CC BY
15Ц 3 JEL classification: C13, C65, N14, N15 Ц § УДК 519.22:33(47) £ ! DOI 10.17150/2308-2488.2022.23(1).44-81
ее Н.В. Гринева
Ёо Финансовый университет при Правительстве РФ;
™ Российская академия народного хозяйства
Ц и государственной службы при Президенте РФ,
22 г. Москва, Российская Федерация
Ц Д.В. Диденко
Si Российская академия народного хозяйства
£3 и государственной службы при Президенте РФ,
г. Москва, Российская Федерация
I Методы математической статистики
в реконструкции исторических данных о факторах экономического роста республик бывшего СССР
Аннотация. Отсутствие полного набора исторических статистических данных является одной из основных проблем, которая не позволяет проводить £ эконометрическое моделирование и прогнозирова-
Й ние в полном объеме. Характерными чертами для
§ исторических данных являются многочисленные
« пропуски, как единичные, так и практически целы-
J ми десятилетиями. Поэтому задача их адекватной
§ реконструкции всегда актуальна. Цель статьи заклю-
чу чается в том, чтобы продемонстрировать возможно-
^ сти применения методов математической статистики
I для реконструкции рядов экономических показа-
телей республик бывшего СССР по трем группам: ^ объем экономики, ее институциональная среда и
® общий технологический уровень. В статье постав-
"р лены и решены следующие задачи: 1) сформирован
^ набор данных по экономической статистике союз-
ных республик бывшего СССР; 2) продемонстри-Kj рованы возможности применения математических
§ методов, прежде всего регрессионного анализа, для
реконструкции историко-экономической статисти-^ ки; 3) проведена апробация полученных результа-
© Гринева Н.В., Диденко И.В., 2022
тов на примере определения того, какие тенденции пространственной дифференциации преобладали в позднем СССР: к конвергенции или к дивергенции республик. Методы. При моделировании использовались данные показателей исторических национальных счетов, численности населения и рабочей силы, объема человеческого капитала, финансирования науки в союзных республиках, дифференциала оплаты работников интеллектуального труда и рабочих в промышленности, уровня убийств, уровня младенческой смертности. Использовались методы системного анализа и эконометрического моделирования, преимущественно корреляционного и регрессионного анализа. Результаты. Реконструированы ряды данных по показателям республик бывшего СССР: ВВП, уровень убийств, дифференциал оплаты труда работников интеллектуального труда и рабочих в промышленности, уровень младенческой смертности. Их значения приводятся в приложении к статье для последующего использования исследователями.
Ключевые слова. Исторические данные, регрессионный анализ, реконструкция данных, уровень младенческой смертности, уровень убийств, дифференциал оплаты труда. и
Финансирование. Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-010-00680 «Исследование институцио- | нальных механизмов взаимодействия науки и управ- И ления экономикой в СССР (середина 1950-х — конец 1980-х гг.) в контексте развития системы стратегического планирования в государственном секторе экономики РФ».
Информация о статье. Дата поступления 18 января 2022 г.; дата принятия к печати 31 января 2022 г.; дата онлайн-размещения 18 марта 2022 г.
N.V. Grineva g
Financial University under the Government »
of the Russian Federation; |
Russian Presidential Academy of National Economy |
and Public Administration, I
a
Moscow, the Russian Federation U
S
45
£2 oO
D.V. Didenko
Russian Presidential Academy of National Economy and Public Administration, Moscow, the Russian Federation
Methods of Mathematical Statistics in Reconstruction of Historical Data on Economic Growth Factors of the Former USSR Republics
Abstract. The lack of a complete set of historical statistical data is one of the main problems that does not allow econometric modelling and forecasting to be carried out in full. The historical data are characterized by numerous omissions, either singular or almost entire decades. The task of reconstructing them adequately is therefore always relevant. The purpose of the article is to demonstrate the application of mathematical statistics methods for the reconstruction of the series of economic indicators of the former Soviet republics, subdivided in three groups: the volume of the economy, its institutional environment and the general technological level. The authors set and solved the following tasks: 1) formed a set of data on the economic statistics of the Union republics of the former USSR; 2) demonstrated the possibility of applying mathematical methods, especially regression analysis, for the reconstruction of historical and economic statistics; 3) tested the results by determining which trends in spatial differentiation prevailed in the late ^ USSR: towards convergence or towards divergence of the
republics. Methods. Modelling was based on historical na-5 tional accounts, population and labour force, human capital,
§ science financing in the Soviet republics, wage differentials
^ for knowledge workers and industrial workers, homicide
a rate, and infant mortality rate. Methods of system analysis
and econometric modelling were used, mainly correlation and regression analysis. Results. Data series were recon-^ structed for the former Soviet republics: GDP, homicide
¡2 rate, wage differentials for knowledge workers and indus-
| trial workers, infant mortality rate. Their values are given in
the Appendix to the article for further use by researchers.
Keywords. Historical data, regression analysis, data reconstruction, infant mortality rate, homicide rate, wage differential.
Funding. The study was carried out with the financial support of the Russian Foundation for Basic Research within the framework of scientific project No. 19-01000680 "Research of Institutional Mechanisms of Interaction Between Science and Economic Management in the USSR (the mid-1950s - late 1980s) in the Context of the Development of a Strategic Planning System in the Public Sector of the Russian Economy".
Article info. Received January 18, 2022; accepted January 31, 2022; available online March 18, 2022.
Введение
В практике историко-экономических исследований часто приходится сталкиваться с дефицитом статистических данных. Характерные для них многочисленные пропуски имеют тенденцию нарастать по мере углубления в прошлое. Отсутствие длинных не- -5 прерывных рядов не позволяет проводить анализ с ис- « пользованием математико-статистических методов и ^ эконометрическое моделирование без предваритель- Ia ной реконструкции. ^
Создание наборов и массивов исторических дан- | ных для последующего количественного анализа ^ является самостоятельным направлением научной I литературы в области экономической истории. Соответствующие проекты осуществляются как крупными исследовательскими коллективами национального и международного уровня1, так и отдельными авторами. В этом направлении важно различать два этапа рабо-
¿1
В ряду крупнейших международных проектов, в которых ^
отражена информация о республиках бывшего СССР, особенно |
значимы для сравнительных историко-экономических исследова- » 1
ний: Penn World Tables. URL: www.ggdc.net/pwt; Maddison Project I
Database. URL: https://www.rug.nl/ggdc/historicaldevelopment/ |
maddison/releases/maddison-project-database-2018; Clio Infrastruc- |
ture. URL: http://www.clio-infra.eu; Polity Project. URL: https:// a
www.systemicpeace.org/polityproject.html. a
со ав
ты с историческими данными: 1) создание электронных копий источников, перевод их количественных свидетельств в доступный для дальнейшей обработки формат, арифметические расчеты без обращения к математическому моделированию2; 2) реконструкция длинных рядов и панелей показателей с помощью 2 методов математической статистики. Данная работа = идет в русле второго направления. Ё Существующие в мировой историко-экономиче-
| ской науке заделы включают в себя реконструкции - ВВП и других показателей национальных счетов | [1-3], факторов производства (физического [4; 5] и | человеческого [6-9] капиталов), показателей технологического развития [10], человеческого развития и благосостояния [11; 12], экономического неравенства [13; 14].
В сфере отечественной экономической истории предшественниками данного направления были произведенные еще в «доцифровую эпоху» рекон-8 струкции основных показателей национальных сче-| тов и макроэкономики Российской империи [15] и | СССР (А. Бергсон, А. Беккер, Р. Мурстин и Р. Пауэлл, § Д. Штейнберг) [16-19]. Эту традицию продолжила мо-| нография А.Н. Пономаренко в границах РСФСР и РФ | [20]. С распространением цифровых технологий набо-| ры макроэкономических данных размещались в сети ^ Интернет в качестве приложений к (со)авторским ис-о следованиям [21-26]. Реконструкция индикаторов, на | макроуровне характеризующих отечественный чело-^ веческий капитал, продолжается, в частности, в рамках текущего проекта РФФИ [27].
ts 2 Крупнейшие проекты по отечественной экономической
® истории: проект под руководством Л.И. Бородкина «Динамика ^ экономического и социального развития России в XIX — начале ^ ХХ в.». URL: http://www.hist.msu.ru/Dynamics/index.htmI; Кес-§ слер Х., Маркевич А. (2014-2020). Электронный архив Российской ■js исторической статистики, XVIII-XXI вв. URL: http://ristat.org/, ^ https://datasets.iisg.amsterdam/dataverse/RISTAT.
Но в указанных работах крайне редко раскрыва- 22! ются детали методик реконструкции. Соответствен- -! но, при вторичном использовании исследователю 88 < зачастую трудно понять и оценить детали расчетов и заменить их собственными оценками. Также, зна- | чительная часть важной макроэкономической статистики советского периода отечественной истории | остается недоступной для исследователей. Имеет значение как разница в методологии показателей, так и засекреченность значительной части данных: ! детализированные отчеты ЦСУ в Российском госу- ] дарственном архиве экономики (РГАЭ) рассекречены лишь до начала 1970-х гг., а оценки в научной литературе зачастую носят отрывочный характер.
Цель статьи — продемонстрировать возможности применения методов математической статистики для реконструкции количественных показателей по трем
группам: объем экономики, ее институциональная ^
среда и общий технологический уровень. |
Задачи исследования: а"
- сформировать набор данных по экономической « статистике союзных республик бывшего СССР; 3
- продемонстрировать возможности применения ^ математических методов для реконструкции истори- о ко-экономической статистики; ^
- продемонстрировать пример использования | указанных данных, установив, какие тенденции про- | странственной дифференциации преобладали в а позднем СССР: к конвергенции или к дивергенции | республик. |
В качестве одного из примеров применения полу- 3
ченных данных показано сочетание тенденций к ре- |
гиональной конвергенции и дивергенции факторов =
производства, институциональной среды и техноло- |
гического уровня экономики республик на простран- 3
стве бывшего СССР за два десятилетия, предшество- |
вавшие его распаду. 3
ц 2 Характеристика исходных данных
S ®
Ж со
^Э еч т"»
сэ й В качестве исходных данных использовались су-
S ¡2 ществующие расчеты и оценки по реконструкции е§ показателей исторических национальных счетов3 1 СССР [Maddison Project Database4 (далее - MPD); 24;
21; 19] и союзных республик [MPD; 24; 21; 28]; числен-¡2 ности населения и рабочей силы, объема человече-™ ского капитала, финансирования науки в союзных Ц республиках, дифференциала оплаты работников g интеллектуального труда и рабочих в промышлен-S ности [24]; уровню убийств (Всемирная организация âc здравоохранения (ВОЗ)5; по Грузии — Criminal Justice Research Center, Ohio State University6, производившие расчеты на основе данных ООН и ВОЗ), уровню младенческой смертности (для России — [29]; для остальных республик — UNICEF7, [30]). В качестве дополнительного источника для реконструкции исторических показателей уровня убийств в союзных республиках за период 1970-1980 гг. использовались данные по СССР в [31].
Указанная выше научная литература основана на официальных статистических данных, опубликован-
3 Валовой национальный продукт (ВНП) в условиях экономики с ограниченными и в целом замкнутыми связями с внешним миром предполагается равным валовому внутреннему продукту (ВВП). Также к основным национальным счетам в данном случае относятся объемы физического капитала («основных фондов» в Js терминологии статистики СССР и РФ). Перевод значений показателей из текущих в постоянные цены осуществлялся посредством ^ дефляторов (оценки из [24] на основе [19]).
Q 4 URL: https://www.rug.nl/ggdc/historicaldevelopment/mad-
dison/releases/maddison-project-database-2018.
5 URL: https://www.who.int/violence injury prevention/sur-Q veillance/databases/mortality/en/.
ti 6 URL: https://cjrc.osu.edu/research/interdisciplinary/hvd/eu-
2 rope/eastern-europe/former-soviet-union; https://cjrc.osu.edu/sites/ § cjrc.osu.edu/files/Russia-and-theEuropean-nations-of-the-former-I USSR5-2010.XLS. u 7 URL: http://data.unicef.org.
ных советскими высшими органами государственной 2! и бюджетной статистики. Основываясь в том числе на - ■ результатах предшествующих исследований [32, с. 19, 8 < 107], [24, p. 124-128], [28, p. 216-217, 237-246], можно : утверждать, что они могут быть признаны достаточно достоверными в части натуральных показателей, статистики оплаты труда, бюджетной статистики.
Полнота данных в указанных информационных источниках по СССР в целом значительно лучше, чем j по составлявшим его союзным республикам. По ним за период до 1991 г. имеются в наличии без пропу- j сков ежегодные данные по следующим показателям: численность населения (с 1950 г.) и рабочей силы (с 1961 г.); объемы физического и человеческого капитала на душу населения (с 1970 г.), объем расходов на научные исследования (с 1955 г.). Данные по ВВП, дифференциалу оплаты труда, уровню убийств и младенческой смертности характеризуются теми или иными ^ пропусками. |
Соответственно, выбор начальной точки хроно- О логического периода связан с доступностью основных « исторических данных с 1970 г. Конечная точка соот- a ветствует последнему году существования СССР как ^ единого государства. Имеющиеся в источниках про- о пуски в данных реконструировались посредством ин- ^ терполяций, ретро- и экстраполяций. |
Основным источником для оценки объемов фи- | зического и человеческого капитала выступал набор s данных, приложенный к [24]. В нем объем физическо- | го капитала выражался по восстановительной стоимо- | сти (gross value) в постоянных ценах (в международ- 3 ных долларах Гири-Хамис по ППС 1990 г.). Для СССР | он рассчитывался на основе физической капиталоем- = кости ВВП, отраженной в наборе данных [12], и ре- | конструированных в литературе оценок объема ВВП 3 в текущих ценах. Для союзных республик он рассчи- 1 тывался на основе данных официальной статистики, 3
CA
собранной в том же наборе [12] и в Статистическом комитете СНГ8. Объем человеческого капитала приводился по восстановительной стоимости в тех же монетарных единицах (именно ее мы преимущественно используем в данном исследовании), по доходной .Jf оценке9 и в натуральном выражении10 (используется £2 нами как исходные данные для дальнейших расчетов я= в анализе динамики высокотехнологичных отраслей s промышленности).
Ц Данные по ВВП заимствованы из MPD, в которой
" оценки по республикам СССР основаны на данных, |§ собранных в [12], с учетом оценок в базе данных Все-Ц мирного банка11.
Уровень насильственной преступности (умышленных убийств на 100 000 чел.) измеряет (неготовность членов общества к соблюдению элементарных правил социального взаимодействия; умышленные убийства отличаются лучшим уровнем регистрации, при том, что экономическая преступность характери-8 зуется высоким уровнем латентности. | Конечным источником данных об уровне
Sg убийств и младенческой смертности служат данные
1 официального статистического учета, методология ! которого в советский период не различалась по ре-Js спубликам.
ja Данные ВОЗ по тяжкой насильственной преступ-
^ ности в республиках используются в качестве приори-о тетного источника. В целом по СССР, по сравнению | с наиболее полным рядом из исследования [31], уро-
Q _
8 URL: www.cisstat.org.
9 Дисконтированная стоимость прироста вмененных буду-Q щих доходов, исходя из фактической средней заработной платы
и среднего возраста населения.
2 10 Средняя продолжительность образования, полученная на-| селением в возрасте 10 лет и старше в организованных формах.
| 11 World Bank. Data by Country. URL: http://data.worldbank.
^ org/country.
вень убийств по оценкам ВОЗ был несколько ниже в 22!
1965 г. и 1970 г., но несколько выше в 1980-е гг. - ■
2 !
Дифференциал оплаты работников интеллекту- § <
ального труда и рабочих в промышленности выступа- :
ет прокси-индикатором сочетания государственной | политики стимулирования накопления человеческого
капитала, мотивирования трудовой деятельности ра- j бочей силы и перераспределения доходов. Этот дифференциал в опубликованных данных отечественной
статистики за длительный период получил более дол- j
говременное и точное отражение по сравнению с рас- j полагаемыми доходами.
Данные по дифференциалу оплаты труда заимствованы из [24]. Они рассчитаны на основе публикаций ЦСУ / Госкомстата СССР, в которых исходные данные о заработных платах укрупненных категорий работников промышленности приведены для СССР
за каждый год в период 1950-1990 гг., но с пропусками ^
по союзным республикам. |
Уровень младенческой смертности отражает от- а1
ношение к человеческой жизни, способность совокуп- Щ
ности используемых в производстве технологий обе- 3
спечивать демографические процессы, способствую- «
щие определенному способу воспроизводства челове- о
ческого капитала как фактора экономического роста ^
на разных стадиях индустриального развития и при |
переходе к постиндустриальному обществу. |
В качестве приоритетного источника по уровню а
младенческой смертности мы использовали оценки |
ЮНИСЕФ, исходя из следующих соображений. Эта g
организация в системе ООН специализируется на со- 3
циально-экономических проблемах детства. Эти ряды |
наиболее полные и имеются почти по всем республи- =
кам. Набор данных [30], созданный в рамках того же |
проекта CLIO INFRA, что и [24], в большей степени 3
основан на оценках из научной литературы, чем не- |
посредственно на официальной статистике. Но он со- 3
со ав
держит мало оценок, по многим республикам они отсутствуют, а по которым имеются, как правило, сильно отклоняются в меньшую сторону от ЮНИСЕФ.
Методики реконструкции данных
ВВП союзных республик (в MPD имеются за 1973 г. и с 1980 г., за исключением России (с 1960 г.), Грузии и Латвии (с 1965 г.)) отсутствующих данных реконструировались в следующем порядке:
1. Извлечение советского дефлятора национального дохода (далее — НД) из его представлений в ценах 1973 г. из [21] и в текущих ценах из [24], на основе официальных статистических публикаций12.
2. Реконструкция НД союзных республик в текущих ценах через НД СССР в ценах 1973 и дефлятора по НД СССР.
3. Дефлирование НД союзных республик дефлятором ВВП (из [24] на основе [19] с выражением в ценах 1990 г.
4. Конверсия НД союзных республик из цен в рублях 1990 г. в GK$ по паритету покупательной способности (ППС) 1990 г. (по курсу 0,521203524 р.^К$).
5. Интерполяция и ретрополяция ВВП союзных республик (из MPD) по известной доле НД (как ЧМП)
I в ВВП за 1973 г. и 1980-1991 гг. (оба показателя выраже-I ны в GK$ по ППС 1990 г.).
U 12 Советская концепция НД имела общее с концепцией ВВП
§ в том отношении, что основывалась на понятии вновь созданной
^ (добавленной) стоимости (валовой выпуск за вычетом промежу-
® точного потребления), но ограничивалась отраслями материаль-
"jS ного производства и некоторыми видами продукции, непосред-
ts ственно связанной с ними сферы услуг. Советская концепция
® национального дохода, в отличие от ВВП, не включала добавлен-
^ ную стоимость, создаваемую, в частности, в отраслях образования
^ и науки, относя эти и другие отрасли к «непроизводственной
§ сфере». В зарубежной и постсоветской литературе советская кон-
■js цепция НД часто обозначается как «чистый материальный про-
^ дукт» - ЧМП (Net Material Product - NMP).
Уровень убийств. В подавляющем большинстве республик данные присутствовали только за периоды 1981-1982 гг., 1985-1991 гг. Данные по уровню убийств по СССР присутствовали в полном объеме. Основным способом прогнозирования был выбран эконометри-ческий подход. Были построены модели зависимости уровня убийств в республике от того же показателя по СССР по существующим годам. Выявлен тренд и на его основании достроены ряды данных, таким образом, чтобы качество модели не снижалось.
Таблица 1
Методы реконструкции показателя уровня убийств в республиках СССР
Республика Даты точных данных Метод интерполяции
Азербайджан 1981-1982, 1985-1991 Проведен анализ диаграммы рассеяния и сделан вывод о возможности моделирования на основании схожести тенденций
Армения Белоруссия Казахстан Киргизия Молдавия Таджикистан Туркменистан Узбекистан Украина Эстония 1981-1982, 1985-1991 Построена эконометрическая модель зависимости уровня убийств в республике от уровня убийств в СССР, на основании ее дополнен ряд данных
Грузия 1981-1982, 1985-1991 На основании анализа диаграммы рассеяния между уровнем убийств в республике и в СССР, был сделан вывод о схожих тенденциях. Построены эконометрические модели (полином четвертой степени) по данным СССР и по республике, сделан вы о возможности построения адекватного прогноза, и затем найдены недостающие данные, включение которых в модель не сказалось на ее качестве
£
я
ж
со ов
и
56
Республика Даты точных данных Метод интерполяции
Латвия 1980-1991 Аналогично Армении
Литва 1981-1991 Аналогично Армении
Россия 1980-1982, 1985-1991 Аналогично Армении
В отношении Азербайджана, на основании анализа диаграммы рассеяния между уровнем убийств в республике и в СССР, построения линии тренда и вывода уравнения регрессии, был сделан вывод о схожих тенденциях (коэффициент корреляции между ними оказался равен 0,54). Было принято решение о построении уравнения регрессии зависимости уровня убийств в Азербайджане от уровня убийств в СССР, и на его основании дополнены недостающие данные по республике. Наилучшим аппроксимирующим уравнением оказался полином четвертой степени, сравнительные графики представлены на рис.1.
ю 9 ; в 7 " 6 5 4 3
V - О.ООО&г1 - 4.7282Х3 * 14039х: - 2Е"-07х * 9Е*09
IV = 0,7745
У = О.ОООЗх4- 2.0122Х3 » + 5968,9Х2 - 8Е+06х + 4Е+09\ / - п ЯО^Й — | / О
А у
1968
1973
1978
1983
1988
1993 Год
-СССР Полиномиальная (СССР)
-Азербайджан Полиномиальная (Азербайджан)
Рис. 1. Сравнительный график уровня убийств в СССР и реконструированных данных по уровню убийств в Азербайджане
По Узбекистану, на основании диаграммы рассеяния, построена эконометрическая модель зависимости уровня убийств в республики от уровня убийств в СССР, на основании ее дополнен ряд данных, что представлено на двух графиках ниже. Как показано на рис. 2, коэффициент детерминации в диаграмме рассеяния по историческим данным составлял 0,7859, а с дополненными модельными данными он составил 0,8307. В результате реконструкции данных по Узбекистану, регрессионное уравнение смоделированных данных имеет вид:
у = 0,0005 х4 - 3,9248 х3 + 11 651 х2 - (2Е + 0,7)х + (8Б + 0,9) (1)
Дифференциал оплаты труда работников интеллектуального труда и рабочих в промышленности (далее — ДОТ). В большинстве случаев данные отсутствовали за период с 1983 г. по 1991 г. Для СССР данные полные. Коэффициент корреляции для данных СССР и по республикам был выше 0,9, что позволило принять решение о проведении сравнения эконометрической модели временного ряда для СССР с моделями по отдельным республикам.
5 9
& 7 £
I 6
а
-
^ 5 ! 4
у = 1.0605х -1.47 *
ГС = 0,8307 * т''
* V
•
> 7
у = 1,0604х -1,475 *
к - * ...»
ЛГ •1
*
•
56789 56789
У ровнь убийств СССР уровнь убийств СССР
а) по фактическим данным б) по модельным данным
Рис. 2. Модель зависимости уровня убийств в Узбекистане от СССР
£ е
ж
со се
Таблица 2
Методы реконструкции показателя ДОТ в республиках СССР
Республика Даты точных данных Метод интерполяции
Азербайджан Армения Белоруссия Киргизия 1955-1982 Сравнение эконометрических моделей СССР и республики. Построение прогноза на основе эконометри-ческой модели
Грузия 1955-1970, 1973-1982 Рассчитаны темпы изменений за год, с 1955 по 1973 г. они были практически неизменными, потом начали снижаться, построен прогноз изменений приростов, и на его основании прогноз искомой переменной
Казахстан 1955-1982 Построен прогноз в зависимости от среднего изменения дифференциала оплаты труда по СССР
Латвия Литва Молдавия Таджикистан Туркменистан Узбекистан Украина Эстония 1955-1982 Построена эконометрическая модель зависимости дифференциала оплаты труда в республики от дифференциала оплаты труда в СССР, на основании ее дополнен ряд данных
Россия 1955-1982, 1990-1991 Аналогично Латвии
и
58
Например, коэффициент корреляции между данными по СССР и Азербайджану с 1955 г. по 1982 г. составил 0,977. Были построены полиномиальные (четвертой степени) эконометрические модели временных рядов и для Азербайджана построен прогноз с 1983 по 1991 г.
Трудности при реконструкции данных по Грузии были связаны с тем, что в период с 1978 г. по 1982 г. ДОТ стал иметь отрицательный знак и за пять лет изменился более чем на 800 %. Дальнейшие статистические данные отсутствовали. Было принято решение
И 45 Н 40 ^35 30 25 20 15 10 5 0
-51
у 0,0003^-2 3562x5 + 6961Л2 - 9Е»06х 1- 5Е*09
И'= 0,9757
......... у = 9Е-05х^ п ..п:. "! * 1пп _ * 1 cj.no
1?= = 0 ,9866
53 1958 1963 1968 1973 1978 1983 1988 19
Год
-СССР
■■ Полиномиальная (СССР)
о— Азербайджан
• - Полиномиальная (Азербайджан)
Рис. 3. ДОТ в СССР и реконструированные данные по Азербайджану
исследовать темпы изменений ДОТ Грузии. Было построено уравнение регрессии и проведены все тесты для построения адекватного прогноза. Таким образом, уравнение регрессии приняло вид:
у = (3Е - 0,6). - 0,199.x3 + 58,849х2 - 77 228х + (4Е + 0,7) (2)
Коэффициент детерминации равен 0,9844.
Другим способом прогнозирования является построение эконометрической модели зависимости дифференциала оплаты труда в республики от ДОТ в СССР, на основании ее дополнение ряда данных. На рисунке представлена модель зависимости дифференциала оплаты труда работников интеллектуального труда и рабочих в промышленности в Латвии от дифференциала оплаты труда работников интеллектуального труда и рабочих в промышленности в СССР.
Уровень младенческой смертности (далее — УМС). Во всех предыдущих случаях данные по СССР присутствовали в полном объеме, и можно было воспользоваться сравнением трендов с союзными республика-
£
я
ж
Рис. 4. Зависимость ДОТ в Латвии от ДОТ в СССР
§
13
о £
с5
о
к ^
ми. Что касается статистических данных по младенческой смертности для СССР, то они присутствовали только с 1955 по 1959 г., за 1970, 1975, 1979-1980, 19841988 гг. Моделирование данных по СССР проводилось в рамках другой работы [33] и получило подтверждение своей состоятельной оценки. Плюс к этому, в большинстве республик данные отсутствовали в начале исследуемого периода, поэтому прогноз делался на несколько периодов назад.
Таблица 3
Методы реконструкции показателя уровня младенческой смертности в республиках СССР
Республика Даты точных данных Метод интерполяции
Азербайджан 1982-1991 На основании вычисленных темпов изменения показателей с 1982 г. по 1991 г. были спрогнозированы темпы изменений для 1970-1981 гг. и на их основании спрогнозированы уровни младенческой смертности в республике
Армения 1976-1991 Рассчитаны отношения показателя республики к показателю по СССР. Построен прогноз этого отношения на 1970-1975 гг., а по нему рассчитаны показатели младенческой смертности на соответствующие года
Белоруссия 1980-1991 Аналогично Армении
Грузия 1975-1991 Прогнозная эконометрическая модель по временному ряду
Окончание табл. 3
Республика Даты точных данных Метод интерполяции
Казахстан 1971-1991 Прогноз на один шаг назад по экономе-трической модели временного ряда
Киргизия 1975-1991 Прогнозная эконометрическая модель по временному ряду
Латвия 1979-1991 Прогнозная эконометрическая модель (полином третьей степени) временного ряда
Литва 1967-1991 Пропуски в данных источников отсутствовали
Молдавия 1970-1991 Пропуски в данных источников отсутствовали
Россия 1955-1991 Пропуски в данных источников отсутствовали
Таджикистан 1972-1991 Прогноз на два шага назад по экономе-трической модели временного ряда
Туркменистан 1977-1991 Прогнозная эконометрическая модель по временному ряду
Узбекистан 1979-1991 Прогнозная эконометрическая модель по временному ряду
Украина 1971-1991 Пропуски в данных источников отсутствовали
Эстония 1980-1991 Построена эконометрическая модель зависимости уровня младенческой смертности в республики от уровня младенческой смертности в СССР, на основании ее дополнен ряд данных
На рисунках ниже представлены итоги интерполяции данных на основе различных методов. Например, для Азербайджана темпы роста изменялись только в третьем знаке после запятой. Для Армении рассчитаны отношения показателя республики к показателю по СССР. Построен прогноз этого отношения на 1970-1975 гг., а по нему рассчитаны показатели младенческой смертности на соответствующие года. Результат построения модели представлен на рис. 5.
£ е
ж
£2 об
43
О
Рис. 5. Полные данные по УМС в Армении
Если для Грузии и Киргизии наилучшими являются модели линейной регрессии, то для Латвии наилучшей прогнозной эконометрической моделью является полином третьей степени временного ряда (рис. 6).
Для Эстонии (рис.7) построена эконометрическая модель зависимости уровня младенческой смертности в республике от уровня младенческой смертности в СССР (так как коэффициент корреляции соответственно был равен 0,919177), на основании ее дополнен ряд данных.
- Латвия .........Полиномиальная (Латвия)
Рис. 6. Уровень младенческой смертности в Латвии
Рис. 7. Модель зависимости УМС в Эстонии от УМС в СССР (левый рисунок) и сравнительные графики данных
УМС СССР и смоделированных данных по Эстонии
Начальный анализ показал, что собранные статистические данные требуют дополнений, причем в зависимости от выбранного показателя и республики, дополнения требуются в различные временные периоды. Так по уровню убийств в республиках СССР в основном отсутствовали данные по первой половине временного ряда с 1970 г. по 1982 г. (приложение 2П), по дифференциалу оплаты труда работников интеллектуального труда и рабочих в промышленности наоборот, во второй период временного ряда, практически везде с 1983 г. по 1991 г. (приложение 3П), а по уровню младенческой смертности в республиках СССР статистические данные оказались наиболее полными, и отсутствовали в основном в начальный период времени, и не во всех республиках (приложение 4П), требовали добавления значений рядов на разных временных интервалах, а предварительный анализ диаграмм рассеяния показал наилучшее приближение имеющихся значений к разным типам моделей, для реконструкции рядов исторических данных были выбраны различные методики.
£
я
ж
о
Пример использования реконструированных данных
В качестве одного из примеров применения реконструированных данных рассмотрим динамику пространственной дифференциации показателей с точки зрения тенденций к конвергенции / дивергенции.
Согласно концепции Р.Дж. Барро и Х. Сала-и-Мар-тина, понижение пространственной дифференциации абсолютных значений социально-экономических показателей (о-конвергенция) происходит, прежде всего, за счет опережающих темпов их изменений в отстающих сегментах (^-конвергенция) [34, с. 591-593].
Важное значение имеет пространственная дифференциация экономического роста и его факторов между республиками СССР. На рис. 8 продемонстрировано, что среди показателей, по которым имелись ежегодные значения, происходили разнонаправленные процессы, но с преобладанием к расхождению: по человеческому капиталу дивергенция происходила в
Рис. 8. Коэффициенты вариации логарифмов факторов экономического роста республик СССР Примечание: п. - правая шкала, л - левая шкала. Источник: [24]; расчеты авторов.
1980-е гг., по физическому — во второй половине 1980- 22! х гг.13; при этом наблюдалась умеренная конвергенция -! по уровню наукоемкости производства. Введение в 88 < предварительный анализ реконструированных рядов данных, с одной стороны, показывает, что дивергенция умеренно повышалась по основному показателю экономического развития — ВВП (на занятого в экономике); но, с другой стороны, — ее не происходило в институциональной среде (особо тяжкой насильственной преступности, дифференциале оплаты труда) и технологическом уровне (младенческой смертности).
Это подтверждает, что тенденции к дивергенции в пространственно-организованной системе советской экономики в последние 20 лет ее функционирования все же формировались, хотя и в сравнительно мягкой форме. Ключевую роль в возрастании неравенства по уровню ВВП сыграли соответствующие процессы в обеспеченности основными факторами производства, но не £ факторы институциональной среды или технологиче- | ского уровня. В этом ракурсе можно полагать, что распад § СССР стал результатом нелинейного развития тенден- Щ ций к усилению пространственного неравенства по экс- к тремальному сценарию. Вряд ли он был предопределен ^ исходя из наблюдаемых закономерностей, а определяю- § щую роль сыграла динамика политических институтов. ^
I
Заключение 1
о
В статье с применением различных методов ма- |
тематической статистики реконструированы истори- Ц
ческие данные по республикам бывшего СССР: ВВП, |
уровень убийств, дифференциал оплаты труда работ- |
ников интеллектуального труда и рабочих в промыш- |
ленности, уровень младенческой смертности. Для это- §
13 Резкое возрастание неравенства по физическому капиталу 1
скорее связано с развертыванием инфляционных процессов, их |
разным масштабом в республиках и несинхронностью их отраже- к
ния в статистическом учете. к
со ав
го построены соответствующие эконометрические модели. Соответствующие ряды приводятся в приложении к статье, с выделением реконструированных значений.
В качестве одного из примеров применения реконструированных данных рассматривалась динамика пространственной дифференциации показателей с точки 2 зрения тенденций к конвергенции / дивергенции.
9
= В дальнейшем реконструированные ряды данных
Ё могут быть применены для тестирования экономиче-| ских теорий посредством регрессионного анализа как - по отдельно взятым республикам, так и в составе пас нельных данных для моделирования различных эф-| фектов внутри одной страны.
Отличительной особенностью панельных данных является то, что они включают в себя как временные ряды, так и пространственные данные. За счет объединения данных увеличивается объем выборки и число степеней свободы, снижается зависимость между ре-грессорами, что, в свою очередь, приводит к повыше-8 нию точности оценок. Статистические данные, кото-| рые были доступны изначально, подходили лишь для истощенных панелей. Так как панельное истощение 1 приводит к смещенным или неэффективным оцен-| кам, результаты интер-, ретро- и экстраполяций данных позволяют перейти к сбалансированной панели. Л Реконструкция пропусков в данных по отечествен-
на1 ной истории и создание полных наборов позволяют о существенно продвинуть историко-экономические ис-| следования, стимулируя их последующее использование с эффектами перелива в отношении других предметных областей. Методики, продемонстрированные в статье, также могут быть реплицированы для рекон-д струкций аналогичных данных по другим хронологи-^ ческим периодам. Такие реконструкции существенно а расширяют эмпирическую базу страновых и компара-| тивных исследований, ведут к проверке ранее выдви-<3 нутых гипотез, постановке новых вопросов и проблем.
ТЗ
н Ряды данных (реконструированные значения выделены курсивом)
ы
^ Таблица1П 0 Объем ВВП республик СССР на занятого в экономике (в постоянных ценах, СК$ по ППС 1990 г.)
Азербайджан Ар-ме-ния Белоруссия Грузия Казахстан Киргизия Латвия Литва Молдавия Россия Таджикистан Tyi> кме-ни-стан Узбекистан Украина Эстония
1970 13 018 13 545 12 418 14 502 16 115 10 492 10 818 17 376 13 389 11 799 15 401 17 649 16 334 11 271 14 784
1971 13 351 13 661 12 805 14 625 16 603 10 226 11 501 17 670 13 688 12 097 15 994 17557 16 239 11477 15 443
1972 13 277 13 534 12 745 15 027 17476 10 106 12 014 17444 12 680 12 257 15 272 16 601 16 141 11 242 15 099
1973 16 524 14 877 13 235 15 780 18138 9 653 12 612 16 843 12 721 13 019 15 605 16 167 17115 11542 16 143
1974 14468 13 590 13138 15 641 19121 9 685 13 040 17408 12 338 13 318 14 836 16 920 16 467 11 670 16 229
1975 14 381 13 443 13 278 16 409 16 344 9 230 13 803 17 344 11 764 13 681 14 247 16 247 15 626 11 187 16 443
1976 15118 13 503 13 330 16 894 17 264 9165 14 342 17181 12 302 13 904 13 625 15 331 16 266 11411 17 238
1977 15 339 13 379 13 259 17 533 16 360 8 981 14 557 16 860 11 982 14129 12 945 14 811 16 194 11494 17538
1978 15 651 13 420 13 491 18 337 17 706 8 990 14 998 16 777 11 616 14192 12 846 14 363 15 532 11519 17450
1979 15 981 12 907 12 912 19 138 17 242 8 658 15 282 16 048 11 709 14184 12 442 13 733 15 086 11 010 17498
1980 15152 12110 12 805 19 468 17 358 9 090 15 732 16 369 11 236 14 527 12 352 12 924 14 927 11 082 17 528
1981 15 757 12190 13 124 19 996 16 861 8 968 16 274 16 888 11645 14 616 11 930 12 297 14 762 11 310 18117
пнпнопнтно почээнпнтпэштч ngornaj^ а!/ очи,>(>»'/' '¡у// пцяши! /
8№Z-80£Z NSSI
ifHHVfl0tf31l33H lHH33hHN0H0He-0HHd010H
Grillera N.V., Didenko D.V. Methods of Mathematical Statistics
Окончание табл. 1П
Азербайджан Ар-ме-ния Белоруссия Грузия Казахстан Киргизия Латвия Литва Молдавия Россия Таджикистан Tyi> кме-ни-стан Узбекистан Украина Эстония
1982 16 208 12 322 13 418 19 698 16 452 8 891 16 460 17 478 12 340 14 601 11 504 11 837 14 695 11502 18 646
1983 15 713 13 047 13 781 20109 17 012 9 245 17125 17 395 12 805 14 857 11 471 11598 14 636 11802 19 155
1984 15 583 14 216 13 930 20 755 16 713 9131 17 907 17 330 13 074 14 875 11170 11 039 13 671 11 896 19 511
1985 15188 15 507 13 766 21 456 16 868 8 742 17 765 16 686 11 758 15 032 11177 10 917 13 918 11 678 19 536
1986 15188 15 464 14101 19 328 16 927 8 411 18 506 17165 12 526 15 350 11249 11123 13 625 11 750 19 867
1987 15 858 14 671 14 247 19 614 16 774 8 063 18 883 17 379 12 500 15 348 10 714 11 213 13 254 12152 20 243
1988 15 722 13 262 14 051 20 010 17 264 8 811 19 551 18 596 12 670 15 631 10 448 10 895 12 846 12 322 20 964
1989 13 562 14 312 14 849 17 966 16 802 9 084 20 526 18 340 13 456 15 700 8 714 9137 11 954 12 815 22 087
1990 9 391 12 566 14 247 14 955 16 028 9 239 18 746 17 274 13 031 15 282 8 020 8 625 11 014 12 248 20 547
1991 9 253 10 950 14 406 12 257 14 833 8 481 17 239 16 692 10 757 14 792 7 378 8 302 10 544 11 372 18 923
ИСТОРИКО-ЭКОНОМИЧЕСКИЕ ИССЛЕДОВАНИЯ
ISSN 2308-2488
Гринева Н.В., Диденко Д.В. Методы математической статистики ®®
Of'8 99'9 8f'9 ZZ'L SS'S OO'll SZ'6 99'9 66'S OS'L OZ'8 Lf'S OO'S SL'S SZ'S Ш61
L.6'8 ¿б'9 06'9 SS'L 9S'S OO'Zl S9'6 ll'L IS'9 OZ'8 00'6 6f'S 06'S Ll'f Sf'S £861
Zl'8 9б'9 01'9 69'9 ££'f £f'Zl ZS'Ol 6S'9 £0'9 6f'8 ff'6 6f'£ 96'S Q£'Z 98'£ 6861
№'8 9б'9 Z0'9 Z6'8 f6'£ £L'Zl IZ'OI £8'9 Z6'9 es'6 88'6 f9'f ев'Т' f-O'Z 8Z'f 1861
9Z'6 81'1 ll'L 89 'L L9'S 9L'Zl f8'6 SS'L 98'S f8'6 00 'Ol L9'f SZ'9 8S'f OS'f 0861
L.6'8 /б'9 06'9 SS'L 9S'S 61'ZI S9'6 ll'L OS'L 9f'6 OS'6 OZ'f 80'9 Ll'f 09'f 6Z6T
£8'8 /8'9 08'9 Sf'L IS'S 6S'Zl SS'6 OO'L LS'L LZ'6 00'6 Ol'f 00'9 90'f OL'f 8Z6T
11'8 9£'9 LI'9 90'/ SZ'S S9'll S0'6 ff'9 ZL'9 ZS'8 OS'8 08'S Z9'S fS'S 09'f ZZ6I
89'1 90'9 96'9 S8'9 60'S SO'll ZL'8 Ii'9 fS'9 SL'L OZ'8 09'S 8S'S SZ'S Of'f 9Z6I
fS'L 96'9 f8'9 SZ'9 fO'S 98'0l Z9'8 00'9 IZ'9 SS'L Ol'8 OS'S IS'S Zl'S OS'f SZ6I
SZ'L fL'S £9'9 09'9 S6'Z Lf'Ol Zf'8 8L'S S6'S Ll'L 08'L Of'S Sl'S 16'Z Ol'f РШ
89'9 ££'9 IZ'9 6Z'9 ZL'Z OL'6 10'8 SS'S Sf'S lf'9 Of'L OZ'S S8'f 6f'Z 08'S ez6i
Of'9 £1'9 66'f fl'9 Z9'Z ZS'6 18'L ll'S Ll'S SO'9 Ol'L 00'S 69'f 8Z'Z 09'S 6Z6I
Z8'9 ff'9 is's LS'9 LL'Z 68'6 Ii'8 ff'S 9S'S 09'9 OS'L OS'S Z6'f 09'Z OS'S IZ6I
89'9 ££'9 IZ'S 6Z'9 ZL'Z OL'6 10'8 SS'S Sf'S lf'9 OS'L OZ'S S8'f 6f'Z Of'S 0Z6I
вин -ОХЭ£ вн -И1эс1яД НВХЭИЯ -ageA НВХЭ -инаш -dÄx НВХЭИЯ -Hscliej; KHDDOJ виней -ПО]Д[ еахи]_[ виахвц кие -HldH^I НВХЭ -XBEB^f KHEÄdj iSMDDÄd -onag вин -andy НВЖ -Циед -daey
(иэиэхиж *31чх 00Х вн) J3DD xraiiirgÄujad я яхзиидА чнэяос!^
Пб (,||И| <_)1'1
Grineva N.V., Didenko D.V. Methods of Mathematical Statistics
Окончание табл. 2П
Азербайджан Армения Белоруссия Грузия Казахстан Киргизия Латвия Литва Молдавия Россия Таджикистан Туркменистан Узбекистан Украина Эстония
1985 3,10 1,81 4,69 3,46 7,89 6,82 5,34 6,14 8,40 10,38 3,20 5,63 5,01 4,94 6,68
1986 3,77 1,54 4,05 2,91 5,68 3,58 4,32 4,99 6,75 7,30 1,50 4,96 4,19 4,13 5,90
1987 2,89 2,11 4,48 3,81 6,47 5,22 4,23 3,86 6,26 7,73 2,17 4,79 3,81 4,62 5,68
1988 4,18 3,10 5,39 4,19 7,11 6,14 5,91 4,75 8,34 9,62 2,89 7,61 5,39 5,41 5,73
1989 2,77 3,33 6,80 6,30 10,12 9,17 8,81 5,85 9,04 12,41 3,32 8,13 7,75 7,16 7,78
1990 6,80 6,39 6,97 4,94 11,82 17,62 9,14 7,76 9,86 14,12 3,34 8,74 8,50 7,99 11,28
1991 5,44 7,40 6,48 7,67 12,17 11,87 11,50 9,32 9,62 15,08 3,63 6,74 7,77 8,70 10,91
Таблица ЗП
Дифференциал оплаты работников интеллектуального труда и рабочих в промышленности в республиках СССР (%)
Азербайджан Ар-ме-ния Белоруссия Грузия Казахстан Киргизия Латвия Литва Молдавия Россия Тад-жи-ки-стан ТУР" кме-ни-стан Узбекистан Украина Эстония
1970 15,90 16,69 24,44 12,14 24,71 20,38 24,35 34,30 29,73 23,85 19,49 25,74 20,86 20,83 25,43
1971 14,67 11,52 24,33 10,00 15,11 19,63 22,59 30,13 29,12 22,03 19,41 20,36 19,46 19,51 22,51
1972 12,70 7,84 21,50 8,00 19,83 17,79 19,06 27,18 26,04 18,97 17,16 17,42 16,65 16,51 19,56
1973 11,39 7,69 18,37 5,51 16,79 13,65 14,88 23,16 24,07 16,77 16,03 17,11 14,53 13,31 16,59
1974 7,44 7,37 17,03 2,74 15,73 15,90 12,69 20,47 21,35 16,40 19,06 16,80 17,29 11,63 14,27
1975 4,81 5,37 14,28 2,38 15,19 13,14 10,68 19,22 19,04 15,38 19,15 13,92 15,30 9,80 12,04
1976 6,22 8,62 15,39 2,33 14,43 10,68 14,02 21,04 19,91 14,02 18,17 13,99 14,48 10,45 16,03
1977 5,78 7,56 15,34 1,84 13,07 12,25 12,41 18,93 17,85 12,75 17,67 13,55 12,41 9,79 13,72
1978 3,74 5,36 12,01 -1,33 8,89 9,87 10,23 15,98 16,83 11,26 14,07 12,49 10,06 7,94 9,84
1979 2,83 3,52 8,55 -4,12 7,66 8,62 8,70 13,09 14,59 9,03 13,27 11,65 7,07 6,13 9,12
1980 1,62 1,02 7,38 -6,64 6,60 6,73 8,10 13,11 13,40 8,24 11,71 9,79 5,25 4,34 8,24
1981 1,20 -0,24 6,49 -8,73 5,23 5,64 6,14 10,95 14,67 6,50 10,95 9,46 5,20 3,37 6,75
1982 -0,01 -2,49 6,19 -10,70 5,57 5,46 5,50 10,31 12,54 5,78 12,35 10,69 5,07 2,48 6,29
пнпнопнтно почээнпиюпэиюп пдошзщ а!/ <>чн,>(>»'/' ' а'Н пцянт! I
8№г-воег N551
ВИШОНШООИШОЗШЧОНОИЕОИИсШОИ
Grillera N.V., Didenko D.V. Methods of Mathematical Statistics
Окончание табл. ЗП
Азербайджан Ар-ме-ния Белоруссия Грузия Казахстан Киргизия Латвия Литва Молдавия Россия Тад-жи-ки-стан ТУР-кме-ни-стан Узбекистан Украина Эстония
1983 -0,20 -6,04 6,00 -11,77 3,65 4,30 3,45 7,92 15,39 5,26 12,45 6,47 5,15 3,91 4,09
1984 1,20 -4,68 6,70 -10,59 4,93 4,88 4,65 9,39 15,95 6,34 12,90 7,60 6,09 4,74 5,31
1985 1,40 -4,49 7,60 -10,06 4,42 4,37 4,17 8,80 15,72 5,91 12,72 7,15 5,71 4,40 4,82
1986 1,30 -4,58 8,90 -9,05 5,07 5,02 4,77 9,55 16,01 6,46 12,95 7,72 6,19 4,82 5,44
1987 2,20 -3,71 11,00 -6,34 7,12 7,06 6,70 11,92 16,90 8,20 13,69 9,53 7,70 6,15 7,41
1988 4,00 -1,95 14,00 0,80 14,50 12,00 13,61 20,44 20,12 14,46 16,33 16,02 13,11 10,92 14,46
1989 7,00 0,97 18,00 3,00 18,84 15,60 17,67 25,44 22,01 18,14 17,88 19,84 16,29 13,72 18,60
1990 10,00 3,89 22,00 5,00 21,39 18,70 20,06 28,38 23,12 19,67 18,80 22,08 18,16 15,37 21,04
1991 13,00 6,81 27,00 7,80 26,37 21,70 24,73 34,13 25,29 22,38 20,58 26,47 21,82 18,59 25,80
| Таблица 4П
н Уровень младенческой смертности в республиках СССР
й (на 1 ООО новорожденных в возрасте до 1 г.)
Азербайджан АР-ме-ния Белоруссия Грузия Казахстан Киргизия Латвия Литва Молдавия Россия Тад-жи-ки-стан ТУР-кме-ни-стан Узбекистан Украина Эстония
1970 79,75 79,00 20,10 62,00 70,00 98,00 14,28 18,13 50,00 22,44 120,00 122,00 120,00 28,50 14,90
1971 85,00 77,00 21,09 61,00 68,16 96,00 15,34 16,81 49,71 20,36 119,00 119,00 118,00 28,21 16,81
1972 86,41 75,00 21,15 60,00 66,70 94,00 15,63 16,30 48,50 20,68 117,65 116,00 115,00 27,31 17,32
1973 87,81 73,00 20,90 59,00 65,36 92,00 15,91 16,77 47,35 20,83 113,94 114,00 111,00 26,51 17,83
1974 89,22 71,00 20,65 59,00 64,17 89,00 16,19 17,56 46,15 21,76 110,49 111,60 108,00 25,80 18,34
1975 93,40 70,00 21,86 58,87 63,04 87,77 17,39 17,94 44,98 22,61 107,32 108,50 106,00 25,15 20,48
1976 92,23 69,26 20,84 56,97 62,05 86,22 16,93 17,80 43,71 24,01 104,65 106,00 103,00 24,63 19,67
1977 91,07 66,75 19,80 54,96 61,11 84,51 16,53 17,45 42,61 23,48 102,33 104,57 100,00 24,15 18,95
1978 89,92 64,37 18,94 53,13 60,12 82,77 16,25 17,06 41,64 23,20 100,81 101,29 98,00 23,70 18,44
1979 88,79 62,06 18,15 51,36 58,98 80,89 15,29 16,61 40,67 22,33 100,04 98,11 96,49 23,21 17,96
1980 87,67 59,83 17,19 49,74 57,61 78,73 15,30 16,10 39,71 21,87 99,62 94,91 90,91 22,71 17,73
1981 86,57 57,75 16,46 48,12 56,01 76,32 15,26 15,58 38,61 21,33 99,26 91,72 85,70 22,09 17,09
1982 85,48 55,75 15,80 46,54 54,36 73,61 15,11 15,13 37,40 20,33 98,70 88,52 80,92 21,38 16,48
^ пнпнопнтно почээнпнтпэштч ngotiaj^ а!/ очи,>(>»'/' '¡у// пцяши! / СО
8№Z-80£Z NSSI
ВИШОНШООИШОЗШЧОНОИЕОИИсШОИ
^ Grineva N.V., Didenko D.V. Methods of Mathematical Statistics
Окончание табл. 4П
Азербайджан АР-ме-ния Белоруссия Грузия Казахстан Киргизия Латвия Литва Молдавия Россия Тад-жи-ки-стан ТУР-кме-ни-стан Узбекистан Украина Эстония
1983 83,80 53,82 15,22 45,16 52,71 70,71 14,74 14,75 35,99 20,18 97,44 85,42 76,60 20,62 15,92
1984 82,14 51,94 14,69 44,03 51,15 67,70 14,08 14,31 34,44 20,48 95,22 82,33 72,69 19,82 15,43
1985 80,58 50,19 14,19 43,05 49,66 64,71 13,25 13,69 32,82 20,36 92,30 79,27 69,15 19,05 15,03
1986 79,15 48,45 13,69 42,31 48,26 61,70 12,44 12,90 31,28 19,35 88,80 76,47 66,11 18,34 14,71
1987 77,94 46,74 13,18 41,83 46,90 58,91 11,85 12,03 29,89 19,35 85,32 73,86 63,55 17,70 14,46
1988 76,99 48,99 12,71 41,47 45,74 56,53 11,69 11,28 28,72 18,41 82,41 71,54 61,56 17,19 14,25
1989 76,38 43,48 12,34 41,23 44,90 54,76 12,21 11,09 27,85 17,23 80,70 69,66 60,22 16,82 14,08
1990 76,12 41,83 12,15 40,98 44,42 53,88 13,22 11,85 27,50 16,86 80,71 68,32 59,51 16,61 13,96
1991 76,29 40,21 12,12 40,71 44,29 53,66 14,32 13,24 27,70 16,50 82,67 67,69 59,32 16,56 13,85
Список использованной литературы 22;
1. British Economic Growth, 1270-1870 / S. Broadber-
ry, B.M.S. Campbell, A. Klein [at al.]. — Cambridge Univer- 8< sity Press, 2015. — 500 p. — DOI https://doi.org/10.1017/ °° | CBO9781107707603. !
2. Schön L. The Swedish economy in the early modern period: ! constructing historical national accounts / L. Schön, O. Krantz // ! European Review of Economic History. — 2012. — Vol. 16, no. 4. — ' P. 529-549.
3. Van Zanden J.L. Persistent but not Consistent : The Growth
of National Income in Holland 1347-1807 / J.L. Van Zanden, \ B. Van Leeuwen // Explorations in Economic History. — 2012. — Vol. 49, no. 2. — P. 119-130.
4. Nehru V. A New Database on Physical Capital Stock : Sources, Methodology and Results / V. Nehru, A. Dhareshwar // Rivista de Analisis Economico. — 1993. — Vol. 8, no 1. — P. 37-59.
5. Marquetti A. Extended Penn World Tables v. 4.0 — EPWT 4.0. / A. Marquetti, D. Foley. — URL: https://sites.google.com/a/ newschool.edu/duncan-foley-homepage/home/EPWT.
6. Barro R. A New Data Set of Educational Attainment in the World, 1950-2010 / R. Barro, J.-W. Lee // Journal of Development S Economics. — 2013. — Vol. 104. — P. 184-198. |
7. Lee J.-W. Human capital in the long run / J.-W. Lee, a* H. Lee // Journal of Development Economics. — 2016. — Vol. 3
122. — P. 147-169. a
fa
8. Cohen D. Growth and Human Capital: Good Data, Good ^ Results / D. Cohen, M. Soto // Journal of Economic Growth. — s
2007. — Vol. 12, no. 1. — P. 51-76. =
fa
9. Morrisson C., Murtin F. The century of education / C. Mor- ¡за risson, F. Murtin. — DOI https://doi.org/10.1086/600102 // Jour- § nal of Human Capital. — 2009. — Vol. 3, no. 1. — P. 1-42. |
10. Comin D. Cross-Country Technological Adoption : Mak- ^ ing the Theories Face the Facts / D. Comin, B. Hohijn // Journal of £ Monetary Economics. — 2004. — Vol. 51, no. 1. — P. 39-83. |
11. Prados de la Escosura L. World Human Development: | 1870-2007 / L. Prados de la Escosura // Review of Income and s Wealth. — 2015. — Vol. 61, no. 2. — P. 220-247. I
12. How Was Life? Global Well-Being Since 1820 / ed. | J.L. Van Zanden [et al.]. — Paris : OECD Publishing, 2014. — URL : 1 ' https://doi.org/10.1787/9789264214262-en . I
13. Novokmet F. From Soviets to oligarchs: inequality and prop- I erty in Russia 1905-2016 / F. Novokmet, T. Piketty, G. Zucman // S Journal of Economic Inequality. — 2018. — Vol. 16, no. 2. — P. 189-223. |
со ав
14. The Changing Shape of Global Inequality 1820-2000; Exploring a New Dataset / J.L. Van Zanden, J. Baten, P. Földvari, B. Van Leeuwen. - DOI https://doi.org/10.1111/roiw.12014 // Review of Income and Wealth. - 2013. - Vol. 60, no. 2. - P. 279-297.
15. Грегори П. Экономический рост Российской империи (конец XIX в. — начало XX в.): Новые подсчеты и оценки. — Москва : РОССПЭН, 2003. - 253 с.
» 16. Bergson A. Real National Income of Soviet Russia since 1928 /
I A. Bergson. - Cambridge : Harvard University Press, 1961. - 472 p. j 17. Moorsteen R. The Soviet Capital Stock, 1928-1962 /
I R. Moorsteen, R. Powell. - Homewood (Illinois) : Richard D. Ir-d win, Inc., 1966. - 671 p.
э 18. Becker A.S. Soviet national income, 1958-1964: National
accounts of the USSR in the seven-year plan period / A.S. Beck-d er. - Berkeley : University of California Press, 1969. - XVII, 608 p. 5 19. Steinberg D. The Soviet Economy 1970-1990: A statisti-
cal analysis / D. Steinberg. - San Francisco : Intern. Trade Press, 1990. - 338 p.
20. Пономаренко А.Н. Ретроспективные национальные счета России: 1961-1990 / А.Н. Пономаренко. - Москва : Финансы и статистика, 2002. - 256 с.
21. Easterly W.The Soviet economic decline: Historical and i« Republican data / W. Easterly, S. Fischer // World Bank Economic
1 Review. - 1995. - Vol. 9, no. 3. - P. 341-371.
Is 22. Harrison M. Trends in Soviet Labour Productivity, 1928-
^ 1985: War, Postwar Recovery, and Slowdown // European ReI view of Economic History. - 1998. - Vol. 2, no. 2. - P. 171-200.
2 23. Markevich A. Great War, Civil War, and Recovery: Rus-Л sia's National Income, 1913 to 1928 / A. Markevich, M. Harrison. -I DOI https://doi.org/10.1017/S0022050711001884 // The Journal ^ of Economic History. - 2011. - Vol. 71, no. 3. - P. 672-703.
24. Didenko D. The spread of human capital in the former js Soviet Union area in a comparative perspective: Exploring a new ja dataset / D. Didenko, P. Földvari, B. Van Leeuwen // Journal of >: Eurasian Studies. - 2013. - Vol. 4, no 2. - Р. 123-135. ® 25. The Industrialization and Economic Development of Rus-
"p sia through the Lens of a Neoclassical Growth Model / A. Cher-^ emukhin, M. Golosov, S. Guriev, A. Tsyvinski // The Review of ° Economic Studies. - 2017. - Vol. 84, no. 2. - P. 613-649.
26. Russian Economic Development over Three Centuries: « New Data and Inferences / ed. M. Kuboniwa [et al.]. - Singapore : | Palgrave Macmillan, 2019. - DOI https://doi.org/10.1007/978-ц 981-13-8429-5.
27. Didenko D.V. Trends and Institutional Sources of Financ- 4 ■ ing Russia's Human Capital Formation (Late Nineteenth-Early 8 ; Twenty-first Centuries) / D.V. Didenko. — DOI 10.1108/S0363- |j 326820200000036002 // Research in Economic History / ed. 8; C. Hanes, S. Wolcott. — Bingley, UK : Emerald Publishing Limited, 2020. — Vol. 36. — P. 45-107.
28. Van Leeuwen B. Inspiration versus perspiration in economic development of the Former Soviet Union and China (ca. 1920-2010) / B. Van Leeuwen, D. Didenko, P. Földvari // Eco- ; nomics of Transition. — 2015. — Vol. 23, no 1. — Р. 228-230. j
29. Karabchuk T. Demography of Russia: From the Past to the
Present / T. Karabchuk, K. Kumo, E. Selezneva. — London : Pal-
/
grave Macmillan, 2017. — 334 p.
30. Baten J. Infant mortality / J. Baten, M. Blum. — URL: http://hdl.handle.net/10622/H83HEV.
31. Лунеев В.В. Преступность XX века : мировые, регио- ! нальные и российские тенденции / В.В. Лунев. — 2-е изд. пе-рераб. и доп. — Москва : Волтерс Клувер, 2005. — XLI, 868 с.
32. Ханин Г.И. Динамика экономического развития СССР / Г.И. Ханин ; отв. ред. В.А. Волконский. — Новосибирск : Наука, 1991. — 267 с. ^
33. Диденко Д.В. Советский экономический рост в меж- | страновой перспективе: роль финансирования науки / Д.В. Ди-денко, Н.В. Гринева. — DOI 10.7256/2585-7797.2021.1.34708 // ^ Историческая информатика. — 2021. — № 1. — С. 48-65. a
34. Барро Р.Дж. Экономический рост / Р. Дж. Барро, Х. Са- ^ ла-и-Мартин ; пер. с англ. А. Н. Моисеева, О. В. Капустиной. — ^
Москва : Бином, 2010. — 824 с. §
£
References
1. Broadberry S., Campbell B.M.S., Klein A., Overton M., Van Leeuwen B. British Economic Growth, 1270-1870. Cambridge University Press, 2015. 500 p. DOI: https://doi.org/10.1017/ CBO9781107707603.
2. Schön L., Krantz O. The Swedish Economy in the Early Modern Period: Constructing Historical National Accounts. European Review of Economic History, 2012, vol. 16, no. 4, pp. 529-549.
3. Van Zanden J.L., Van Leeuwen B. Persistent but Not Consistent : The Growth of National Income in Holland 1347-1807. Explorations in Economic History, 2012, vol. 49, no. 2, pp. 119-130.
4. Nehru V., Dhareshwar A. A New Database on Physical Capital Stock : Sources, Methodology and Results. Rivista de Analisis Economico, 1993, vol. 8, no 1, pp. 37-59.
w
CO
so
5. Marquetti A., Foley D. Extended Penn World Tables v. 4.0 — EPWT 4.0. Available at: https://sites.google.eom/a/newschool. edu/duncan-foley-homepage/home/EPWT.
6. Barro R., Lee J.-W. A New Data Set of Educational Attainment in the World, 1950-2010. Journal of Development Economics, 2013, vol. 104, pp. 184-198.
7. Lee J.-W., Lee H. Human Capital in the Long Run. Journal of » Development Economics, 2016, vol. 122, pp. 147-169.
| 8. Cohen D., Soto M. Growth and Human Capital: Good
2 Data, Good Results. Journal of Economic Growth, 2007, vol. 12, no. 1, I pp. 51-76.
' 9. Morrisson C., Murtin F. The Century of Education. Journal
; of Human Capital, 2009, vol. 3, no. 1, pp. 1-42. DOI: https://doi. S org/10.1086/600102.
; 10. Comin D., Hohijn B. Cross-Country Technological Adop-
tion : Making the Theories Face the Facts. Journal of Monetary Economics, 2004, vol. 51, no. 1, pp. 39-83.
11. Prados de la Escosura L. World Human Development: 18702007. Review of Income and Wealth, 2015, vol. 61, no. 2, pp. 220-247.
12. Van Zanden J.L. [et al.] (eds). How Was Life? Global Well-Being Since 1820. Paris, OECD Publishing, 2014. Available at: https:// doi.org/10.1787/9789264214262-en.
w 13. Novokmet F., Piketty T., Zucman G. From Soviets to Oli-
5 garchs: Inequality and Property in Russia 1905-2016. Journal of Eco-£ nomic Inequality, 2018, vol. 16, no. 2, pp. 189-223.
14. Van Zanden J.L., Baten J., Foldvari P., Van Leeuwen B. The § Changing Shape of Global Inequality 1820-2000; Exploring a New « Dataset. Review of Income and Wealth, 2013, vol. 60, no. 2, pp. 279-J 297. DOI: https://doi.org/10.1111/roiw.12014. « 15. Gregory P. Economic Growth of Russian Empire (End of
XIX — Beginning of XX Century). New Estimates and Calculations.
° Moscow, ROSSPEN Publ., 2003. 253 p.
ts ' r
J2 16. Bergson A. Real National Income of Soviet Russia since 1928.
6 Cambridge, Harvard University Press, 1961. 472 p.
£ 17. Moorsteen R., Powell R. The Soviet Capital Stock, 1928-1962. Q Homewood (Illinois), Richard D. Irwin, Inc., 1966. 671 p. * 18. Becker A.S. Soviet National Income, 1958-1964: National Accounts of the USSR in the Seven-Year Plan Period. Berkeley, University ty of California Press, 1969. XVII, 608 p.
^ 19. Steinberg D. The Soviet Economy 1970-1990: A Statistical
^ Analysis. San Francisco, Intern. Trade Press, 1990. 338 p.
| 20. Ponomarenko A.N. Russia's Retrospective National Accounts: 1961 -1990. Moscow, Finansy i statistika Publ, 2002. 256 p.
21. Easterly W., Fischer S. The Soviet Economic Decline: His- 2 ■ torical and Republican Data. World Bank Economic Review, 1995, 8; vol. 9, no. 3, pp. 341-371. 8 ;
22. Harrison M. Trends in Soviet Labour Productivity, °° i 1928-1985: War, Postwar Recovery, and Slowdown // Euro- j pean Review of Economic History. — 1998. — Vol. 2, no. 2. — ! P. 171-200. I
23. Markevich A., Harrison M. Great War, Civil War, and Re- j covery: Russia's National Income, 1913 to 1928. The Journal of Eco- i nomic History, 2011, vol. 71, no. 3, pp. 672-703. DOI: https://doi. org/10.1017/S0022050711001884. j
24. Didenko D., Földvari P., Van Leeuwen B. The Spread of Human Capital in the Former Soviet Union Area in a Comparative 3 Perspective: Exploring a New Dataset. Journal of Eurasian Studies, ! 2013, vol. 4, no 2, pp. 123-135.
25. Cheremukhin A., Golosov M., Guriev S., Tsyvinski A. The ! Industrialization and Economic Development of Russia through
the Lens of a Neoclassical Growth Model. The Review of Economic Studies, 2017, vol. 84, no. 2, pp. 613-649.
26. Kuboniwa M. [et al.] (eds). Russian Economic Development
over Three Centuries: New Data and Inferences. Singapore, Palgrave ^ Macmillan, 2019. DOI: https://doi.org/10.1007/978-981-13- § 8429-5. I
27. Didenko D.V. Trends and Institutional Sources of Financ- ^ ing Russia's Human Capital Formation (Late Nineteenth-Early I Twenty-first Centuries). In Hanes C., Wolcott S. (eds). Research in 1 Economic History. Bingley, UK, Emerald Publishing Limited, 2020. g Vol. 36, pp. 45-107. DOI: 10.1108/S0363-326820200000036002. I
28. Van Leeuwen B., Didenko D., Földvari P. Inspiration Versus Perspiration in Economic Development of the Former Soviet ^ Union and China (ca. 1920-2010). Economics of Transition, 2015, § vol. 23, no 1, pp. 228-230. ^
29. Karabchuk T., Kumo K., Selezneva E. Demography of Rus- £ sia: From the Past to the Present. London, Palgrave Macmillan, 2017. | 334 p. I
30. Baten J., Blum M. Infant Mortality. Available at: http://hdl. 1 handle.net/10622/H83HEV. I
31. Luneev V.V. Criminality of the 20th Century: Global, Re- | gional, and Russian Trends. 2nd ed. Moscow, Wolters Kluwer Publ., I 2005. XLI, 868 p. I
32. Khanin G.I.; Volkonskii V.A. (ed.). The Dynamics of Eco- 1 nomic Development in the USSR. Novosibirsk, Nauka Publ., 1991. § 267 p. 1
22 ов
33. Didenko D.V., Grineva N.V. Soviet Economic Growth through the Interstate Prism: the Role of Research Funding. Is-toricheskaya informatika = Historical informatics, 2021, no. 1, pp. 4865. (In Russian). DOI: 10.7256/2585-7797.2021.1.34708.
34. Barro R.J., Sala-i-Martin X.I. Economic Growth. London, The Mit Press, 2004. (Russ. ed.: Barro R.J., Sala-i-Martin X.I. Economic Growth. Moscow, Binom Publ., 2010. 824 p.).
Информация об авторах
Гринева Наталья Владимировна — кандидат экономических наук, доцент, Департамент анализа данных и машинного обучения, Финансовым университет при Правительстве Российской Федерации; Институт экономики, математики и информационных технологий, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Москва, Российская Федерация; e-mail: NGrineva@fa.ru. € 0000-0001-76475967; SPIN-код: 1140-9636; AuthorID: 303847.
Диденко Дмитрий Валерьевич — доктор экономических наук, кандидат исторических наук, ведущий научный сотрудник, профессор, Институт общественных наук, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Москва, Российская Федерация; e-mail: didenko-dv@ranepa.ru. С 00000001-5295-2538; SPIN-код: 4401-0624; AuthorID: 139560.
Authors
Natalia V. Grineva — Ph.D. in Economics, Associate Professor, Department of Data Analysis and Machine Learning, Financial University under the Government of the Russian "§ Federation; Institute of Economics, Mathematics and Information Technology, Russian Presidential Academy of National Economy and Public Administration, Moscow, the Russian 5 Federation; e-mail: NGrineva@fa.ru. C 0000-0001-7647-5967; „§ SPIN-Code: 1140-9636; AuthorID: 303847. ts Dmitry V. Didenko — D.Sc. in Economics, Ph.D. in His-
tory, Leading Researcher, Professor, Institute for Social Sciences, Russian Presidential Academy of National Economy « and Public Administration, Moscow, the Russian Federation; I e-mail: didenko-dv@ranepa.ru. ( 0000-0001-5295-2538; SPIN'S Code: 4401-0624; AuthorID: 139560.
Для цитирования
Гринева Н.В. Методы математической статистики в реконструкции исторических данных о факторах экономического роста республик бывшего СССР / Н.В. Гринева, Д.В. Диденко. — DOI 10.17150/2308-2488.2022.23(1).44-81 // Историко-экономические исследования. — 2022. — Т. 23, № 1. — С. 44-81.
For Citation
Grineva N.V., Didenko D.V. Methods of Mathematical Statistics in Reconstruction of Historical Data on Economic Growth Factors of the Former USSR Republics. Istoriko-eko-nomicheskie issledovaniya = Journal of Economic History & History of Economics, 2022, vol. 23, no. 1, pp. 44-81. (In Russian). DOI: 10.17150/2308-2488.2022.23(1).44-81.
£
s
ж
