CC BY
17
/ff AMERICA Wf
кегмонапмстмка
МЛ R
V /
rjT4 -E3S
2022 Том 9 № 1
ИСАЕВ Артём Геннадьевич
Кандидат экономических наук, директор Институт экономических исследований ДВО РАН, ул. Тихоокеанская, 153, Хабаровск, Россия, 680042
ISAEV Artem
Gennadyevich
Candidate of sciences (economics), director Economic Research Institute FEB RAS,
153, Tikhookeanskaya Street, Khabarovsk, Russia, 680042
isaev@ecrin.ru
ORCID: 0000-0001-6569-2982
© Исаев А.Г., Ким А.Л., Мерзляков И.О.
_
СТАТЬИ, ОБЗОРЫ, ЭССЕ
УДК 332.133+332.156
ОЦЕНКА ВКЛАДА АГЛОМЕРАЦИОННОГО ФАКТОРА В ПРОИЗВОДИТЕЛЬНОСТЬ ТРУДА В РОССИЙСКИХ РЕГИОНАХ
В статье на основе данных по 2 042 муниципальным районам 70 субъектов РФ, не специализирующихся на добыче полезных ископаемых, выполнена оценка влияния агломерационного эффекта на различия в производительности труда в российских регионах. Авторы приходят к выводу о том, что вклад агломерационного эффекта в объяснение межрегиональных различий в производительности труда неоднозначен. Полученные оценки указывают на отсутствие положительного влияния фактора плотности экономической деятельности в пространстве на производительность труда в регионах. При этом действие отрицательных экстерналий, проявляющихся в виде эффекта перенаселённости, в регионах западной части России менее выражено, чем в восточных регионах.
Агломерации, производительность труда, плотность населения, муниципальные районы, межрегиональные различия ■ ■ ■
ESTIMATE OF THE CONTRIBUTION OF THE AGGLOMERATION EFFECT IN THE LABOR PRODUCTIVITY IN RUSSIAN REGIONS
In the article on the basis of data for 2 042 municipal districts of 70 subjects of the Russian Federation, not specializing in mining, an assessment of the impact of the agglomeration effect on differences in labor productivity in Russian regions was made. The authors come to the conclusion that the contribution of the agglomeration effect in the explanation of interregional differences in labor productivity is ambiguous. The estimates obtained indicate the absence of a positive effect of the density of economic activity in space on labor productivity in the regions. At the same time, the effect of negative externalities that manifest themselves in the form of overpopulation effects in the regions of the western part of Russia is less pronounced than in the eastern regions.
Agglomerations, labor productivity, municipal districts, regional differences
population density,
si,
t?4
^ хИ * :_ шшШгьъw С с
ЖТ т Ч I ъг в. iX Г^1/-
Щу L
ж^т
»ff A At £ R I С
yj
- L1w„X
¿ШОР кегмонапмстмка
МЛ R
V
*- ✓ / • '" г/*- - 9 A/VZÜ^f"^/ ** . » Г . I 1 >
Г w j/a г ^^Är^VV ^^; \ - \ \ /л
-3."' ¡л f'3%- ~ .ч ^-ч. - \ ^s^,. ____\ -
2022 Том 9 № 1
КИМ Андрей Леонтьевич
Младший научный сотрудник, аспирант
Институт экономических исследований ДВО РАН, ул. Тихоокеанская, 153, Хабаровск, Россия, 680042
KIM
Andrey Leontyevich
Junior research fellow, post-graduate student Economic Research Institute FEB RAS,
153, Tikhookeanskaya Street, Khabarovsk, Russia, 680042
kimandrey@ecrin.ru ORCID: 0000-0002-6739-672X
si,
~j£t\H . iFvs
тов И.О. Оценка вклада
ш
Введение
В недавней работе [1] на базе статистических данных по субъектам РФ была проведена эмпирическая проверка кейнсианской модели регионального роста Калдора, показавшая присутствие кумулятивного экономического роста в регионах с развитой промышленной базой. Другими словами, была обнаружена связь между темпами роста производительности труда и концентрацией промышленной деятельности в российских регионах. В основе механизма кумулятивной причинности лежат возрастающая отдача от масштаба и внешние эффекты (экстерналии), являющиеся основными «спутниками» концентрации экономической активности.
Известно, что и возрастающая отдача, и внешние (агломерационные) эффекты являются главными факторами формирования городов1 - очагов пространственной концентрации экономической активности. Следовательно, правдоподобным является предположение о том, что высокие темпы роста производительности труда на уровне регионов могут быть связаны с наличием на их территории крупных городских агломераций - центров экономического роста и притяжения производственных ресурсов. Это предположение лежит в основе утверждённой Стратегии пространственного развития РФ (далее - Стратегия), в качестве одного из приоритетов которой декларируется «развитие перспективных центров экономического роста с увеличением их количества и максимальным рассредоточением по территории Российской Федерации»2. Под этой формулировкой неявно подразумевается главенствующая роль крупных российских городов в процессе формирования национального дохода.
В вышеупомянутом исследовании [ 1 ] была предпринята попытка расширить базовую эмпирическую модель с целью оценки вклада агломерационного фактора в устойчивую межрегиональную дифференциацию производительности труда путём включения фиктивной переменной, контролирующей субъекты РФ, к которым относятся крупные и крупнейшие агломерации (согласно Стратегии). Несмотря на то что данный фактор оказался статистически незначимым, вывод об отсутствии влияния агломерационной экономии на региональную производительность труда в России может быть преждевременным. Поскольку статистической едини-
1 См. [12].
2 Распоряжение Правительства РФ N° 207-р от 13 февраля 2019 г. «Об утверждении Стратегии пространственного развития Российской Федерации на период до 2025 года». URL: https://www.economy.gov.ru/material/ dokumenty/rasporyazhenie_ot_13_fevralya_2019_g_207_r.html (дата обращения: 15.11.2021).
»if A At £ R I С
yj
- L1w„X
¿ШОР кегмонапмстмка
МЛ R
v /
2022 Том 9 № 1
МЕРЗЛЯКОВ Игорь Олегович
Младший научный сотрудник Институт экономических исследований ДВО РАН, ул. Тихоокеанская, 153, Хабаровск, Россия, 680042
MERZLYAKOV Igor
Olegovich
Junior research fellow Economic Research Institute FEB RAS,
153, Tikhookeanskaya Street, Khabarovsk, Russia, 680042
imerzlyakov@me.com ORCID: 0000-0003-1715-3225
цей рассматриваемого исследования являются субъекты РФ, многие из которых характеризуются огромной площадью территории и низкой средней плотностью населения (в том числе регионы, имеющие крупные агломерации), столь упрощённый способ статистического анализа взаимосвязи агломерационного фактора и производительности труда, по всей вероятности, является неадекватным.
Более подходящий инструментарий для исследования взаимосвязи между экстерналиями и возрастающей отдачей от масштаба, порождаемыми скоплением экономической активности в агломерациях, и производительностью труда предложен А. Чикконе и Р. Холлом [7]. Они представили теоретические модели неоклассического типа, в которых плотность экономической деятельности в пространстве является источником возрастающей отдачи. Под плотностью экономической деятельности авторами понимается интенсивность использования труда и капитала на единицу физического пространства. Используя данные о валовом региональном продукте (ВРП) по штатам США и о занятости по входящим в них графствам (counties)1, исследователи обнаружили, что удвоение плотности занятости приводит к росту производительности труда в экономике штата в среднем на 6%. Хотя идея о существовании положительных внешних эффектов, связанных с близким расположением производств, давно укоренилась в теоретической литературе, до выхода в свет данной работы насчитывалось немного теоретических и эмпирических исследований, в которых плотность экономической деятельности играла бы явную роль.
По нашему мнению, эмпирическая модель, предложенная А. Чикконе и Р. Холлом, является тем инструментом, который может быть использован для выявления роли крупных агломераций в дифференциации российских регионов по уровню производительности труда, определяемой как ВРП на одного занятого. Субъект РФ является базовой географической единицей, по которой имеются данные о величине добавленной стоимости. Таким образом, число наблюдений для переменной производительности труда в настоящем исследовании равняется числу субъектов РФ. Однако показатель средней плотности экономической деятельности не несёт в себе содержательного смысла, поскольку на большей части территорий российских регионов (особенно это касается восточной части страны) не осуществляется никакой экономической деятельности. Для получения индекса плотности экономической деятельности по субъектам РФ были
ш
1 Административная единица, соответствующая российским муниципальным районам. - Прим. авт.
si,
ТЕ7\hi ОР I
и
Оц
--- ' !--'■л.»т.1 уС' . V
Щн&Г' V/ I 'гСГЧ& Ж ' & У*«-. •W.'^l is •
ft do.BHT^j^iK^v*-'' '' * -¿к.« , -v ■■■
♦j';;^.\ma R /// N Ч*Ж \ ^
1>егионапмстмка 2022 Том 9 № 1
.144
использованы данные по входящим в состав последних муниципальным районам. Оценка данного индекса заключалась в агрегировании показателей субрегионального уровня до уровня региона.
Настоящая статья структурирована следующим образом: даётся подробное теоретическое объяснение сущности индекса плотности экономической деятельности и эконометриче-ская спецификация модели; описываются используемые статистические данные, методы оценивания и непосредственно оценки регрессионной модели; интерпретируются полученные результаты и делаются некоторые выводы относительно политики пространственного развития России.
Индекс фактора плотности экономической деятельности
Согласно базовым неоклассическим предпосылкам, в условиях повсеместной постоянной отдачи от масштаба и убывающей предельной производительности факторов производства концентрация экономической активности в нескольких точках географического пространства невозможна. Избыточность труда и (или) капитала в одном месте приводит к падению предельного продукта соответствующего фактора, что побуждает миграцию этого фактора в места с более высоким предельным продуктом, то есть туда, где испытывается дефицит трудовых или капитальных ресурсов. Результатом этого процесса будет равномерное распределение экономической активности по всему физическому пространству.
Триггером для концентрации экономической деятельности в пространстве является возрастающая отдача от масштаба на уровне отдельных фирм, возникающая в определённых точках географического пространства. Скопление экономической активности и трудовых ресурсов порождает агломерационные эффекты - положительные экстерналии, вытекающие из преимуществ совместного использования фирмами рынка труда и инфраструктуры, а также из возможности получения ими производственных и непроизводственных услуг различного рода. И возрастающая отдача от масштаба, и агломерационные эффекты, как известно из теории, являются источниками повышения производительности труда.
Современные исследования выделяют три основные группы механизмов, через которые проявляются положительные внешние эффекты от концентрации людей и фирм. К первой группе причисляют эффекты от общего использования инфраструктуры. Сюда же относится возможность пользоваться услугами производителей промежуточных продуктов. Ко второй группе относят механизмы, вытекающие из наличия большого рынка труда, благодаря которому упрощается поиск сотрудников и увеличивается вероятность совпадения квалификации работника с требованиями работодателя. Третья группа - механизмы обучения [9].
Положительный эффект от общего использования инфраструктуры ограничен, поскольку существует риск перенаселения (congestion), хотя отмечается, что негативные эффекты от умеренной перенаселённости в городе могут быть весьма незначительны [10]. Другим источником экономии является использование несколькими фирмами, причём необязательно из одной отрасли, общих поставщиков промежуточных благ (полуфабрикатов, юридических услуг и т. п.). Как утверждают А. Чикконе и Р. Холл, в плотно заселённых территориях имеется большее разнообразие промежуточных товаров и услуг, так как затраты большего количества поставщиков окупаются [7]. Исследование Г. Эллисона и соавторов [11] показывает, что в первую очередь концентрируются компании, имеющие общих поставщиков промежуточных благ, а возможность использовать общий пул работников имеет второстепенное значение. Степень концентрации таких поставщиков в конечном счёте определяет и степень концентрации компаний, выпускающих конечный продукт [13].
г-1ГГ 1
1>егионапмстмка 2022 Том 9 № 1
=
ли
Большой рынок труда может создавать возможности для более глубокой специализации работников и, как следствие, способствовать росту производительности труда. Кроме того, концентрация работодателей в одном месте делает более комфортным переход работников из неэффективных фирм к их более успешным «соседям», сглаживает эффекты от закрытия таких неэффективных фирм, так как их работники после увольнения оказываются на рынке с множеством работодателей. Большой пул работников, в свою очередь, должен упростить вход на рынок новых фирм. Наконец, большой и плотный рынок труда обеспечивает большую вероятность соответствия умений работника требованиям работодателя, а работники, особенно высококвалифицированные специалисты, в свою очередь, имеют больше шансов найти должность, полностью соответствующую их профессиональным навыкам1.
Механизмы обучения также играют важную роль в обеспечении более высокой производительности труда в городах, причём не только за счёт расположения в них крупных образовательных центров. Большую роль в повышении производительности труда и возникновении инноваций играет обмен некодифицированными знаниями, то есть сведениями настолько новыми, что они не успели попасть в учебники или распространиться в другой удобной для освоения форме. Такой обмен знаниями часто носит неформальный характер. Обучение работников является одной из составляющих человеческого капитала, под которым Р. Лукас понимал общий уровень навыков, позволяющий рабочему быть более производительным [3]. Работники с высоким уровнем квалификации будут способствовать повышению качества выпускаемой продукции, а также повышению разнообразия как промежуточных, так и конечных товаров потребления. В результате прослеживается прямая связь между плотностью и производительностью.
С неоклассических позиций различия в выпуске на одного занятого как между странами, так и между регионами объясняются различиями в капиталовооружённости труда (см. [14]). Если проанализировать данные по регионам РФ за 2019 г., можно увидеть, что существует положительная корреляция между стоимостью основных фондов и ВРП в расчёте на одного занятого (рис.). Действительно, капитал является одной из причин межрегиональных различий в производительности труда, но в то же время значительная часть вариации показателя остаётся необъяснённой.
В свете вышесказанного предположение о влиянии агломерационного фактора на пространственные различия в производительности труда в России представляется правдоподобным. Для оценки этого фактора, имеющего чёткую географическую привязку, необходимо наделить его адекватной мерой, масштабированной до уровня субъекта РФ.
А. Чикконе и Р. Холл предположили, что плотность экономической деятельности на субрегиональном уровне является важным фактором, объясняющим вариации производительности труда на уровне регионов [7]. Авторами предложены две модели, в которых плотность экономической деятельности является фактором производства, наряду с затратами труда и капитала. Также ими разработана соответствующая методика агрегирования данных о занятости на субрегиональном уровне до масштаба административного региона: данные по графствам агрегированы до уровня штата США.
Кратко рассмотрим методику расчёта регионального индекса плотности. Лежащая в её основе модель показывает, каким образом плотность влияет на производительность труда.
1 Существуют данные о крайне высокой вероятности обнаружения в крупном городе семейных пар, в которых оба супруга имеют высшее образование, так как именно крупный город обеспечивает возможность найти подходящую работу обоим супругам [8].
jm i fflL ft
кегмоналмстика
Ms!
Air? fr <
Im
X" ■
fr-'
2022 Том 9 № 1
4
16 T
15,5
о !_
0 I-
к
1
га
(О
15
0
1
ч
0
га
1
IZ CL
m
14,5
14
13,5 --
га о
13
12,5 --
12
y = 0,6703x + 3,6527 R2 = 0,6195
+
+
+
+
+
12 12,5 13 13,5 14 14,5 15 Логарифм фондовооружённости
15,5
16
Рис. Корреляция между фондовооружённостью и ВРП на одного занятого
по субъектам РФ» (N = 75)
Примечание. Без учета съ7ъектов РФ, по которым удоудный есс ъебычи полееных аскопъемых е структуре ВРП в 2019 г. составлял более 30%.
Источние: рагсчитъне по: 55гиоаы России. Социально-экономические показатели - 2020 г. URL: https://gks.ru/ bgd/regl/b20_14p/Main.htm (дата обращения: 15.11.2021).
Предположим, что рабочая сила распределена равномерно по муниципальному району площадью а гектар, а производственная функция, описывающая выпуск Д на одном гектаре, имеет вид:
f = (f
(Я-1)/Я
(1)
где п - численность занятых на одном гектаре; е - некоторая мера средней по региону эффективности круфя; с д мбщий еыпуср руниципальиого района; а р 1- эластичность выпуска по отношению д тррдр; (--1)/б - эловдипндсоь выпуска мы отношониву к мер/ пк-тности (А> 1), в качестве которой принята величина среднего объёма выпуска на одном гектаре муниципального район а Уел-ч-на у/<м в пфракводдтвонной фундцо- Т1) окр-жает положител/ную /рг-терналию, снсравыам^]в) прониротью экономической деятельности в муниципальном районе. С её ростом увеличивается и объём выпуска на одном гектаре площади этого района.
Обозначим нпынит андо-гим с иеременовге, отаосдщтеся к муотцикыльаому райокы Общий выпуса м-иаципольмы/- р-Рнсу /р } равен:
Чс
= (епс)а (Чс
\ас ) \ас
(Я-1)/Я
(2)
Региона листика
/ Г^г-РХ'-г, ••
-/ / Лм 'I :и, Р --г. ,>,. "5 • •
.
НЗДЫ и
V /
лГЧ
ииПа
2022 Том 9 № 1
•С'
9с =
ас V ас /
7 = аЯ.
ас Ы •
сек
Тогда средеяя произвндительность труде в рапионе составит:
л. .к
После несложных пронзводвтвенную функцию (1) можно представить
в виде:
(3)
Здесь параметр у представляет собой произведение двух эластичностей. Учитывая ограничения на значения параметров эластичностей, у будет либо больше, либо меньше единицы, в зависимости от того, какой из сомножителей - а или у - «перевешивает». Параметр а < 1 отражает так называемый (отрицательный) эффект перенаселения1, а параметр у >1 характеризует (положительный) агломерационный эффект. Следовательно, в случае у > 1 мы имеем возрастающую отдачу от масштаба, а при у < 1 - убывающую отдачу. Забегая вперёд, отметим, что статистической оценке подлежит только параметр у, и только на этой основе можно выносить суждение о реальном соотношении величин эластичностей а и у.
Агрегированный выпуск представляет собой сумму выпусков всех муниципальных районов региона Я:
(4)
(5)
где N - занятость по регу01р 1С.
А. Чикконе и Р. Холл вводят следующий индекс фактора плотности экономической деятельности рогиоиа (у)) [7]:
Леек ае
0М=-. (6)
Если у < 1, тогда регионы с более высокой плотностью экономической деятельности будут иметь более низкую производительность труда. Это типичный неоклассический случай, когда избыток фактора производства влечёт существенное падение его предельного продукта, не компенсируемое ростом других факторов или положительными внешними эффектами. Однако, если у > 1, агломерационные эффекты перевешивают эффект перенаселённости, и регионы с более высокой средней плотностью, либо имеющие значительную дифференциацию плотности по муниципальным районам, будут иметь более высокую производительность труда. Проиллюстрируем сказанное на следующем абстрактном примере.
Предположим, что территория государства разделена на три региона, а те, в свою очередь, на четыре муниципальных района каждый. Эффективность труда е =1 для всех регионов. Муниципальные районы одинаковые по площади территории, которая составляет 6 000 га. В экономике регионов одинаковая численность занятых, которые по-разному распределены по муниципальным районам (табл. 1). В регионе 1 имеется ярко выраженная агломерация (плот-
1 Показатель а является также параметром распределения дохода между факторами производства - трудом и землёй. Таким образом, 1 - а - это доля дохода, приходящаяся на владельцев земельных ресурсов.
Оу
вклада;
--- ' '--'чьч-ХГ- уС' . V
^рШГ^ V/1 , ' & У*«-. -Щ 12
/г *ЩШЬШшЛ : 'ШШ:,~. ..с
кегионапмстмка 2022 Том 9 № 1
ж
! X Г
/ .¡Ч!.1
ность занятых на одном гектаре - 48,4 человека) и низкая заселённость остальной территории. В регионе 2 имеются две различные по масштабу агломерации на фоне относительно заселённой (по сравнению с регионом 1) остальной территории. В регионе 3 население распределено по муниципальным районам равномерно.
Таблица 1
Примеры индексов фактора плотности экономической деятельности
Территория Пс ас пс / ас с с
Y = 0,7 Y = 1,2
Регион 1 Район 1 290 100 6 000 48,4 0,34 2,13
Район 2 3 600 6 000 0,6
Район 3 3 600 6 000 0,6
Район 4 3 600 6 000 0,6
Регион 2 Район 1 160 000 6 000 26,7 0,43 1,79
Район 2 105 100 6 000 17,5
Район 3 17 900 6 000 3,0
Район 4 17 900 6 000 3,0
Регион 3 Район 1 75 225 6 000 12,5 0,47 1,66
Район 2 75 225 6 000 12,5
Район 3 75 225 6 000 12,5
Район 4 75 225 6 000 12,5
Источник: рассчитано авторами.
Как видно из таблицы 1, в случае если агломерационный эффект проявляется в явном виде и доминирует над эффектом перенаселённости (у = 1,2), регионы с крупными агломерациями (регион 1 и регион 2) демонстрируют более высокую производительность труда. Напротив, при отсутствии агломерационных эффектов (у = 0,7) концентрация экономической деятельности в крупных городах неэффективна, поскольку слишком высокая плотность населения в них имеет негативные последствия для производительности, так как невозможно компенсировать низкий предельный продукт труда выгодами, которые несёт в себе близкое расположение фирм друг к другу.
Рассмотренная выше модель не раскрывает причин низких или высоких значений у, но лишь показывает последствия неравномерности заселения отдельного региона для производительности труда, когда плотность экономической деятельности в пространстве признаётся в качестве фактора производства. С неоклассических позиций плотность экономической деятельности должна быть одинакова везде, так как предельный продукт труда ниже в густонаселённых местах и перемещение трудовых ресурсов в менее населённые территории сулит им экономический выигрыш. Напротив, существенные агломерационные эффекты стимулируют трудовые ресурсы перемещаться по направлению к территориям с высокой плотностью населения. Причина, почему все работники в итоге не станут концентрироваться в одном единственном районе, лежит в плоскости их персональных предпочтений, поскольку не все предпочитают жить в густонаселённой местности.
--- ' !--'■л.»т.1 ¿Gr - уС' . V
* —1 |Ш Xv^^ ^^^ v^w^" i
1>егионапмстмка 2022 Том 9 № 1
• ' , , , ' , а,-\ Д""'> v ........'^^«г^'^н-ч -■'.
Оценка параметра к для российских регионов
Д.та оценки параметра у необходимо представить формулу (5) в виде рем-ессионного уравнения. Прежде чем сделать это, покажем переменную эффективности труда как e = b£, где bR - некоторая отлавинв, хрртттертиующае эффеогивроств испелюетонта едодоиык рлвурсов в регионе R, а /л -уё элаттихрстев. Лвоалхфморпя (5), получаем следующее регрессионное уравнение:
log^ о log ^ + 5logeH + log^fr) + «н, (7)
где р - постоянный член; д = лу; uR- остаточный член (ошибок изменений).
Определённую трудность представляет подбор показателя эффективности труда (bR). А. Чикконе и Р. Холлом была взята величина среднего количества лет образования населения, отражающая «качество» человеческого капитала на конкретной территории [7]. Росстат аналогичного показателя по субъектам РФ не публикует. Кроме того, использование показателей, характеризующих уровень развития человеческого капитала, в качестве меры эффективности применения труда в российских регионах, по нашему мнению, не является обоснованным. Гораздо более заметное влияние на продуктивность труда будет оказывать уровень автоматизации и цифровизации применяемых технологий. Цифровые платформы значительно сократили как материальные, так и временные затраты предприятий, а также радикально изменили способы управления цепочками поставок [5]. Поэтому в качестве показателя, характеризующего уровень эффективности труда, выбираем затраты на внедрение и использование цифровых технологий на одного занятого.
Цель регрессионного анализа заключается в оценке неизвестного параметра у, являющегося составной частью индекса плотности (6). Известными величинами данного индекса являются два отношения: ac / NR и nc / ac. В качестве NR используем показатель среднегодовой численности занятых по субъектам РФ, а в качестве nc - среднесписочной численности работников организаций соответствующих муниципальных районов. Физическую площадь территории муниципальных районов применяем для переменной ac. Валовый региональный продукт субъекта РФ принимаем в качестве показателя регионального выпуска (QR ). В идеальном случае из структуры ВРП следует исключить валовую добавленную стоимость добычи полезных ископаемых и сельского хозяйства как видов деятельности, имеющих «негородскую» территориальную привязку. Однако Росстат не публикует данные о структуре занятых по видам деятельности на уровне муниципальных районов по некоторым субъектам РФ, в связи с чем применяем в расчётах валовые показатели.
Для оценки уравнения (7) были использованы данные Росстата1 по 70 субъектам РФ2 за 2019 г., а также данные о занятости и площади территории по 2 042 муниципальным районам3. На основании вышеизложенных соображений из выборочной совокупности были исключены регионы, по которым добыча полезных ископаемых составляла более 30% ВРП: Ненецкий, Ханты-Мансийский, Ямало-Ненецкий и Чукотский автономные округа; Сахалинская, Астраханская, Магаданская и Оренбургская области, Республики Коми и Саха (Якутия).
Поскольку оцениваемый параметр у появляется в качестве степенного показателя у слагаемых многочлена - см. уравнение (6), - логарифмирование уравнения (5) не привело к его
1 Регионы России. Социально-экономические показатели - 2020 г. URL: https://gks.ru/bgd/regl/b20_14p/Main.htm (дата обращения: 15.11.2021).
2 Города Москва и Санкт-Петербург объединены с Московской и Ленинградской областями соответственно.
3 По состоянию на 1 января 2015 г. минимальное число муниципальных районов было образовано в Республике Ингушетия (4), максимальное - в Алтайском крае (59). Источник: База данных показателей муниципальных образований по субъектам Российской Федерации. URL: www.gks.ru/dbscripts/munst (дата обращения: 15.11.2021).
■<• Ч • V V V "-¡г. , 3?
(V, \ •!? V л- Г^Щ^Шу-'ь*' V.
2022 Том 9 № 1
С"
линеаризации. Следовательно, оценка уравнения (7) с помощью простого метода наименьших квадратов невозможна. Для этой цели был использован нелинейный метод на основе алгоритма Гаусса - Ньютона1 и принята гипотеза о некоррелированности случайного члена уравнения (ия) с Ьк и Пк. Другими словами, предполагается, что случайный элемент ВРП на одного занятого не коррелирован с плотностью деятельности и удельными затратами на внедрение цифровых технологий. В противном случае пришлось бы использовать инструментальные переменные для индекса плотности, наряду с нелинейными методами оценки, что значительно усложнило бы задачу.
Последовательно было оценено три уравнения регрессии вида (7), которые различаются между собой статистической выборочной совокупностью субъектов РФ. Первая регрессия (вариант 1) была оценена без Московской и Ленинградской областей, чтобы исключить влияние двух крупнейших российских мегаполисов, которое, как предполагалось изначально, могло исказить общероссийскую картину значимости агломерационных эффектов. Результаты расчётов представлены в таблице 2.
Таблица 2
Результаты оценивания уравнения (7) по вариантам
Показатель Вариант 1 ^ = 68) Вариант 2 ^ = 70) Вариант 3 ^ = 53)
к^ р 3,345 (0,472)* 3,458 (0,416) 3,566 (0,454)
д 0,384 (0,052) 0,371 (0,045) 0,358 (0,049)
у 0,967 (0,033) 0,967 (0,031) 0,988 (0,046)
R2 0,453 0,509 0,551
Примечание. * - в скобках указана стандартная ошибка. Источник: рассчитано авторами.
При сравнительно невысоком, но приемлемом общем качестве уравнения = 0,453) все коэффициенты статистически значимы и имеют очень низкие стандартные ошибки (это касается и двух других вариантов уравнения). Интересующий нас параметр у при оценивании без учёта влияния Московской и Санкт-Петербургской агломераций показал значение очень близкое (слева) к единице. Этот результат наводит на мысль, что два эффекта - агломерационный и перенаселённости - практически компенсируют друг друга. Номинально результат показывает, что удвоение пространственной плотности экономической деятельности в РФ приводит к снижению производительности труда на 3,3%, однако, численное значение в данном случае не играет значительной роли.
Добавление в выборку Московской и Ленинградской областей (вариант 2) несколько повысило значимость всего уравнения = 0,509), однако значение параметра у осталось на неизменном уровне по сравнению с вариантом 1. Статистически заметный прирост у обнаруживается, когда из выборки исключаются субъекты РФ, входящие в состав Сибирского и Дальневосточного федеральных округов (вариант 3). Общая значимость уравнения в этом случае повышается = 0,551). Значение у возрастает до 0,988, и его отличием от единицы можно пренебречь. Из этого следует, что агломерации восточных регионов страны имеют явно
1 В общем виде нелинейное регрессионное уравнение можно представить как у = с0 + с]хСг + и, где с0, с1, с2 - неизвестные параметры, подлежащие оценке.
--- ' '--'чьч-ХГ- уС' . V
Щё&ГV/ ■ , V ?>:■ Ч л •' юж-адиг.
1>егионапмстмка 2022 Том 9 № 1
, ,
выраженное доминирование эффекта убывающей предельной производительности труда над агломерационными эффектами. Вероятные причины этих явлений будут рассмотрены в следующем разделе.
Интерпретация полученных результатов
Результаты оценивания уравнений показали отсутствие выраженного влияния агломерационного эффекта на производительность труда в российских регионах. По всей вероятности, если следовать теоретическим построениям А. Чикконе и Р. Холла, в российских агломерациях наблюдается «паритет» между противодействующими силами: положительный агломерационный эффект полностью компенсируется эффектом перенаселённости крупнейших городов. Перенаселённость здесь следует трактовать скорее как недостаточную инфраструктурную обеспеченность крупных городов, нагрузка на которую возрастает по мере повышения благосостояния населения1. Довольно неожиданным результатом следует признать отсутствие прироста агломерационного эффекта после включения в выборку Московской и Ленинградской областей с крупнейшими российскими агломерациями.
Несколько проясняют ситуацию оценки, полученные после исключения из выборки регионов Сибири и Дальнего Востока. Увеличение параметра у означает, что восточные регионы страны вносят вклад в «занижение» агломерационного эффекта. Этому факту можно дать вполне рациональное объяснение: основной вклад в ВРП восточных регионов вносят производства, не расположенные в крупнейших городах. Речь прежде всего идёт о крупных территориально-производственных комплексах (ТПК), созданных ещё в советский период. Хозяйственное освоение Сибири исторически преследовало цель эксплуатации её огромных природных богатств, и размещение ТПК было ориентировано главным образом на источники сырья и энергии. В разные годы там были созданы: Урало-Кузнецкий комбинат; Центрально-Красноярский, Иркутско-Черемховский, Братско-Усть-Илимский, Средне-Обский, Саянский и другие комплексы [4].
На размещение в крупных городах ориентированы виды деятельности, имеющие тенденцию к расположению вблизи рынков сбыта или источников специализированных трудовых ресурсов. Такими характеристиками обладают агломерации западной части страны и их вклад в формирование ВРП соответствующих субъектов РФ более существенен, но лишь в сравнительном, а не в абсолютном смысле. Почему же города-миллионники, являясь крупными рынками сбыта и трудовых ресурсов, не демонстрируют явно выраженных агломерационных эффектов? Одна из возможных причин - специфика размещения крупных производств в советский период.
О ТПК уже было сказано выше, но, кроме них, свои особенности размещения имели и крупнейшие машиностроительные предприятия. Так, очень крупные по меркам страны заводы «АвтоВАЗ», «КамАЗ», «Уралвагонзавод» (с численностью сотрудников свыше 30 тыс. человек) расположены не в крупнейших городах соответственно Самарской области, Республики Татарстан и Свердловской области. И это неединичные примеры размещения крупных предприятий обрабатывающей промышленности за пределами административных центров (и по совместительству крупнейших населённых пунктов) российских регионов.
Между тем исследование [2] географической концентрации отраслей в позднесоветский период (по состоянию на 1989 г.) показало, что с точки зрения занятости промышленность была
1 Нельзя сбрасывать со счетов также и фактор удорожания земли, сокращающий долю а труда в произведённом на единице площади продукте.
г-1ГГ 1
2022 Том 9 № 1
=
ли
Г V ., I ' V»- -л V- / £ • : -'■■•^УУЧ М
сконцентрирована главным образом в крупных центрах европейской части страны. Крупнейшими городами по численности занятых, вслед за Москвой и Ленинградом, являлись: Свердловск, Челябинск, Ростов-на-Дону и Новосибирск. Структурная трансформация экономики России значительно изменила картину географической концентрации предприятий. Особенно пострадала машиностроительная промышленность крупных городов, вносившая весомый вклад в ВРП.
Отраслевая реструктуризация крупнейших городов России, протекавшая в 19902000-е гг., если её рассматривать через призму модели агломерации Чикконе - Холла, не привела к формированию среды с множеством специализированных фирм, предоставляющих «промежуточные» услуги предприятиям, расположенным в тех же географических локациях. Другими словами, в российских агломерациях сохраняется относительно высокая степень вертикальной интегрированности и автономности предприятий, с недостаточными для проявления агломерационной экономии межфирменными бизнес-контактами.
Также нельзя не упомянуть о вероятной погрешности полученных оценок, которая может скрываться за невозможностью статистически «очистить» исходные данные о занятости на уровне муниципальных районов от вклада сектора добычи полезных ископаемых и сельского хозяйства. Если бы это удалось сделать, вполне вероятно, что были бы получены статистически значимые оценки у > 1. Однако против этого предположения говорит отсутствие изменения оценок после включения в выборку Московской и Ленинградской областей, в которых указанные сектора экономики представлены минимально.
Для полноты картины необходимо упомянуть ещё об одном обстоятельстве. В качестве характеристики эффективности трудовых ресурсов (Ъ ) были использованы также и три альтернативных показателя: 1) внутренние затраты на научные исследования и разработки на одного работника (Л1); 2) доля занятых в научных исследованиях и разработках (И2); 3) доля выпускников вузов в общей численности занятых (И3). Данные показатели - попытка использовать в качестве меры эффективности труда уровень развития человеческого капитала по субъектам РФ в отсутствие более подходящих статистических альтернатив. Формальные результаты оценок с использованием указанных мер Ък приведены в таблице 3.
Таблица 3
Оценки параметра у для альтернативных показателей эффективности трудовых ресурсов
Показатель Вариант 1 ^ = 68) Вариант 2 ^ = 70) Вариант 3 ^ = 53)
0,893 (0,038; 0,239)* 0,950 (0,040; 0,254) 1,000 (0,057; 0,375)
0,989 (0,044; 0,110) 1,036 (0,043; 0,182) 1,125 (0,058; 0,232)
Ь3 1,055** (0,052; 0,016) 1,134** (0,051; 0,062) 1,181** (0,060; 0,129)
Примечания: * - в скобках указана стандартная ошибка и значение R2 соответственно; ** - оценка коэффициента д при переменной Ьк для данной спецификации уравнения незначима и имеет отрицательный знак. Источник: рассчитано авторами.
Частные оценки у оказались статистически значимыми во всех девяти вариантах уравнений. Наибольшее значение Я2 (0,375) получено при использовании показателя внутренних затрат на научные исследования и разработки на одного работника (И1 ) для выборки из 53 регионов (без Сибирского и Дальневосточного федеральных округов). Данный показатель даёт наиболее близкие к основной спецификации уравнения оценки у (ср. с табл. 2), но при гораздо
1Г-' ■■•0.1
Шш I Ш \ V
щЯГ! , ^у •
ы
кегмонапмстика
М.А
.// .-л ,-ш .........,
2022 Том 9 № 1
П- 4
чя
более низкой общей значимости самого уравнения. Единственное существенное отличие - явное повышение оценки параметра у при добавлении к выборке Московской и Ленинградской областей. Если принять достаточными значения соответствующих R2, можно сделать (осторожное) предположение о наличии положительных агломерационных эффектов для городов Москвы и Санкт-Петербурга.
Как видно из таблицы 3, оценки у весьма чувствительны к выбору переменной Ьк. Так, при использовании доли занятых в научных исследованиях и разработках (к2) значение параметра у меняется в диапазоне от у < 1 (вариант 1) до у > 1 (вариант 3). Однако весьма низкие значения R2 для данной спецификации не позволяют сделать выводы о присутствии явно выраженных агломерационных эффектов для западных регионов страны. Ещё более низкие значения R2 получены при использовании доли выпускников вузов в общей численности занятых (И3) в качестве «прокси» для индекса человеческого капитала по субъектам РФ. Кроме того, оценки д при переменной ЬК оказались как статистически, так и теоретически несостоятельными. Всё вышесказанное, таким образом, указывает на то, что оценки у, полученные в основной спецификации модели (см. табл. 2), являются наиболее надёжными.
Заключение
Исследование показало, что вклад возрастающей отдачи от повышения плотности экономической деятельности (или агломерационный эффект) в объяснение различий в производительности труда в российских регионах неоднозначен. Оценка является чувствительной по отношению к выбору переменной, характеризующей межрегиональные различия в эффективности трудовых ресурсов. Так, оценки с применением показателя затрат на внедрение и использование цифровых технологий на одного занятого, дающего уравнения регрессии с наибольшей объясняющей способностью (наиболее высокими значениями R2), указывают на отсутствие влияния агломерационного фактора на производительность труда в регионах. Более того, формально эти оценки показывают, что удвоение плотности экономической деятельности приводит к снижению производительности труда в среднем по стране на 3,3%; без учёта сибирских и дальневосточных субъектов РФ - на 1,2%.
С другой стороны, принятие доли занятых в научных исследованиях и разработках в качестве переменной региональной эффективности труда, хотя и снижает общую объясняющую способность уравнений, тем не менее выявляет значимость агломерационного фактора в объяснении различий в производительности труда в регионах западной части страны. В последнем случае удвоение плотности приводит к росту производительности труда на существенные 12,5%; однако подобная величина локальной возрастающей отдачи объясняет лишь порядка 23% межрегиональной вариации показателя.
Можно констатировать, что обнаруженная на основе оценки модели кумулятивной причинности возрастающая отдача от масштаба в промышленно развитых российских регионах слабо ассоциируется с агломерационными эффектами крупных городов. Другими словами, виды деятельности с высокой производительностью труда преимущественно размещены не в крупнейших городах субъектов РФ. В большей степени это касается восточных районов страны, где крупнейшие производства, формирующие наибольший вклад в ВРП, главным образом привязаны к источникам сырья и энергии, а не к рынкам сбыта или трудовых ресурсов, которыми, как правило, и являются крупные населённые пункты (территории с высокой плотностью населения, если следовать терминологии настоящего исследования).
Вопрос о том, проявляются ли агломерационные эффекты в крупных городах западной части страны в явном виде, остаётся дискуссионным. Однозначно можно утверждать, что дей-
г/ ' V , jtf ' г:- - Vw 3 лН
/ff А м £ R t С Л Bf
■<• Ч • у ■'■>. V V?. , 3? iEiä/
TV, -.'4 • s V fe Jßy W v-
i Л1A R \ N ■'"' W
кегионапмстмка 2022 Том 9 № 1
с-
■i
t?4
ствие отрицательных агломерационных экстерналий (или эффектов перенаселённости) в них менее выражено, чем в восточных регионах. Это согласуется с фактами преимущественного размещения в западной части страны с более плотной сетью густонаселённых городов тех видов деятельности, которые имеют тенденцию к географической привязке к пулам трудовых ресурсов и рынкам сбыта продукции и услуг.
Полученные в настоящей работе столь неоднозначные результаты по российским регионам контрастируют с оценками, свидетельствующими о статистически значимом влиянии агломерационных эффектов на производительность труда в штатах США и регионах Европейского союза (см. [6; 7]). Как минимум это наталкивает на серьёзные вопросы о крупных российских агломерациях (за исключением Москвы, и, возможно, Санкт-Петербурга) как о потенциальных полюсах экономического роста. На повестке дня в сфере государственной политики стоят и другие вопросы, касающиеся, например, придания импульса развития крупным городам восточной части страны. Все задачи подобного рода требуют затрат больших объёмов национальных ресурсов, и положительный эффект от этих затрат для всей экономики, как показывает настоящая работа, может быть не таким значительным, как это представляется изначально. Требуются дальнейшие исследования агломерационных эффектов, а также причин и факторов (как экономических, так и институциональных), ограничивающих их проявления в условиях РФ.
Список литературы
1. Исаев А.Г. Возрастающая отдача от масштаба и экономический рост российских регионов: эмпирическая проверка закона Вердоорна // Регионалистика. 2020. Т. 7. № 6. С. 39-48. http://dx.doi.org/10.14530/ reg.2020.6.39
2. Кофанов Д., Михайлова Т., Шурыгин А. Географическая концентрация советской промышленности: сравнительный анализ. http://dx.doi.org/10.2139/ssrn.2672026
3. ЛукасР.Э. Лекции по экономическому росту. М.: Изд-во Института Гайдара, 2013. 288 с.
4. Марк Константинович Бандман. Избранные труды и продолжение начатого / под ред. В.Ю. Малова. Новосибирск: ИЭОПП СО РАН, 2014. 448 с.
5. Шваб К. Четвёртая промышленная революция. М.: Эксмо, 2019. 209 с.
6. Ciccone A. Agglomeration Effects in Europe // European Economic Review. 2002. Vol. 46. Pp. 213-227.
7. Ciccone A., Hall R.E. Productivity and the Density of Economic Activity // The American Economic Review. 1996. Vol. 86. № 1. Pp. 54-70.
8. Costa D.L., Kahn M.E. Power Couples: Changes in the Locational Choice of the College Educated, 19401990 // The Quarterly Journal of Economics. 2000. Vol. 115. Issue 4. Pp. 1287-1315.
9. Duranton G., Puga D. Micro-Foundations of Urban Agglomeration Economies // Handbook of Regional and Urban Economics. Ed. by J.V. Henderson, J.-F. Thisse. 2004. Vol. 4. Pp. 2063-2117.
10. Duranton G., Puga D. The Economics of Urban Density // Journal of Economic Perspectives. 2020. Vol. 34. № 3. Pp. 3-26.
11. Ellison G., Glaeser E.L., Kerr W.R. What Causes Industry Agglomeration? Evidence from Coagglomeration Patterns // American Economic Review. 2010. Vol. 100. № 3. Pp. 1195-1213.
12. Fujita M., Thisse J.-F. Economics of Agglomeration // Journal of the Japanese and International Economics. 1996. № 10. Pp. 339-378.
13. Overman H.G., Puga D. Labour Pooling As a Source of Agglomeration: An Empirical Investigation // Agglomeration Economics. Ed. by E.L. Glaeser. 2010. Pp. 133-150.
14. Solow R.M. A Contribution to the Theory of Economic Growth // The Quarterly Journal of Economics. 1956. Vol. 70. № 1. Pp. 65-94.
г/ ' V , jtf ' г:- - Vw 3 лН
/ff А м £ R t С Л Bf
si/т 1
1>ешонапмстика 2022 Том 9 № 1
=
r v ., 1 ' ¿tч&> ч \\/, ^^wpy«
FN
References
1. Isaev A.G. Increasing Returns and Economic Growth of Russian Regions: Empirical Verification of Verdoorn's Law. Regionalistica [Regionalistics]. 2020. Vol. 7. No. 6. Pp. 39-48. http://dx.doi.org/10.14530/ reg.2020.6.39 (In Russian)
2. Kofanov D., Mikhailova T., Shurygin A. Geographical Concentration of the Soviet Industry: Comparative Analysis. http://dx.doi.org/10.2139/ssrn.2672026 (In Russian)
3. Lucas R.E. Lectures on Economic Growth. Moscow, 2013. 288 p. (In Russian)
4. Mark Konstantinovich Bandman. Selected Works and Continued Begun. Ed. by V.Yu. Malov. Novosibirsk, 2014. 448 p. (In Russian)
5. Schwab K. The Fourth Industrial Revolution. Moscow, 2019. 209 p. (In Russian)
6. Ciccone A. Agglomeration Effects in Europe. European Economic Review. 2002. Vol. 46. Pp. 213-227.
7. Ciccone A., Hall R.E. Productivity and the Density of Economic Activity. The American Economic Review. 1996. Vol. 86. No. 1. Pp. 54-70.
8. Costa D.L., Kahn M.E. Power Couples: Changes in the Locational Choice of the College Educated, 19401990. The Quarterly Journal of Economics. 2000. Vol. 115. Issue 4. Pp. 1287-1315.
9. Duranton G., Puga D. Micro-Foundations of Urban Agglomeration Economies. In: Handbook of Regional and Urban Economics. Ed. by J.V. Henderson, J.-F. Thisse. 2004. Vol. 4. Pp. 2063-2117.
10. Duranton G., Puga D. The Economics of Urban Density. Journal of Economic Perspectives. 2020. Vol. 34. No. 3. Pp. 3-26.
11. Ellison G., Glaeser E.L., Kerr W.R. What Causes Industry Agglomeration? Evidence from Coagglomeration Patterns. American Economic Review. 2010. Vol. 100. No. 3. Pp. 1195-1213.
12. Fujita M., Thisse J.-F. Economics of Agglomeration. Journal of the Japanese and International Economics. 1996. No. 10. Pp. 339-378.
13. Overman H.G., Puga D. Labour Pooling As a Source of Agglomeration: An Empirical Investigation. In: Agglomeration Economics. Ed. by E.L. Glaeser. 2010. Pp. 133-150.
14. Solow R.M. A Contribution to the Theory of Economic Growth. The Quarterly Journal of Economics. 1956. Vol. 70. No. 1. Pp. 65-94.
■ ■ ■
Для цитирования:
Исаев А.Г., Ким А.Л., Мерзляков И.О. Оценка вклада агломерационного фактора в производительность труда в российских регионах // Регионалистика. 2022. Т. 9. № 1. С. 5-19. http://dx.doi. org/10.14530/reg.2022.1.5 For citing:
Isaev A.G., Kim A.L., Merzlyakov I.O. Estimate of the Contribution of the Agglomeration Effect in the Labor Productivity in Russian Regions. Regionalistica [Regionalistics]. 2022. Vol. 9. No. 1.
Pp. 5-19. http://dx.doi.org/10.14530/reg.2022.1.5 (In Russian) ■ ■ ■
~Vl: T\H, I
тов И.О. Оценка вклада ;
