CC BY
66
серия Экономические исследования ТТаучный результат
СТАТЬЯ НОМЕРА
УДК 336.1
Московкин В. М., Сизьенго М.
БЕНЧМАРКИНГ ЭКОНОМИКИ ЗНАНИЙ СТРАН СУБСАХАРСКОЙ АФРИКИ
Аннотация
В статье рассмотрены методология оценки экономики знаний Всемирного банка и лежащие в ее основе эмпирические исследования. На ее основе построен «Basic Scorecard» для агрегированных и интегральных показателей трех группировок стран Субсахарской Африки (COMESA, ECOWAS и ECCAS). На основе этого табло и классификационной шкалы уровней развития стран по взвешенным показателям КАМ построены матрицы уровней развития вышеуказанных стран трех рассматриваемых группировок на 2000 и 2012 гг. Среди стран COMESA лучшие позиции занял Маврикий, за ним следовали Египет, Замбия, Свазиленд и Кения. Среди стран ECOWAS лучшие позиции имели Гана и Буркина-Фасо, среди группировки стран ECCAS - Руанда и Камерун.
Аналогичное «Basic Scorecard» построено для частных взвешенных индикаторов выше указанных группировок стран Субсахарской Африки, которое позволило построить матрицы сильных и слабых сторон экономики знаний рассматриваемых стран по девяти переменным, характеризующим три области экономики знаний. Согласно его показателям, среди стран COMESA сильные стороны экономики знаний имели только Маврикий и Свазиленд.
Лучшие агрегированные и интегральные показатели по группировкам в целом имеет COMESA, за ней следуют ECOWAS и ECCAS.
Предложенный бенчмаркинговый инструментарий, адаптированный для сравнительной оценки показателей экономики знаний стран Субсахарской Африки, может быть использован координирующими органами стран COMESA, ECOWAS и ECCAS для управления их глобальным позиционированием по данным показателям.
Ключевые слова: бенчмаркинг, инновационное развитие, методология оценки знаний, «Basic Scorecard», COMESA, ECOWAS, ECCAS.
Abstract
The author discusses the Knowledge Assessment Methodology (KAM) of the World Bank and the underlying empirical researches. On its basis, the Basic Scorecard for the aggregated and integrated indicators of three SubSaharan country-blocs (COMESA, ECOWAS, ECCAS) is built. On the basis of the scorecard and classification scale of the levels of countries’ development by weighted KAM-indicators, the matrices of the levels of development for the member countries of the regional groups on these indicators for the period from 2000 to 2012 are constructed. The study has shown that Mauritius has benefited most from COMESA integration, followed by Egypt, Zambia, Kingdom of Swaziland and Kenya. Among the countries of ECOWAS and ECCAS, Ghana and Burkina Faso have the best positions for the first group of countries respectively, and Rwanda and Cameroon for the second one.
A similar Basic Scorecard for the partial weighted indicators of the above mentioned Sub-Saharan African integrations is built which allowed to build the matrix of strong and weak points of the knowledge economy of the countries under study on nine variables belonging to the three realms of the knowledge economy. Among COMESA countries, only Mauritius and Swaziland have shown the knowledge economy strengths.
COMESA has the best aggregated and integral indicators of the regional groups under research; it’s followed by ECOWAS and ECCAS.
The offered benchmarking tools, adapted for the comparative evaluation of the Sub-Saharan Africa countries’ knowledge economy indicators, can be used by the coordinating bodies of COMESA, ECOWAS and ECCAS countries in management of their global positioning.
Key words: local self-government; municipal theory; theoretical and methodological foundations of the science of municipal law; municipality; independence of local government.
№2 2014
В настоящее время значительная доля научно-технических знаний производится в развитых странах (более 70% патентов и научно-технических статей), при этом диспаритет в производстве этих знаний на душу населения между развитыми и развивающимися странами даже больше, чем диспаритет в их доходах [1]. Поэтому для развивающихся стран важно суметь усвоить и адаптировать научно-технические знания, накопленные развитыми странами.
Имеется много эмпирических исследований, лежащих в основе концепции экономики знаний Всемирного банка и его методологического инструментария. Важно отметить, что переход к становлению экономики знаний требует разработки долговременных стратегий, которые должны фокусироваться на развитии четырех областей экономики знаний (табл. 1). Прежде всего это означает, что страны должны осознавать свои сильные и слабые стороны и затем воздействовать на них, развивая подходящие политики и механизмы для реализации целей.
Для содействия этому переходному процессу Институт Всемирного банка в рамках программы «Знание для развития» (Knowledge for Development (K4D) Program) разработал Knowledge Assessment - методологию (КАМ), которая связана с соответствующим онлайновым инструментом и обеспечивает базовую оценку готовности стран и регионов к переходу к экономике знаний. КАМ представляет собой дружественный интерактивный, диагностический и бенчмар-кинговый инструмент, предназначенный для того, чтобы помочь странам-партнерам выявлять их сильные и слабые стороны в сравнении с другими странами. Поэтому КАМ может быть полезной для идентификации возможностей и проблем, с которыми страны могут сталкиваться, а там, где это необходимо, фокусировать внимание политиков или планировать новые инвестиции.
Уникальная сила КАМ связана с ее кросс-секторальным подходом, который предоставляет целостный взгляд на широкий спектр факторов релевантных экономике знаний. В первоначальной версии КАМ-2005 сравнительный анализ делался на основе 80
структурных и качественных переменных, распределенных по 9 индикаторам общего исполнения, 6 индикаторам гендерного равенства и 65 индикаторам из четырех областей экономики знаний, для 128 стран и 9 региональных группировок. Международные сравнения по выбранным индикаторам представляются в виде радиальных и ромбических диаграмм.
Сравнения могут делаться:
- в глобальном масштабе среди всех стран;
- в региональном масштабе в рамках отдельной региональной группировки;
- в рамках категорий человеческого раз-
вития (высокий уровень человеческого развития: HDI>o,8oo; средний уровень человеческого развития: 0,799<HDI<0,500;
низкий уровень человеческого развития: HDI<0,500), где HDI - Human Development Index (Индекс человеческого развития ООН);
- на основе уровней дохода - валовой национальный доход на душу населения (страны с низким доходом - 735 дол. США на душу населения и ниже; страны с доходом ниже среднего - от 736 до 2 935 дол. США на душу населения; страны с доходом выше среднего -от 2 936 до 9 075 дол. США на душу населения; страны с высоким доходом - 9 076 дол. США на душу населения и выше).
Процедура нормализации переменных в КАМ состоит в следующем.
1. Первичные данные (u) собираются из базы данных Всемирного банка и других международных баз данных для всех переменных и стран.
2. Для каждой страны определяется по каждой из переменных ранг (rank (u)), то есть место страны в ранжировании по рассматриваемой переменной. Ранг 1 ставится для страны, имеющей лучшее исполнение по данной переменной, ранг 2 ставится следующей по исполнению стране и т.д.;
3. Для каждой отдельной страны вычисляется количество стран, которые стоят ниже нее в ранжировании, включая эту страну (NW).
4. Окончательная нормализация (нормировка) проделывается по формуле:
Normalized (u) = Ф
с
V
N
N
w
c
л
У
(1)
серия Экономические исследования
где Nc - общее количество рассматриваемых стран (в общем случае N с = 128).
Формула (1) размещает нормализованные значения всех переменных от 0 до 10 для каждой из стран. Как видим, данная процедура нормализации намного проще, чем в Global Competitivenees Index (GCI) - методологии, так как позволяет абстрагироваться от понятий «hard data» и «survey data» и поэтому не требует использования формул пересчета «hard data» в интервал от 1 до 7 - балльных оценок «survey data». Отметим, что в версии КАМ-2012 количество переменных было увеличено до 109, а количество стран - до 146.
Предпосылками для создания Knowledge Assessment-методологии являлись труды П. Ромера, Р. Лукаса, Дж. Гроссмана, Е. Хел-пмана, Д. Кое, Р. Барро, Д. Когена, М. Сото, Э. Ганушека, Д. Кимко, Д. Ледермана, У. Малони, Д. Гуеллека, Б. Поттелсберга, Дж. Адамса и др., которые перекликаются с более известным кластером работ о концепции национальных инновационных систем (НИС); разработка самой Knowledge Assessment - методологии осуществлена Д. Ченом и К. Далма-ном [1].
Важно отметить, что в основе этой методологии лежат четыре области (pillars), показанные в таблице 1.
Четыре составляющие области экономики знаний
Four Constituents of the Knowledge Economy Field
Таблица 1 Table 1
Экономические стимулы и институциональный режим Образованная и алифицирован-ная рабочая сила (образование и человеческие ресурсы) Эффективная инновационная система Современная и адекватная инновационная инфраструктура
Обеспечиваются Способная Состоящая из фирм, Способная
хорошими непрерывно исследовательских облегчить
экономическими корректировать центров, эффективные
политиками и и адаптировать университетов, коммуникации,
институтами, которые свои навыки для консультантов распространение
допускают эффективную эффективного и других и обработку
мобилизацию и создания и инновационных информации и
размещение ресурсов, стимулируют креативность и мотивацию для эффективного создания, распространения и использования существующих знаний использования знаний акторов, которые могут помочь в осуществлении революции знаний, способствовать их росту, ассимилировать и адаптировать их для местных нужд знаний
серия Экономические исследования
Данная схема экономики знаний (Knowledge Economy Framework) предполагает, что инвестиции в четыре ее составляющие области необходимы для устойчивого создания, усвоения, адаптации и использования знаний во внутреннем производстве товаров и услуг, что будет выражено в более высокой их добавленной стоимости. Это будет, в свою очередь, увеличивать вероятность экономического успеха в настоящей высококонкурентной и глобализированной мировой экономике.
В каждой области экономики знаний (табл. 1) существуют свои межстрановые сравнительные исследования, которые показывают ее влияние на долговременный экономический рост. Например, для второй области экономики знаний Роберт Барро [2] в начале 90-х годов прошлого века, используя данные ВВП на душу населения для 98 стран (1960-1985 гг.) и данные за i960 г. по охвату начальным и средним образованием как показатель начального человеческого капитала, нашел, что обе переменные статистически значимо влияют на рост ВВП на душу населения. Подобно этому Даниель Коген и Марчелло Сото [3] через десять лет, используя страновые временные ряды по среднему количеству лет, проведенных в школе, обнаружили аналогичное статистически значимое влияние этого показателя на экономический рост.
В это же время Эрик Ганушек и Денис Ким-ко [4] предложили альтернативный подход, чтобы учесть влияние качества образования на экономический рост. Используя международные тестовые испытания школьников как показатель качества образовательных систем, они обнаружили, что качество образования оказывает положительное влияние на экономический рост.
Что касается создания эффективных инновационных систем, то следует отметить исследование Даниеля Ледермана и Уильяма Малони [5], которые, используя регрессионный анализ на основе пятилетних средних
данных за период с 1975 по 2000 год для 53 стран, нашли, что однопроцентное увеличение общих расходов на НИОКР (известный в западной литературе показатель, называемый интенсивностью НИОКР) приводит к увеличению роста ВВП на 0,78%. Другие исследователи - Доминик Гуеллек и Бруно ванн Поттелсберг [6] - исследовали долговременные воздействия различных типов НИОКР на мультифактор продуктивности роста (multifactor productivity growth), используя панельные данные по странам ОЭСР за период 1980-1998 гг. Они обнаружили, что предпринимательские, общественные и иностранные НИОКР, все вместе и каждая в отдельности, оказывают статистически значимое положительное влияние на продуктивность роста. Отметим, что здесь под общественными НИОКР понимаются НИОКР, выполненные в государственном секторе и секторе высшего образования, а под иностранными НИОКР - предпринимательские НИОКР, выполненные за пределами 15 стран ОЭСР. Кроме того, Джеймс Адамс в 1990 г. [7], используя данные по количеству научных статей в девяти различных научных областях как один из показателей накопления знаний, нашел, что научно-техническое знание внесло значительный вклад в общий фактор продуктивного роста промышленных отраслей США в период с 1953 года по 1980 год.
Имеется также много работ, указывающих на положительное влияние информационной инфраструктуры на экономический рост. То же самое следует отметить и для первой области экономики знаний.
Теперь перейдем к рассмотрению двух типов табло (<^шгеса^>>), используемых в КАМ. Наиболее часто используется «базовое табло» («Basic Scoreсard»). Оно включает 14 стандартных переменных: две переменные общего исполнения стран и 12 переменных экономики знаний (по 3 из каждой области знаний). Сравнения в КАМ проводятся с 2000 года. В таблице 2 приведена первоначальная версия такого табло для уровня 2005 года.
серия Экономические исследования
КАМ «Basic Scoreboard» (2005)
Таблица 2 Table 2
Группы переменных Названия переменных
Общее исполнение Среднеежегодный рост ВВП, %
Индекс человеческого развития (HDI)
Экономические стимулы и институциональный режим Тарифные и нетарифные барьеры
Качество регулирования
Законодательные нормы
Образование и человеческие ресурсы Грамотность взрослого населения (в %, возраст - 15 лет и выше)
Охват средним образованием, %
Охват высшим образованием, %
Инновационная система Количество исследователей, занятых в НИОКР, в расчете на 1 млн жителей
Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей
Количество журнальных научных и технических статей в расчете на 1 млн жителей
Информационная инфраструктура Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей
Количество компьютеров в расчете на 1 000 жителей
Количество пользователей сети Интернет в расчете на 10 000 жителей
Результаты расчетов по КАМ иллюстрируются радиальными (14 переменных) и ромбовидными (4 агрегированные переменные, соответствующие четырем областям экономики знаний). В первом случае, чем полнее диаграмма (лучшее приближение к вписанному в окружность равностороннему четырнадцатиугольнику), тем лучше страна продвинулась в построении экономики знаний.
В качестве интегрального показателя в КАМ-2005 использовался Knowledge Economy Index (KEI), который суммирует страновое исполнение по четырем областям экономики знаний и вычисляется как среднеарифметическое значение по 12 нормализированным индикаторам знаний базового табло. Поэтому базовое табло может рассматриваться как дисагрегированное представление KEI.
Разработана также диагностическая диаграмма для KEI в координатах 2000 г. и последнего года расчетов, на которую наносятся показатели стран мира. Если координата страны находится выше диагонали квадрата, то исполнение страны в отношении перехода ее к экономике знаний улучшилось, и наоборот. Наблюдаются три кластера точек стран: в районе верхней части диагонали - развитые страны, в районе средней части диагонали -среднеразвитые страны, в районе нижней части диагонали - слаборазвитые страны.
Второй тип табло называется Custom Scoreсard. Это так называемое заказное табло, которое может строиться пользователями в интерактивном онлайновом режиме при любом сочетании исходных переменных. Такие возможности не дают близкие по сути Trend Chart и GCI-методологии. Начиная с версии
серия Экономические исследования
КА-методологии за 2008 г. (КАМ-2008) дополнительно к интегральному показателю KEI рассматривается интегральный показатель KI (Knowledge Index), который вычисляется аналогичным образом, как среднеарифметическое значение по 9 переменным, входящим в три области экономики знаний (образование и человеческие ресурсы, инновационная система, информационная инфраструктура). Последняя область экономики знаний здесь называется «информационно-коммуникационные технологии». Также вводятся агрегированные показатели (индексы), отвечающие за каждую из четырех областей знаний.
Рассмотренная Knowledge Assessment-методология позволяет без каких-либо затруднений и пересчётов строить базовое и заказное табло для любых групп стран. В то же время удалось определить два аспекта, в ко-
торых данная методология может быть развита [8].
Во-первых, следует отметить, что используемые в КАМ как частные нормированные, так и агрегированные индикаторы (индексы) изменяются от 0 до 10. В связи с этим может быть введена равномерная пятиуровневая классификационная шкала для этих показателей (табл. 3). Она может лечь в основу формализованного SWOT-анализа в части количественной оценки сильных и слабых сторон экономики знаний стран мира. Во-вторых, в KAM никак не обосновывается выбор трех индикаторов в каждой области экономики знаний, а ведь от этого существенно зависят значения агрегированных и интегральных показателей. Поэтому при более детальных расчетах необходимо учитывать все имеющиеся частные индикаторы, как это делается в GCI-методологии.
Таблица 3
Классификационная шкала уровней развития стран по показателям KAM
Table 3
Classification Scale of the Levels of Countries’ Development on the KAM Indicators
Изменение показателя Уровень развития
0 < I < 2 Очень низкий
2 < I < 4 Низкий
4 < I < 6 Средний
6 < I < 8 Высокий
8 < I < 10 Очень высокий
Предложенный разработчиками KAM инструмент Custom Scorecard позволяет это сделать. Такие расчеты для стран MEDA и ASEAN проделывались в работе [8]. Ниже расчеты по рассматриваемой методологии будут проделаны для стран Субсахарской Африки.
Приложение KAM к странам Cубсахар-ской Африки
Будем рассматривать три региональные группировки стран Субсахарской Африки -COMESA, ECOWAS, ECCAS. Принадлежность стран к этим региональным группировкам будет видна из последующего изложения. Здесь только отметим, что в COMESA входит
Египет, который не является страной Субсахарской Африки. На основе КАМ-2012 построено базовое табло для агрегированных и интегральных показателей экономики знаний стран Субсахарской Африки (табл. 4).
К агрегированным показателям относятся показатели, входящие в четыре области знания, а к интегральным - индексы KEI и KI [8]. В таблице 4 для сравнения приведены показатели из КАМ-2000 и изменения мировых рангов по индексу KEI рассматриваемых стран за интервал времени, соответствующий оценкам показателей в КАМ-2012 и КАМ-2000.
серия Экономические исследования
Московкин В. М., Сиэьенго М. YТаучный
11 бенчмаркинг экономики знаний стран субсахарской Африки щ Нрезультат
В дополнение к GCI-методологии для оценки глобальной конкурентоспособности стран можно использовать близкую по сути методологию оценки экономики знаний Всемирного банка (КА-методологию, КАМ), рассматриваемую выше. Как и ранее, будем использовать эту методологию для трех региональных группировок Субсахарской Африки COMESA, ECOWAS и ECCAS. Укрупненные и интегральные (KEI, KI) показатели экономики знаний стран Субсахарской Африки и
условных стран по группам дохода для взвешенных и невзвешенных индикаторов приведены в таблице 4. В этой таблице страны Субсахарской Африки, условные страны по группам доходов, страны Африки в целом, группировки стран COMESA, ECOWAS и ECCAS проранжированы в порядке убывания интегрального показателя KEI для 2012 года.
Рассмотрим три региональные группировки стран Субсахарской Африки - COMESA, ECOWAS и ECCAS.
Таблица 4
«Basic Scorecard» для агрегированных и интегральных показателей стран Субсахарской Африки (COMESA, ECOWAS и ECCAS) и условных стран с разным
уровнем доходов
Table 4
«Basic Scorecard» for the Aggregated and Integrated Indicators of the Sub-Saharan Africa Countries (COMESA, ECOWAS, ECCAS) and Conditional Countries with Different Income Level
С-н X ей Он Изменение ранга KEI Страна Взвешенные показатели
KEI KI Экономические стимулы и институциональный режим Инновации Образо- вание ИКТ
а т-Н О С\| о о 0 01 а т-Н О С\| о о 0 01 а т-Н О С\| о о 0 01 а т-Н О С\| о о 0 01 (N т-Н О (N о о 0 01 а т-Н О С\| о о 0 01
С высоким доходом 8.60 8.84 8.67 8.97 8.39 8.45 9.16 9.20 8.46 8.81 8.37 8.88
Маврикий 5.52 5.36 4.62 5.02 8.22 6.37 4.41 4.23 4.33 3.91 5.11 6.93
С доходом выше среднего 5.10 5.13 5.07 5.15 518 507 6.21 5.89 4.72 432 4.28 5.23
Египет 3.78 4.29 3.54 4.49 4.50 3.68 4.11 5.03 3.37 4.66 3.12 3.77
С доходом ниже среднего 342 344 345 355 332 3.11 490 4.07 2.84 3.03 2.62 354
106 -9 Свазиленд 3.13 3.49 2.99 3.60 3.55 3.15 4.36 4.48 2.27 2.70 2.34 3.63
110 -3 Кения 2.88 2.93 2.91 2.89 2.78 3.04 3.72 4.19 2.10 2.39 2.91 2.10
112 -7 Гана 2.72 3.00 2.28 2.39 4.05 4.85 2.24 2.21 2.68 2.64 1.93 2.30
113 -11 Сенегал 2.70 3.15 2.28 2.53 3.97 5.00 2.83 3.04 1.32 1.21 2.68 3.35
115 -4 Замбия 2.56 2.74 2.03 2.18 4.15 4.41 2.09 1.98 2.08 1.76 1.93 2.81
AFRICA 2.55 304 2.43 3.00 2.91 3.13 395 395 144 1.70 1.90 3.36
COMESA 2.37 2.51 2.16 2.44 3.01 2.73 2.76 2.77 1.621 1.78 2.09 2.84
117 2 Уганда 2.37 2.16 1.84 1.99 3.97 2.67 2.54 2.68 1.09 1.19 1.88 2.10
серия Экономические исследования
Московкин В. М., Сиэьенго М. YТаучный
12 бенчмаркинг экономики знаний стран субсахарской Африки щ Нрезультат о-прак и^ркий^^'* "'
118 5 Нигерия 2.20 2.09 2.51 2.38 1.26 1.21 2.56 2.84 1.62 1.95 3.35 2.35
119 -6 Зимбабве 2.17 2.66 2.85 3.26 0.12 0.85 3.99 3.77 1.99 2.75 2.59 3.26
122 -6 Малави 1.92 2.21 1.45 1.66 3.33 3.84 2.65 2.27 0.54 0.87 1.15 1.84
123 9 Буркина-Фасо 1.91 1.82 1.06 1.30 4.46 3.38 2.14 1.71 0.28 0.35 0.76 1.84
ECOWAS 1.89 2.20 1.67 1.91 2.54 3.10 2.11 2.18 1.21 1.21 1.66 2.32
124 -10 Бенин 1.88 2.39 1.79 1.91 2.15 3.80 2.80 2.29 1.10 1.16 1.47 2.30
125 -7 Мали 1.86 2.17 1.31 1.42 3.49 4.40 1.82 1.76 1.05 0.66 1.05 1.84
126 14 Руанда 1.83 1.17 1.14 1.24 3.89 0.96 1.73 1.33 0.77 0.56 0.92 1.84
128 -2 Мадагаскар 1.77 2.01 1.43 1.83 2.79 2.53 2.37 2.68 0.84 0.97 1.10 1.84
132 -15 Камерун 1.69 2.17 1.85 2.36 1.21 1.58 2.61 2.84 1.39 1.94 1.56 2.30
С низким доходом 1.58 2.00 1.58 1.99 1.61 2.03 2.13 2.06 1.54 1.80 1.05 2.10
135 -15 Кот Дивуар 1.54 2.14 1.54 2.35 1.53 1.52 1.62 2.57 0.91 1.46 2.09 3.01
ECCAS 153 1.49 1.31 1.67 2.19 0.92 1.84 2.09 0.83 0.927 1.29 1.99
137 1 Судан 1.48 1.35 1.82 1.62 0.48 0.54 1.44 1.38 0.84 1.38 3.16 2.10
135 -3 Джибути 1.34 1.59 1.17 1.43 1.85 2.07 1.44 1.34 0.73 0.35 1.33 2.60
139 -2 Эфиопия 1.27 1.36 1.17 1.30 1.56 1.53 1.85 1.55 1.05 0.52 0.62 1.84
140 -9 Гвинея 1.22 1.83 1.44 1.47 0.53 2.90 1.32 1.73 1.75 0.59 1.26 2.10
141 -11 Эритрея 1.14 1.85 1.21 1.60 0.93 2.59 1.89 1.86 0.69 0.84 1.05 2.10
142 -1 Ангола 1.08 1.12 0.95 1.41 1.48 0.23 1.17 2.11 0.32 0.28 1.38 1.84
143- -4 Сьерра-Леоне 0.97 1.25 0.84 1.40 1.38 0.82 1.63 1.51 0.57 0.90 0.32 1.79
Невзвешенные показатели
W w I- д ев РЦ Изменение ранга KEI Страна KEI KI Экономические стимулы и институциональный режим Инновации Образо- вание ИКТ
а т-Н О С\| о о 0 01 а т-Н О С\| о о 0 01 а т-Н О С\| о о 0 01 а т-Н О С\| О О 0 01 (N т-Н О (N о о 0 01 а т-Н О С\| О о 0 01
С высоким доходом 8.60 8.85 8.67 8.99 8.39 8.45 9.16 9.27 8.46 8.81 8.37 8.88
С доходом выше среднего 5.10 541 5.07 553 518 507 6.21 7.04 4.72 432 4.28 5.23
Маврикий 5.05 4.93 4 4.45 8.22 6.37 2.54 2.51 4.33 3.91 5.11 6.93
серия Экономические исследования
Московкин В. М., Сиэьенго М. YТаучный
13 бенчмаркинг экономики знаний стран субсахарской Африки щ Нрезультат о-прак и^ркий^^'* "'
71 -1 С доходом ниже среднего 342 4.02 345 433 332 3.11 490 6.41 2.84 3.03 2.62 354
Египет 4.40 4.81 4.37 5.19 4.50 3.68 6.62 7.13 3.37 4.66 3.12 3.77
Кения 3.31 3.36 3.49 4.64 2.78 3.04 5.46 5.92 2.1 1.21 2.91 2.10
Гана 2.87 3.13 2.48 5.00 4.05 4.85 2.84 2.73 2.68 2.64 1.93 2.30
112 -5 Нигерия 2.87 2.56 3.41 4.84 1.26 1.21 5.26 5.86 1.62 1.95 3.35 2.35
ИЗ -1 Africa 2.79 3.26 2.75 330 2.91 3.13 492 484 1.44 1.70 1.90 3.36
Свазиленд 2.77 3.06 2.51 3.03 3.55 3.15 2.92 2.76 2.27 2.70 2.34 3.63
114 -6 Сенегал 2.72 3.15 2.31 2.54 3.97 5.00 2.93 3.05 1.32 1.21 2.68 3.35
115 -1 Замбия 2.60 2.79 2.08 2.25 4.15 4.41 2.24 2.18 2.08 1.76 1.93 2.81
116 -2 Уганда 2.57 2.40 2.10 2.30 3.97 2.67 3.33 3.62 1.09 1.19 1.88 2.10
117 -1 COMESA 2.45 2.67 2.27 2.69 3.01 2.84 3.09 3.26 1.62 1.72 2.09 2.79
Зимбабве 2.25 2.81 2.96 3.46 0.12 0.85 4.29 4.38 1.99 2.75 2.59 3.26
119 -6 ECOWAS 2.00 2.30 1.83 2.51 2.54 3.06 2.58 2.69 1.25 1.21 1.66 2.32
Буркина-Фасо 1.98 1.88 1.16 1.38 4.46 3.38 2.44 1.94 0.28 0.35 0.76 1.84
112 9 Малави 1.98 2.21 1.53 1.67 3.33 3.84 2.89 2.29 0.54 0.87 1.15 1.84
123 3 Мали 1.92 2.26 1.40 1.54 3.49 4.04 2.08 2.12 1.05 0.66 1.05 1.84
125 -3 Бенин 1.86 2.35 1.77 1.87 2.15 3.80 2.73 2.14 1.10 1.16 1.47 2.30
127 -10 Мадагаскар 1.86 2.25 1.55 2.15 2.79 2.53 2.70 3.64 0.84 0.97 1.10 2.10
128 -3 Руанда 1.85 2.25 1.17 2.15 3.89 2.53 1.82 3.64 0.77 0.97 0.92 1.84
129 12 Камерун 1.82 2.25 2.03 2.47 1.21 1.58 3.14 3.17 1.39 1.94 1.56 2.30
131 -7 Эфиопия 1.68 1.63 1.72 1.67 1.56 1.53 3.50 2.64 1.05 0.52 0.62 1.84
135 - Кот Дивуар 1.62 2.28 1.65 2.54 1.53 1.52 1.97 3.14 0.91 1.46 2.09 3.01
136 -16 Судан 1.61 1.53 1.99 1.86 0.48 0.54 1.97 2.09 0.84 1.38 3.16 2.10
137 1 ECCAS 159 1.91 1.40 2.07 2.19 145 2.08 3.14 0.83 1.06 1.29 1.99
С низким доходом 1.58 2.24 1.58 2.31 1.61 2.03 2.13 3.03 1.54 1.80 1.05 2.10
139 -2 Джибути 1.30 1.55 1.11 1.38 1.85 2.07 1.27 1.20 0.73 0.35 1.33 2.60
140 -8 Гвинея 1.24 1.87 1.47 1.52 0.53 2.90 1.41 1.88 1.75 0.59 1.26 2.10
142 -3 Ангола 1.11 1.24 0.99 1.58 1.48 0.23 1.28 2.62 0.32 0.28 1.38 1.84
143 -9 Эритрея 1.10 1.79 1.15 1.52 0.93 2.59 1.72 1.62 0.69 0.84 1.05 2.10
144 -4 Сьерра-Леоне 0.95 1.21 0.81 1.34 1.38 0.82 1.53 1.34 0.57 0.90 0.32 1.79
серия Экономические исследования
На основе таблицы 4 и классификационной шкалы (таблицы 3) построены матрицы уровней развития стран трех группировок на 2000 и 2012 гг. (табл. 5-10).
В таблице 5 на 2000 г. представлены уровни развития стран COMESA по показателям КАМ.
Таблица 5
Матрица уровней развития стран COMESA по показателям KAM
(взвешенные показатели), 2000 г
Table 5
Matrix of Levels of Development of COMESA Countries on the KAM Indicators
(Weighed Indicators), 2000
Показатели уровня развития Очень низкий Низкий Средний Высокий Очень высокий
KEI Руанда, Судан, Джибути, Эфиопия, Эритрея Свазиленд, Малави, Свазиленд, Замбия , Уганда, Мадагаскар, Зимбабве Маврикий, Египет
KI Руанда, Мадагаскар, Судан, Джибути, Эфиопия, Уганда, Малави, Эритрея Свазиленд, Кения, Замбия, Зимбабве Маврикий, Египет
Экономические стимулы и инсти-туциональ-ный режим Зимбабве, Руанда, Судан, Эфиопия Свазиленд, Кения, Уганда, Малави, Мадагаскар, Джибути, Эритрея, Египет Замбия Маврикий
Инновации Руанда, Судан, Джибути, Эфиопия, Эритрея, Замбия Уганда, Зимбабве, Малави, Мадагаскар Маврикий, Египет, Свазиленд, Кения
серия Экономические исследования
Образование Замбия, Уганда, Руанда, Эфиопия, Мадагаскар, Судан, Джибути, Эритрея, Малави Маврикий, Свазиленд, Кения, Зимбабве Египет
ИКТ Малави, Руанда, Мадагаскар, Эфиопия Египет, Свазиленд, Кения, Замбия, Уганда, Зимбабве, Судан, Джибути, Эритрея Маврикий
Из этой таблицы видим, что пять стран COMESA из двенадцати достигают по крайней мере один раз среднего или высокого уровня развития. Лучшие позиции из этих пяти стран занимает Маврикий, который достиг высокого уровня развития по показателям «Экономические стимулы и институциональный режим» и «ИКТ», а также среднего уровня по показателям KEI и KI, «Инновации». За Маврикием следует Египет, который имеет средний уровнень развития по показателям KEI, KI, «Инновации» и «Образование». Остальные три страны - Замбия, Свазиленд и Кения - имеют средний уровень развития по одному показателю. В этот же порядке страны располагаются и по их ранжированию по показателям KEI и KI в таблице 4. В таблице 6 на представлены уровни развития стран ECOWAS в 2000 году по показателям КАМ.
Показатели уровня развития Очень низкий Низкий Средний Высокий Очень высокий
KEI Буркина-Фасо, Гвинея, Сьерра-Леоне Гана, Сенегал, Нигерия, Бенин, Мали, Кот Дивуар
KI Мали, Буркина-Фасо, Бенин, Гвинея, Сьерра-Леоне Нигерия, Кот Дивуар, Сенегал, Гана
Экономические стимулы и институциональный режим Нигерия, Кот Дивуар, Сьерра-Леоне Буркина- Фасо, Бенин, Гвинея Гана, Сенегал, Мали
серия Экономические исследования
Инновации Буркина-Фасо, Гвинея, Мали, Сьерра-Леоне Бенин, Гана, Сенегал, Кот Дивуар, Нигерия
Образование Сенегал, Нигерия, Буркина-Фасо, Бенин, Мали, Гвинея, Кот Дивуар , Сьерра-Леоне Гана
ИКТ Буркина-Фасо, Мали, Сьерра-Леоне Гана, Сенегал, Нигерия, Бенин, Кот Дивуар, Гвинея
Из этой таблицы следует, что из девяти стран ECOWAS только три - Гана, Сенегал и Мали -имеют средний уровень развития по показателю «Экономические стимулы и институциональный режим». Все три страны ECCAS в 2000 г. имели или очень низкий или низкий уровень развития по рассматриваемым показателям (таблица 7).
Таблица 7
Матрица уровней развития стран ECCAS по показателям KAM
(взвешенные показатели) 2000 г.
Table 7
Matrix of Levels of Development of ECCAS Countries on the KAM Indicators
(Weighed Indicators), 2000
Показатели уровня развития Очень низкий Низкий Средний Высокий Очень высокий
KEI Руанда, Ангола Камерун
KI Руанда, Ангола Камерун
Экономические стимулы и институциональный режим Руанда, Ангола, Камерун
Инновации Руанда Ангола, Камерун
Образование Руанда, Ангола, Камерун
ИКТ Руанда, Ангола Камерун
В таблице 8 представлены уровни развития стран COMESA в 2012 году по показателям КАМ.
серия Экономические исследования
Таблица 8
Матрица уровней развития стран COMESA по показателям KAM
(взвешенные показатели), 2012 г.
Table 8
Matrix of Levels of Development of COMESA Countries on the KAM Indicators
(Weighted Indicators), 2012
Показатели уровня развития Очень низкий Низкий Средний Высо- кий Очень высокий
KEI Малави, Руанда, Судан, Мадагаскар, Эфиопия, Эритрея, Джибути Свазиленд , Замбия, Египет, Зимбабве, Кения, Уганда Маврикий
KI Малави, Уганда, Руанда Мадагаскар, Судан, Эфиопия, Эритрея, Джибути Кения, Египет, Свазиленд, Замбия, Зимбабве Маврикий
Экономические стимулы и ин-ституциональ-ный режим Судан, Эфиопия, Эритрея, Джибути, Зимбабве Малави, Кения, Руанда, Уганда, Мадагаскар, Свазиленд Египет, Замбия Маврикий
Инновации Руанда, Судан, Эфиопия, Эритрея, Дживути Малави, Кения, Уганда, Замбия, Мадагаскар, Зимбабве Свазиленд, Маврикий, Египет
Образование Малави, МадагаскарЗим- бабве, Уганда, Руанда, Судан, Эфиопия, Эритрея, Джибути Свазиленд, Замбия, Кения, Египет Маврикий
ИКТ Малави, Замбия, Уганда, Руанда, Эфиопия, Эритрея, Мадагаскар, Джибути Свазиленд, Зимбабве, Кения, Судан, Египет Маврикий
По сравнению с 2000 г. Маврикий поднялся на один уровень по показателям «Экономические стимулы и институциональный режим» и «ИКТ». В то же время Египет, подняв уровень только одного показателя «Экономические стимулы и институциональный режим», опустился на один
серия Экономические исследования
уровень по показателям KEI, KI и «Образование» (таблица 5).
Замбия и Свазиленд сохранили свои позиции, а Кения по показателю «Инновации» перешла со среднего уровня на низкий.
В таблице 9 представлены уровни развития стран ECOWAS в 2012 году по показателям КАМ.
Таблица 9
Матрица уровней развития стран ECOWAS по показателям KAM
(взвешенные показатели), 2012 г.
Table 9
Matrix of Levels of Development of ECOWAS Countries on the KAM Indicators
(Weighted Indicators), 2012
Показатели уровня развития Очень низкий Низкий Средний Высокий Очень высокий
KEI Бенин, Буркина-Фасо, Гвинея, Кот Дивуар, Мали, Сьерра-Леоне Гана, Нигерия, Сенегал
KI Бенин, Буркина-Фасо, Гвинея, Кот Дивуар, Мали, Сьерра-Леоне Гана, Нигерия, Сенегал
Экономические стимулы и институциональный режим Гвинея, Кот Дивуар, Нигерия, Сьерра-Леоне Бенин, Мали, Сенегал Буркина- Фасо, Гана
Инновации Кот Дивуар, Мали, Сьерра-Леоне, Гвинея Бенин, Сенегал, Буркина-Фасо, Гана, Нигерия
Образование Бенин, Гвинея, Буркина-Фасо, Мали, Нигерия, Сенегал, Кот Дивуар, Сьерра-Леоне Гана
ИКТ Бенин, Мали, Гвинея, Сьерра-Леоне, Гана, Буркина-Фасо Нигерия, Кот Дивуар, Сенегал
серия Экономические исследования
По сравнению с 2000 г. Сенегал и Мали (табл. 6) по показателям «Экономические стимулы и институциональный режим» перешли со среднего уровня на низкий, а Буркина-Фасо наоборот - с низкого на средний. Для многих стран ECOWAS наблюдались переходы на очень низких и низких уровнях.
В табл. 10 на 2012 г. представлены уровни развития трех стран ECCAS по показателям КАМ.
Таблица 10
Матрица уровней развития стран ECCAS по показателям KAM
(взвешенные показатели), 2012 г.
Table 10
Matrix of Levels of Development of ECCAS Countries on the KAM Indicators
(Weighted Indicators), 2012
Показатели уровня развития Очень низкий Низкий Средний Высокий Очень высокий
KEI Ангола, Руанда, Камерун
KI Aнгола, Руанда, Камерун
Экономические стимулы и институциональный режим Aнгола, Камерун Руанда
Инновации Aнгола, Руанда Камерун
Образование Aнгола, Руанда, Камерун
ИКТ Aнгола, Руанда, Камерун
По сравнению с 2000 г. Руанда и Камерун (табл. 7) перешли с низкого уровня на средний по показателям «Экономические стимулы и институциональный режим» и «Инновации».
Если сравнивать три группировки стран в целом, то мы видим, что самый высокий потенциал по показателям экономики знаний имеет COMESA и за ней следуют ECOWAS и ECCAS. Об этом также свидетельствуют расчеты интегральных показателей KEI и KI (табл. 4 ).
«Basic Scorecard» на уровень 2012 год для частных взвешенных индикаторов трех рассматриваемых группировок стран приведены в таблицах 11-13. На их основе построены матрицы сильных и слабых стран экономики знаний трех рассматриваемых группировок стран (таблицы 14-16 ). Эти матрицы строились на основе девяти частных индикаторов KI, входящих в «Basic Scorecard» (они начинаются с четвертого по счету частного индикатора а таблицах 11-13.
серия Экономические исследования
Таблица 11
«Basic Scorecard» для частных взвешенных индикаторов стран ECCAS,
2012 г.
Table 11
«Basic Scorecard» for the Particular Weighted Indicators of ECCAS Countries, 2012
Названия переменных Ангола Камерун Руанда
Тарифные и нетарифные барьеры, 2011 2.38 0.49 4.48
Качество регулирования, 2009 1.03 1.85 3.42
Законодательные нормы, 2009 1.03 1.3 3.77
Роялти-платежи и поступления (USD/млн. жителей), 2009 0.96 0.88 1.68
Среднее число лет обучения, 2010 n/a 1.97 0.55
Охват средним образованием %, 2009 0.21 0.14 0.48
Охват высшим образованием %, 2009 0.43 2.06 1.28
Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007 0.14 3.93 1.1
Количество патентов, выданных патентным ведомством США в расчете на 1 млн жителей, 2005-2009 2.4 3.01 2.4
Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009 1.72 1.66 0.69
Количество компьютеров в расчете на 1 000 жителей, 2008 1.16 1.64 0.21
Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 1.24 1.38 1.86
Таблица 12
«Basic Scorecard» для частных взвешенных индикаторов стран COMESA,
2012 г.
Table 12
«Basic Scorecard» for the Particular Weighted Indicators of COMESA Countries, 2012
Названия переменных =В S в S а И « Свазиленд Кения Эамбия Уганда Египет Эимбабве S и « ч « Руанда мадагаскар Судан Эфиопия Эритрея 5 6 И S Я ч
Тарифные и нетарифные барьеры, 2011 9.51 4.97 3.01 5.8 3.64 3.43 0.14 2.52 4.48 3.29 n/a 1.33 1.89 0.49
серия Экономические исследования
Московкин В. М., Сиэьенго М. YТаучный
21 бенчмаркинг экономики знаний стран субсахарской Африки щ Нрезультат о-прак и^ркий^^'* "'
Качество регулирования, 2009 7.4 2.47 4.11 2.74 4.04 4.32 0.14 2.4 3.42 2.6 0.62 1.1 0.21 2.05
Законодательные нормы, 2009 7.74 3.22 1.23 3.9 4.25 5.75 0.07 5.07 3.77 2.47 0.34 2.26 0.68 3.01
Роялти-платежи и поступления (USD/ млн. жителей), 2009 4.08 8.00 2.72 1.52 1.92 3.68 n/a n/a 1.68 2.56 1.04 1.36 n/a n/a
Среднее число лет обучения, 2010 3.78 3.39 2.76 2.36 1.57 2.68 3.46 0.87 0.55 n/a 0.24 n/a n/a n/a
Охват средним образованием, %, 2009 4.97 2.21 2.48 1.79 0.55 2.97 1.59 0.69 0.48 0.97 1.45 1.31 1.1 0.83
Охват высшим образованием, %, 2009 4.26 1.21 1.06 n/a 1.13 4.47 0.92 0.07 1.28 0.71 n/a 0.78 0.28 0.64
Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007 4.34 2.69 3.86 2.34 3.31 5.03 3.66 2.9 1.1 2.14 0.9 1.66 1.38 0.48
Количество патентов, выданных патентным ведомством США в расчете на 1 млн жителей, 20052009 4.79 2.40 4.59 2.4 2.4 3.63 4.32 2.4 2.4 2.4 2.4 2.53 2.4 2.4
Количество телефонов (стационарных и мобильных) в расчете на 1000 жителей, 2009 5.24 2.34 1.93 1.31 1.03 3.1 0.83 0.41 0.69 1.17 1.45 0.21 0.14 0.41
Количество компьютеров в расчете на 1000 жителей, 2008 6.03 2.33 3.84 2.33 1.64 2.33 3.84 1.16 0.21 1.16 5.07 1.16 1.16 2.33
Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 4.07 2.34 2.97 2.14 2.97 3.93 3.1 1.86 1.86 0.97 2.97 0.48 1.86 1.24
серия Экономические исследования
Московкин В. М., Сиэьенго М. YТаучный
22 бенчмаркинг экономики знаний стран субсахарской Африки щ Нрезультат — о-прак и^ркий^^'*"'
Таблица 13
«Basic Scorecard» для частных взвешенных индикаторов стран ECOWAS,
2012 г.
Table 13
«Basic Scorecard» for the Particular Weighted Indicators of COMESA Countries, 2012
Названия переменных Кабо-Верде я Я б Сенегал Нигерия Буркина-Фасо Бенин мали ft % И S ч н 3 Гвинея V X 0 V « а а V d
Тарифные и нетарифные барьеры, 2011 1.54 1.61 3.29 1.19 4.13 0.35 3.29 2.87 0.7 0.91
Качество регулирования, 2009 4.86 5.07 3.84 1.78 4.38 3.29 2.81 1.23 0.75 1.71
Законодательные нормы, 2009 6.51 5.48 4.79 0.82 4.86 2.81 4.38 0.48 0.14 1.51
Роялти-платежи и поступления (USD/млн. жителей), 2009 0.88 0.88 2.64 2.88 1.2 2.16 1.76 0.88 1.28 2.08
Среднее число лет обучения, 2010 n/a 3.7 1.42 n/a n/a 0.71 0.16 0.47 n/a 0.31
Охват средним образованием, %, 2009 3.93 2.41 0.76 0.9 0.07 1.17 1.52 0.41 1.38 1.03
Охват высшим образованием, %, 2009 3.05 1.91 1.77 2.34 0.5 1.42 1.49 1.84 2.13 0.35
Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007 2 3.03 3.45 2.21 2.28 3.17 1.31 1.59 0.28 0.41
Количество патентов, выданных патентным ведомством США в расчете на 1 млн жителей, 2005-2009 2.4 2.81 2.4 2.6 2.95 3.08 2.4 2.4 2.4 2.4
Количество телефонов (стационарных и мобильных) в расчете на 1000 жителей, 2009 3.79 2.76 2.28 1.86 0.62 2.28 1.03 2.76 2.14 0.55
Количество компьютеров в расчете на 1000 жителей, 2008 5.55 1.16 3.49 3.49 1.16 1.16 1.16 1.64 1.16 0.21
Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 5.03 1.86 2.28 4.69 0.48 0.97 0.97 1.86 0.48 0.21
серия Экономические исследования
Таблица 14
Матрица сильных (I > 6) и слабых (I < 4) сторон экономики знаний стран COMESA,
построенная на основе «Basic Scorecard - 2012 » (KI (9), взвешенные показатели)
Table 14
Matrix of Strong (I > 6) and weak (I < 4) Points of the Knowledge Economy of the COMESA Countries Built on the Basis of «Basic Scorecard - 2012» KI(9), (Weighted Indicators)
Страны Слабые стороны Сильные стороны
Маврикий Среднее число лет обучения, 2010 Количество компьютеров в расчете на 1000 жителей 2008
Свазиленд Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Роялти-платежи и поступления (USD/ млн. жителей) 2009
Кения Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Замбия Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Уганда Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
серия Экономические исследования
Продолжение табл. 14
Египет Роялти-платежи и поступления (USD / млн жителей), 2009. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Зимбабве Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителе, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Малави Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Руанда Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Мадагаскар Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Судан Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей 2007. Количество патентов, выданных патентным ведомством США , в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей , 2008 . Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
серия Экономические исследования
Окончание табл. 14
Эфиопия Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 200 Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Эритрея Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Джибути Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Таблица 15
Матрица сильных (I > 6) и слабых (I < 4) сторон экономики знаний стран ECOWAS, построенная на основе «Basic Scorecard - 2012»
(KI(9), взвешенные показатели)
Table 15
Matrix of Strong (I > 6) and weak (I < 4) Points of the Knowledge Economy of the ECOWAS Countries Built on the Basis of «Basic Scorecard - 2012»
(KI (9), Weighted Indicators)
Страны Слабые стороны Сильные стороны
Гана Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010 Охват средним образованием (%), 2009. Охват высшим образованием, (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
серия Экономические исследования
Продолжение табл. 15
Сенегал Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей 2009 . Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Нигерия Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008 Отсутствуют
Буркина- Фасо Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Бенин Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010; Охват средним образованием, (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Мали Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Кот Дивуар Роялти-платежи и поступления (USD / млн жителей) 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010; Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей 2009 Отсутствуют
серия Экономические исследования
Окончание табл. 15
Гвинея Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Сьерра- Леоне Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США в расчете на 1 млн жителей, 2005-2009. Охват средним образованием, 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Таблица 16
Матрица сильных (I > 6) и слабых (I < 4) сторон экономики знаний стран ECCAS, построенная на основе «Basic Scorecard - 2012»
(KI(9), взвешенные показатели)
Table 16
Matrix of Strong (I > 6) and weak (I < 4) Points of the Knowledge Economy of the ECCAS Countries Built on the Basis of «Basic Scorecard - 2012» (KI (9), Weighted Indicators)
Matrix Слабые стороны Сильные стороны
Ангола Роялти-платежи и поступления (USD / млн жителей), 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Камерун Роялти-платежи и поступления (USD / млн жителей) 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США, в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
Руанда Роялти-платежи и поступления (USD / млн жителей) , 2009. Количество журнальных научных и технических статей в расчете на 1 млн жителей, 2007. Количество патентов, выданных патентным ведомством США в расчете на 1 млн жителей, 2005-2009. Среднее число лет обучения, 2010. Охват средним образованием (%), 2009. Охват высшим образованием (%), 2009. Количество телефонов (стационарных и мобильных) в расчете на 1 000 жителей, 2009. Количество компьютеров в расчете на 1 000 жителей, 2008. Количество пользователей сети Интернет в расчете на 1 000 жителей, 2009 Отсутствуют
серия Экономические исследования
Как видим, в группировке стран COMESA сильные стороны экономики знаний характерны только для Маврикия и Свазиленда. В первом случае это было связано с обеспечением компьютерами, во втором - с роялти-платежами и поступлениями. Среди группировок стран ECOWAS и ECCAS отсутствовали страны, имеющие сильные стороны по показателям KI(9), входящим в «Basic Scorecard».
Радиальные диаграммы взвешенных показателей экономики знаний для стран Субсахарской Африки и их региональных группировок приведены на рис. 1-4.
Рис. 1. Радиальные диаграммы взвешенных показателей экономики знаний для стран Субсахарской Африки и условных групп стран с разным доходом, 2012 г.
Fig. 1. Radial Diagrams of the Weighted Indicators of Knowledge Economy for the Sub-Saharan Africa Countries and Conventional Groups of Countries with Different Income, 2012 г.
серия Экономические исследования
Рис. 2. Радиальные диаграммы взвешенных показателей экономики знаний для стран COMESA и условных групп стран с разным доходом, 2012 г.
Fig. 2. Radial Diagram of the Weighted Indicators of Knowledge Economy for the COMESA Countries and Conventional Groups of Countries with Different Income, 2012 г.
серия Экономические исследования
Рис. 3. Радиальные диаграммы взвешенных показателей экономики знаний для стран ECOWAS и условных групп стран с разным доходом, 2012 г.
Fig. 3. Radial Diagram of the Weighted Indicators of Knowledge Economy for the ECOWAS Countries and Conventional Groups of Countries with Different Income, 2012 г.
серия Экономические исследования
31
Московкин В. М., Сизьенго М.
бенчмаркинг экономики знаний стран субсахарской Африки
Уаучный
результат
Рис. 4. Радиальные диаграммы взвешенных показателей экономики знаний для стран ECCAS и условных групп стран с разным доходом, 2012 г.
Fig. 4. Radial Diagram of the Weighted Indicators of Knowledge Economy for the ECCAS Countries and Conventional Groups of Countries with Different Income, 2012 г.
серия Экономические исследования
Рассмотрены методология оценки экономики знаний Всемирного банка и лежащие в ее основе эмпирические исследования. На ее основе построено базовое табло «Basic Scorecard» для агрегированных и интегральных показателей трех группировок стран Субсахарской Африки (COMESA, ECOWAS и ECCAS). На основе этого табло и классификационной шкалы уровней развития стран по взвешенным показателям КАМ построены матрицы уровней развития вышеуказанных стран трех рассматриваемых группировок на 2000 и 2012 гг. Лучшие позиции среди стран COMESA занял Маврикий, который достиг очень высокого уровня развития по показателю «Экономические стимулы и институциональный режим», а также среднего уровня по показателям KEI, KI, «Образование» и «Инновации». За Маврикием следовали Египет, Замбия, Свазиленд и Кения. Среди стран ECOWAS только две страны - Гана и Буркина-Фасо - достигли среднего уровня по показателю «Экономические стимулы и институциональный режим», а большинство стран ECCAS имели очень низкий уровень развития экономики знаний по агрегированным и интегральным показателям.
Аналогичное базовое табло «Basic Score-card» построено для частных взвешенных индикаторов указанных группировок стран Субсахарской Африки, оно позволило построить матрицы сильных и слабых сторон экономики знаний рассматриваемых стран по девяти переменным, входящим в три области экономики знаний. Среди стран COMESA сильные стороны экономики знаний имели только Маврикий и Свазиленд. В первом случае это было связано с обеспечением страны компьютерами, а во втором - с роялти - платежами и денежными поступлениями. Среди группировок стран ECOWAS и ECCAS не оказалось стран, имеющих сильные стороны по показателям KI(9), входящим в «Basic Scorecard».
Лучшие агрегированные показатели по группировкам в целом имеет COMESA, за ней следуют ECOWAS и ECCAS.
Предложенный бенчмаркинговый инструментарий, адаптированный для сравнительной оценки показателей экономики знаний стран Субсахарской Африки, может быть использован координирующими органами стран COMESA, ECOWAS и ECCAS для управления их глобальным позиционированием по данным показателям.
ЛИТЕРАТУРА:
1. Chen, D. H. C. The Knowledge Economy, the KAM Methodology and World Bank Operations. -Washington, DC: The World Bank, 2005. 33 p.
2. Barro, R. J. Economic Growth in a CrossSection of Countries // The Quarterly Journal of Economics. - 1991. - Vol. 106, № 2. P. 407-443.
3. Cohen, D. Growth and Human Capital: Good Data, Good Results // Journal of Economic Growth. 2007. Vol. 12, № 1. Р. 51-76.
4. Hanushek, E.A. Schooling, Labor-Force Quality, and the Growth of Nations // American Economic Review. 2000. Vol. 90, № 5. P. 11841208.
5. Lederman, D. R&D and Development. -Washington, D.C.: World Bank, Latin America
and Caribbean Region, Office of the Chief Economist, Regional Studies Program. 2003. 37 p. (Policy Research Working Paper; № 3024).
6. Dominique, G. R&D and Productivity Growth: Panel Data Analysis of 16 OECD Countries // OECD. Economic Studies. 2001. Vol. 2001, № 2. P. 103-126.
7. Adams, J. D. Fundamental Stocks of Knowledge and Productivity Growth // Journal of Political Economy. 1990. Vol. 98, № 4. P. 673-702.
8. Московкин, В. М. Развитие методологии оценки экономики знаний: на примере стран ASEAN и MEDA // Международная Экономика. 2011. № 4. С. 59-75.
серия Экономические исследования
REFERENCES:
1. Chen, D. H. C. The Knowledge Economy, the KAM Methodology and World Bank Operations. - Washington, DC: The World Bank, 2005. 33 p.
2. Barro, R. J. Economic Growth in a Cross-Section of Countries // The Quarterly Journal of Economics. 1991. Vol. 106, № 2. Pp. 407-443.
3. Cohen, D. Growth and Human Capital: Good Data, Good Results // Journal of Economic Growth. 2007. Vol. 12, № 1. Рp. 51-76.
4. Hanushek, E.A. Schooling, Labor-Force Quality, and the Growth of Nations // American Economic Review. 2000. Vol. 90, № 5. Pp. 1184-1208.
5. Lederman, D. R&D and Development. -Washington, D.C.: World Bank, Latin America
and Caribbean Region, Office of the Chief Economist, Regional Studies Program. 2003. 37 p. (Policy Research Working Paper; № 3024).
6. Dominique, G. R&D and Productivity Growth: Panel Data Analysis of 16 OECD Countries // OECD. Economic Studies. 2001. Vol. 2001, № 2. Pp. 103-126.
7. Adams, J. D. Fundamental Stocks of Knowledge and Productivity Growth // Journal of Political Economy. 1990. Vol. 98, № 4. Pp. 673-702.
8. Moskovkin, V.M. Development of Methodology for Assessing the Knowledge Economy: the on the Example of ASEAN countries and MEDA // International Economics. - Vol. 2011, № 4. Pp. 59-75.
СВЕДЕНИЯ ОБ АВТОРАХ:
Московкин Владимир Михайлович,
доктор географических наук, профессор Белгородский государственный национальный исследовательский университет, ул. Победы, д.85, г. Белгород, 308015, Россия.
E-mail: moskovkin@bsu.edu.ru
Сизьенго Муненге
магистрант Института экономики Белгородский государственный национальный исследовательский университет,
ул. Победы, д.85, г. Белгород, 308015, Россия.
E-mail: moskovkin@bsu.edu.ru
DATA ABOUT THE AUTHORS: Moskovkin Vladimir
Doctor of Geographical Sciences, Professor Belgorod State National Research University 85 Pobeda St., Belgorod, 308015, Russia E-mail: moskovkin@bsu.edu.ru
Siz’engo Munenge
graduate student of the Institute of Economics Belgorod State National Research University 85 Pobeda St., Belgorod, 308015, Russia E-mail: moskovkin@bsu.edu.ru
серия Экономические исследования
