Моделирование факторов экономического роста регионов Урала и РФ

Бенц Д. С.

DOI: 10.29141/2658-5081-2020-21-3-6 JEL classification: L14, O47, R11, R15

Д. С. Бенц Челябинский государственный университет, г. Челябинск, Российская

Федерация

Моделирование факторов экономического роста

регионов Урала и РФ

Аннотация. Национальная экономика стагнирует. Регионы Урала также столкнулись с проблемой отсутствия экономического роста. Те же процессы происходят и в регионах. Статья посвящена определению факторов экономического роста для восьми регионов, а также для экономики России в целом. Автор моделирует функции экономического роста для регионов Урала, входящих как в состав Уральского федерального округа, так и в состав Уральского макрорегиона, осознанно расширяя исследование с целью сопоставления результатов. Методологической базой послужили теория экономического роста и теория производства (модели Кобба-Дугласа, Р. Солоу). В работе использован эконо-метрический инструментарий, построены регрессии для восьми исследуемых регионов, а также для экономики РФ, в которых результирующей переменной является темп роста валового регионального продукта. Независимыми переменными выступают темпы роста промышленного производства, численности занятых в экономике, инвестиций в основной капитал, стоимости основных фондов, среднедушевых доходов населения, затрат на технологические инновации. Источником статистической информации служат данные Росстата с 1995 по 2018 гг. Выявлено, что для большинства регионов Урала, а также для российской экономики фактор «темп роста промышленного производства» стал определяющим, самым высокоэластичным. Вторым по значимости фактором является темп роста среднедушевых доходов населения. Рост численности занятых оказал сильное влияние на экономический рост именно в тех регионах, для которых характерно катастрофическое сокращение рабочей силы за последние десятилетия. Затраты на технологические инновации не показали высокой эластичности. Автор предполагает, что причиной тому является их крайне малая величина. И даже высокие темпы роста затрат на технологические инновации не дают видимого результата, так как их уровень катастрофически мал. Результаты исследования могут быть использованы при разработке стратегий социально-экономического развития регионов и российской экономики, а также для развития экономической науки в целом.

Ключевые слова: экономический рост; факторы экономического роста; российская экономика; экономика региона; Уральский федеральный округ; Уральский макрорегион; регрессионный анализ.

Для цитирования: Бенц Д. С. (2020). Моделирование факторов экономического роста регионов Урала и РФ // Journal of New Economy. Т. 21, № 3. С. 112-131. DOI: 10.29141/26585081-2020-21-3-6.

Дата поступления: 30 июля 2020 г.

Введение

Проблема экономического роста в последнее время является одной из рейтинговых. Обзор публикаций показал, что именно ей уделяется серьезное внимание. «Пандемическая реальность» лишь усиливает актуальность вопроса. Рано или поздно настанет некое «постпандемическое будущее», когда мы увидим итоги резкого сокращения

потребительских расходов, существенного падения платежеспособного спроса и доходов населения. Уже сейчас сомнительной становится мысль даже об 1 %-ном экономическом росте по итогам 2020 г. Рано или поздно вопрос запуска трансмиссионного механизма экономического роста станет крайне актуальным. Он уже стал таковым с 2013 г., но сегодня, пожалуй, нельзя не обратить внимание на острейшую актуальность этого вопроса, на то, на какие рычаги нужно надавить, какие «винтики» в этом самом трансмиссионном механизме станут пусковыми и определяющими.

Регионы Уральского федерального округа и Уральского макрорегиона находятся в области исследования автора не впервые. Он занимается изучением источников экономического роста регионов Урала в целом, а также вопросами их неравномерного развития с 2018 г.

Цель исследования - определить возможные факторы экономического роста регионов Уральского федерального округа, субъектов Уральского макрорегиона и РФ. Для этого необходимо решить следующие задачи: при помощи эконометрического инструментария смоделировать функции, отражающие зависимость темпов роста валового регионального продукта от вероятных факторов; количественно оценить степень воздействия факторов на экономический рост регионов; исследовать однородность/неоднородность развития регионов Урала; сопоставить полученные результаты с особенностями развития российской экономики.

Обзор исследований

Сегодня ученые сходятся во мнении, что экономика РФ находится в состоянии затянувшейся стагнации. Прирост ВВП за период 2013-2018 гг. составил лишь 2,6 %, рост промышленного производства - 3,6 %. Реальные доходы населения упали на 6,9 %. По отношению к рыночному курсу доллара ВВП, доходы и сбережения населения сократились в 2 раза [Аганбегян, 2020]. А. Г. Аганбегян [2020] называет фундаментальными драйверами экономического роста инвестиции в основной и человеческий капитал. Россия проигрывает перед целым рядом стран по доле инвестиций в основной и человеческий капитал в ВВП. В Китае этот показатель составляет 67 %, в развивающихся странах - 65 %, в развитых - 56 %, в России - 34 %. С 2013 г. ситуация усугубляется еще и падением объема ввода основных фондов. А вместе с падением инвестиций национальная экономика сталкивается с серьезным торможением экономического роста. За период 2013-2015 гг. лишь частные инвестиции показали рост на 10 %. Все остальные формы инвестирования демонстрировали лишь падение, притом существенное - в диапазоне 22-30 %, в зависимости от того, о каких конкретно инвестициях идет речь (государственных, крупных госкорпораций, инвестиционном кредите и т. д.).

А. Г. Аганбегян [2019, 2020] также акцентирует внимание на сокращении расходов на образование. Притом такая тенденция наблюдается с 2008 г. Катастрофически низкими являются и затраты на сферу здравоохранения. Еще в конце XX в. Р. Э. Лукас [Lucas, 1988] и П. М. Ромер [Romer, 1986] доказали значимость человеческого капитала для экономического роста, а также показали исключительную важность знаний.

Для того, чтобы экономика России начала движение вверх, сначала необходимо преодолеть стагнацию с глубоко устоявшимися трендами спада. Падение реальных доходов населения приводит к сокращению платежеспособного спроса, что, в свою очередь, вызывает падение спроса на недвижимость, а значит, и падение объемов ввода жилья. Если и дальше в национальной экономике не увеличится объем инвестирования в основной и человеческий капитал, то экономический рост составит не более 2 %, и тогда Россия к 2024 г. будет лишь седьмой экономикой мира, пропустив вперед Индонезию [Порфирьев, Широв,

2020]. Кроме того, для экономики России и ее регионов крайне важен рост производительности труда. Причем он нужен даже не столько для наращивания темпов экономического роста, сколько для преодоления отставания от других стран [Идрисов и др., 2018].

Выход из сложившейся ситуации А. Г. Агабегян [2019] видит в реформировании системы налогообложения. Он негативно оценивает профицит государственного бюджета, считая, что можно допустить дефицит бюджета на уровне 2-3 % ВВП, тем самым поднять реальные доходы населения. Дефицит бюджета даже выгоден стране: во-первых, это источник дополнительного финансирования, а во-вторых, он будет сопровождаться эмиссией долгосрочных ценных бумаг, которая позволит постепенно сформировать неспекулятивную природу российского рынка ценных бумаг. В свою очередь, долгосрочные государственные ценные бумаги станут источником банковских инвестиционных фондов с низким процентом [Аганбегян, 2019].

В качестве ключевых источников экономического роста А. Г. Аганбегян [2019] называет финансы банковского сектора, золотовалютные резервы, средства предприятий и государственный внешний долг. Из всего объема банковских активов на долю инвестиционного кредита приходится лишь 1,6 %. В целом доля инвестиционного кредита из общего объема инвестиций в России составляет 8 % против 40-50 %, характерных для стран Запада и Америки. Влияние затрат на технологические инновации на экономический рост изучаемых регионов является несущественным, объемы этих затрат крайне малы. Из 500 млрд руб. золотовалютных резервов, которыми обладает Россия, по меньшей мере 200 млрд руб. можно было бы направить на технологическое обновление существующих производств [Аганбегян, 2019; Nekipelov, Ivanter, Glazyev, 2013], причем наибольшую долю этих средств вложить в развитие промышленных производств в связи с высокой эластичностью темпов роста промышленного производства. Источником такого роста зачастую выступает прибыль предприятий, которая облагается налогом. Можно говорить о смягчении налогообложения в отношении тех средств, которые предприятия реинвестируют в производство. И наконец, государственный долг является еще одним источником экономического роста. Сегодня он составляет 33 % ВВП. Для сравнения, в странах Европы этот показатель достигает 80 % , в Китае и Японии - 200-250 %.

С. Ю. Глазьев [2018; 2020] особое внимание уделяет деятельности Центрального банка, тормозящей экономический рост. Причиной стагфляционной ловушки является высокая ключевая ставка, которая находится выше рентабельности многих производств. Для того, чтобы решать задачи, поставленные Президентом, нужно выходить на путь модернизации, новой индустриализации [Бодрунов, 2019; Глазьев, 2020]. Оптимистичен подход ученых РАН к определению потенциала экономического роста. Национальная экономика вполне может добиться 8 %-ного роста. Это станет возможным при росте инвестиционных вложений в освоение новых технологий не менее 15 % [Аганбегян, 2020; Глазьев, 2020]. С. Ю. Глазьев [2020] жестко критикует действия ЦБ за сдерживание инфляции. Между тем снижения темпов инфляции можно добиться не активной политикой ЦБ, а благодаря целому комплексу мер в отношении ценообразования, валютного и банковского регулирования, развития конкурентной среды, сдерживания рыночной власти монополий. Сегодня остро стоит необходимость перехода к системному стратегическому планированию социально-экономического роста. Нужны индикативные планы по оценке деятельности правительства, министерств, крупных государственных корпораций для предоставления в подведомственные им отрасли. Критерием такой оценки должен стать рост инвестиций. Нужны эффективно действующие механизмы частно-государственного партнерства. Банковский сектор должен отвечать потребностям экономики, перестать быть спекулятивным по своей природе.

Сегодня все чаще используется термин «новая нормальность» или «новая реальность» [Медведев, 2018]. С. Ю. Глазьев [2019] заявляет, что такими терминами сегодня правительство лишь прикрывается, так как его действия не согласуются с целями, поставленными Президентом. Норма накопления в 27 % в России так и не достигнута. А ведь именно рост внутренних инвестиций стал ключевым драйвером роста многих западных экономик, что вполне согласуется с фундаментальными идеями, изложенными в работах [Domar, 1947; Harrod, 1937; Keynes, 1936], авторы которых считали инвестиции главным фактором устойчивого экономического роста.

Солидарен с двумя вышеупомянутыми учеными В. В. Ивантер [2019а]. Он также говорит о стагнации в экономике. Такие на первый взгляд положительные итоги, как низкие темпы инфляции, накопление золотовалютных резервов, сокращение внешнего государственного долга, бездефицитный бюджет, вошли в явное противоречие с задачей достижения экономического роста [Ивантер, 2019a]. Все те результаты, которые у ученых вызывают большие сомнения, Д. А. Медведев [2019] называет достижениями: он говорит о стабилизации макроэкономики, смягчении финансовых проблем, недопущении роста долговой зависимости, об избежании кризиса банковской системы.

В. В. Ивантер [2017, 2019a, 2019b] указывает на существование колоссального потенциала производственных мощностей в стране, которые не задействованы. Сегодня производственные мощности загружены лишь на 75-85 %, причем, вероятно, это несколько завышенная цифра. Такой уровень актуален лишь для топливной промышленности. А для остальных секторов национальной экономики эта величина составляет 65 %. Не задействованы и человеческие ресурсы: пятая часть населения трудоустроена на неполный рабочий день, а четверть населения занята низкоквалифицированным трудом. Эти ресурсы легко можно высвободить в результате модернизации основного капитала [Ивантер и др., 2018]. Не исчерпаны и финансовые ресурсы. В. В. Ивантер [2019a] говорит о том, что по состоянию на 2018 г. в финансовой системе накоплено 10 % неиспользуемых ресурсов. Нереализованный потребительский спрос тормозит процессы полной загрузки мощностей. Многие производства являются технологически отсталыми. В. В. Ивантер критикует государственную фискальную политику, указывая на невозможность полностью задействовать потенциал экономического роста в условиях расходования бюджетных средств под национальные проекты. И если сегодня сложилась такая ситуация (стагнация), когда бизнес не готов инвестировать, то подключаться к стимулированию инвестиционной активности должно государство. Факторы экономического роста со стороны спроса и со стороны предложения В. В. Ивантер [2019b] распределяет следующим образом: со стороны спроса: 2,6 % - валовое накопление, 1,1 % - потребление домашних хозяйств, 0,8 % - чистый экспорт, 0,3 % - государственные расходы; со стороны предложения: 1,5 % - экономическая инерция, 1,0 % - развитие инфраструктуры, по 0,8 % - ввод жилья и модернизация машиностроения и 0,7 % - эффективность экспорта. В итоге суммарно экономический рост составит 4,8 %, что соответствует поставленным Президентом задачам: в 1,5 раза к 2024-2025 гг. увеличить ВВП.

Фискальную политику необходимо переориентировать на экономический рост. А. Л. Кудрин и А. Ю. Кнобель [2017] исследовали бюджетные мультипликаторы и доказали наименьший мультипликативный эффект в отношении непроизводительных расходов правительства, т. е. расходов на «силовые» статьи. Расходы на образование, здравоохранение, спорт, дорожную инфраструктуру и транспорт, называемые производительными, имеют большую отдачу в виде экономического роста, что стоит принять во внимание.

Методы исследования и данные

Модифицированная функция будет построена для восьми субъектов РФ, входящих в состав Уральского федерального округа и Уральского макрорегиона: Курганской, Оренбургской, Свердловской, Тюменской, Челябинской областей, Республики Башкортостан и Удмуртской Республики, Пермского края. На базе агрегированных по всем регионам показателей построим функцию для российской экономики и функции с использованием панельных данных, чтобы увеличить качество полученной модели и проанализировать уровень эластичности исследуемых параметров.

Факторами экономического роста в модели выступят шесть показателей, каждый из которых количественно характеризует темпы роста:

где У - темп роста номинального валового регионального продукта (в текущих ценах), Х1 - темп роста промышленного производства, Х2 - темп роста среднегодовой численности занятых, Х3 - темп роста инвестиций в основной капитал, Х4 - темп роста стоимости основных фондов, Х5 - темп роста среднедушевых денежных доходов населения, Х6 - темп роста затрат на технологические инновации, А, а, в, у, 3, X, £ - параметры функции.

Ранее автор совместно с членами научного коллектива уже строил подобного рода модели. В частности, объектом исследования выступали промышленные рынки, а именно: рынки добывающей и обрабатывающей промышленности Уральского федерального округа. Наряду с некоторыми повторяющимися и в данном исследовании факторами было изучено влияние кредитов, направленных на инвестиции в основной капитал. Однако такой фактор не дал значимых результатов [Бархатов, Бенц, 2019]. Потому автор принял решение не включать кредитный фактор в исследование. Спорными с точки зрения значимого влияния явились и затраты на технологические инновации. Тем не менее, ориентируясь на работу [Solow, 1956], автор оставил темп роста затрат на технологические инновации в качестве шестого фактора в модели.

Ранее автор агрегировал результаты по рынкам добывающей промышленности и обрабатывающей промышленности. В данном исследовании поставлена задача определить и сопоставить факторы экономического роста для каждого отдельно взятого региона Урала. Деления на разного рода промышленные рынки здесь не производится. Зависимой переменной выступает суммарно валовой региональный продукт, а именно: темп его роста.

Функция (1) по сути дела представляет собой модифицированную мультипликативную функцию Кобба-Дугласа, которая имеет следующий первоначальный вид:

где Q - объем производства, L - величина труда, K - величина капитала, А, а, ß - параметры [Cobb, Douglas, 1928].

В данном исследовании автор принял решение заменить переменную «темп роста численности рабочей силы» на «темп роста численности занятых», а также наряду с темпом роста инвестиций в основной капитал добавить основные фонды. Кроме того, доходы населения почти для каждого второго региона России играют значимую роль (вне зависимости от промышленного характера региона) - этим и объясняется спецификация модели.

Функция является модифицированной, так как автор оперирует темпами роста, а не абсолютными величинами, мультипликативной, поскольку наряду с индикаторами

У— Л Ya ß Ys УЛ Vs

-A Л1 Л2 Л3 4 Л5 Л6,

(1)

Q = AxLaxKp,

(2)

труда и капитала в модель внедрены и иные переменные: темп роста промышленного производства, среднедушевых денежных доходов населения, затрат на технологические инновации.

Для каждого из анализируемых регионов, а также для экономики РФ в целом построена функция вида (1) на основе временной выборки. Кроме того, две функции построены по итогам панельного исследования: одна функция включает совокупность данных восьми регионов за период 1996-2018 гг., вторая - совокупность данных девяти систем (восемь регионов и данные российской экономики).

Для построения всех 11 регрессий используется прием линеаризации модели посредством натуральных логарифмов. Такой метод позволяет создавать линейные функции.

В качестве исходных выступили статистические данные, опубликованные Росста-том. Выборка охватывает временной интервал с 1995 по 2018 гг. Временные выборки (первые 9 уравнений) включают 22 наблюдения. Исключен из анализа 1995 г. ввиду отсутствия данных в отношении затрат на технологические инновации. Уравнения (10, 11) построены по итогам панельного исследования. Выборкой для построения уравнения (10) послужили наблюдения, собранные по итогам того же временного периода и включающие 8 регионов Урала. Объем выборки здесь составил 176 наблюдений. Уравнение (11) также построено на основе использования панельных данных, только объем выборки равен уже 197 наблюдениям ввиду того, что показатели, характерные для национальной экономики, здесь тоже учтены. Автор осознанно строит два отдельных уравнения регрессии по панельным данным, так как, с одной стороны, уравнение (11) позволяет максимально нарастить объем выборки, а с другой стороны, такое смешение данных может оказаться не вполне корректным, поскольку цель исследования - определить факторы роста, характерные для регионов Урала. Уравнение (11) хоть и построено на базе большего количества наблюдений, все-таки оно усредняет полученные результаты.

Для упрощения восприятия данных, приведенных в таблице, следует закрепить за каждым регионом/выборкой номер:

Курганская область - 1, Оренбургская область - 2, Свердловская область - 3, Тюменская область - 4, Челябинская область - 5, Республика Башкортостан - 6, Удмуртская Республика - 7, Пермский край - 8, вся Россия - 9, выборка по панельным данным восьми регионов - 10, выборка по панельным данным девяти систем - 11.

Дескриптивная статистика наблюдаемых переменных для построения множественной линейной функции приведена в табл. 1.

В результате все уравнения в соответствии с Р-статистикой получились значимыми на уровне 5 %.

Для Курганской области модель имеет вид:

Нормированный К2 составил 0,78. Среди параметров уравнения не все оказались значимыми. В соответствии с ^статистикой только два параметра - А и Л - являются значимыми.

Экономический рост Оренбургской области описан следующим уравнением:

Результаты исследования

Y = 1,081 хХ°'187 хХ°'963 хХ°'117 хХ4-°'104хХ5с'401 х

(3)

У = 1,085 хХ°'259 XX?-057 хХ°'570 хХ4-°'516 хХ°5'372 хХ(

-0,088

(4)

Дескриптивная статистика наблюдаемых переменных для построения функции вида 1п(У) = In(А)+сс-\г\(Х,)+/ЗЛг\{Х2) + у- \n(X3) + S- In(Х4) + А- ln(X5) + f • ln(X6) для каждого из восьми регионов Урала и экономики РФ в целом

Descriptive statistics of the variables for creation of the function 1п(У) = ln(v4)+«- InCXJ+yff - In(X2) + r- ln(X3) + £- 1п(Х4) + Я- ln(X5) + f- ln(X6) for each of the eight Ural regions and the Russian economy

Переменная Количество наблюдений Номер региона / выборки Среднее значение Стандартная ошибка Минимальное значение Максимальное значение

Натуральный логарифм темпа роста валового регионального продукта 22 1 0,147 0,027 0,014 0,440

2 0,166 0,033 -0,039 0,645

3 0,160 0,032 -0,135 0,432

4 0,176 0,032 -0,091 0,585

5 0,155 0,029 -0,177 0,580

6 0,155 0,048 -0,137 0,552

7 0,161 0,054 -0,051 0,617

8 0,155 0,037 -0,118 0,525

9 0,172 0,028 -0,058 0,537

176 10 0,159 0,011 -0,177 0,645

197 11 0,161 0.011 -0.177 0,645

Натуральный логарифм темпа роста промышленного производства 22 1 0,023 0,164 -0,221 0,124

2 0,031 0,385 -0,080 0,155

3 0,039 0,238 -0,195 0,160

4 0,025 0,639 -0,040 0,102

5 0,025 0,288 -0,221 0,148

6 0,044 0,546 -0,030 0,131

7 0,031 0,398 -0,082 0,174

8 0,041 0,320 -0,103 0,167

9 0,032 0,343 -0,098 0,104

176 10 0,032 0,103 -0,221 0,174

197 11 0,032 0,099 -0,221 0,174

Натуральный логарифм темпа роста среднегодовой численности занятых 22 1 -0,016 0,533 -0,069 0,087

2 0,007 0,270 -0,145 0,147

3 0,0001 0,997 -0,027 0,054

4 0,010 0,608 -0,036 0,117

5 0,006 1,043 -0,032 0,052

6 0,005 0,532 -0,033 0,127

7 -0,002 1,678 -0,027 0,061

8 -0,007 0,926 -0,053 0,039

9 0,004 1,275 -0,019 0,058

176 10 0,00046 0,167 -0,145 0,147

197 11 0,001 0,171 -0,145 0,147

Натуральный логарифм темпа роста инвестиций в основной капитал 22 1 0,137 0,059 -0,267 0,563

2 0,162 0,125 -0,176 0,536

3 0,148 0,134 -0,187 0,416

4 0,170 0,142 -0,308 0,864

5 0,158 0,109 -0,270 0,572

6 0,137 0,114 -0,318 0,714

7 0,150 0,088 -0,318 0,684

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

8 0,155 0,130 -0,141 0,673

9 0,175 0,028 -2,159 2,201

176 10 0,152 0,038 -0,318 0,864

197 11 0,155 0,021 -2,159 2,201

Окончание таблицы

Table (concluded)

Переменная Количество наблюдений Номер региона / выборки Среднее значение Стандартная ошибка Минимальное значение Максимальное значение

Натуральный логарифм темпа роста стоимости основных фондов 22 1 0,099 0,138 -0,015 0,347

2 0,109 0,176 -0,113 0,316

3 0,117 0,176 0,007 0,284

4 0,161 0,133 -0,144 0,646

5 0,110 0,207 0,042 0,290

6 0,101 0,377 -0,027 0,185

7 0,106 0,343 0,0344 0,206

8 0,118 0,203 -0,004 0,393

9 0,126 0,187 0,004 0,240

176 10 0,115 0,063 -0,144 0,646

197 11 0,116 0,063 -0,144 0,646

Натуральный логарифм темпа роста среднедушевых доходов населения 22 1 0,177 0,118 -0,022 0,552

2 0,172 0,170 -0,050 0,525

3 0,180 0,166 0,003 0,539

4 0,149 0,257 -0,037 0,427

5 0,170 0,127 -0,046 0,564

6 0,185 0,147 0,017 0,583

7 0,169 0,253 -0,072 0,453

8 0,165 0,172 -0,130 0,492

9 0,171 0,133 0,020 0,496

176 10 0,171 0,056 -0,130 0,583

197 11 0,1712 0,051 -0,130 0,583

Натуральный логарифм темпа роста затрат на технологические инновации 22 1 0,179 0,024 -1,072 1,473

2 0,253 0,030 -0,789 1,389

3 0,211 0,034 -0,552 1,650

4 0,265 0,026 -1,515 2,253

5 0,244 0,015 -2,436 3,158

6 0,154 0,035 -1,320 1,025

7 0,224 0,040 -0,488 1,559

8 0,179 0,062 -0,434 1,076

9 0,231 0,047 -0,019 0,750

176 10 0,214 0,010 -2,436 3,158

197 11 0,216 0,010 -2,436 3,158

Примечание: ^стандартная ошибка свободного члена (У-пересечение) Источник: рассчитано автором.

Нормированный К2 составил 0,8, а значимыми оказались параметры у и Л. Валовой региональный продукт Свердловской области прирастает в соответствии со следующей функцией:

У = 1,081 хХ®'611 хХ20'080 хХ30'210 хХ;0,258 хХ50'305 хХ60'010. (5)

Здесь нормированный коэффициент детерминации составил 0,77. Статистически значимыми являются параметры А и а.

Темп роста ВРП Тюменской области характеризуется следующей зависимостью:

У = 1,075 хХ,1'633 хХ^'086 хХ30'377 хХ/'202 хХ50'351 хХ^'076. (6)

Коэффициент детерминации К2 равен 0,72. Значимыми оказались четыре параметра: А, Л, у, г.

Достоверность уравнения, построенного для Челябинской области, подтверждается коэффициентом детерминации 0,85:

У = 1,056 хХ^032 хХ2'251 хХ^017 хХ?'032 хХ50'416 хХб0'033. (7)

Три параметра - а, Л и г - являются значимыми на уровне 5 %.

Уравнение регрессии для Республики Башкортостан имеет вид:

У = 1,101 хХ{'299 хХ2'396 хХ30,209 хх;1'140 хХ50'463 хХ60'000. (8)

Нормированный К2 равен 0,75. Значимыми получились степени а и Л.

Удмуртская Республика демонстрирует экономический рост, описываемый следующим уравнением:

У = 1,042 хХ°'913 хХ>'019 хХ30'165 хХ4"°'191 хХ50'470 хХ60'043. (9)

Здесь нормированный К2 составил 0,76. Значимым оказался лишь параметр а.

Экономический рост Пермского края демонстрирует следующую зависимость:

У = 1,061 хХ°'734 хХ20'895 хХ30,099 хХ^'046 хХ50'307 хХ60'064. (10)

Коэффициент детерминации здесь составил самое низкое из всех значений - 0,67. Опять же только степень а оказалась значимой.

Уравнение, характеризующее суммарно все регионы России, а значит национальный экономический рост, имеет вид:

У = 1,015 хХ11'063 хХ^'445 хХ^'022 хХ4"°'073 хХ50'650 хХ60'114. (П)

Для этого уравнения нормированный коэффициент детерминации оказался самым высоким, он равен 0,861. Значимыми параметрами являются а, Л и г.

Уравнение, построенное по панельным данным, аккумулирующее восемь регионов Урала, получилось следующим:

У = 1,051 хХ°'558 хХ20-402 хХ30'220 хХ4-°'144 хХ50,451 хХ^012. (12)

Нормированный коэффициент детерминации составил 0,716. Статистически значимыми являются все параметры, за исключением 5 и г.

И наконец, в последнем уравнении, также построенном по панельным данным, включающем все девять исследуемых систем, те же параметры, что и в предыдущем уравнении, оказались значимыми. Однако Я2 несколько ниже: он составил 0,685. Само уравнение имеет вид:

У = 1,043 хХ"'740 хХ20'463 хХ30,055 хХ?'109 хХ50,585 хХ^'005. (13)

Построенные функциональные зависимости позволяют сделать некоторые выводы. Промышленное производство однозначно является фактором экономического роста. Низкое значение параметра а характерно лишь для Курганской и Оренбургской областей. Но здесь параметр и не оказался значимым, а следовательно, выводы нужно делать с поправкой на вероятность незначимости. Для всех остальных уравнений параметр а оказался значимым и составил значения в диапазоне [0,611; 1,633]. Самая высокая эластичность влияния промышленного производства на экономический рост характерна для Тюменской области, которая из всех исследуемых и является «самым промышленным» с точки зрения удельного веса добавленной стоимости регионом. Самое низкое

значение - 0,611 - характерно для Свердловской области. Есть некая связь между долей промышленного производства в общем объеме добавленной стоимости регионального продукта и эластичностью влияния темпов роста промышленного производства на экономический рост. Однако связь эта не является абсолютной. Доля промышленного производства в рассматриваемых субъектах следующая: Курганская область - 30,4 %, Республика Башкортостан - 35,6 %, Свердловская область - 37,8 %, Челябинская область

- 42,6 %, Удмуртская Республика - 47,9 %, Оренбургская область - 53,5 %, Пермский край

- 53,9 %, Тюменская область - 64,2 %. Среднее значение по России - 33,4 %1. Глядя на эти цифры, можно заключить: чем выше доля промышленного производства в регионе, тем значимее для экономического роста региона темп промышленного производства. Но так как исследование оперирует темпами роста, а не абсолютными величинами, то эти выводы не являются вполне линейными. Например, среднероссийское значение доли промышленного производства является одним из самых низких в сравнении со всеми регионами Урала (ниже демонстрирует лишь Курганская область), но в уравнении национальной экономики параметр а получился достаточно высоким (1,063). Или же, наоборот, для Республики Башкортостан не характерна высокая доля промышленного производства, однако эластичность фактора Х1 оказалась очень высокой (1,299).

Цифры, демонстрирующие эластичность темпов роста занятых Х2, выглядят несколько неоднозначно. В некоторых уравнениях параметр в и вовсе оказался отрицательным (для Оренбургской, Тюменской областей и для всей страны). Однако по модулю параметр в в уравнениях, составленных для Оренбургской, Тюменской областей, является небольшим. Потому можно говорить о нулевом влиянии темпов роста численности занятых на экономический рост. Самые высокие значения в характерны для Удмуртской Республики (1,019) и Пермского края (0,895). Такой разброс значений в [-0,086; 1,019] на первый взгляд кажется странным, в связи с чем напрашиваются явно противоречивые выводы. Тем не менее нельзя отрицать важность трудового фактора. Это показали и другие исследования автора [Бархатов, Бенц, 2019]. Значения параметра в получились столь противоречивыми лишь потому, что динамика численности занятых в экономике практически отсутствует. В ранее проведенных исследованиях автор уже делал акцент на том, что динамика численности рабочей силы в рассматриваемых регионах негативная. Численность рабочей силы и численность занятых - нетождественные показатели, однако, при построении графиков видно, что их геометрия совпадает. Так, за период 1995-2018 гг. численность рабочей силы в Оренбургской области не изменилась, в Челябинской области выросла на 4 %, в Республике Башкортостан - на 2 %. В Удмуртской Республике и Свердловской области падение составило 8 и 9 % соответственно. В Пермском крае численность рабочей силы сократилась на 14 %, а в Курганской области - на 25 % [Бенц, 2020, с. 97]. И лишь Тюменская область демонстрирует рост на 17 % [Бенц, 2019, с. 162]. Если сопоставить полученные по итогам исследования значения параметра в с такой динамикой, картина становится вполне логичной. Для регионов, где характерно более существенное падение численности занятых, параметр в и оказался наиболее высоким: Удмуртская Республика - в = 1,019, Курганская область - в = 0,963, Пермский край -в = 0,895. Но, к сожалению, ни в одном из уравнений параметр в не оказался статистически значимым.

Степень у, характеризующая эластичность темпа роста инвестиций в основной капитал (Х3), оказалась статистически значимой только в двух уравнениях: для Тюменской и Оренбургской областей. Причем среди всех прочих регионов эти степени оказались

1 Рассчитано автором по данным Росстата за 2017 г.

самыми высокими и по своему значению. Значит, можно констатировать влияние темпов роста инвестиций в основной капитал на экономический рост в Тюменской и Оренбургской областях. В остальных уравнениях параметр у составил либо меньшие значения, либо почти нулевые, либо отрицательные. Инвестиции в основной капитал - один из самых многоаспектных, сложных факторов экономического роста любой экономической системы, будь то предприятие, регион или национальная экономика. Инвестиционная составляющая часто исследуется в паре с инновационной [Горидько, Нижегородцев, 2018; Пьянкова, Ергунова, 2018]. Говоря, в каких условиях работает мультипликатор инвестиций, Н. П. Горидько и Р. М. Нижегородцев [2018], обязательным условием называют незадействованные ресурсы. Если же ресурсы исчерпаны, их дальнейшее наращение приведет лишь к инфляционному перегреву.

Параметр б, характеризующий эластичность темпа роста основных фондов, не является значимым ни в одном из уравнений. И при этом абсолютно для всех девяти уравнений характерно отрицательное значение этого параметра. Для получения достоверного вывода о влиянии основных фондов на экономический рост требуется провести дополнительное исследование, в котором учесть структуру этих фондов, их качественный состав и прочие элементы, расширяющие представление об основных фондах, а не ограничиваться лишь количественным анализом, причем в стоимостных объемах.

Влияние темпов роста среднедушевых денежных доходов (Х5) на экономический рост следует оценивать через степень X, которая во всех полученных уравнениях приняла положительное значение, что вполне логично. В экономической литературе отсутствуют такие труды, где под сомнение был бы поставлен фактор платежеспособного спроса. Значимым параметр X оказался в пяти уравнениях из девяти. Здесь вряд ли стоит отдельно выделять какие-либо регионы: с одной стороны, разбег значений этого параметра является двухкратным, но, с другой стороны, если делать вывод только по уравнениям, где параметр оказался статистически значимым, то размах величин не будет очень большим.

И, наконец, что касается эластичности затрат на технологические инновации. Размах значений степени £ и вовсе не большой. Значимым этот параметр получился в трех уравнениях: для Тюменской, Челябинской областей, экономики РФ в целом. И самое высокое значение характерно для уравнения, составленного для всей российской экономики. Это говорит о том, что для среднестатистического региона этот фактор и может быть назван фактором экономического роста, пусть и в несколько раз менее эластичным, чем, например, темп роста промышленного производства или темп роста среднедушевых доходов населения. Однако для регионов Урала такое влияние не определено.

Сопоставление регионов Урала показало некую устойчивость в отношении расстановки «сил» в любой момент исследуемого периода (1998-2018 гг.). Устойчивость положения регионов Урала можно продемонстрировать при помощи рисунка.

Доля ВРП соответствующего региона в общей сумме ВРП, консолидированной по всем регионам, практически неизменна. Лишь Челябинская область то опережает, то отстает от значений Пермского края, то отдаляясь, то приближаясь к значениям Республики Башкортостан. Тюменская область всегда была лидером со своими сырьевыми автономными округами. Свердловская область стабильно сохраняет вторые позиции. Курганская область, Удмуртская Республика, Оренбургская область стабильно занимают три последних места, не меняя соотношения сил даже между собой.

Ровно тот же вывод позволяет сделать и сравнительный анализ ВРП и ВВП. Анализируя такое соотношение на 2001 и 2016 гг., К. Н. Юсупов, Ю. С. Токтамышева, А. В. Ян-гиров, Р. Р. Ахунов [2019] составили матрицу регионов. Республика Башкортостан,

14,00

-•- Курганская область

Оренбургская область -•- Свердловская область -•- Тюменская область

Челябинская область -•- Республика Башкортостан -•- Удмуртская Республика -•- Пермский край

0,00*

1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018

Доля валового регионального продукта соответствующего региона в общей сумме валовой добавленной стоимости, за 1998-2018 гг.1 Share of gross regional product of the regions in the national gross value added, 1998-2018

Пермский край, Свердловская, Тюменская и Челябинская области попали в тот квартиль регионов, где и в 2001, и в 2016 гг. объемы ВРП были выше среднероссийского уровня. Удмуртская Республика, Курганская и Оренбургская области попали в четвертый квартиль, где и в 2001, и в 2016 гг. объем ВРП оказался ниже среднероссийского.

Именно тот факт, что регионы Урала имеют некое сходство между собой, позволил автору построить модель на основе панельных данных, объединив все значения исследуемых независимых переменных. Уравнения (12) и (13) имеют большее число статистически значимых параметров, нежели уравнения, построенные по временным рядам для отдельных регионов, а это позволяет подтвердить некоторые выводы, полученные по итогам построения уравнений на основе временных рядов. В сравнении с прочими параметрами внутри каждого уравнения самым весомым по уровню воздействия на экономический рост явился темп роста промышленного производства. Это показали как уравнение (12), где степень а равна 0,558, так и уравнение (13), где степень а равна 0,740. Вторым по степени эластичности является параметр Л, символизирующий влияние темпов роста среднедушевых денежных доходов населения на экономический рост: в уравнениях (12) и (13) этот параметр составил 0,451 и 0,585 соответственно. Высокая эластичность параметра X характерна и для всех уравнений, построенных на основе временной выборки, однако в тех уравнениях под вопросом стояла значимость этого параметра. Третьим по степени эластичности воздействия на результат явился темп роста численности занятых, о чем свидетельствуют значения р, равные 0,402 и 0,463. И, наконец, четвертым фактором по уровню эластичности стал темп роста инвестиций в основной капитал. И вот здесь результаты получились с большим размахом: в уравнении (12) значение у составило 0,220, в уравнении (13) значение в четыре раза меньшее 0,055. Это говорит о том, что добавление общероссийских данных в выборку существенно изменило результат. Если же строить регрессию по уральским регионам, получаем большую эластичность. Степени переменных «темп роста стоимости основных фондов» и «темп роста затрат на технологические инновации» и в уравнении (12), и в уравнении (13) оказались статистически незначимыми, и при этом самыми минимальными по абсолютным значениям, что говорит о минимальном воздействии на

1 Источник: составлено и рассчитано автором по данным Росстата. URL: https://www.gks.ru/accounts.

экономический рост. Вряд ли это означает, что эти два фактора совершенно не важны для экономического роста. Здесь можно предположить, что основные фонды имеют накопительный эффект - в уравнениях же мы исследуем динамику, которая, вероятно, недостаточна для какого-либо значимого эффекта. Затраты на технологические инновации, вероятно, сильно малы в своих объемах, а потому для видимого эффекта таковые должны прирастать куда более высоким темпом.

Заключение

Результаты проведенного исследования показали, с одной стороны, некую общность развития регионов Урала, с другой стороны, их разнородность.

Сегодня, говоря о ядре Уральского макрорегиона, экономисты все чаще относят к нему интеграцию Свердловской и Челябинской областей. Причем налицо некая синхронизация экономик этих регионов: коэффициент синхронизации составил 0,907 [Курушина, Петров, 2018]. Речь идет о корреляционной связи темпов роста валовых региональных продуктов этих двух регионов. Самый большой размах характерен для Тюменской и Курганской областей. Здесь коэффициент синхронизации экономик составил лишь 0,435. В том числе и по этой причине Стратегия пространственного развития РФ разделяет регионы Уральского федерального округа и относит их к разным макрорегионам.

Разнородность субъектов Урала можно наблюдать и по критерию инновационной активности. С. Г. Пьянкова и О. Т. Ергунова [2018] к «среднесильным» регионам отнесли Свердловскую, Тюменскую, Челябинскую области и Пермский край. В группу «среднеслабых» попали Курганская область, ХМАО-Югра и ЯНАО.

Типизация регионов - тема давно актуальная. Чаще всего, когда речь идет о разнородности развития региональных экономик, применяют классификацию «центр-периферия». Встречаются работы, где классификацию А. Г. Гранберга периферийных регионов, которые он делит на дореформенные депрессивные и новые депрессивные регионы, авторы дополняют отсталыми регионами [Бархатов, 2019]. А, в свою очередь, отсталые регионы делят на те, которые имеют потенциал развития, и те, которые не имеют такого потенциала [Толчинская, 2008].

Отсталые регионы В. И. Бархатов, Д. А. Плетнёв, Ю. Ш. Капкаев [2019] называют «периферия 1». Эта группа характерна для регионов с неплохим, но не задействованным потенциалом. Если и потенциал отсутсвует, то это будут уже депрессивные регионы - «периферия 2». Свердловская область однозначно попадает в группу «центр». К группе «периферия 1» отнесены Республика Башкортостан, Удмуртская Республика, Пермский край, Оренбургская и Челябинская области. В группу «периферия 2» попадает Курганская область. Тюменская область с ее автономными округами демонстрирует нетипичное поведение.

И. В. Ёлохова, О. В. Буторина, Ю. В. Стародумова [2019] присваивают ранги регионам посредством сравнения показателей (ВРП, количество организаций, стоимость основных производственных фондов, сальдированный финансовый результат, численность занятых, индекс потребительских цен) и фаз (кризис, депрессия, оживление, подъем). В итоге ранжирование получилось следующим: первая группа - это регионы-лидеры и регионы в фазе подъема с устойчивыми прогрессивными тенденциями; вторая группа - регионы в фазе оживления с разной степенью устойчивости положительных тенденций; третья группа - регионы в фазе депрессии. К первой группе относится Республика Башкортостан и Пермский край; ко второй - Оренбургская область и Удмуртская Республика.

С одной стороны, в результате исследования выявлено однозначное влияние темпов роста промышленного производства, а также темпов роста среднедушевых денежных доходов населения, с другой стороны, обнаружено, что как бы ни менялись в течение изучаемого периода факторы экономического роста, сам экономический рост каждого региона оказывается ограничен.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Таким образом, можно сделать выводы: во-первых, изучаемые регионы имеют индустриальный характер. Несколько выбивается из общей картины лишь Курганская область. Темп роста промышленного производства наиболее эластичен в тех регионах, которые демонстрируют более индустриальную природу. Именно поэтому сегодня все чаще звучит призыв ученых-экономистов переходить к модернизации экономики, сме-щяя приоритеты в сторону индустриального пути развития [Силин, Анимица, Новикова, 2017а, 2017b, 2017c; Tatarkin, Andreyeva, Ratner, 2017; Бодрунов, 2019; Лаврико-ва, Акбердина, Суворова, 2019]. Во-вторых, во всех регионах прослеживается нехватка кадров либо низкая интенсивность задействованных трудовых ресурсов. В-третьих, в ряде регионов, например, в Тюменской и Оренбургской областях инвестиции в основной капитал имеют самую высокую отдачу. В-четвертых, среднедушевые денежные доходы населения однозначно имеют положительное влияние на экономический рост - и это влияние доказано для всех изучаемых регионов, а также для экономики РФ в целом.

Полученные автором количественные результаты лишь подтверждают слова ученых-экономистов, которые акцентировали внимание на причинах отсутствия экономического роста, как то: падение платежеспособного спроса населения (для всех регионов среднедушевые доходы населения являются реальным фактором экономического роста), падение рождаемости и нехватка рабочей силы (для большинства регионов Урала характерно снижение численности рабочей силы до 25 %), сокращение инвестиций и т. д.

Сегодня все регионы столкнулись со сложностями, резко возникшими в условиях «пандемической реальности». И, может быть, этот негативный, своего рода «шок», для некоторых регионов станет позитивным толчком для экономического развития. Ведь именно шоковые ситуации могут форсированно стимулировать тот самый скрытый потенциал регионов, который в условиях «вялотекущей» динамики не может себя проявить. Результаты пандемии автор оценит несколько позже и посвятит этому отдельное исследование.

Источники

Аганбегян А. Г. (2019). О неотложных мерах по возобновлению социально-экономического роста // Проблемы прогнозирования. № 1 (172). С. 3-15.

Аганбегян А. Г. (2020). Как возобновить социально-экономический рост в России? // Научные труды Вольного экономического общества России. Т. 222, № 2. С. 164-182. DOI: 10.38197/20722060-2020-222-2-164-182.

Бархатов В. И. (2019). Тренды развития регионов в условиях «новой нормальности» и «новой реальности» // Вестник Челябинского государственного университета. № 9 (431). С. 43-56. DOI 10.24411/1994-2796-2019-10905.

Бархатов В. И., Бенц Д. С. (2019). Промышленные рынки Уральского региона: экономический рост в условиях «новой нормальности» // Управленец. Т. 10, № 3. С. 83-93. DOI: 10.29141/22185003-2019-10-3-8.

Бархатов В. И., Плетнёв Д. А., Капкаев Ю. Ш. (2019). Центры и периферия Урала и Поволжья в условиях «новой нормальности» // Социум и власть. № 5 (79). С. 65-83. DOI: 10.22394/1996-05222019-5-65-83.

Бенц Д. С. (2019). «Портрет» Уральского федерального округа: тренды неравномерного развития // Вестник Челябинского государственного университета. № 11 (433). С. 157-165. Б01 10.24411/1994-2796-2019-11118.

Бенц Д. С. (2020). Тренды развития Уральского макрорегиона // Вестник Челябинского государственного университета. № 2 (436). С. 92-101. Б01: 10.24411/1994-2796-2020-10208.

Бодрунов С. Д. (2019). Реиндустриализация в условиях новой технологической революции: дорога в будущее // Управленец. Т. 10, № 5. С. 2-8. Б01: 10.29141/2218-5003-2019-10-5-1.

Глазьев С. Ю. (2018). Потенциальные возможности роста российской экономики и денежно-кредитная политика Банка России // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 11, № 5. С. 30-48. Б01: 10.15838/е8С.2018.5.59.2.

Глазьев С. Ю. (2019). Методология опережающего развития экономики: как решить поставленную президентом России задачу рывка в экономическом развитии // Научные труды Вольного экономического общества России. Т. 218, № 4. С. 124-132.

Глазьев С. Ю. (2020). О приведении макроэкономической политики в соответствие с целями развития страны, поставленными президентом России // Научные труды Вольного экономического общества России. Т. 221, № 1. С. 69-78.

Горидько Н. П., Нижегородцев Р. М. (2018). Точки роста региональной экономики и регрессионная оценка отраслевых инвестиционных мультипликаторов // Экономика региона. Т. 14, вып. 1. С. 29-42. Б01: 10.17059/2018-1-3.

Ёлохова И. В., Буторина О. В, Стародумова Ю. В. (2019). Группировка регионов на основе использования процессного подхода к исследованию динамики промышленного развития // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. № 4. С. 191-203.

Ивантер В. В. (2017). Перспективы восстановления экономического роста в России // Вестник Российской академии наук. Т. 87, № 1. С. 15-28. Б01: 10.7868/80869587317010042.

Ивантер В. В. (2019). Возможности ускорения темпов экономического роста в России // Общество и экономика. № 7. С. 5-11.

Ивантер В. В. (2019). Потенциал экономического роста в России // Научные труды Вольного экономического общества России. Т. 218, № 4. С. 70-80.

Ивантер В. В., Говтвань О. Дж., Гусев М. С., Ксенофонтов М. Ю., Кувалин Д. Б., Моисеев А. К., ... Широв А. А. (2018). Система мер по восстановлению экономического роста в России // Проблемы прогнозирования. № 1 (166). С. 3-9.

Идрисов Г. И., Княгинин В. Н., Кудрин А. Л., Рожкова Е. С. (2018). Новая технологическая революция: вызовы и возможности для России // Вопросы экономики. № 4. С. 5-25. Б01: Ьйрз:// doi.org/10.32609/0042-8736-2018-4-5-25.

Кудрин А. Л., Кнобель А. Ю. (2017). Бюджетная политика как источник экономического роста // Вопросы экономики. № 10. С. 5-26. Б01: https://doi.org/10.32609/0042-8736-2017-10-5-26.

Курушина Е. В., Петров М. Б. (2018). Критерии успешности проектов пространственного развития на основе межрегиональной интеграции // Экономика региона. Т. 14, вып. 1. С. 176-189. Б01 10.17059/2018-1-14.

Лаврикова Ю. Г., Акбердина В. В., Суворова А. В. (2019). Согласование приоритетов научно-технологического и пространственного развития индустриальных регионов // Экономика региона. Т. 15, № 4. С. 1022-1035. Б01: https://doi.org/10.17059/2019-4-5.

Медведев Д. А. (2018). Россия - 2024: стратегия социально-экономического развития // Вопросы экономики. № 10. С. 5-28. Б01: https://doi.org/10.32609/0042-8736-2018-10-5-28.

Медведев Д. А. (2019). Выступление на пленарной дискуссии X Гайдаровского форума «Россия и мир: национальные цели развития и глобальные тренды» // Государственная служба. Т. 21, № 1 (117). С. 6-9. Б01: 10.22394/2070-8378-2019-21-1-6-9.

Порфирьев Б. Н., Широв А. А. (2020). Экономическая политика. Турбулентное десятилетие 2008-2018 / Ин. экон. политики им. Е. Т. Гайдара // Вопросы экономики. № 6. С. 150-153. Б01: https://doi.org/10.32609/0042-8736-2020-6-150-153.

Пьянкова С. Г., Ергунова О. Т. (2018). Тренды инновационного развития субъектов Уральского федерального округа в условиях новой индустриализации // Научные труды Вольного экономического общества России. Т. 209, № 1. С. 203-221.

Силин Я. П., Анимица Е. Г., Новикова Н. В. (2017). «Новая нормальность» в российской экономике: региональная специфика // Экономика региона. Т. 12, № 3. С. 714-725. DOI: 10.17059/2016-3-9.

Силин Я. П., Анимица Е. Г., Новикова Н. В. (2017). Региональные аспекты новой индустриализации // Экономика региона. Т. 13, № 3. С. 684-696. DOI: 10.17059/2017-3-4.

Силин Я. П., Анимица Е. Г., Новикова Н. В. (2017). Тенденции развития экономического пространства Уральского макрорегиона // Управленец. № 2 (66). С. 2-11.

Толчинская М. Н. (2008). Типизация отсталых регионов России и пути преодоления их де-прессивности // Региональные проблемы преобразования экономики. № 4 (17). URL: http://www. rppe.ru/wp-content/uploads/2010/02/tolchinskaja-mn.pdf.

Юсупов К. Н., Токтамышева Ю. С., Янгиров А. В., Ахунов Р. Р. (2019). Стратегия экономического роста на основе динамики валового внутреннего продукта // Экономика региона. Т.15, вып. 1. С. 151-163. DOI: 10.17059/2019-1-12.

Cobb C. W., Douglas P. H. (1928). A theory of production. American Economic Review, vol. 18 (Supplement), pp. 139-165. DOI: 10.2307/1811556.

Domar E. D. (1947). Expansion and employment. The American Economic Review, vol. 37, no. 1, pp. 34-55.

Harrod R. (1937). Mr. Keynes and traditional theory. Econometrica, no. 5, pp. 74-86.

Keynes J. M. (1936). The general theory of employment, interest and money. L.: Macmillan. 394 p.

Lucas R. E., Jr. (1988). On the mechanics of economic development. Journal of Monetary Economics, vol. 22, pp. 3-42.

Nekipelov A. D., Ivanter V. V., Glazyev S. Yu. (2013). Priorities of long-term socio-economic development. Economic and Social Changes: Facts, Trends, Forecast, vol. 6 (30), pp. 14-25.

Romer P. M. (1986). Increasing returns and long-run growth. The Journal of Political Economy, vol. 94, no. 5, pp. 1002-1037.

Solow R. M. (1956). A contribution to the theory of economic growth. The Quarterly Journal of Economics, vol. 70, no. 1, pp. 65-94.

Tatarkin A., Andreyeva Y., Ratner A. (2017). Imperatives of current economic development: world trends and Russian reality. Social Sciences, vol. 45, no. 4, pp. 3-12.

Информация об авторе Бенц Дарья Сергеевна, кандидат экономических наук, доцент, профессор кафедры экономики отраслей и рынков Челябинского государственного университета, 454001, РФ, г. Челябинск, ул. Братьев Кашириных, 129.

Контактный телефон: +7 (351) 799-71-46; e-mail: benz@csu.ru

■ ■ ■

Daria S. Benz Chelyabinsk State University, Chelyabinsk, Russia

Modelling of the еconomic growth factors: The case of the Ural regions and the Russian Federation

Abstract. Current pandemic-induced downturn has made the problem of economic growth even more acute for the Ural regions of Russia. The national economy is stagnating and transmits the same processes to the regional economies. The paper aims to identify the economic

growth factors for eight Ural regions and for the national economy as a whole. The author models the functions of economic growth for regions that are part of both the Ural Federal District and the Ural macroregion, thereby consciously expanding the study for comparative analysis. Methodologically, the paper relies on the theory of economic growth and theory of production (works of C. W. Cobb, P. H. Douglas, R. M. Solow). The author uses econometric tools and builds regressions for eight regions and the national economy, where the outcome variable is the growth rate of gross regional product. The independent variables include the growth rates of the following indicators: industrial production, employment, investments in fixed assets, cost of fixed assets, average per capita incomes, costs of technological innovations. The source of statistical information is Rosstat data covering the period 1995-2018. Based on the constructed functions, the researcher draws a number of conclusions. For the majority of the Ural regions, as well as for the Russian economy, the deciding and the most elastic factor is the growth rate of industrial production. Results among regions vary, but in total, the growth rate of average per capita incomes is the second most important factor. The increase in employment affects greatly the economic growth, especially in those regions that have seen a drastic decline in the labour force over the past decades. The costs of technological innovation do not demonstrate high elasticity. The author suggests that the reason is that their amount is extremely small. Even high growth rates of costs of technological innovation do not produce a visible result, since their level remains catastrophically low. The results of the study can be used in the regional and national socioeconomic development strategies, as well as serve a basis for further economic studies.

Keywords: economic growth; factors of economic growth; Russian economy; regional economy; Ural Federal District; Ural macroregion; regression analysis.

For citation: Benz D. S. (2020). Modelirovanie faktorov ekonomicheskogo rosta regionov Urala i RF [Modelling of the economic growth factors: The case of the Ural regions and the Russian Federation]. Journal of New Economy, vol. 21, no. 3, pp. 112-131. DOI: 10.29141/2658-50812020-21-3-6 Received July 30, 2020.

References

Aganbegyan A. G. (2019). O neotlozhnykh merakh po vozobnovleniyu sotsial'no-ekonomicheskogo rosta [On urgent measures to resume socio-economic growth]. Problemyprognozirovaniya = Studies on Russian Economic Development, no. 1 (172), pp. 3-15. (in Russ.)

Aganbegyan A. G. (2020). Kak vozobnovit' sotsial'no-ekonomicheskiy rost v Rossii? [How to resume social and economic growth in Russia]. Nauchnye trudy Vol'nogo ekonomicheskogo obshchestva Rossii = Scientific Works of the Free Economic Society of Russia, vol. 222, no. 2, pp. 164-182. DOI: 10.38197/20722060-2020-222-2-164-182. (in Russ.)

Barkhatov V. I. (2019). Trendy razvitiya regionov v usloviyakh «novoy normal'nosti» i "novoy real'nosti" [Region development trends in the conditions of "new normal" and "new reality"]. Vestnik Chelyabinskogo gosudarstvennogo universiteta. Ekonomicheskiye nauki = Bulletin of Chelyabinsk State University. Economic Sciences, no. 9 (431), pp. 43-56. DOI 10.24411/1994-2796-2019-10905. (in Russ.)

Barkhatov V. I., Benz D. S. (2019). Promyshlennye rynki Ural'skogo regiona: ekonomicheskiy rost v usloviyakh "novoy normal'nosti" [Industrial markets of the Ural region: Economic growth under "new normal"]. Upravlenets = the Manager, vol. 10, no. 3, pp. 83-93. DOI: 10.29141/2218-5003-2019-10-3-8. (in Russ.)

Barkhatov V. I., Pletnev D. A., Kapkaev Yu. Sh. (2019). Tsentry i periferiya Urala i Povolzh'ya v usloviyakh "novoy normal'nosti" [The Ural and Volga regions' centers and periphery in the context of "new normality"]. Sotsium i vlast = Society and Power, no. 5 (79), pp. 65-83. DOI: 10.22394/1996-0522-20195-65-83. (in Russ.)

Benz D. S. (2019). "Portret" Ural'skogo federal'nogo okruga: trendy neravnomernogo razvitiya [Portrait of the Ural Federal District: Trends of the uneven development]. Vestnik Chelyabinskogo gosudarst-vennogo universiteta. Ekonomicheskiye nauki = Bulletin of Chelyabinsk State University. Economic Sciences, no. 11 (433), pp. 157-165. DOI 10.24411/1994-2796-2019-11118. (in Russ.)

Benz D. S. (2020). Trendy razvitiya Ural'skogo makroregiona [Ural macroregion: The development trends of its subjects]. Vestnik Chelyabinskogo gosudarstvennogo universiteta. Ekonomicheskiye nauki = Bulletin of Chelyabinsk State University. Economic Sciences, no. 2 (436), pp. 92-101. DOI: 10.24411/19942796-2020-10208. (in Russ.)

Bodrunov S. D. (2019). Reindustrializatsiya v usloviyakh novoy tekhnologicheskoy revolyutsii: doroga v budushchee [Reindustrialization in the conditions of new technological revolution: Road to the future]. Upravlenets = the Manager, vol. 10, no. 5, pp. 2-8. DOI: 10.29141/2218-5003-2019-10-5-1. (in Russ.)

Glazyev S. Yu. (2018). Potentsial'nye vozmozhnosti rosta rossiyskoy ekonomiki i denezhno-kredit-naya politika Banka Rossii [Potential opportunities for the growth of the Russian economy and the monetary policy of the Bank of Russia]. Ekonomicheskie i sotsialnye peremeny: fakty, tendentsii, prog-noz = Economic and Social Changes: Facts, Trends, Forecast, vol. 11, no. 5, pp. 30-48. DOI: 10.15838/ esc.2018.5.59.2. (in Russ.)

Glazyev S. Yu. (2019). Metodologiya operezhayushchego razvitiya ekonomiki: kak reshit' postavlen-nuyu prezidentom Rossii zadachu ryvka v ekonomicheskom razvitii [A methodology for accelerated economic growth: Achieving the economic breakthrough goal set by the President of Russia]. Nauchnye trudy Vol'nogo ekonomicheskogo obshchestva Rossii = Scientific Works of the Free Economic Society of Russia, vol. 218, no. 4, pp. 124-132. (in Russ.)

Glazyev S. Yu. (2020). O privedenii makroekonomicheskoy politiki v sootvetstvie s tselyami razvitiya strany, postavlennymi prezidentom Rossii [On aligning macroeconomic policy with the national objectives set by the President of Russia]. Nauchnye trudy Vol'nogo ekonomicheskogo obshchestva Rossii = Scientific Works of the Free Economic Society of Russia, T. 221, no. 1. pp. 69-78. (in Russ.)

Goridko N. P., Nizhegorodtsev R. M. (2018). Tochki rosta regional'noy ekonomiki i regressionnaya otsenka otraslevykh investitsionnykh mul'tiplikatorov [The growth points of regional economy and regression estimation for branch investment multipliers]. Ekonomika regiona = Economy of Region, vol. 14, issue 1, pp. 29-42. DOI: 10.17059/2018-1-3. (in Russ.)

Elokhova I. V., Butorina O. V, Starodumova Yu. V. (2019). Gruppirovka regionov na osnove ispol'zovaniya protsessnogo podkhoda k issledovaniyu dinamiki promyshlennogo razvitiya [Grouping the regions using a process approach to evaluation of the industrial development dynamics]. Vestnik Permskogo natsional'nogo issledovatel'skogo politekhnicheskogo universiteta. Sotsial'no-ekonomicheskie nauki = PNRPU Sociology and Economics Bulletin, no. 4, pp. 191-203. (in Russ.)

Ivanter V. V. (2017). Perspektivy vosstanovleniya ekonomicheskogo rosta v Rossii [Prospects of resuming economic growth in Russia]. Vestnik Rossiyskoy akademii nauk = Bulletin of the Russian Academy of Sciences, vol. 87, no. 1, pp. 15-28. DOI: 10.7868/S0869587317010042. (in Russ.)

Ivanter V. V. (2019). Vozmozhnosti uskoreniya tempov ekonomicheskogo rosta v Rossii [Possibilities of accelerating the economic growth rates in Russia]. Obshchestvo i ekonomika = Society and Economy, no. 7, pp. 5-11. (in Russ.)

Ivanter V. V. (2019). Potentsial ekonomicheskogo rosta v Rossii [Potential of economic growth in Russia]. Nauchnye trudy Vol'nogo ekonomicheskogo obshchestva Rossii = Scientific Works of the Free Economic Society of Russia, vol. 218, no. 4, pp. 70-80. (in Russ.)

Ivanter V. V., Govtvan O. Dzh., Gusev M. S., Ksenofontov M. Yu., Kuvalin D. B., Moiseev A. K., Shirov A. A. (2018). Sistema mer po vosstanovleniyu ekonomicheskogo rosta v Rossii [A system of measures on resuming economic growth in Russia]. Problemy prognozirovaniya = Studies on Russian Economic Development, no. 1 (166), pp. 3-9. (in Russ.)

Idrisov G. I., Knyaginin V. N., Kudrin A. L., Rozhkova E. S. (2018). Novaya tekhnologicheskaya revolyutsiya: vyzovy i vozmozhnosti dlya Rossii [New technological revolution: Challenges and opportunities for Russia]. Voprosy ekonomiki = The Issues of Economics, no. 4, pp. 5-25. DOI: https://doi. org/10.32609/0042-8736-2018-4-5-25. (in Russ.)

Kudrin A. L., Knobel A. Yu. (2017). Byudzhetnaya politika kak istochnik ekonomicheskogo rosta [Fiscal policy as a source of economic growth]. Voprosy ekonomiki = The Issues of Economics, no. 10, pp. 5-26. DOI: https://doi.org/10.32609/0042-8736-2017-10-5-26. (in Russ.)

Kurushina E. V., Petrov M. B. (2018). Kriterii uspeshnosti proektov prostranstvennogo razvitiya na osnove mezhregional'noy integratsii [Performance criteria of spatial development projects based on interregional integration]. Ekonomika regiona = Economy of Region, vol. 14, issue 1, pp. 176-189. DOI: 10.17059/2018-1-14. (in Russ.)

Lavrikova Yu. G., Akberdina V. V., Suvorova A. V. (2019). Soglasovanie prioritetov nauchno-tekh-nologicheskogo i prostranstvennogo razvitiya industrial'nykh regionov [Coordinating the priorities of scientific, technological and spatial development of industrial regions]. Ekonomika regiona = Economy of Region, vol. 15, no. 4, pp. 1022-1035. DOI: https://doi.org/10.17059/2019-4-5. (in Russ.)

Medvedev D. A. (2018). Rossiya - 2024: strategiya sotsial'no-ekonomicheskogo razvitiya [Rus-sia-2024: The strategy of social and economic development]. Voprosy ekonomiki = The Issues of Economics, no. 10, pp. 5-28. DOI: https://doi.org/10.32609/0042-8736-2018-10-5-28. (in Russ.)

Medvedev D. A. (2019). Vystuplenie na plenarnoy diskussii X Gaydarovskogo foruma "Rossiya i mir: natsional'nye tseli razvitiya i global'nye trendy" [ A report on the plenary discussion of the 10th Gaidar Forum "Russia and the World: National Objectives and Global Trends"]. Gosudarstvennaya sluzhba = Public Administration, vol. 21, no. 1 (117), pp. 6-9. DOI: 10.22394/2070-8378-2019-21-1-6-9. (in Russ.)

Porfiryev B. N., Shirov A. A. (2020). Ekonomicheskaya politika. Turbulentnoe desyatiletie 2008-2018 / In. ekon. politiki im. E. T. Gaydara [Book review: "Economic policy. Turbulent decade 2008—2018" by Gaidar Institute for Economic Policy]. Voprosy ekonomiki = The Issues of Economics, no. 6, pp. 150-153. DOI: https://doi.org/10.32609/0042-8736-2020-6-150-153. (in Russ.)

Pyankova S. G., Ergunova O. T. (2018). Trendy innovatsionnogo razvitiya subyektov Ural'skogo federal'nogo okruga v usloviyakh novoy industrializatsii [Trends in innovative development of the subjects of the Ural Federal District under new industrialisation]. Nauchnye trudy Vol'nogo ekonomicheskogo obshchestva Rossii = Scientific Works of the Free Economic Society of Russia, vol. 209, no. 1, pp. 203-221. (in Russ.)

Silin Ya. P., Animitsa E. G., Novikova N. V. (2017). "Novaya normal'nost" v rossiyskoy ekonomike: regional'naya spetsifika [The "New Normal" in the Russian economy: Regional specifics]. Ekonomika regiona = Economy of Region, vol. 12, no. 3, pp. 714-725. DOI: 10.17059/2016-3-9. (in Russ.)

Silin Ya. P., Animitsa E. G., Novikova N. V. (2017). Regional'nye aspekty novoy industrializatsii [Regional aspects of new industrialization]. Ekonomika regiona = Economy of Region, vol. 13, no. 3, pp. 684-696. DOI: 10.17059/2017-3-4. (in Russ.)

Silin Ya. P., Animitsa E. G., Novikova N. V. (2017). Tendentsii razvitiya ekonomicheskogo prostran-stva Ural'skogo makroregiona [Trends in the development of the Ural macroregion's economic space]. Upravlenets = the Manager, no. 2 (66), pp. 2-11. (in Russ.)

Tolchinskaya M. N. (2008). Tipizatsiya otstalykh regionov Rossii i puti preodoleniya ikh depres-sivnosti [Typification of backward regions of Russia and way of overcoming of a condition of depression]. Regionalnye problemy preobrazovaniya ekonomiki = Regional Problems of Transforming the Economy, no. 4 (17). Available at: http://www.rppe.ru/wp-content/uploads/2010/02/tolchinskaja-mn.pdf. (in Russ.)

Yusupov K. N., Toktamysheva Yu. S., Yangirov A. V., Akhunov R. R. (2019). Strategiya ekonomicheskogo rosta na osnove dinamiki valovogo vnutrennego produkta [Economic growth strategy based on the dynamics of gross domestic product]. Ekonomika regiona = Economy of Region, vol. 15, issue 1, pp. 151-163. DOI: 10.17059/2019-1-12. (in Russ.)