CC BY
111
УДК 332.12
влияние диверсификации на эффективность региональной экономики
а. б. анкудинов,
кандидат физико-математических наук, доцент, докторант кафедры финансов организаций E-mail: ankudia@mail. ru
м. н. беляева,
аспирант кафедры общего менеджмента E-mail: belyaevamn@rambler. ru Институт управления и территориального развития Казанского (Приволжского) федерального университета
о. в. Лебедев,
аспирант кафедры финансов организаций E-mail: lebolegan@rambler. ru Институт экономики и финансов Казанского (Приволжского) федерального университета
В статье представлено эмпирическое исследование влияния эффекта диверсификации экономики региона на его экономическую эффективность. Диверсификация может предоставлять некоторую защиту занятости региона в условиях циклического спада. В то же время согласно теории сравнительных преимуществ специализация обусловливает экономические выгоды. Исследование направлено на эмпирическое тестирование теоретических концепций применительно к российской экономике. Анализ проведен на основе пространственных данных по субъектам Федерации.
Ключевые слова: экономика, регион, диверсификация, безработица, стабильность занятости, экономическая эффективность.
Введение. Проблема влияния степени диверсификации региональной экономики на показатели экономического роста, уровень безработицы и прочие наиболее важные характеристики экономического развития территорий на протяжении многих лет привлекает внимание ученых во многих странах и порождает серьезные научные дискуссии, давая тем самым повод к обсуждению различных точек
зрения относительно наличия или отсутствия однозначных взаимосвязей.
Большинство экспертов придерживается мнения, что диверсификация региональной экономики оказывает строго положительное влияние на показатели экономической эффективности и развития региона. Это обусловлено очевидной логикой: диверсификация экономики позволяет снизить риски существенных колебаний экономических показателей в случае наступления кризиса в какой-либо отдельной отрасли. Однако, с другой стороны, диверсификация вступает в противоречие с теорией сравнительных преимуществ, согласно которой с целью достижения высоких темпов роста регионам следует специализироваться на конкретных отраслях.
Таким образом, нерешенным остается вопрос относительно характера влияния (негативное или позитивное) диверсификации на ключевые экономические показатели.
Особую значимость рассматриваемой проблеме придает предстоящее вхождение России в ВТО. Наличие в ряде регионов (в частности в Приволжском федеральном округе) большого числа низкодивер-
сифицированных градо- и поселкообразующих предприятий в сочетании с низкой географической мобильностью населения делает исследование влияния диверсификации региональной экономики на социально-экономические показатели региона весьма актуальным.
При этом проблема низкой диверсификации усугубляется, если в регионе сосредоточены предприятия тех секторов экономики, негативное влияние усиления глобальной конкуренции на которые по ряду причин окажется особенно сильным.
обзор литературы. Решению сформулированной проблемы посвящено множество исследовательских работ. Разные авторы применяют различные подходы к измерению диверсификации:
— индекс Херфиндаля;
— индекс энтропии;
— дисперсия портфеля и др.
Все они анализируют пространственные, панельные данные, временные ряды, используя при этом разнообразный эконометрический инструментарий.
Уже со времен Великой депрессии стали появляться работы, в которых авторы доказывали справедливость следующей закономерности: регионы с более специализированной экономикой оказались более чувствительными к экономическим ударам по сравнению с регионами, экономика которых диверсифицирована в большей мере [15, 16].
При этом предполагалось, что диверсификация экономики не только обеспечивает относительную устойчивость показателям эффективности рынка, но и не допускает скачков безработицы с тенденцией к нарастанию. Вследствие этого в последующие годы довольно распространенным стал курс на диверсификацию, принятый многими региональными властями.
Однако с течением времени появились альтернативные точки зрения. В частности, Джексон [12] посредством установления и исследования зависимостей между уровнем безработицы и различными измерителями диверсификации на основании данных по штату Иллинойс доказывает, что взаимосвязь стабильности и диверсификации скорее условна, так как во многом определяется избранными индикаторами и методами.
В дальнейшем Аттаран [1] на основании собственного исследования, проведенного по данным 50 штатов и округа Колумбия за 10 лет, пришел к выводу, что в действительности невозможно делать
достаточно обоснованные предложения по развитию штата на основании зависимости между:
— степенью диверсификации;
— экономическим ростом;
— стабильностью занятости;
— экономическими показателями, связанными с доходом на душу населения.
В противовес Аттарану в те же и последующие годы публикуются работы Корта [13], Даймонда и Саймона [8], Малициа и Шанзи Ки [14], других авторов, отстаивающих позицию, согласно которой диверсификация оказывает непосредственное влияние на показатели безработицы, устойчивого развития региона, дохода на душу населения и другие показатели экономического благосостояния территорий.
Так, в своей работе Даймонд и Саймон [8] приходят к выводу, что города с высокой степенью специализации промышленности демонстрируют более стабильную занятость, но в то же время показывают более высокие значения безработицы в сравнении с областями, экономика которых может быть названа диверсифицированной.
В рассмотренных работах в качестве основного инструмента анализа данных применялись простые парные модели. Более поздние работы отличаются тем, что их авторы предлагали переход от парной к множественной регрессии. Так, Смитс и Гибсон [19] исследовали влияние диверсификации на изменчивость уровня безработицы. Для этого они использовали данные по 44 округам штата Айдахо. Основная гипотеза исследования состояла в том, что безработица в районах с большей степенью диверсификации экономики более стабильна, чем в недиверсифицированных областях. В итоге Смитс и Гибсон заключили, что показатель диверсификации экономики не является статистически значимым в определении нестабильности региона, а большее воздействие на нее имеют ключевые отрасли промышленности.
В 1993 г. была опубликована совместная работа Малициа и Шанзи Ки [14], которые применяли подобную же схему исследования. Центральное место в их исследовании заняла зависимость между степенью диверсификации региональной экономики и безработицей, а также нестабильностью занятости. Малициа и Шанзи Ки также пришли к выводу, что предшествующие попытки охарактеризовать взаимозависимость диверсификации промышленности и экономической нестабильностью региона давали
противоречивые результаты именно потому, что в исследованиях использовались данные по качественно различным регионам.
Основным выводом из работы Малициа и Шан-зи Ки можно считать утверждение, что по областям, включенным в исследование (столицы штатов), более высокий уровень диверсификации приводит к меньшему уровню нестабильности занятости в регионе. При этом в целом по исследуемым регионам диверсификация во многом определяет основные экономические показатели.
Стоит отметить также, что к подобным заключениям приходили и некоторые другие специалисты. Например Блэйр [4] и Бегович [3] сделали заключение, что более крупные города в силу специфики своей экономики являются более диверсифицированными в отношении промышленности и вместе с тем демонстрируют большую стабильность в своем развитии.
По прошествии десяти лет после публикации Малициа и Шанзи Ки вышла в свет работа Израэли и Мерфи [11]. Они также отстаивали позицию, согласно которой диверсификация ведет к снижению нестабильности занятости. Израэли и Мерфи принимали в счет теорию сравнительных преимуществ. Однако они делали особый акцент на том, что специализация экономики региона, хотя и обеспечивает больший доход, но вместе с тем делает экономику субъекта более уязвимой перед определенными следствиями развития экономики:
— ценами на топливо или материалы;
— повышением экологических требований;
— усилением позиций иностранных конкурентов.
В случае реализации подобной угрозы специализированная экономика будет неспособна сохранить рабочие места и прежний уровень жизни населения. Решением подобной проблемы может стать политика диверсификации региональной экономики.
Можно выделить и другую группу исследований, посвященных определению влияния диверсификации на показатели стабильности и роста региональной экономики, а также уровня безработицы. Это исследования, в которых применяются основы портфельной теории Марковица. Впервые эта теория была приложена к региональной экономике и анализу степени ее диверсификации Конроем [7]. Аналогично управлению финансами в случае с региональной экономикой предполагается, что
наличествует похожая зависимость между риском, отражаемым здесь как экономическая нестабильность региона, и ожидаемой доходностью (в рамках региональной экономики речь идет о доходе, занятости, росте производства).
Необходимо отметить, что были авторы, полагающиеся при исследовании взаимозависимости диверсификации региональной экономики и ключевых экономических показателей на портфельную теорию. Среди них, помимо Конроя [7], можно назвать Брюэра и Мумаау [5], а также Вандта [23]. Наиболее адекватной характеристикой диверсификации региональной экономики они считали дисперсию портфеля (под портфелем региона в данном случае понимается определенный набор секторов экономики, которые решено развивать в регионе).
Однако в 1990 г. в работе Шервуда-Колла [18] обоснованность использования данного показателя при исследовании влияния диверсификации на стабильность экономики региона была поставлена под сомнение в связи с тем, что дисперсия портфеля не позволяет измерить диверсификацию региональной экономики обособленно от ее стабильности.
В 2004 г. была опубликована совместная работа Трендэла и Шорни [21], в которой авторы на основе простой описательной статистики исследовали зависимость между диверсификацией и основными экономическими показателями на уровне регионов. В результате ученые установили статистически значимую зависимость между индексом энтропии диверсифицированности региональной экономики и основными показателями развития экономики регионов:
— нестабильностью уровня безработицы,
— уровнем занятости и др.
При этом было установлено, что в действительности диверсификация не является статистически значимой детерминантой уровня дохода в регионе. В то время как между диверсификацией и уровнем безработицы в регионе была выявлена обратно пропорциональная зависимость.
Также Трендэл и Шорни [21] пришли к выводу, что диверсификация не может рассматриваться как единственная переменная, определяющая достижение тех или иных экономических показателей, характеризующих эффективность экономической политики региона. В этом авторы поддерживают Смитса и Гибсона [19], Малициа и Шанзи Ки, Вандта, Израэли и Мерфи, предполагавших
необходимость включения в модель следующих переменных:
— структура промышленности;
— размер и плотность населения региона;
— достигнутые значения экономических показателей на уровне всей страны и др.
В рамках рассматриваемой проблемы стоит уделить внимание наиболее поздним исследованиям, проведенным Болдвином и Брауном [2], Эслетц-бихлером [9], Брауном [6]. Эта группа исследований характеризуется тем, что авторы разграничили результаты в зависимости от продолжительности временного интервала (краткосрочный и долгосрочный), в котором проводится исследование влияния диверсификации на достигаемые экономические показатели.
Так, Болдвин и Браун, а также Эслетцбихлер полагали, что диверсификация региональной экономики обеспечивает более высокую стабильность в долгосрочной перспективе. Но в то же время она оказывает негативное влияние на темпы экономического роста, достигаемые регионом, в связи с реализацией основных положений теории сравнительных преимуществ.
Вполне обоснованным представляется и утверждение, что высокий уровень специализации и курс на повышение темпов экономического роста сокращают не только возможности диверсификации промышленности как таковой, но и способность экономики региона своевременно и адекватно реагировать на внешние экономические потрясения. Болдвин и Браун выявили следующую закономерность: наиболее стабильные регионы показывали более низкие значения темпов роста экономики, чем средние по стране.
Таким образом, эти ученые пришли к выводу, что именно компромисс между стабильностью и ростом экономики является тем фактором, который местные власти зачастую необоснованно игнорируют, провозглашая диверсификацию экономики практически в качестве гарантии дальнейшего сокращения нестабильности и уровня безработицы.
Обратимся к исследованию, в основе которого лежит анализ временных рядов. Это работа Брауна, опубликованная в 2010 г. [6]. Исследование интересно тем, что в отличие от многих других оно предполагает не только рассмотрение статистических данных на протяжении долговременного периода, но и сопоставление результатов статистического тестирования моделей по отдельным периодам.
Браун взял за основу данные за 30 лет, затем разбил их на декады и сопоставил результаты по полученным группам.
В результате было выявлено, что за весь период длиной в три десятилетия сокращение диверсификации неизбежно приводило к флуктуациям экономических показателей, в частности — уровня занятости. Таким образом, занятость за эти годы имела тенденции и к сокращению, и к нарастанию. Однако стабильность показателя снижалась вместе со степенью диверсификации экономики.
Одним из наиболее поздних исследований, посвященных изучению влияния диверсификации на экономические показатели регионов, является работа Хоа Трана [20]. Согласно результатам его исследования при разработке стратегии экономического развития региона необходимо учитывать два направления:
— с одной стороны, важно по возможности обеспечить экономический рост в краткосрочном периоде, чему может способствовать специализация экономики;
— с другой стороны, нельзя забывать о долгосрочных целях региона и обеспечении его экономической стабильности в долгосрочной перспективе. Поэтому необходимо предпринимать меры, направленные на усиление диверсификации промышленности.
Кроме того, анализ панельных данных с учетом пространственных автокорреляций позволил заключить, что экономический рост в соседствующих штатах не оказывает влияния на экономические показатели в рамках каждого региона. Причиной тому, как считает автор, может стать необходимость промежутка времени, за который один штат или локальный бизнес мог бы оценить и ощутить побочное влияние достижений экономики соседствующего субъекта.
Проецируя результаты зарубежных исследований на современную отечественную действительность, примем в качестве основной рабочей гипотезы предположение о прямой зависимости между уровнем диверсификации экономики в регионе и эффективностью региональной экономики. Проведем более детальное обсуждение постулируемых гипотез. В случае их подтверждения полученные результаты могут выступить аргументом при формировании долгосрочной региональной экономической политики.
Описание выборки и определение используемых в моделировании переменных. В данной
части исследования опишем входные данные проведенного статистического тестирования ряда гипотез, постулируемых в релевантных литературных источниках относительно российских регионов. Акцент в работе сделан на идентификацию связи уровня диверсификации экономики российских субъектов Федерации c их экономическими результатами.
Экономические результаты выступают зависимыми переменными регрессионного анализа (на основе линейных регрессий пространственных данных по методу наименьших квадратов) и исследованы в терминах четырех переменных:
— уровень безработицы (Unempl);
— волатильность занятости (StDevUnempl); рассчитывалась как стандартное отклонение уровня безработицы за 8-летний период (2002—2009 гг.);
— валовой региональный продукт на душу населения (GRP_percap), тыс. руб.;
— размер экономики (LN_GRP). Он рассчитывался как натуральный логарифм абсолютной величины валового регионального продукта в млн руб.
В качестве переменных были использованы отдельные показатели.
1. Индекс Херфиндаля (Herfindahl_IndexJ. Индекс Херфиндаля широко используется для оценки рыночной концентрации [17]. Он демонстрирует, в какой степени отдельные отрасли доминируют в экономике региона, и рассчитывается следующим образом:
n
Herfmdahl _ Index = ^ Sf,
i=i
где n — число секторов экономики1;
S. — доля занятых2 в i-м секторе экономики.
Чем равнее экономическая активность распределена между отраслями, тем выше диверсифици-рованность [16]. Индекс Херфиндаля варьируется от 0 (когда экономика имеет большое количество
1 В исследовании за сектора экономики были приняты 15 основных разделов общероссийского классификатора видов экономической деятельности (ОКВЭД).
2 В качестве может выступать доля экономической актив-
ности г'-го сектора не только в терминах занятости. В некоторых исследованиях в качестве индикаторов экономической
активности используется создаваемая доля ВРП, выручка компаний сектора экономики и др. Преимущество использования занятости в том, что нет необходимости корректировать этот показатель на инфляцию. Более того, само направление исследования обусловливает обоснованность использования именно занятости в качестве базового индикатора экономи-
ческой активности.
отраслей с малыми или равными долями занятых, т. е. высоко диверсифицирована) до 1 (когда все занятые в экономике представлены одной отраслью — полная специализация).
2. Индекс энтропии (Entropy_Index). Индекс энтропии диверсификации экономики согласно Смиту и Гибсону может быть рассчитан следующим образом [19]:
n ( 1 ^ n Entropy _ Index = ^ Si ln — = Si ln (Si)
i=i V Si / '=i
где n — число секторов экономики;
S. — доля экономической активности 7-го сектора экономики; ln — натуральный логарифм. Индекс энтропии измеряет существующее распределение занятых между секторами экономики относительно равнопропорционального распределения. Более высокое значение индекса показывает более высокий уровень диверсифицированности. Низкое же значение свидетельствует о высоком уровне специализации. Значение индекса будет максимальным при равномерном распределении занятых среди секторов экономики; минимальное нулевое значение — если все заняты в одном секторе.
Ограничение использования данных индексов состоит в том, что они не говорят — увеличилась ли общая занятость или уменьшилась. Иными словами, повышение диверсифицированности может быть обусловлено сокращением общего уровня занятости, что не представляется благоприятным исходом. Данное ограничение следует принимать в учет при анализе панельных данных. В настоящем же исследовании представлен анализ пространственных данных.
2. Доля городского населения (UrbPop). Город предоставляет большую возможность трудоустройства, участия в секторах с высоким уровнем создания стоимости. Также в городе крайне ограничены возможности замещения официальной занятости ведением натурального хозяйства. Кроме того, городской экономике присущи более высокий уровень прожиточного минимума, спрос и цена на землю, что может означать более высокий уровень требуемого номинального дохода по сравнению с другими регионами для поддержания привлекательности.
3. Коэффициент естественного прироста населения (NIncr), на 1 000 чел. населения. Регионы с увеличивающимся населением должны обес-
а б
Частотное распределение по регионам индекса Херфиндаля (а); энтропии (б) и кривая нормального распределения
печивать более высокий уровень создания новых рабочих мест только для того, чтобы поддержать прежний уровень безработицы.
4. Плотность населения (Dens), чел. /км2. Она рассчитывалась как отношение численности населения к площади региона. Более высокий (низкий) уровень плотности населения должен обусловливать более низкие (высокие) производственные издержки, что поддерживает региональную конкурентоспособность. Это происходит потому, что более высокая плотность означает «укорачивание» дистанции между экономическими агентами, а это ведет к снижению транспортных и информационных затрат.
Эмпирическую основу исследования составили базы данных Федеральной службы государственной статистики. При этом при отсутствии данных для исчисления отдельных используемых в моделировании переменных регион исключался из выборки. Исключались из выборки и некоторые «необычные» наблюдения. Так, уровень безработицы в Чеченской Республике и Республике Ингушетия составил 35 и 53 % соответственно, при среднем значении по субъектам около 9 %. Очевидно, что причины, обусловливающие депрессивные макропоказатели данных регионов, находятся далеко за пределами экономических факторов, анализируемых в настоящем исследовании. Не были включены в выборку также «чрезмерно» богатые регионы (отклонение от среднего значения душевого ВРП более чем на 3 стандартных отклонения), поскольку данные на-
блюдения исказили бы результаты регрессионного анализа.
Всего количество валидных наблюдений составило 75. Все использованные данные представлены за 2009 г., за исключением стандартного отклонения уровня безработицы, которое исчислялось за 2002—2009 гг. Статистические расчеты в работе были выполнены с помощью программного пакета Statistical Package for Social Sciences (SPSS 17.00).
Уровень диверсифицированности структур экономик российских регионов распределен достаточно неравномерно (см. рисунок). «Толстые» хвосты распределения индексов Херфиндаля и энтропии по сравнению с нормальным сигнализируют о наличии большого количества слабо диверсифицированных регионов (частотное распределение выходит за кривую нормального распределения только со стороны высокого уровня специализации). При этом уровень диверсифицированности основной массы регионов приблизительно одинаков.
Величина Z статистики одновыборочного теста Колмогорова—Смирнова распределения значений индекса Херфиндаля составила 1,947; индекса энтропии — 1,606.
Таким образом, можно утверждать, что распределения индексов Херфиндаля и энтропии существенно отклоняются от нормального на 1 %-ном и 5 %-ном уровнях значимости соответственно.
Коэффициенты линейной корреляции Пирсона и Спирмена даны в табл. 1.
Таблица 1
корреляции между исследуемыми переменными*
Показатель Показатель
Unempl StDev-Unempl GRP_ percap LN_GRP Herfindahl_ Index Entropy_ Index UrbPop NIncr Density
Unempl: — корреляция — значение (двустороннее) 0,272* —0,430** —0,336** 0,130 —0,181 —0,274** 0,359** —0,144
0,016 0,000 0,003 0,258 0,115 0,007 0,001 0,216
StDevUnempl: — корреляция — значение (двустороннее) 0,347** —0,312** —0,316** 0,245* —0,251* —0,226* 0,173 0,055
0,002 0,006 0,005 0,031 0,028 0,047 0,130 0,636
GRP_percap: — корреляция — значение (двустороннее) —0,452** —0,360** 0,621** —0,512** 0,493** 0,403** 0,063 —0,299
0,000 0,001 0,000 0,000 0,000 0,000 0,586 0,009
LN_GRP: — корреляция — значение (двустороннее) —0,470** —0,270*** 0,562** —0,515** 0,555** 0,361** —0,016 0,173
0,000 0,017 0,000 0,000 0,000 0,000 0,889 0,135
Herfindahl Index: — корреляция — значение (двустороннее) 0,361** 0,438** —0,397** —0,471* - —0,188 —0,058 0,213
0,001 0,000 0,000 0,000 — 0,102 0,617 0,066
Entropy Index: — корреляция — значение (двустороннее) —0,413** —0,473** 0,410** 0,515** - 0,198 0,100 —0,209
0,000 0,000 0,000 0,000 - 0,085 0,386 0,072
UrbPop: — корреляция — значение (двустороннее) —0,369** —0,294** 0,406** 0,438** —0,299** 0,336** —0,271*** —0,076
0,000 0,009 0,000 0,000 0,008 0,003 0,017 0,517
NIncr: — корреляция — значение (двустороннее) 0,490** 0,295** —0,016 —0,117 0,403** —0,342 —0,393** —0,357
0,000 0,009 0,891 0,309 0,000 0,002 0,000 0,002
Density: — корреляция — значение (двустороннее) —0,219 0,280*** —0,198 0,222 0,112 —0,142 —0,023 —0,203
0,058 0,014 0,089 0,054 0,339 0,223 0,842 0,079
*В таблице представлены коэффициенты корреляции Пирсона (ниже диагонали) и Спирмена (выше диагонали) между анализируемыми переменными: уровень безработицы — Unempl; волатильность занятости — StDevUnempl; валовой региональный продукт на душу населения — GRP_percap; размер экономики — LN GRP; индекс Херфиндаля — Herfindahl_Index; индекс энтропии — EntropyIndex; доля городского населения — UrbPop; коэффициент естественного прироста населения — NIncr; плотность населения — Density.
"Корреляция значима на уровне 0,01.
***Корреляция значима на уровне 0,05.
Достоинство представления корреляций Спирмена состоит в том, что они освобождают от необходимости подчиненности распределения переменных нормальному распределению. На данном этапе анализа получены некоторые результаты по тестированию гипотез: в целом независимые переменные статистически значимо коррелированы с
экономическими результатами регионов. Данный факт вызывает необходимость проведения дальнейшего анализа на основе регрессий МНК.
Следует также обратить внимание на уровень корреляций между независимыми переменными, хотя ранговые корреляции Спирмена показывают удовлетворительные результаты. Тем не менее раз-
работка множественных регрессий была дополнена тестом на наличие мультиколлинеарности.
Анализ результатов исследования. Результаты регрессий МНК степени диверсифицированнос-ти экономики региона на уровень его безработицы представлены в табл. 2. Для проверки гипотезы о наличии/отсутствии мультиколлинеарности в модели рядом с коэффициентом регрессии представлено значение фактора, увеличивающего дисперсию (Variance Inflation Factor — VIF).
Таким образом, чем выше (ниже) степень ди-версифицированности региональной экономики, тем ниже (выше) уровень безработицы. Статистическая мощность моделей является приемлемой, скорректированный коэффициент детерминации при использовании в модели индекса Херфиндаля составляет 0,41, при использовании индекса энтропии — 0,45. Выражаясь формально, при прочих равных условиях:
— увеличение значения индекса Херфиндаля на 0,1 приводит к повышению уровня безработицы региона на 2,5 %;
— повышение значения индекса энтропии на 0,1 ведет к снижению уровня безработицы региона на 0,78 %.
Исключение из моделей индексов, характеризующих степень диверсифицированности, несколько снижает качество моделей.
Хотя фокусом настоящего исследования выступает анализ эффекта диверсификации на уровень безработицы региона, следует также кратко прокомментировать полученные результаты, характеризующие влияние других объясняющих переменных. Так, регионы с высоким уровнем городского населения испытывают меньшие проблемы с безработицей. Отрицательный коэффициент при переменной достаточно надежен. Направленность воздействия естественного прироста населения на уровень безработицы является прямой, регионы с растущей численностью населения характеризуются более высоким уровнем безработицы. Коэффициент при переменной «естественный прирост» статистически значим на 1 %-ном уровне во всех спецификациях. Значимым фактором выступает и плотность населения, характер влияния
Таблица 2
Зависимость уровня безработицы от диверсифицированности экономики региона
Спецификация модели
Показатель 1 2 3
Коэффициент VIF Коэффициент VIF Коэффициент VIF
Const. 0 117*** — 0,320*** — 0,154*** —
(4,941) (5,869) (9,316)
Herfindahl Index 0,253** 1,276 — — — —
(2,139)
Entropy Index — — —0,078*** 1,261 — —
(—3,189)
UrbPop —0,068*** 1,176 —0,058** 1,323 —0,075*** 1,256
(—2,892) (—2,503) (—3,152)
NIncr 0,0017*** 1,487 0,0017*** 1,398 0,0022*** 1,309
(2,855) (3,025) (3,834)
Dens —0,00019* 1,098 —0,00021** 1,101 —0,00016* 1,060
(—1,966) (—2,248) (1,705)
N 75 75 75
R2 0,443 0,482 0,403
Adj. R2 0,411 0,452 0,378
Durbin-Watson 1,944 1,915 1,948
Примечание. В скобках даны значения t-статистик. В таблице представлены: зависимая переменная — уровень безработицы Unempl; независимые переменные — индекс Херфиндаля HerfindahlIndex; индекс энтропии EntropyIndex; доля городского населения UrbPop; коэффициент естественного прироста населения NIncr; плотность населения Dens.
Помимо коэффициентов регрессии представлены: значение постоянного члена Const.; коэффициент детерминации R2; скорректированное значение коэффициента детерминации Adj. R2; статистика Дарбина—Уотсона Durbin-Watson; значение увеличивающего дисперсию фактора VIF.
*Уровень значимости 0,1.
"Уровень значимости 0,05.
***Уровень значимости 0,01.
отрицательный. Принимая во внимание размерность переменной, его воздействие на уровень безработицы достаточно слабое. При этом коэффициенты регрессии при переменной «плотность населения» значимы только на 10 %-ном уровне.
Регрессионные модели исследуемых переменных на волатильность (нестабильность) уровня занятости регионов представлены в табл. 3. Коэффициенты регрессии при индексах Херфиндаля и энтропии значимы на 5 %-ном уровне. Направления их воздействия на волатильность соответствуют теоретическим рассуждениям о позитивном соотношении диверсифицированности и стабильности занятости экономики региона.
Более диверсифицированные регионы испытывают меньший уровень безработицы. В то время как регионы, имеющие тенденцию к специализации, будут предрасположены к более высокому уровню безработицы. Данный довод определенно выдерживается в условиях экономической рецессии. В период экономического бума, с другой стороны, уровень безработицы диверсифицированных и
недиверсифицированных регионов не должен существенно разниться, поскольку безработица будет находиться около своего естественного уровня.
Другими словами, не существует верхней границы уровня безработицы недиверсифицированных регионов в периоды экономического спада, тогда как имеется нижняя граница уровня безработицы в экономически благоприятные годы. При прочих равных условиях уровень безработицы недиверси-фицированного региона во временном разрезе будет выше, чем диверсифицированного региона.
Отметим, что сходные эмпирические результаты были получены по США в исследовании Корта, который на основе метода взвешенных наименьших квадратов, устраняя проблему гетероскедастичнос-ти, моделировал нестабильность экономики региона от уровня его диверсифицированности [13]. К такому же заключению на основе регрессионного анализа панельных данных по штатам США с корректировкой на региональные фиксированные эффекты и пространственные автокорреляции приходят Израэли и Мерфи.
Таблица 3
Зависимость уровня волатильности занятости от диверсифицированности экономики региона
Спецификация модели
Показатель 1 2 3
Коэффициент VIF Коэффициент VIF Коэффициент VIF
Const. 0,004 — 0,110*** — 0,025** —
(0,295) (3,226) (2,503)
Herfindahl Index 0,146** 1,459 — — — —
(1,998)
Entropy Index — — —0,040** 1,447 — —
(—2,592)
UrbPop —0,006 1,407 —0,001 1,459 —0,010 1,384
(—0,407) (—0,079) (—0,669)
NIncr 0,0015*** 1,665 0,0015*** 1,552 0,0018*** 1,374
(4,421) (4,659) (5,728)
Dens 0,00022 1,071 0,00021 1,080 0,00025* 1,020
(1,522) (1,403) (1,737)
N 75 75 75
R2 0,509 0,522 0,451
Adj. R2 0,481 0,495 0,430
Durbin-Watson 2,328 2,227 2,389
Примечание. В скобках даны значения t-статистик. В таблице представлены: зависимая переменная — уровень безработицы Unempl; независимые переменные — индекс Херфиндаля HerfindahlIndex; индекс энтропии Entropylndex; доля городского населения UrbPop; коэффициент естественного прироста населения NIncr; плотность населения Dens.
Помимо коэффициентов регрессии представлены: значение постоянного члена Const.; коэффициент детерминации R2; скорректированное значение коэффициента детерминации Adj. R2; статистика Дарбина—Уотсона Durbin-Watson; значение увеличивающего дисперсию фактора VIF.
*Уровень значимости 0,1.
"Уровень значимости 0,05.
***Уровень значимости 0,01.
Что касается других независимых переменных, то оценка коэффициента регрессии при переменной, характеризующей долю городского населения, крайне ненадежна. В то же время регионы с динамичным приростом населения и высокой плотностью населения страдают большей волатильностью занятости, хотя последняя зависимость крайне ненадежна.
В данных табл. 4 содержатся результаты регрессий на величину валового регионального продукта на душу населения. Разброс независимых переменных объясняет значительную долю дисперсии душевого ВРП. Скорректированный коэффициент детерминации модели, включающей индекс Хер-финдаля, составляет 0,50, а модели, содержащей индекс энтропии, — 0,57.
В то же время спецификация без использования индексов диверсифицированности экономик регионов в качестве независимых переменных характеризуется существенно снизившейся статистической мощностью: скорректированный R2 равен 0,36. Коэффициенты регрессии при индексе Херфиндаля и энтропии значимы на 1 %-ном уровне. Более ди-
версифицированные российские регионы являются и более богатыми, хотя влияние слабое.
Результаты отнюдь не однозначны. Согласно теории сравнительных преимуществ специализация должна обусловливать прирост богатства. Теория сравнительных преимуществ выступает логическим обоснованием того, почему регионы специализируются в одном или нескольких секторах экономики, в которых они могут использовать сравнительное преимущество над их торговыми партнерами.
Эмпирические тесты зависимости уровня благосостояния регионов от их уровня диверси-фицированности по США также не позволяют прийти к однозначным выводам. Так, некоторые исследования показывают отрицательную, хотя и слабую связь между уровнем диверсифицирован-ности и душевым доходом [1, 11]. С другой стороны, имеются эмпирические свидетельства позитивной статистически значимой связи между уровнем ди-версифицированности экономики региона и ростом подушевого дохода [21, 22].
Анализируя полученные результаты, следует также учитывать, что структура экономик рос-
Таблица 4
Зависимость уровня душевого ВРП от диверсифицированности экономики региона
Спецификация модели
Показатель 1 2 3
Коэффициент VIF Коэффициент VIF Коэффициент VIF
Const. 92,143* — —01,936*** — —66,91* —
(1,789) (5,98) (—1,680)
Herfindahl Index —1 117,615*** 1,497 — — — —
(—4,57)
Entropy Index — — 295,40*** 1,473 — —
(5,74)
UrbPop 341,080*** 1,444 308,98*** 1,485 362,71*** 1,434
(6,20) (6,59) (6,252)
NIncr 5,86*** 1,785 5 73*** 1,656 2,759** 1,424
(4,145) (4,23) (2,185)
Dens —0,262 1,059 —0,197 1,067 —0,423* 1,014
(—1,261) (—1,020) (—1,885)
N 75 75 75
R2 0,526 0,591 0,389
Adj. R2 0,499 0,568 0,364
Durbin-Watson 1,848 1,836 2,133
Примечание. В скобках даны значения t-статистик. В таблице представлены: зависимая переменная — уровень безработицы Unempl; независимые переменные — индекс Херфиндаля Herfindahl Index; индекс энтропии EntropyIndex; доля городского населения UrbPop; коэффициент естественного прироста населения NIncr; плотность населения Dens.
Помимо коэффициентов регрессии представлены: значение постоянного члена Const.; коэффициент детерминации R2; скорректированное значение коэффициента детерминации Adj. R2; статистика Дарбина—Уотсона Durbin-Watson; значение увеличивающего дисперсию фактора VIF.
*Уровень значимости 0,1.
**Уровень значимости 0,05.
***Уровень значимости 0,01.
сийских регионов формировалась еще в условиях планового хозяйства. А нынешнее относительное благополучие и умеренная диверсифицированность экономик некоторых регионов попросту зиждется на наследстве, доставшемся от нерыночных времен.
Доля городского населения и естественный прирост населения положительно связаны с душевым значением ВРП; переменные значимы на уровне 1 %. В то же время следует учитывать, что регрессии не демонстрируют причинности, а только выявляют корреляции. Оценочный коэффициент при переменной, характеризующей плотность населения, ненадежен.
Аналогичные результаты были получены при построении регрессии на размер экономики региона (табл. 5). Чем более диверсифицирована региональная экономика, тем крупнее ее размер. Индексы Хер-финдаля и энтропии значимы на 1 %-ном уровне.
С одной стороны, как уже было отмечено, из теории сравнительных преимуществ должны следовать несколько иные результаты. С другой — диверсифицированная структура позволяет региональной экономике иметь большее количество потенциальных
точек роста по сравнению с экономикой, которая специализируется только на отдельных секторах. Опять же следует учитывать обусловленный историей нерыночный характер формирования структур экономик российских регионов.
Оценочные коэффициенты при остальных независимых переменных надежны и положительно воздействуют на размер экономики, что укладывается в рамки теоретических моделей, рассмотренных ранее.
Что касается надежности результатов представленных моделей, то следует отметить, что VIF-факторы по всем спецификациям находятся на удовлетворительном уровне (значения VIF меньше 2 считаются приемлемыми, мультиколлинеарность не создает проблем с оценкой коэффициентов регрессий). Тест Дарбина—Уотсона также показывает удовлетворительные значения (значение статистик близко к 2), что позволяет отвергнуть гипотезу о влиянии проблемы автокорреляции на валидность модели.
Результаты проведенного графического анализа гистограммы остатков, P_P (ProbabiHty_ProbabiHty)
Таблица 5
Зависимость размера экономики региона от уровня его диверсифицированности
Показатель Спецификация модели
1 2 3
Коэффициент VIF Коэффициент VIF Коэффициент VIF
Const. 12,324*** (14,549) — 3,242* (—1,673) — 8 79*** (12,672) —
Herfindahl Index —24,353*** (—5,745) 1,459 — — — —
Entropy Index — - 5,642*** (6,481) 1,447 — —
UrbPop 3 951*** (4,672) 1,407 3,372*** (4,083) 1,458 4 599*** (4,598) 1,384
NIncr 0,0674*** (3,381) 1,665 0,0602*** (3,259) 1,552 0,0193 (0,895) 1,374
Dens 0,0138*** (4,041) 1,071 0,0145*** (4,422) 1,080 0,0094** (2,395) 1,020
N 75 75 75
R2 0,505 0,544 0,275
Adj. R2 0,477 0,518 0,245
Durbin-Watson 1,999 2,014 2,141
Примечание. В скобках даны значения t-статистик. В таблице представлены: зависимая переменная — уровень безработицы Unempl; независимые переменные — индекс Херфиндаля HerfindahlIndex; индекс энтропии Entropylndex; доля городского населения UrbPop; коэффициент естественного прироста населения NIncr; плотность населения Dens.
Помимо коэффициентов регрессии представлены: значение постоянного члена Const.; коэффициент детерминации R2; скорректированное значение коэффициента детерминации Adj. R2; статистика Дарбина—Уотсона Durbin-Watson; значение увеличивающего дисперсию фактора VIF.
*Уровень значимости 0,1.
"Уровень значимости 0,05.
***Уровень значимости 0,01.
нормальных диаграмм, а также тест Левена на гомогенность дисперсии остатков регрессий и анализируемых переменных позволяют говорить о том, что предлагаемые спецификации моделей не подвержены проблеме гетероскедастичности.
Таким образом, можно заключить, что представленные модели достаточно качественны, условия Гаусса—Маркова соблюдены.
Выводы и направления дальнейших исследований. В представленном исследовании проанализированы статистические зависимости уровня диверсифицированности региональных экономик и их экономических результатов в терминах четырех переменных:
— уровня безработицы;
— волатильности занятости;
— душевого ВРП;
— размера экономики.
Были получены эмпирические подтверждения того, что диверсифицированность региональной экономики действительно снижает абсолютный уровень безработицы и ее волатильность во временном разрезе. Также более диверсифицированные регионы характеризуются более высоким уровнем благосостояния и большим размером экономики в целом.
Таким образом, на базе полученных эмпирических выводов обоснованной представляется экономическая политика, направленная на стимулирование диверсификации экономик регионов, особенно с позиции обеспечения некоторой защиты занятости для работников в периоды экономической рецессии. Тем не менее, несмотря на то, что результаты проведенного тестирования не предоставляют подтверждений потенциальной оборотной стороны диверсификации — снижения уровня в создании добавленной стоимости, диверсификация должна рассматриваться не как панацея, а лишь как один из факторов, в долгосрочной перспективе повышающий экономическую эффективность регионов. Интуитивно привлекательным и в некоторой степени эмпирически подтвержденным выступает довод о наличии компромисса между стабильностью и эффективностью экономики региона.
В плане дальнейших исследований следует выделить изучение влияния пространственных автокорреляций в моделировании экономических результатов регионов. В современной литературе уже представлены результаты подобного эмпирического анализа применительно к развитым рынкам
[10, 11, 21]. Для российского же рынка подобные исследования будут выступать пилотными.
Список литературы
1. Attaran M. Industrial diversity and economic performance in U. S. areas. The Annals of Regional Science. 1986. 20. 44—54.
2. Baldwin J. R. and Brown W.M. Regional manufacturing employment volatility in Canada: the effects of specialization and trade. Papers in Regional Science. 2004. 83. 519-41.
3. Begovic B. Industrial diversification and city size: The case of Yugoslavia. Urban Studies. 1992. 29(1). 77—88.
4. Blair J. Population size and the extent of diversification: A comment. Urban Studies. 1976. 13(1). 81—82.
5. Brewer H. L. and Moomaw R. A note on population size, industrial diversification, and regional instability. Urban Studies. 1985. 23. 349—354.
6. Brown C. C. The impact of changing diversification on stability and growth in a regional economy. Research in Business and Economics Journal. 2010. 8. 2—10.
7. ConroyM. E. Alternative strategies for regional industrial diversification. Journal of Regional Science. 1974. 14. 31—46.
8. Diamond C. A. and Simon C.J. Industrial specialization and the returns to labour. Journal of Labor Economics. 1990. 2. 175—201,
9. Essletzbichler J. Diversity, stability and regional growth in the United States. 1975—2002. Evolutionary Economics and Economic Geography, Cheltenham, UK and Northampton, MA, USA: Edward Elgar. 2007. 203—29.
10. Garrett T. A., Wagner G. A. and WheelockD. C. Regional Disparities in the Spatial Correlation of State Income Growth. Annals of Regional Science. 2007. 41. 601—618.
11. Izraeli O. and Murphy K. J. The effect of industrial diversity on state unemployment rate and per capita income. The Annals of Regional Science. 2003. 37. 1—14.
12. Jackson R. An evaluation of alternnative measures of regional industrial diversification. Journal of Regional Studies. 1984. 18. 103—112.
13. Kort J. R. Regional Economic Instability and Industrial Diversification in the U. S. Land Economics. 1981. 57. 596—608.
14. Malizia E. and Ke S. The influence of economic
diversity on employment and stability. Journal of Regional Science. 1993. 3. 221—235.
15. McLaughlin G. Industrial diversification in American cities. Quarterly Journal of Economics. 1930. 44. 131—149.
16. Rodgers A. Some aspects of industrial diversification in the United States. Economic Geography. 1957. 33. 16—30.
17. Scherer F. M. Industrial market structure and economic performance. Second Edition. Boston: Hougton Mifflin Company. 1980.
18. Sherwood-Call C. Assessing regional economic stability: A portfolio approach. Economic Review. Federal Reserve Bank of San Francisco. 1990. 17—26.
19. Smith S. M. and Gibson C. S. Industrial diversification in nonmetropolitan counties and its
effect on economic stability. Western Journal of Agricultural Economics, 1988. 13. 193—201.
20. Tran H. P. D. Industrial Diversity and Economic Performance: A Spatial Analysis. Dissertations and Theses from the College of Business Administration. 19. 2011.
21. Trendle B. and Shorney G. The Effect of Industrial Diversification on Regional Economic Performance. Queensland Government — Working Paper. 2004. 20.
22. Wagner J. E. and Deller S. C. Measuring the Effects of Economic Diversity on Growth and Stability. Land Economics. 1998. 74. 541—546.
23. Wundt B. D. Reevaluating alternative measures of industrial diversity as indicators of regional cyclical variations. Review of Regional Studies. 1992. 22. 59—73.
