337719 Ln LElt+ 0,381619 LnEIt + (11)
+0,326331 ¿ii//t)+0,0138066 D1 + +0,00891178 D2 + 0,00468112 D3 + +0,00845118 ö4 + +0,0108401 ö5. Следует отметить высокое на уровне значимости 10% (по данным регрессионного анализа и оценки ряда остатков) качество построенной модели.
Заключение
В работе предложена и исследована экономико-математическая модель сферы здравоохранения в странах Евразийского экономического союза и проведено эконометрическое моделирование развития человеческого капитала как фактора экономического роста стран ЕАЭС. В условиях глобальных вызовов, в том числе в виде пандемии, здоровье граждан государств ЕАЭС и стран всего мира является одним из наиболее существенных вопросов, который определяет мировую экономику. Вектор направленности экономики на интенсивный путь ее развития подразумевает устойчивое развитие цифровой экономики. Цифровая экономика неразрывно связана с существованием нормально и эффективно функционирующей здравоохранительной системы. Эффективность работы здравоохранения обусловливается персонализированной медициной, широким применением информационных технологий и методов анализа больших данных [44-46].
По итогам проведенных исследований с целью дальнейшего развития сферы здравоохранения в странах ЕАЭС и увеличения человеческого капитала как фактора экономического роста предлагается реализация следующих мер: - усиление санитарно-просветительской работы среди населения стран интеграционного объединения;
- систематическая профилактика хронических заболеваний и заболеваний инфекционного характера;
- увеличение размера инвестиций в сферу здравоохранения с целью увеличения качества здоровья граждан и роста продолжительности жизни;
- финансирование научных исследований в области биомедицины и внедрение в здравоохранение передовых медицинских технологий;
- развитие массовой физической культуры и спорта, с приобщением всех возрастных групп населения стран ЕАЭС;
- сокращение дифференциации доходов среди групп населения и обеспечение финансовой стабильности граждан;
- развитие сферы образования и поддержка научно-исследовательской деятельности.
Предложенные меры окажут положительный эффект на развитие человеческого капитала и будут способствовать наращиванию экономического потенциала стран-участниц ЕАЭС. Результаты исследований, проведенных в данной работе, могут оказать помощь для корректировки управленческих решений в сфере здравоохранения и стратегического планирования развития человеческого капитала как фактора интенсивного инновационного экономического роста стран ЕАЭС на последующие периоды.
Список литературы
1. Аганбегян А.Г. Человеческий капитал и его главная составляющая - сфера «экономики знаний» как основной источник социально-экономического роста // Экономические стратегии. 2017. № 3. С. 6679; № 4. С. 6-21. URL: http://stolypinsky.club/wpcon tent/uploads/2017/08/CHelovecheskij -kapital-i-ego-glav naya-sostavlyayushhaya-sferaekonomiki-znanij-kak-osn ovnoj -istochnik-sotsialno -ekonomicheskogo -ro sta. pdf
2. Макаров В.Л. Экономика знаний: уроки для России // Вестник Российской академии наук. 2003. Т. 73. № 5. С. 450-456. URL: http://vivovoco.astronet. ru/VV/JOURNAL/VRAN/SESSION/VRAN5.HTM 10.
3. Макаров В.Л., Клейнер Г.Б. Микроэкономика знаний. М.: ЗАО «Издательство «Экономика», 2007. 204 с.
4. Перова В.И., Мамаева Н.А., Захаренко Е.С. Нейросетевое моделирование динамики развития высшего образования Российской Федерации в контексте формирования человеческого капитала // Экономический анализ: теория и практика. 2019. Т. 18. № 4. С. 642-662. URL: https://doi.org/10.24891/ea.18. 4.642
5. Соболева И.В. Человеческий потенциал российской экономики: проблемы сохранения и развития. М.: Наука, 2007. 201 с.
6. Сухарев М.В. Человеческий капитал в общей системе знаний // Креативная экономика. 2017. Т. 11.
№ 9. С. 915-930. URL: https://cyberlemnka.ru/article/v/ chelovecheskiy-kapital-v-obscheysisteme-znaniy
7. Летягина Е.Н., Перова В.И., Кутасин А.Н. Инновационный подход к исследованию развития человеческого капитала средствами физической культуры и спорта с использованием научного инструментария нейронных сетей // Креативная экономика. 2020. Т. 14. № 8. URL: https://doi.Org/10.18334/ce.14.8.110698
8. Кузнецов Ю.А. Человеческий капитал, производительность труда и экономический рост // Экономический анализ: теория и практика. 2012. № 43 (298). С. 2-14. URL: https://cyberleninka.ru/article/n/ chelovecheskiy-kapital-proizvoditelnost-truda-iekonomi cheskiy-rost-okonchanie
9. Кузнецов Ю.А., Мичасова О.В. Формализация задачи выявления и анализа основных факторов, определяющих экономический рост в РФ // Вестник Нижегородского университета им. Н.И. Лобачевского. 2015. № 3. С. 9-19.
10. Кильдиярова Г.Р. Влияние человеческого капитала на инновационные процессы и ВВП государства // Креативная экономика. 2015. Т. 9. № 12. С. 1647-1656. URL: https://cyberleninka.ru/article/v/ vliyanie-chelovecheskogo-kapitala-na-innovatsionnyep rotsessy-i-vvp-gosudarstva
11. Лавров Е.И., Лаврова Л.А. Человеческий капитал как фактор экономического роста // Вестник Омского университета. Серия: Экономика. 2006. № 2. С. 63-69. URL: https://cyberleninka.ru/article/n/chel ovecheskiy-kapital-kak-faktor-ekonomicheskogo-rosta-3
12. Barro R. J. Economic Growth in a Cross Section of Countries // Quarterly Journal of Economics. 1991. No. 106. P. 407-433.
13. Becker G. S. Human Capital: A Theoretical and Empirical Analysis with Special Reference to Education. New York: Columbia University Press, 1964. 412 p.
14. Benhabib J., Spiegel M.M. The Role of Human Capital in Economic Development: Evidence from Aggregate Cross-Country Data // Journal of Monetary Economics. 1994. No. 34. P. 143-173.
15. Kuznets S. Economic Growth and Income Ine-qualit // American Economic Review. 1955. Vol. 45. No. 1. P. 1-28.
16. Lucas R. On the Mechanics of Economic Development // Journal of Monetary Economics. 1988. No. 22. P. 3-42.
17. Savvides A., Zachariadis M. International Technology Diffusion and the Growth of TFP in the Manufacturing Sector of Developing Economies // Review of Development Economics. 2005. No. 9. P. 482-501.
18. Mankiw N. G., Romer D., Weil D. N. A Contribution to the Empirics of Economic Growth // Quarterly Journal of Economics. 1992. No. 107. P. 407-437.
19. Программа развития ООН. URL: https://www. undp.org/ (дата обращения 03.11.2020).
20. Ионцев В.А. и др. Введение в демографию: Учебное пособие / Под ред. В.А. Ионцева, А.А. Сагра-дова. М.: Изд-во МГУ, ТЭИС, 2003. 636 с.
21. 2030 Agenda for Sustainable Development. URL: https ://www. undp. org/content/undp/en/home/20 30-agenda-for-sustainable-development.html/ (дата обращения: 03.11.2020).
22. Дуганов М.Д. Оценка эффективности расходов на здравоохранение на региональном и муниципальном уровнях. М.: ИЭПП, 2007. 112 с.
23. Kалашников K.H., Шабунова A.A., Дуганов М.Д. Организационно-экономические факторы управления региональной системой здравоохранения: Монография. Вологда: ЖЭРТ PAH, 2012. 153 с.
24. Баранов A^., Cлепенкова Ю.М. Методологические проблемы анализа воспроизводства человеческого капитала в России ll ЭKО. 2018. № 2. C. 5-17. URL: https://ecotrends.ru/index.php/eco/article/view/1155
25. United Nations. URL: https://www.un.org/en/ (дата обращения: 03.11.2020).
26. Евразийская экономическая комиссия. URL: http://www.eurasiancommission.orgl (дата обращения: 03.11.2020).
27. Всемирный банк. URL: https://www.world bank.org/ (дата обращения: 03.11.2020).
28. Всемирная организация здравоохранения. URL: https://www.who.int/home/ (дата обращения: 03.11.2020).
29. Доугерти K. Введение в эконометрику: Пер. с англ. 3-е изд. М.: ИHФPA-M, 2009. XIV, 465 с.
30. Chamberlain G. Multivariate Regression Models for Panel Data // Journal of Econometrics. 1982. No. 18. P. 5-46.
31. Carroll R.J., Ruppert D. Transformation and Weighting in Regression. New York: Chapmanand Hall, 1988. 264 p.
32. Aйвазян C.A., Мхитарян В.С Прикладная статистика и основы эконометрики: Учебник для вузов. M.: ЮНИТИ, 1998. 1000 с.
33. Буреева H.H., Петрова О.В. Эконометрика. Нижний Новгород: Изд-во Нижегородского госуниверситета, 2006. 144 с.
34. Библиотека GNU для регрессии, эконометрики и временных рядов. URL: http://gretl.source forge.netl (дата обращения: 03.11.2020).
35. Microsoft Excel. URL: https://products.office. com/ru-ru/excel/ (дата обращения: 20.02.2020).
36. Дубров A.M., Мхитарян В.С, Трошин Л.И. Многомерные статистические методы. М.: Финансы и статистика, 2003. 352 с.
37. Огронгина Н.Р., Марчева ИА. Регрессионный анализ в экономических приложениях. Нижний Нов-
город: Изд-во Нижегородского госуниверситета, 2003. 214 с.
38. Болдыревский П.Б., Игошев А.К., Кистанова Л.А. Моделирование процессов формирования механизмов устойчивого развития субъектов хозяйствования в условиях экономического кризиса. М.: ООО «РУСАЙНС», 2019. 102 с.
39. Болдыревский П.Б., Игошев А.К., Кистанова Л.А. Влияние экономических циклов и кризисов на индекс промышленного производства в России // Экономический анализ: теория и практика. 2019. Т. 18. № 2 (485). С. 384-396.
40. Назарова В.В., Борисенкова К.А. Оценка эффективности системы здравоохранения в России // Народонаселение. 2017. № 4. С. 119-134.
41. Кузнецов Ю.А. Оптимальное управление экономическими системами. Нижний Новгород: Изд-во Нижегородского госуниверситета, 2008. 449 с.
42. Любушин Н.П. Комплексный экономический анализ хозяйственной деятельности. М.: ЮНИТИ, 2006. 445 с.
43. Макаров В.Л. Обзор математических моделей экономики с инновациями // Экономика и математические методы. 2009. Т. 45. № 1. С. 3-14.
44. Турлапов В.Е., Белокаменская А.А., Сапрыкин В.А., Гергель В.П. Принцип организации и архитектура информационной телемедицинской системы нового поколения // Вестник Нижегородского университета им. Н.И. Лобачевского. 2012. № 5-2. С. 432-437. URL: https://www.elibrary.ru/item.asp?id= 18983196
45. Федоткин М.А., Пройдакова Е.В., Эделева А.Н. Математические и инструментальные методы построения модели экономики функционирования больницы // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. 2019. № 4 (56). С. 56-66.
46. Федоткин М.А., Пройдакова Е.В., Эделева А.Н. Аналитические и численные методы анализа функционирования больницы с учетом ошибок результатов наблюдений // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. 2020. № 2 (58). С. 55-65.
ANALYSIS OF THE IMPACT OF THE HEALTH SECTOR ON DEVELOPMENT HUMAN CAPITAL AS AN ECONOMIC FACTOR GROWTH OF THE EAEU COUNTRIES
V.I. Perova, P. V. Korchemny
Lobachevsky State University of Nizhny Novgorod
The purpose of the study is to substantiate the importance of the health factor for the growth of human capital and the need for an integration policy in the field of health to ensure stable economic growth of the countries that are members of the Eurasian Economic Union (EAEU). The subject of this study is the relationship between the level of health and the accumulation of human capital - one of the factors of innovative development and national security of the EAEU countries. The objects of the study were the member states of the Eurasian Economic Union: Russian Federation, Republic of Armenia, Republic of Belarus, Republic of Kazakhstan, Kyrgyz Republic. The production function for health care in the countries of the Eurasian Economic Union is constructed and econometric modeling of human capital development as a factor of economic growth in the EAEU countries is carried out. Based on spatial data for the period 2000-2017. The research tools used are a fixed-effect model, a weighted least-squares method, and a least-squares method based on the Gretl and MS Excel econometric package. It is shown that the indicators in the economic and mathematical model are statistically significant. This underlines the importance of implementing an integration policy in the field of healthcare in the EAEU space in
order to increase the economic potential of this integration education. The results obtained can help in developing a strategy for health development in the countries of the Eurasian Economic Union.
Keywords: healthcare, human capital, economic growth, economic modeling, EAEU.
