Факторы экономического роста в регионах РФ

Консорциум по вопросам прикладных экономических исследований

РЦЭР Канадское агентство по международному развитию

Ассоциация университетов и колледжей Канады

Институт экономики переходного периода

Рабочий центр экономических реформ

Академия народного хозяйства при Правительстве РФ

Факторы экономического роста в регионах РФ

Москва 2005

УДК 338.1(470+571) ББК 65.9(2Рос)-96 Ф18 Факторы экономического роста в регионах РФ. – М.: ИЭПП, 2005. С. 278 Агентство CIP РГБ Авторский коллектив: С. Дробышевский, О. Луговой, Е. Астафьева, Д. Полевой, А. Козловская, П. Трунин, Л. Ледерман. Книга посвящена анализу факторов, определяющих различия в степени и темпах экономического развития регионов России. В частности, выполнена эмпирическая проверка различных концепций конвергенции на основе данных о динамике основных социально-экономических показателей субъектов РФ. Предпринята попытка декомпозиции (разложения на компоненты) экономического роста в регионах РФ, оценки динамики производительности труда в российских регионах. Один из разделов работы посвящен описанию канадского опыта развития отдельных регионов и политики выравнивания. В работе сделаны выводы и рекомендации для разработки федеральной экономической политики в отношении различных регионов России. Factors of Economic Growth in Russia’s Regions. Authors: S. Drobyshevsky, O. Lugovoy, E. Astafyeva, D. Polevoy, A. Kozlovskaya, P. Trunin, L. Lederman. The monograph deals with analysis of the factors that determine the diversity in the degree and pace of economic development of Russia's regions. In particular, basing on the data of main socioeconomic indicators of RF constituent regions' performance, the authors have empirically tested various convergence concepts and attempted to conduct decomposition of economic growth and assess the dynamics of labor productivity in Russia's regions. One of the sections of the monograph focuses on the Canadian record of development of individual regions and equalization policies. The monograph contains conclusions and recommendations for development of the federal economic policy with respect to different Russian regions. JEL Classification: O18, O47, R11 Редакторы: Главацкая Н., Мезенцева К., Серьянова С. Корректор: Андрианова Н. Верстка: Юдичев В. Исследование и публикация осуществлены в рамках проекта CEPRA (РоссийскоКанадский консорциум по вопросам прикладных экономических исследований), финансируемого Канадским агентством международного развития (CIDA). ISBN 5-93255-178-Х 125993, Москва, Газетный пер., 5. Тел. (495) 629-67-36. Fах (495) 203-88-16. E-mail – [email protected] Web Site – http://www.iet.ru

Содержание Введение ........................................................................................................ 5 1. Теоретические основы анализа регионального роста ................................................................................... 8 1.1. Проблемы роста в теории региональной экономики ................... 8 1.1.1. Теория роста в региональной экономике ............................ 9 1.1.2. Теория агломераций............................................................ 13 1.1.3. Модели «ядро-периферия»................................................. 16 1.1.4. Теория случайного роста .................................................... 19 1.1.5. Роль инноваций в различиях регионального роста ..................................................................... 20 1.2. Исследование проблем регионального развития в российской экономической литературе............................................................................................. 23 2. Концепция конвергенции и ее применение для анализа экономического роста в регионах РФ ............................................................................................ 32 2.1. Теория конвергенции .................................................................... 32 2.2. Эмпирическая проверка концепций конвергенции применительно к регионам РФ ........................................................... 48 2.2.1. Сравнительный анализ регионов РФ по уровню валового регионального продукта за период с 1994 по 2002 г............................................................ 48 2.2.2. Проверка концепции σ-конвергенции............................... 54 2.2.3. Проверка концепции безусловной β-конвергенции ............................................................................. 58 2.2.4. Влияние бюджетной политики на конвергенцию регионов РФ: проверка гипотезы условной β-конвергенции ............................................ 60 Приложение 1 ............................................................................................. 68 3. Декомпозиция экономического роста в регионах России...................................................................................... 96 3.1. Методология и данные.................................................................. 98 3.2. Основной подход к декомпозиции роста .................................... 99 3.2.1. Оценка выпуска ................................................................. 101 3.2.2. Оценка затрат труда .......................................................... 108

3.2.3. Оценка затрат капитала .................................................... 117 3.2.4. Оценка весовых коэффициентов для объединения затрат .............................................................. 131 3.2.5. Декомпозиция роста.......................................................... 134 3.3. Двойственный подход к декомпозиции роста .......................... 147 3.3.1. Сравнение оценок, полученных разными методами ...................................................................... 151 3.4. Производительность труда в промышленности............................................................................. 156 Приложение 2 ........................................................................................... 160 4. Экономическое развитие и рост в регионах: канадский опыт ....................................................................................... 218 4.1. Импорт капитала – человеческого и финансового..................................................................................... 219 4.2. Федеральная «Национальная политика»................................... 220 4.3. Роль США: взаимные связи, свободная торговля, «континентализм» ............................................................. 221 4.4. Ресурсная база страны: производство и переработка сырья........................................................................... 222 4.5. Торговля ....................................................................................... 224 4.6. Финансы Канады ......................................................................... 225 4.7. Межрегиональные сдвиги .......................................................... 229 4.8. Фискальный дисбаланс ............................................................... 230 4.9. Федеральные расходные полномочия: их масштаб и ограничения ................................................................ 237 4.10. Новый подход к проблеме регионального развития в Атлантической Канаде.................................................... 240 4.11. Инфраструктурные гранты и агломеративная экономика............................................................. 244 4.12. Перспективы развития Атлантической Канады...................................................................... 248 4.13. Основные выводы и комментарии........................................... 259 5. Основные выводы и рекомендации по экономической политике.................................................................. 264 Литература ............................................................................................... 270

Введение На протяжении ряда лет, с 1999 г., в российской экономике наблюдается быстрый рост, начало которого было инициировано процессом импортозамещения на внутреннем рынке после кризиса 1998 г. и четырехкратной девальвацией рубля. Впоследствии подъем был поддержан благоприятной внешней конъюнктурой и разворачивающимся восстановительным ростом экономики после глубокого трансформационного спада. В последние 2 года все большую роль в темпах роста ВВП играет расширение внутреннего спроса на весь спектр товаров. Если на макроуровне основные факторы экономического роста более или менее очевидны и в определенной степени изучены (см., например, (Энтов, Луговой и др., 2003)), то анализ процессов на уровне отдельных регионов РФ практически отсутствует1. Вместе с тем очевидно, что как на этапе трансформационного спада, так и в период экономического роста динамика основных показателей, характеризующих региональные экономики, весьма неоднородна. Это порождает сильную дифференциацию субъектов Российской Федерации по уровню благосостояния и потенциалу экономического развития, которая усиливается из-за различий в природных и климатических условиях, неравномерности размещения полезных ископаемых и т.п. В числе выполненных в рамках проекта СЕПРА работ стоит отметить два исследования, в которых рассматривались отдельные вопросы, напрямую связанные с темпами и дифференциацией роста по субъектам РФ, однако фундаментальные причины процессов выходили за рамки данных исследований. 1

Обзор работ, посвященных анализу различных аспектов регионального развития в РФ, проведен в разделе 1.2.

Так, в проекте «Типология российских регионов» (Бутс, Дробышевский и др., 2002) была представлена типология субъектов РФ, полученная на основе качественного анализа и совмещения результатов многомерной классификации регионов по показателям экономического потенциала, уровня жизни и инвестиционной активности. В работе «Инвестиции: региональный аспект» (Днепровская, Дробышевский и др., 2002) было показано, что инвестиционные процессы в 1992–2001 гг. сильно различались по регионам РФ. Эти различия могут быть объяснены как существовавшим к началу рыночных реформ уровнем развития отдельных отраслей и специализацией регионов в рамках плановой экономики СССР, так и географической и отраслевой структурой иностранных инвестиций. Последние определялись прежде всего степенью развития рыночных отношений в отрасли или в субъекте РФ, институциональными и политическими факторами. Целью настоящего исследования является анализ факторов, определяющих различия в степени и темпах экономического развития регионов РФ. В частности, мы поставили перед собой задачи по изучению процессов сближения (конвергенции) регионов РФ по показателям социально-экономического развития, а также по выделению компонентов (вклада отдельных факторов) экономического роста в среднесрочной перспективе. Работа имеет следующую структуру. В первой главе представлен обзор основных положений и проблем в теории региональной экономики, имеющих выход на вопросы регионального роста и региональной экономической политики. Кроме того, приведен обзор основных работ по региональному развитию, опубликованных в РФ. Вторая глава посвящена описанию теории и основных типов конвергенции, а также эмпирической проверке различных 6

концепций конвергенции на основе данных о динамике основных социально-экономических показателей субъектов РФ. В третьей главе предпринята первая попытка декомпозиции (разложения на компоненты) экономического роста в регионах РФ, дается оценка различий в совокупной факторной производительности в субъектах РФ. Четвертая глава посвящена описанию канадского опыта развития отдельных регионов и политики выравнивания. Выводы и рекомендации для экономической политики приведены в заключении.

7

1. Теоретические основы анализа регионального роста 1.1. Проблемы роста в теории региональной экономики Теория региональной экономики (Nijkamp, 1986) – это раздел экономической теории, изучающий дифференциацию и взаимосвязи между отдельными частями пространства в условиях неравномерно распределенных и несовершенно мобильных ресурсов и берущий свое начало в теории пространственных взаимодействий, которая занимается изучением решений фирм о местоположении производства и о выборе размера и географического положения рынков. Проблема размещения в пространстве производственной деятельности тесно связана с проблемой определения оптимального выпуска, технологии и местоположения производства, а также с выбором механизма установления цены. Анализ размещения как часть теории региональной экономики дает представление о причинах развития определенных видов производства в различных регионах. Однако теория размещения не дает ответа на более глобальные вопросы, касающиеся различий между регионами. В частности, почему в одних регионах происходит устойчивое увеличение производственной активности, в то время как в других регионах экономическая активность постепенно угасает. Неравномерное развитие регионов может быть следствием различий в географическом, социальном и экономическом положении. Различные модели регионального роста позволяют выделить факторы, способствующие развитию либо сдерживающие рост в одних регионах по сравнению с другими. Отличие региональных моделей от традиционных моделей экономического роста, как

правило, заключается в том, что региональный подход требует построения многомерных моделей, что может значительно усложнить получение определенных выводов. В некоторых случаях многорегиональные модели ограничиваются моделированием двух регионов – отсталого и более развитого. 1.1.1. Теория роста в региональной экономике В неоклассическом подходе к моделированию регионального роста регионы рассматриваются как единицы производства, между которыми посредством рынков факторов может установиться равновесие. Неравномерное развитие регионов в первых неоклассических моделях объясняется временными отклонениями от равновесия или следствием несовершенной корректировки в ответ на экзогенные шоки. Таким образом, в долгосрочной перспективе дифференциация должна исчезать. В более продвинутых неоклассических моделях учитываются такие явления, как возрастающая отдача от масштаба и новейшие технологии, инвестиции, а также динамические аспекты моделей. Хотя неоклассический подход может быть удобен для исследования региональных эффектов, он имеет и существенные недостатки, такие как, например, слишком строгие предпосылки, используемые для объяснения регионального роста, избыточное внимание к обрабатывающему сектору и относительное пренебрежение социальными и политическими факторами (Nijkamp, 1986). Наиболее простой региональной моделью экономического роста является модель Харрода (Harrod, 1948), выводы которой могут быть применены только к закрытой экономике, не связанной с окружающим миром. Чтобы учесть открытость региона, можно рассматривать его экономические и торговые отношения с внешним миром, предполагая, что его параметры заданы экзогенно, а изучаемый регион достаточно мал, чтобы 9

оказывать влияние на мировые параметры, такие как, например, процентная ставка. Изучение межрегиональных отношений может осуществляться в рамках модели с двумя и более регионами. Наиболее наглядно моделирование взаимодействий между двумя малыми регионами может быть представлено моделью двух идентичных регионов, динамика которых описывается системой уравнений: Zi = xi + mixi; Ci = αi xi; Ii = βi xi′, где xi – производство в регионе i, i = 1,2; mixi – импорт в регион i; Zi, Ci, Ii – агрегированные предложение, спрос и инвестиции в регионе i соответственно. Условие межрегионального равновесия в такой модели будет предполагать выполнение следующих условий, называемых условиями межрегионального равновесного роста: x1 + m1x1 = α1x1 + β1x1′ + m2x2, (1.1) x2 + m2x2 = α2x2 + β2x2′ + m1x1, которые подразумевают, что произведенный продукт расходуется на потребление, инвестиции и чистый экспорт из региона i, mi xi – m-i x-i. В случае если существуют такие решения системы (1.1), что x&i = λxi, i = 1,2, (1.2) тогда говорят, что в экономике существует равновесие сбалансированного роста, т.е. рост в обоих регионах будет пропорциональным в долгосрочной перспективе. Если представить систему (1.1) в виде: x&1 = G11x1 – G12x2 ,

x& 2 = G21x1 – G22x2 , 10

тогда экспоненциальный рост без осцилляций будет наблюдаться в том случае, если выполнено соотношение: (G11 + G22)2 > 4(G11G22 – G21G12). Для идентичных регионов это условие определяется параметрами m1 и β2 согласно выражению m1/β2 > 0, которое всегда выполняется для двух регионов в отсутствие автаркии. На качественном уровне можно определить параметры сбалансированного роста с помощью графической иллюстрации (см. рис. 1.1.), где H(y) = G11 – G12y–1; F(y) = G22 – G21y ; Y = x1/(1–x1).

Рис. 1.1. Параметры сбалансированного роста на качественном уровне

Как видно из рис. 1.1, если склонность к потреблению в регионе 2 (α2) падает, G22 и F(y) увеличиваются. Вследствие роста α2 параметр сбалансированного роста растет, однако растет и доля региона 1 в общем производстве. Только в том случае, 11

если оба региона одинаково увеличивают склонности к сбережению, темпы равновесного роста увеличиваются в обоих регионах и структура производства между регионами не изменится. В рамках неоклассического анализа роста модель для конечного числа n регионов будет менее тривиальной. Динамика капитала в каждом из регионов в отсутствие амортизации и сбережений внутреннего продукта и чистого импортируемого предложения будет определяться выражением: Kr′ = σr(Qr – Er + Mr), где Kr′ – мгновенное изменение капитала в регионе r; σr – склонность к сбережению в регионе r; Qr – внутренний региональный продукт (ВРП) в регионе r; Er, Mr – экспорт и импорт в регионе r. Если предположить, что доля экспорта в выпуске каждого региона составляет εr, причем σr > ε r> 0 , тогда модель роста двух регионов будет описываться следующей системой уравнений: K1′ = (σ1 – ε1)Q1 + ε2Q2, K2′ = ε1Q1+ (σ2 – ε2)Q2. Представленные выше модели основываются на анализе добавленной стоимости и не принимают во внимание различия в структуре производства и связанные с этим явлением возможные эффекты. Для анализа межрегионального развития взаимозависимость регионального производства в моделях можно учесть следующим образом. Предположим, xij – поток товара из региона i в регион j. Тогда динамика потоков товаров для каждого региона и отрасли будет определяться уравнениями: xir ≥ ∑aijrs xsj + ∑bijrs x& sj , r = 1,…, R; i = 1,…, N, sj

12

sj

где xir – совокупный выпуск товара i в регионе r; aijrs – региональные коэффициенты затрат-выпуска; bijrs – коэффициент инвестиционных затрат сектора i на единицу выпуска сектора j. В равновесии сбалансированного роста, т.е. в равновесии, для которого выполняется условие (1.2), должно быть выполнено соотношение:

xir = ∑aijrs xsj + λ∑bijrs x& sj , sj

sj

где xir – производство товара i в регионе r; bijrs = Iijrs/xjs′ – соотношение предельных капитала и выпуска, λ – общий коэффициент роста, для которого λxir = x′ir. Если производство товара xir определяется технологией Кобба–Дугласа, т.е. ln xir = ln a ir + ∑ α srji ln x srji , (∑αjisr ≤ 1),

(1.3)

sj

где xjisr – фактор j, импортируемый из региона s для производства товара i в регионе r; air, αjisr – параметры технологии. Тогда решение задачи минимизации издержек производства при заданном уровне выпуска с учетом производственной функции (1.3) позволяет показать, что все межрегиональные коэффициенты издержек-выпуска являются функциями только цен и транспортных издержек. 1.1.2. Теория агломераций Изначальное неравномерное распределение производства при переходе к равновесию ведет к образованию агломераций. Возникновение агломераций приписывают случайному фактору или связывают с понятием возрастающей отдачи от масштаба (Krugman, 1991; Romer, 1992). Согласно теории, скопление производственной деятельности в определенных регионах происходит потому, что фирмы выигрывают от увеличения 13

своего размера или от положительных экстерналий, возникающих вследствие присутствия на рынке других фирм. Причины возрастающей отдачи от масштаба могут быть различными – например, переток знаний, слияние рынков труда или экономия вследствие уменьшения расстояния между производителями и потребителями в условиях наличия издержек при осуществлении обмена. Фиани (Fiani, 1984) предлагает модель экономики двух регионов (Север и Юг), в которой существование возрастающей отдачи в производстве неторгуемого промежуточного фактора (услуг) приводит к увеличению различий в темпах роста между регионами. В модели предполагается, что первоначально регионы идентичны, т.е. имеют доступ к одинаковым технологиям. Для торгуемых товаров производство описывается функцией F[⋅]: QT = F [Val(LT, KT), QN], где QT – выпуск торгуемого товара; Val(·) – добавленная стоимость как функция труда и капитала; LT, KT, QN – факторы производства (труд, капитал и неторгуемый промежуточный фактор). Рынок неторгуемых товаров монополистически конкурентен, причем производство определяется функцией G(·), обладающей свойством постоянной эластичности по факторам производства: QN = G(LN, KN), где QN – выпуск неторгуемого товара; LN, KN – факторы производства. Возрастающая отдача от масштаба в данной модели возникает вследствие того, что рынок неторгуемых товаров пред-

14

ставлен монополистически конкурентными производителями, сталкивающимися с идентичными кривыми спроса. Цены на неторгуемые товары определяются согласно правилу: PN = waN (1+q), где w – заработная плата; аN – отношение труда к выпуску; q – наценка монополии. В данной модели особое внимание уделяется экспорту и инвестициям в различных по развитию регионах. Сбережения в одном регионе могут инвестироваться в других регионах, таким образом, с учетом издержек на установление инвестиций будет выполнено следующее балансовое соотношение: rNKN + rSKS = IN + V(IN) + IS + V(IS), где V(·) – функция издержек инвестирования. Можно показать, что в условиях статических ожиданий текущие дисконтированные предельные инвестиции в регионе i будут определяться по формуле: r j/i–V′ (I j) – pT = π j, где i – общая ставка дисконта. Динамическое решение модели показало, что возрастающая отдача от масштаба приводит к расхождению темпов роста в разных регионах экономики. Расширение модели до трехрегиональной позволило показать, что каждый регион будет стремиться специализироваться на производстве только одного торгуемого товара. Автор показал, что даже в предположениях беззатратного производства и мгновенных межрегиональных потоков капитала будет наблюдаться специализация производства товара, более интенсивного по неторгуемому фактору (услугам), на Севере, в то время как на Юге, наобо15

рот, будет осуществляться специализация производства товара, менее интенсивного по неторгуемому фактору. В соответствии с этими выводами автор выдвигает предположение о том, что в условиях высокой замещаемости между капиталом и факторами услуг необходимо стимулировать инвестиции в регионе Юга, с наибольшим акцентом на сектора с низкими требованиями относительно факторов услуг и, соответственно, низким влиянием мультипликатора на местную экономику. 1.1.3. Модели «ядро-периферия» Модели «ядро-периферия» впервые были предложены Мюрдалом (Myrdal, 1957) и Хиршманом (Hirschman, 1958). В анализе Мюрдала начало развития региона связано со случайным фактором, например, открытием минеральных месторождений или развитием экспорта продукции пищевой промышленности. Рост реальных зарплат и высокая отдача от капитала порождают возрастающую отдачу от масштаба и развитие агломерации, выражающейся в росте производительности труда и капитала как функции темпа роста регионального выпуска. Ottaviano et al. (2002) рассматривают различные аспекты агломерации и торговли, используя модель «ядро-периферия». Авторы показали, что предложенная ими модель может быть использована, в частности, для изучения эффекта благосостояния, связанного с возникновением агломераций. В этой модели предполагается, что существуют два региона, H и F, и два фактора, A и L. Немобильный фактор А равномерно распределен между двумя регионами. λ – доля мобильного фактора L в регионе H. Далее предполагается, что существуют два вида товаров в экономике – однородный (q0) и дифференцированный (qi)2. 2

Предполагается, что рынок дифференцированного товара монополистически конкурентен.

16

Предпочтения индивидуумов в предложенной модели идентичны и описываются квазилинейной функцией полезности с квадратичными зависимостями следующего вида: N β −γ N γ N 2 U(q0;q(i), i ∈ [0,N]) = α ∫ q(i)di − [ q ( i )] di − [∫ q(i)di]2 + q0 , ∫ 2 0 2 0 0 где q(i) – количество дифференцированного товара i, i ∈ [0,N]; α > 0 – параметр, характеризующий степень предпочтения дифференцированного продукта; β, γ – параметры полезности, причем при заданном β γ характеризует свойство замещаемости между дифференцированными товарами. Предполагается, что потребители более склонны к потреблению дифференцированного продукта, т.е.:

β > γ > 0. Бюджетное ограничение индивидуума имеет вид: N

∫ p(i)q(i)di + q

0

= y + q0 ,

0

где y – трудовой доход индивидуума; q0 – начальное наделение товаром первого типа (его цена нормирована единицей). Производство представлено числом фирм nH и nF в регионах H и F соответственно, при этом количество фирм равно числу дифференцированных товаров, N. Авторы показывают, что прибыль фирмы в регионе H можно записать следующим образом: ПH = pHH qHH (pHH)(A/2 + λL) + (pHF – τ) qHF (pHF)[A/2 + (1–λ)L] – φwH, где pHH и qHH – цена и спрос индивидуума в регионе H на предложение фирмы, расположенной в регионе H соответственно; pHF и qHF – цена и спрос индивидуума в регионе H на предложение фирмы, расположенной в регионе F соответст17

венно; φ – параметр, характеризующий обратную меру массы фирм; τ – издержки торговли. Спрос задается следующими формулами:

qHH = a – (b + cN)pHH + cPH, qHF = a – (b + cN)pHF + cPF., PH = nHpHH + nFpFH, PF = nHpHF + nFpFF. Цены в равновесии определяются условием максимизации прибыли фирм, а равновесные заработные платы задаются условием нулевой прибыли как следствие свободного входа и выхода на рынок. Авторы показали, что равновесные цены зависят от спроса и распределения фирм между регионами, а именно: с ростом массы местных фирм цены как местных, так и иностранных фирм падают3, хотя это падение тем меньше, чем меньше τ. В пределе4 перемещение фирм в регион H не будет влиять на цены. Также было показано, что с ростом количества мобильного фактора равновесная прибыль фирмы, расположенной в регионе H, с одной стороны, падает вследствие увеличивающейся конкуренции, а с другой стороны, растет, поскольку увеличивается численность потребителей этого региона, поэтому окончательный эффект остается неопределенным. Наиболее важный результат модели Ottaviano et al. (2002) состоит в доказательстве устойчивости выводов по отношению к выбору спецификации модели. В частности, альтернативные предположения относительно предпочтений и транспортных издержек не меняют основных выводов, хотя они могут изменяться при кардинальном изменении предпосылок. 3 4

Это обусловлено в модели уменьшением издержек торговли. Когда τ бесконечно мало.

18

Гильберт и Гаглер (Gilbert, Gugler, 1982) критикуют подход «ядро-периферия», утверждая, что в моделях такого типа недооценивается роль международного влияния, недостаточно внимания уделяется социальным региональным аспектам, таким как бедность и дифференциация доходов, не учитывается доколониальная история наций и необоснованно вводится предположение о том, что правительство действует в интересах населения.

1.1.4. Теория случайного роста Теория случайного роста является альтернативным объяснением возникновения агломераций. Согласно этой теории, возникновение агломераций объясняется существованием сильных случайных шоков, которые дают начало развитию экономической активности в некоторых регионах. Эллисон и Глэйзер (Ellison, Glaser, 1997) на модели выбора местоположения заводами показали, что даже если заводы случайно распределены в пространстве и не существует никаких географических преимуществ, концентрация промышленности будет возникать случайно, причем этот процесс будет приводить к положительной корреляции между средним размером завода и концентрацией промышленности. В месте расположения очень большого по размеру завода концентрация промышленности и средний размер заводов со временем будут увеличиваться. Холмс (Holmes, 1999) считает, что размер предприятия должен отрицательно зависеть от концентрации производственной деятельности, поскольку возникновение расширенной сети предложения промежуточных товаров в зонах концентрации производства должно приводить к росту стимулов образования маленьких заводов, специализирующихся в узкой производственной нише. Холмс и Стивенс (Holmes, Stevens, 2002) показали, что размер заводов в целом увеличивается с ростом 19

концентрации производственной деятельности для всех отраслей, за исключением текстильной промышленности. Одним из возможных объяснений этого явления было то, что заводы, расположенные в зонах концентрации производственной деятельности, выигрывают от преимуществ в производстве по сравнению с заводами, расположенными вне таких зон, поэтому они наращивают размеры для использования преимуществ в производстве. Такие преимущества могут быть следствием географических различий или следствием выигрыша от агломерации. В эмпирическом исследовании Дэвис и Вайнштайн (Davis, Weinstein, 2002) делают попытку объяснить распределение экономической активности в рамках одной страны, тестируя модель возрастающей отдачи от масштаба наряду с моделями, вытекающими из двух других теорий – теории случайного роста и теории размещения – на примере городов Японии. Авторы пришли к выводу, что теория размещения может объяснять различия региональной концентрации экономической деятельности, однако теория возрастающей отдачи от масштаба отвечает за степень пространственной дифференциации экономической активности. При этом теория случайного роста на данных по городам Японии не нашла подтверждения.

1.1.5. Роль инноваций в различиях регионального роста Многие модели регионального развития уделяют большое внимание инновационному фактору как основной причине различий в развитии регионов. Андерсон и Манцинен (Andersson, Mantsinen, 1981) использовали теорию создания и диффузии знаний при изучении факторов регионального развития. Авторы моделируют регионы с неоклассической производственной функцией:

20

Qr = Fr(Cr,ar)5, где С r – величина капитала в регионе r; a r – доступность знаний в регионе r, определяется согласно формуле ar = ∑sexp{–βdrs}Ks, а drs – расстояние от региона r до региона s; Ks – накопленная величина знаний. В модели предполагается, что капитал и знания растут пропорционально склонности к сбережениям σr, причем распределение между инвестициями в физический капитал и НИОКР определяется долей НИОКР в общем накоплении капитала: С& r = (1 − ρ r )σ r F r ( C r , ∑ e − β d K s ) , rs

s

K& r = H r ( K r , ρ rσ r Fr (C r , ∑ e − βd rs K s )) , r = 1,…,n, s

где Hr – положительные гладкие функции, определенные в R+. Авторы показали, что в данной системе существует равновесие, для которого отношение капитала к знаниям постоянно. Анализ динамики системы позволяет показать, что с уменьшением любого расстояния drs темп роста для всех регионов возрастет в равновесии. В предположениях возрастающей отдачи от масштаба и при наличии пространственных фрикций предложенная модель предсказывает, что отклонение доли НИОКР в общем капитале выше равновесного значения может привести к первоначальному краткосрочному росту регионального неравенства доходов.

*** Таким образом, региональная теория роста в целом строится на тех же предпосылках, что и неоклассическая теория роста в макроэкономике, доминирующая в настоящее время. Осо5

Предполагается, что использование труда пропорционально капиталу и экзогенно определяется предложением выпуска.

21

бенностью теории регионального роста является концентрация внимания на вопросах неравномерности роста в соседних экономиках (регионах). Необходимо отметить, что в макроэкономической теории роста внешний мир практически не рассматривается, предполагается, что доступным является любой внешнеторговый баланс, сочетающийся с внутренним устойчивым ростом. В теории региональной экономики, поскольку отдельный регион не может рассматриваться изолированно от других регионов единой национальной экономики, существуют ограничения, связанные с возможной неравномерностью роста, различиями в начальных условиях. Для учета таких ограничений были разработаны новые модели, в частности модели агломерации, «ядро – периферия» и модели случайного роста. Таким образом, на основе обзора раздела теории региональной экономики, посвященного проблемам регионального роста, можно сделать два ключевых вывода, необходимых для проведения дальнейших исследований роста в регионах РФ. 1. Неоклассическая теория роста и, соответственно, подходы к ее эмпирическому анализу применимы для анализа факторов и структуры роста в отдельных регионах для многих стран с различным уровнем экономического развития. В нашем исследовании роста в регионах РФ мы также будем использовать неоклассическую теорию роста в качестве базовой модели. 2. Прежде чем переходить к исследованию факторов роста на региональном уровне, необходимо проанализировать характер неравномерности развития регионов, т.е. проверить гипотезу о конвергенции.

22

1.2. Исследование проблем регионального развития в российской экономической литературе На протяжении 1997–2004 гг. в отечественной экономической литературе был представлен ряд результатов исследований проблем экономического роста в регионах РФ, однако их число не велико. Так, в работе О. Пчелинцева (Пчелинцев, 2001а) изучался экономический рост в РФ 1999–2001 гг. и утверждалось, что этот восстановительный процесс так и не смог переломить инерцию предшествующего кризисного развития, так как для этого необходим перевод российской экономики в режим инвестиционного роста, чего, по мнению автора, на тот момент не произошло. В статье проводится анализ регионального развития в условиях экономического роста. Автор обращает внимание на то, что темпы роста в районах обрабатывающей промышленности в указанный период впервые оказались выше, чем в районах добычи и первичной обработки сырья. Таким образом, был сделан вывод, что размах амплитуды «спада-подъема» был меньше в регионах, которые быстрее смогли выйти на мировой рынок. В то же время в 2000 г. межрегиональные различия в темпах роста заметно уменьшились. Роль лидеров по темпам роста осталась за регионами обрабатывающей промышленности. Это несколько смягчило возникшие в 1992–1998 гг. диспропорции между сырьевыми районами и районами обрабатывающей промышленности. Проведенный автором статьи анализ позволил сделать вывод о том, что, несмотря на появление некоторых новых моментов, основными тенденциями регионального развития в России в 1999–2000 гг., как и в предшествующие годы, оставались: − пассивное приспособление сложившейся в советские годы территориально-отраслевой структуры к запросам мирового рынка; 23

упадок районов обрабатывающей промышленности, составлявших в течение почти столетия главную опору российской экономики; − сохранение, а в ряде случаев и усиление межрайонной дифференциации; − формирование новой пространственной иерархии, основанной на доминировании небольшого числа крупных торгово-посреднических центров и регионов экспортносырьевой ориентации. Таким образом, в статье утверждается, что экономический рост 1999–2000 гг., смягчив некоторые проявления системного кризиса, не смог переломить его инерцию. Более того, начиная со второго полугодия 2000 г. промышленный подъем в стране вновь сменился стагнацией производства. В статье Б. Лавровского (Лавровский, 1999) была сделана попытка измерения региональной асимметрии в РФ. При этом асимметричным в работе называется тип регионального развития за определенный период, при котором регионы, характеризующиеся относительным преимуществом по конкретному показателю в начале периода, в дальнейшем его наращивают, а регионы с относительным отставанием – его усугубляют. Симметричным называется такой тип развития, при котором разрыв в уровне региональных показателей сокращается. Анализ асимметричности развития регионов по показателю экономического роста проводится на основе следующих предпосылок: 1. Региональному развитию присуща неравномерность, при этом основным признаком асимметричного развития выступает динамика разброса региональных показателей. 2. Тип регионального развития определяется исключительно в динамике и только применительно к конкретному показателю. −

24

3. Асимметричное развитие приводит к усилению центробежных тенденций, взаимному удалению региональных показателей друг от друга, углублению межрегиональных различий; симметричное развитие приводит к сближению региональных показателей. При этом для измерения асимметрии используется коэффициент вариации соответствующего показателя. В статье утверждается, что процесс региональной дифференциации важнейших экономических показателей в первой половине 1990-х годов характеризовался высокой интенсивностью. При этом сокращение производства происходило в России неравномерно. Однако до середины 1990-х годов системные общероссийские факторы развития имели приоритет перед местными, т.е. сокращение промышленного производства практически не имело региональных границ. В дальнейшем ситуация стала меняться. Так, в 1997 г. регионы РФ в зависимости от знака прироста производства разделились практически пополам. Таким образом, в статье делается вывод, что по параметру экономического роста тип регионального развития в 1990-х годах может быть однозначно охарактеризован как асимметричный. К тому же проведенный анализ динамики дифференциации регионов по ряду макроэкономических показателей позволил автору статьи заключить, что спад сопровождается региональным расслоением, а рост протекает одновременно с процессами регионального выравнивания. В статье А. Селезнева (Селезнев, 2002) проводился анализ «объективно обусловленных состоянием российской экономики ограничений экономического роста, учет которых имеет существенное значение при обосновании сценариев экономического развития». Основное внимание было обращено на ограниченные возможности выбора альтернативных сценариев, предопределенные инерционностью экономики и проведен25

ными реформами 1990-х годов. В число рассматриваемых проблем входит и анализ региональной структуры ВВП с точки зрения глубины негативных процессов в экономике России, для преодоления которых требуется «новая» стратегия роста. В статье делается акцент на то, что структура ВРП дает исчерпывающее представление о реципиентах и донорах федерального бюджета. Такая структура, по мнению автора, свидетельствует о несостоятельности концепций «самовоспроизводства» регионов в связи с их природно-климатическими и иными особенностями. Дифференциация социально- экономического развития регионов России подчеркивает острую необходимость в централизованно направляемых потоках инвестиционных ресурсов, в расширении государственного предпринимательства. При этом автор статьи говорит о том, что существенный фактор активизации экономического роста – развитие муниципального сектора. Однако мобилизовать потенциал этого сектора невозможно при отсечении его от государственной вертикали власти и при совершенно несостоятельной схеме бюджетных потоков сверху вниз, для которой характерна абсолютная нерешенность вопроса о порядке централизованного выделения средств на инвестиции с учетом интересов и потенциала муниципального сектора экономики. В работе О. Пчелинцева (Пчелинцев, 2001б) на основе анализа тенденций регионального развития в 1990-е годы обосновывается необходимость формирования экономической системы устойчивого развития (воспроизводственной экономики). Рассматриваются некоторые, главным образом внешнеэкономические и социальные, условия перехода к устойчивому развитию. В статье говорится о том, что региональное развитие в РФ идет в рамках экономической модели, созданной в 1992–1994 гг. 26

в результате либерализации неравновесной экономики, унаследованной Россией от бывшего СССР. По мнению автора, от этого выиграли на первых порах (разумеется, только относительно, на фоне общего спада) районы – поставщики топлива и сырья на экспорт. При этом ни один из старых промышленных районов (таких как Москва, Санкт-Петербург или Нижний Новгород), в которых обрабатывающая промышленность зарождалась, отныне не входит в элиту промышленных районов. В результате изменилось само понятие старого промышленного района: в этой роли выступают теперь не угольнометаллургические бассейны, а районы обрабатывающей промышленности, центры науки и техники. При этом автор статьи полагает, что выход из сложившейся проблемной ситуации возможен только при принципиальном изменении самой стратегии экономического развития. Содержание этого изменения должно быть определено как переход к устойчивому развитию. Данное понятие рассматривается как альтернатива не только фактически идущему в мире поляризованному развитию, но и доктрине глобализации. Все это, по мнению автора, диктует необходимость перехода от нынешней экономики использования ресурсов к экономике их системного воспроизводства, утверждается, что главными организаторами такого перехода, субъектами устойчивого развития должны стать именно регионы. Это определяется их объективной ролью арены воспроизводства (пространства взаимодействия ресурсных подсистем) и наличием ряда субъективных предпосылок, таких как опыт обустройства территории и возможность широкой опоры на науку о ресурсных циклах и территориально-производственных комплексах. При этом усилия регионов по обустройству территории и развитию «человеческого капитала» не принесут результата, если не будут выполне-

27

ны некоторые внешние (по отношению к регионам) условия устойчивого развития. Наконец, в работе Н. Смородинской и др. (Смородинская и др., 1999) исследуются результаты развития Калининградской области в 1994–1998 гг. как свободной экономической зоны. В работе показано, что по макроэкономическим индикаторам область являлась одной из наименее благополучных в РФ. В то же время говорится и о том, что наряду с общей тенденцией сокращения объемов производства во всех секторах экономики области имели место значительные отраслевые различия в годовой динамике спада. Соответственно изменилась специализация области в российском разделении труда. В статье делается вывод о том, что в описываемое время полное открытие экономики региона не позволило обеспечить структурные импульсы для стабилизации и возобновления роста и для этого существовал ряд причин. Во-первых, Калининградская область изначально находилась в числе регионов, где унаследованная от советских времен утяжеленная отраслевая структура производства оказалась наиболее уязвимой перед силами рыночной конкуренции. Во-вторых, внешнеторговые льготы хотя и облегчили решение проблемы продовольственного снабжения области за счет импортных поставок, но никак не понизили транспортную составляющую в производственных издержках. В-третьих, фактически завышенный валютный курс рубля сделал импортные операции в Калининградской области значительно более выгодными, чем на остальной территории страны. В результате вместо создания сравнительных конкурентных преимуществ для предприятий реального сектора и нормализации уровня жизни основной массы населения режим свободной торговли привел к накоплению новых деформаций в хозяйственной структуре области.

28

В работе А. Гранберга и Ю. Зайцевой (Гранберг, Зайцева, 2003) «Валовой региональный продукт: межрегиональные сравнения и динамика» подробно анализируется методология учета отдельных компонентов валового регионального продукта и расчета ВРП как в статическом, так и в динамическом разрезе. В частности, были предложены методологические подходы к корректировке валового регионального продукта на основе учета межрегиональных различий в ценах и покупательной способности рубля. В работе было проанализировано перераспределение ВРП между регионами РФ в системе «регион – страна – мир» (на основе данных за 1999 г.). В конечном итоге авторами были получены скорректированные динамические ряды ВРП за 1996–2001 гг., проведена классификация (ранжирование) регионов по темпам роста и их вкладу в рост ВВП России. Однако данное исследование было построено на работе с конечными данными об объемах и динамике ВРП и его компонентов, тогда как факторы, определяющие структуру и темпы роста регионального продукта, не рассматривались. В работе Н. Михеевой (Михеева, 2000), выполненной при поддержке РПЭИ, исследовались проблемы дифференциации показателей социально-экономического положения регионов России в 1990–1996 гг. Автором была проведена оценка объемов валовых региональных продуктов в постоянных ценах и реальных доходов населения. Эмпирический анализ межрегиональной дифференциации проводился на базе регрессионного анализа панельных данных. По результатам проведенной оценки автором был сделан вывод об усилении межрегиональной дифференциации доходов населения и среднедушевого ВРП за рассматриваемый период. Кроме того, была предпринята попытка количественной оценки влияния ряда факторов (начальные условия развития, структура производства, экс29

портная направленность, темпы инфляции, инвестиции, расходы региональных бюджетов) на динамику межрегиональных отклонений. Согласно полученным результатам, основной вклад в межрегиональные различия привносят текущие экономические показатели (инфляция, экспорт, изменения долей сектора услуг и сельского хозяйства), тогда как возможности экономической политики влиять на дифференциацию социально-экономического положения регионов весьма ограничены. *** Анализ результатов, представленных в российской экономической литературе, позволяет сделать следующие выводы о степени разработанности проблемы регионального роста: 1. Большинство работ содержат, по сути, рекомендации по выбору политики регионального развития, основанные на субъективных взглядах авторов. Проводимый эмпирический анализ заключается преимущественно в описании исходных статистических данных, параметров распределений анализируемых показателей. Во многих случаях выводы и рекомендации по экономической политике, представленные авторами, не проверяются имеющимися данными. 2. Ряд работ посвящен описанию развития регионов и динамики межрегиональных различий либо уточнению и корректировке исходной официальной статистической информации. При этом, однако, причины таких различий и факторы, определяющие динамику показателей, не рассматриваются либо называются из общих экономических соображений без проведения количественного анализа. 3. Наиболее близкой по целям и степени эмпирической проработки вопроса к нашему исследованию является работа Н. Михеевой (Михеева, 2000), однако рассматриваемый в ней период (1990–1996 гг.) относится к первому этапу ре30

форм (трансформационный спад), тогда как для нас в настоящий момент представляет интерес развитие регионов на этапе перехода к росту и начальной стадии восстановительного роста.

31

2. Концепция конвергенции и ее применение для анализа экономического роста в регионах РФ 1.1. Теория конвергенции Неоклассическая модель экономического роста обладает одной важной особенностью: она предсказывает наличие условной сходимости (конвергенции), т.е. положительную зависимость между темпом роста экономики и различием между текущим и равновесным уровнем дохода в экономике (steady state). Условная конвергенция отличается от абсолютной конвергенции, предполагающей, что более бедные страны растут более высокими темпами, нежели богатые («догоняя», таким образом, богатые страны). Довольно часто гипотеза конвергенции неоклассической модели роста тестируется на примере регионов одной страны. Несмотря на то что возможно наличие расхождений между регионами по уровню развития технологий, предпочтений, экономических институтов и т.д., данные различия будут существенно менее значимыми, чем различия между странами. Поэтому вероятность наличия абсолютной конвергенции между регионами существенно выше, нежели между странами. Вместе с тем при использовании регионов для проверки гипотезы абсолютной сходимости нарушается важная предпосылка неоклассической модели роста – закрытость экономики. Очевидно, что культурные, лингвистические, институциональные и формальные барьеры для перемещения факторов оказываются менее значимыми для группы регионов одной страны. Однако показано, что даже в случае мобильности факторов и, таким образом, нарушения предпосылок исходной модели динамические свойства закрытой экономики и экономики со свободным

движением капитала будут схожи (Barro, Sala-i-Martin, 2004). В частности, даже в рамках одной страны зачастую существуют достаточно высокие издержки, связанные с переездом, а тем более – с переносом производства из одного региона в другой. Кроме того, политика центрального правительства направлена, как правило, на сглаживание межрегиональных различий и на поддержку и развитие относительно бедных регионов. В теории экономического роста предполагается, что первоначальная дифференциация стран по уровню развития является следствием экзогенных шоков и несовершенства механизма корректировки. В соответствии с гипотезой конвергенции, если экономика страны (региона) в начальный момент находится дальше от положения устойчивого равновесия, темпы ее роста будут выше, чем у экономики, находящейся ближе к равновесию. Следовательно, в долгосрочном периоде дифференциация исчезает. Наиболее часто гипотеза конвергенции применяется для изучения различий и динамики в уровне ВВП (ВРП) на душу населения. Необходимо, однако, снова вернуться к особенностям терминологии и отметить, что в экономической литературе не существует единого определения понятия «конвергенция», а упоминается несколько концепций гипотезы конвергенции. Наибольшее распространение получили две концепции конвергенции – так называемые бета- и сигма-конвергенции6. Концепция β-конвергенции7 определяет конвергенцию как процесс «наверстывания», при котором бедные страны или ре6

Подробные обзоры гипотез конвергенции и их эмпирических проверок приведены в ((Barro, Sala-i-Martin, 2004) и (Le Pen, 1998)). 7 Термин «β-конвергенция» происходит от буквы, обозначающей коэффициент при начальном ВВП на душу населения в оцениваемом уравнении, и был введен в работе (Barro, 1990).

33

гионы имеют более высокие темпы экономического роста. Второй тип конвергенции, т.е. σ-конвергенция8, определяется как уменьшение во времени дисперсии распределения ВВП на душу населения или другого показателя дохода на выборке стран или регионов. Гипотезы β-конвергенции и σ-конвергенции являются взаимосвязанными, но не эквивалентными. В ряде работ (см., например, (Barro, Sala-i-Martin, 2004)) было показано, что из абсолютной β-конвергенции напрямую не следует σ-конвергенция. (Henin, Le Pen, 1995) предложили интерпретацию связи между абсолютной β-конвергенцией и σ-конвергенцией. Абсолютная β-конвергенция указывает на существование тенденции к сокращению разрыва в ВВП на душу населения. В то же время случайные шоки, воздействующие на экономики стран (регионов), могут противодействовать этой тенденции и временно увеличивать дисперсию распределения ВВП на душу населения. Для того чтобы проанализировать зависимость между двумя видами конвергенции, рассмотрим основное уравнение неоклассической модели роста, которое связывает темп роста подушевого дохода (yi) за некоторый промежуток времени с начальным уровнем дохода: yi , t log( ) = ait − (1 − e − β ) log( yi, t −1 ) + ui, t . (2.1) yi, t −1 В неоклассической теории роста показано, что свободный член ait представляет собой сумму некоторой переменной, отражающей технологический прогресс, и величины, множителем которой является логарифм равновесной величины дохода страны или региона. В этом и заключается суть концепции ус8

Термин «σ-конвергенция» был введен в работе (Sala-i-Martin, 1998).

34

ловной конвергенции, поскольку учитывается величина дохода, соответствующая устойчивому положению равновесия. При рассмотрении регионов предполагается, что свободный член ait один и тот же для всех регионов. При этом если β > 0, то из уравнения (2.1) следует, что более бедные регионы будут характеризоваться более высокими темпами экономического роста. Предполагая, что случайное возмущение u i, t имеет распределение с параметрами (0, σ u2,t ) и распределено независимо от log( yi, t −1 ) и u j , t для i ≠ j , можно получить следующее выражение, которое позволяет проследить связь между β- и σконвергенцией:

σ t2

⎛ 2 σ u2 ⎜ = + σ0 − 1 − e − 2 β ⎜⎝ 1 − e − 2β

σ u2

⎞ − 2β t ⎟e , ⎟ ⎠

(2.2)

где σ 02 – дисперсия log( yi,0 ) . Из этого следует, что σ t2 стремится к своему равновесному значению

σ u2

1 − e − 2β

, которое возрас-

тает с ростом σ u2 , но убывает с ростом β. С течением времени σ t2 может как расти, так и падать в зависимости от того, меньше или больше σ 02 равновесного значения. Таким образом, положительная величина коэффициента β еще не означает снижения σ t2 , т.е. наличия конвергенции. Однако β-конвергенция является необходимым, но не достаточным условием для существования σ-конвергенции. Таким образом, σ-конвергенция наблюдается в тех случаях, когда β-конвергенция подавляет воздействие таких случайных шоков. Также отметим, что 35

(Lichtenberg, 1994) распространил этот вывод и на условную β-конвергенцию. Необходимо несколько более подробно остановиться на методике эмпирической проверки концепций конвергенции. Наиболее часто используемым статистическим методом для проверки абсолютной β-конвергенции является регрессия темпа роста ВВП, среднего или накопленного за рассматриваемый период, на константу и логарифм начального ВВП на душу населения (на основе одномоментного среза межобъектных данных). Если коэффициент при объясняющей переменной статистически значим и имеет отрицательный знак, гипотеза абсолютной β-конвергенции не отвергается. Однако существует ряд проблем, которые при эконометрической оценке приведут к получению смещенной оценки коэффициента β. В частности, дисперсия log( yi,t ) будет чувствительна к возмущениям, оказывающим общее воздействие на группу стран или регионов. Это будет приводить к нарушению предпосылки о том, что шоки u i, t независимы для различных стран. В этом случае такого рода шоки будут оказывать положительное или, наоборот, отрицательное воздействие на страны или регионы с высоким или низким уровнем дохода, поэтому оценка коэффициента β при регрессионной оценке будет смещенной. Для решения данной проблемы в уравнение включаются дополнительные переменные, которые характеризуют воздействие тех или иных шоков. При условии независимости переменной начального уровня дохода страны или региона и дополнительных переменных эконометрическая оценка коэффициента β будет состоятельной. Необходимо также отметить важное преимущество использования региональных данных для проверки гипотезы конвергенции. Чаще всего, как уже было отмечено выше, при эмпи36

рической проверке конвергенции оценивалось уравнение зависимости темпов роста ВВП от его начального уровня. Вместе с тем в соответствии с экономической теорией истинная зависимость включает также составляющую, учитывающую величину дохода в устойчивом равновесии. Иными словами, при использовании традиционного подхода к оценке уравнение регрессии некорректно специфицировано. Если коэффициент β имеет положительный знак, то гипотеза абсолютной конвергенции не отвергается. Однако проблема заключается в том, отвергать ли гипотезу конвергенции при получении отрицательной оценки коэффициента β, поскольку в теории предполагается множественная зависимость с включением переменной устойчивого равновесия. Если страны или регионы сходятся к различным положениям устойчивого равновесия, тогда обычная парная регрессия некорректно специфицирована и член уравнения, отражающий равновесное значение дохода, включен в ошибку регрессии. В свою очередь, если он коррелирован с переменной начального дохода страны или региона, оценка коэффициента конвергенции β будет смещена. Например, если богатые страны имеют более высокое значение равновесного дохода, то оценка коэффициента конвергенции будет смещена к нулю, что приведет к неправильным выводам об отсутствии конвергенции, несмотря на то что условная конвергенция будет иметь место. Таким образом, приведенный пример демонстрирует необходимость включения в уравнение парной регрессии прокси для дохода в состоянии устойчивого равновесия для получения состоятельной оценки коэффициента конвергенции β. В случае независимости ошибки уравнения регрессии и начального уровня дохода оценка парной зависимости позволит получить состоятельную оценку β. Наконец, если все страны или регионы имеют одинаковое положение устойчивого равновесия, то 37

член, включающий равновесный уровень дохода, входит в константу и оценка β также состоятельна. Таким образом, существует две возможности получить состоятельную оценку коэффициента β. Первый из них – найти прокси для равновесного уровня дохода и использовать его в качестве дополнительной объясняющей переменной при оценке парной зависимости темпов роста экономики от уровня дохода в начальный момент времени. Второй способ – использовать данные по экономикам, которые гарантированно имеют одинаковый равновесный уровень дохода или по крайней мере для которых равновесный и начальный уровни дохода не коррелированы. Именно в рамках второго способа региональные данные играют важную роль. В эмпирической литературе по данной проблеме делались попытки оценить гипотезу конвергенции как для различных стран, так и для регионов одной страны. В частности, (Barro, Sala-i-Martin, 2004) в своей книге приводят результаты оценки β-конвергенции за период 1880–2000 гг. для Соединенных Штатов Америки для уравнения:

(1T )log⎛⎜⎝ y

i ,T

(

)

−β T ⎞ ⎤ ⎡ = a + ⎢ 1− e ⎟ ⎥⎦ log( yi , 0 ) + ω i 0,T . yi ,0 ⎠ T ⎣

(2.3)

Оценки на всем периоде, а также на отдельных подпериодах свидетельствовали в пользу наличия конвергенции между различными штатами. Оценки коэффициентов β на нескольких подпериодах имели отрицательный знак, однако после введения контрольных переменных, отражающих географическое положение штата и структурные шоки, все коэффициенты оказывались положительными и статистически значимыми. В целом было получено, что скорость конвергенции между различными штатами составляет около 2% в год. 38

Аналогичные оценки проводились на данных по префектурам Японии за период 1930–1990 гг. Полученные оценки также свидетельствовали о наличии β-конвергенции: коэффициент β составил около 0,028. Оценки коэффициента β для отдельных подпериодов, имеющие неправильный знак, оказывались положительными после включения структурных переменных. Барро и Сала-и-Мартин проводили также оценки конвергенции на данных по 90 регионам в 8 странах Европы за период с 1950 по 1990 г. (по 11 – в Германии и Великобритании, 20 – в Италии, 21 – во Франции, 4 – в Голландии, 3 – в Бельгии, 3 – в Дании и 17 – в Испании). В отличие от США и Японии, для учета межстрановых различий в исходное уравнение регрессии включались страновые логические переменные. Было получено, что для рассматриваемой выборки регионов наблюдается β-конвергенции с коэффициентом около 0,02. Дополнительно оценивалась система одновременных уравнений для нахождения коэффициентов β для 5 наиболее крупных стран – Германии, Великобритании, Италии, Франции и Испании. В этом случае коэффициент β мог варьироваться для различных стран, но не изменялся во времени. Оцененные значения составляли от 0,012 (Франция) до 0,027 (Великобритания). При эмпирической проверке концепции σ-конвергенции основное внимание уделяется динамике показателя дисперсии (среднеквадратичного отклонения) распределения логарифмов ВВП на душу населения. Соответственно, если для выборки стран (регионов) дисперсия распределения логарифмов ВВП на душу населения уменьшается от начала до конца рассматриваемого периода, гипотеза σ-конвергенции не отвергается. Такой метод проверки данной гипотезы является чисто описательным. В частности, (Lichtenberg, 1994) модифицировал тест Фишера, чтобы проверить, является ли уменьшение дисперсии от начала к концу периода статистически значимым. 39

Для рассмотренных выше стран (США, Япония, страны Европы) одновременно с проверкой гипотезы β-конвергенции проводилось исследование наличия σ-конвергенции. В частности, как уже было отмечено выше, рассматривалась динамика стандартного отклонения подушевого ВВП (ВРП) за соответствующие периоды времени. Для США на протяжении практически всего рассматриваемого периода времени (1880–2000 гг.) наблюдалось снижение величины стандартного отклонения ВВП штатов на душу населения. Лишь в период с 1920 по 1930 г. наблюдался рост данного показателя, что, по-видимому, стало следствием снижения относительных цен на сельскохозяйственную продукцию и, таким образом, негативно отразилось на штатах, специализирующихся на сельском хозяйстве, которые и до этого характеризовались сравнительно менее высокими доходами. Что касается префектур Японии, то для них в течение 1930– 1940 гг. наблюдался рост показателя дисперсии ВРП, после чего он начал постоянно снижаться вплоть до конца рассматриваемого периода (1990 г.). Результаты анализа дисперсии ВВП стран Европы также свидетельствовали о наличии тенденции к снижению дисперсии уровня дохода по странам в период 1950–1990 гг. Таким образом, результаты анализа наличия β-конвергенции и σ-конвергенции для рассмотренных групп стран или регионов полностью согласовались друг с другом. Кроме того, для проверки справедливости гипотезы σ-конвергенции можно также использовать другие показатели, свидетельствующие об изменении степени неравенства стран или регионов по уровню подушевого дохода. В частности, наряду с показателями дисперсии или стандартного отклонения в неко торых работах используется коэффициент вариации , представляющий собой отношение квадратного корня из дис40

персии к среднему значению по выборке. Рассчитанный таким образом показатель, в отличие от дисперсии или стандартного отклонения, уже не будет зависеть от единицы измерения исследуемого показателя дохода. Более того, может использоваться взвешенный коэффициент вариации, который рассчитывается стандартным образом, но рассматривает взвешенные показатели среднего и дисперсии. Другим показателем степени неравенства является коэффициент Джини, рассчитываемый на основе кривой Лоренца. Для построения кривой Лоренца по оси абсцисс откладывается накопленная процентная доля населения группы стран или регионов с доходами ниже определенного уровня, тогда как по оси ординат – накопленная доля дохода стран в общем доходе по выборке. При построении кривой все страны ранжируются в порядке возрастания уровня дохода в расчете на душу населения. На основе построенной таким образом кривой Лоренца рассчитывается коэффициент Джини, представляющий собой отношение площади между кривой и прямой, проведенной под углом 45°, ко всей площади под прямой, проведенной под углом 45°. Аналитическое выражение для расчета коэффициента Джини имеет следующий вид: 1 N N G= (2.4) ∑ ∑ pi p j Yi − Y j , 2Y i =1 j =1 где pi и p j – доля населения стран i и j в общей численности населения; Yk – показатель дохода страны k. По построению коэффициент Джини может принимать значения от 0 (полное равенство) до 1 (полное неравенство). Индекс Тейла также может использоваться для анализа уровня неравенства стран или регионов по показателю дохода на душу населения, т.е. для проверки концепции σ-конвергенции. 41

Данный показатель заимствован из теории информации и связан с концепцией энтропии. Для расчета индекса Тейла применяется следующая формула:

T (1) =

1 N ⎛ Yi ⎞ ⎛ Yi ⎞ ∑ ⎜ ⎟ log⎜ ⎟ . N i =1 ⎝ Y ⎠ ⎝ Y ⎠

(2.5)

Одним из свойств данного показателя является возможность декомпозиции на два слагаемых, первое из которых отражает неравенство внутри каждой из выделенных групп стран, а второе – неравенство между выделенными группами. Кроме того, после нормировки (деления правой части равенства на log(N)) индекс принимает значения от нуля до единицы. Следует также остановиться на таком понятии в рамках теории конвергенции, как поляризация. Несмотря на некоторое сходство с концепцией неравенства, понятие «поляризация» тем не менее имеет ряд отличий. В частности, по мнению Эстебана и Рэя (Esteban, Ray, 1994), концепция поляризации возникает из-за того, что «аксиомы измерения неравенства не позволяют адекватно отличать конвергенцию к глобальному среднему от кластеризации вокруг локальных средних». Таким образом, в рамках концепции поляризации рассматривается возможность возникновения кластеров вокруг локальных положений устойчивого равновесия. Для иллюстрации концепции поляризации приведем следующий пример. Предположим, что изначально наблюдается равномерное распределение стран по уровню ВВП на отрезке от 1 до 6. Далее рассмотрим следующую трансформацию исходного распределения: страны с уровнем дохода от 1 до 3 сходятся к состоянию с доходом 2, тогда как страны с уровнем дохода от 4 до 6 – к состоянию с доходом 5. Несмотря на то что индекс Тейла покажет уменьшение неравенства, поляризация возрас42

тет. Для расчета индекса поляризации используется следующая формула: N N

PI = ∑ ∑ piα p j Yi − Y j , i =1 j =1

(2.6)

где α – индекс, принимающий значение от 1 до 6, – измеряет чувствительность поляризации. Таким образом, чем меньше индекс чувствительности, тем ближе концепция поляризации к концепции неравенства. В рамках концепции конвергенции аналогичные условия предполагает так называемая «теория клубов конвергенции». Клубом конвергенции называется группа стран (регионов), для которой условия конвергенции выполняются. Соответственно, может существовать множество клубов конвергенции, тогда как конвергенции между ними не происходит, что справедливо по отношению к любой первоначально взятой выборке стран или регионов. Возникновение клубов конвергенции объясняется в основном ролью начальных условий. С точки зрения теории эндогенного роста, для того чтобы между странами (регионами) начался процесс конвергенции, необходимо, чтобы они имели не только одинаковую структуру экономики, но и близкие друг к другу начальные условия. (Galor, 1996) показал, что при определенных предпосылках гетерогенность в динамике сбережений может привести к возникновению клубов конвергенции и в рамках неоклассической теории роста. Обоснование возможного состава клубов является принципиальным и сложным моментом при эмпирической проверке данной концепции конвергенции. Наиболее часто используются два метода. Согласно первому из них состав клубов определяется изначально на основании выбранных исследователем критериев. Второй метод призван «эндогенезировать» выбор 43

клубов, при этом исследователь должен найти какой-либо статистический метод, позволяющий выделить клубы конвергенции в имеющихся рядах данных. После того как состав клубов выбран, остается только проверить выполнение какого-либо из существующих критериев конвергенции внутри каждой выделенной группы стран (регионов). Наряду с вышеописанными методами проверки концепций конвергенции существуют и другие методы анализа. В частности, для эконометрической проверки гипотезы конвергенции было предложено использовать методы теории временных рядов. Например, (Bernard, 1991; Quah, 1992; Bernard, Darlauf, 1998) определили понятие стохастической конвергенции. Гипотеза стохастической конвергенции выполняется, если для двух стран различие в уровне доходов на душу населения представляет собой стационарный процесс с нулевым средним. В этом случае можно говорить о том, что экономики достигли собственного положения устойчивого равновесия и воздействующие на экономики шоки носят краткосрочный характер. В свою очередь, (Evans, 1996) рассматривал статистические свойства временного ряда логарифмов ВВП на душу населения, построенного на основе показателей дисперсии в каждый момент времени на всем рассматриваемом временном интервале. Если, как предсказывает неоклассическая теория роста, долгосрочные траектории ВВП на душу населения в странах (регионах) будут параллельными, то их ряд дисперсий должен быть стационарен относительно положительной константы. Если же ВВП на душу населения растут разными темпами, как предсказывает теория эндогенного роста, ряд дисперсий должен быть интегрированным первого порядка с внутренним квадратичным трендом.

44

Существует по крайней мере три взаимосвязанные концепции стохастической конвергенции. Концепция строгой конвергенции (асимптотически совершенной конвергенции) справедлива в том случае, когда разность между двумя временными рядами двух любых стран из выборки не содержит ни единичного корня, ни тренда (детерминистского или стохастического). Иначе говоря, если переходить к формальной записи, должно выполняться следующее условие:

limT → ∞ E (Yi,T − Y j ,T ξ 0 ) = 0 ,

(2.7)

где ξ 0 – вся существующая информация на момент времени T. Вместе с тем данная концепция стохастической конвергенции часто подвергается критике из-за довольно жестких условий: она предполагает, что долгосрочное ожидаемое значение разности в уровне подушевого дохода для двух стран равно нулю. Поэтому рассматривается альтернативная концепция слабой стохастической конвергенции (асимптотически относительной конвергенции), в соответствии с которой упомянутое выше различие между значениями временных рядов двух стран сходится не к нулю, а к некоторой константе. Формально это может быть выражено следующим образом: E (Yi,T − Y j ,T ξ t ) < (Yi,0 − Y j ,0 ) , (2.8) где 0 соответствует текущему моменту времени, а T – некоторому моменту времени в будущем. Согласно приведенному определению разность двух временных рядов также должна быть стационарна, но теперь допускается наличие детерминистского временного тренда. Наконец, менее строгая концепция стохастической конвергенции справедлива в том случае, когда, несмотря на наличие различных трендов у двух временных рядов, существует их 45

линейная комбинация, удовлетворяющая следующему условию: limT → ∞ E (Yi,T − βY j ,T ξ 0 ) = 0, β > 0 . (2.9) Таким образом, подход на основе теории временных рядов предполагает, что ряды логарифмов показателя «ВВП на душу населения» могут содержать как стохастические, так и детерминированные тренды. В таком случае задачей анализа временных рядов является изучение соотношения между детерминированными и стохастическими трендами, определяющими динамику ВВП на душу населения. Гипотеза о стационарности означает, что ряды имеют одинаковые как детерминированные, так и стохастические тренды, т.е. ряды являются коинтегрированными (в коинтеграционном соотношении допускается константа, но не линейный тренд) и их динамика определяется одинаковыми факторами. Иными словами, конвергенция понимается как сохранение во времени на уровне, близком к нулю, сложившегося разрыва в уровне ВВП на душу населения между странами. Очевидно, что данное условие применимо в наибольшей степени к группам стран с близким уровнем ВВП на душу населения, но не объясняет различия в уровне жизни между «богатыми» и «бедными» странами. Необходимо отметить, что концепция конвергенции, предполагающая постоянство разрыва ВВП на душу населения, противоречит условию β-конвергенции. (Bernard, Durlauf, 1998) объясняли это противоречие тем, что конвергенция с постоянным разрывом относится к случаю движения экономик вдоль устойчивых долгосрочных траекторий роста, тогда как β-конвергенция описывает переходный период от одной траектории к другой. Несмотря на то что концепция стохастической конвергенции позволяет снять ряд проблем, возникающих при рассмот46

рении β- и σ-конвергенции, она также обладает рядом недостатков. В частности, практически все существующие тесты на стационарность обладают низкой статистической мощностью на конечных выборках, при которой высока вероятность неотвержения нулевой гипотезы о существовании единичного корня. Другая концепция конвергенции рассматривает эволюцию относительного положения каждой страны по отношению к другим. Автором этой гипотезы конвергенции был Ква (Quah, 1993; 1995; 1996), который считал, что концепции как σ-конвергенции, так и безусловной и условной β-конвергенций не имеют ничего общего с самой идеей конвергенции. Поэтому он предложил изучать процесс конвергенции на основе анализа динамики всего распределения множества значений ВВП на душу населения для рассматриваемой выборки стран. Ква не отвергал гипотезу о конвергенции, если распределение ВВП на душу населения для рассматриваемой группы стран или регионов стремилось во времени к унимодальному. В случае же бимодального распределения оказывается справедливой концепция поляризации, при которой группа стран со средним уровнем дохода не выделяется. Кроме того, он указывал на необходимость оценки масштабов изменения относительного положения страны внутри всего распределения. *** Таким образом, переходя к эмпирическому анализу процессов конвергенции между регионами РФ, можно сделать вывод о том, что в настоящее время выделяют несколько концепций конвергенции применительно к разным странам или регионам одной страны, что подразумевает и несколько методологий анализа конвергенции. Во-первых, наиболее простым способом проанализировать наличие конвергенции в темпах экономического развития можно с точки зрения сокращения нера47

венства по уровню подушевого ВВП (ВРП) среди группы регионов (т.е. рассматривается концепция σ-конвергенции). В рамках данного подхода чаще всего анализируются различные показатели, которые характеризуют степень неравенства стран или регионов по некоторому показателю дохода, чаще всего валового внутреннего (регионального) продукта. Во-вторых, для проверки концепции β-конвергенции используется регрессионный анализ (cross-section) по выборке стран или регионов, при котором оценивается зависимость накопленного за некоторый период времени прироста реального ВВП ( ВРП ) от первоначального уровня ВВП ( ВРП) на душу на селения . В-третьих, несколько более сложной с методологической точки зрения является проверка концепций конвергенции на основе анализа временных рядов показателей дохода и исследования их динамических характеристик. Однако отсутствие достаточно длительных рядов данных по регионам РФ в нашем случае не позволяет использовать метод временных рядов для проверки гипотезы стохастической конвергенции.

2.2. Эмпирическая проверка концепций конвергенции применительно к регионам РФ 2.2.1. Сравнительный анализ регионов РФ по уровню валового регионального продукта за период с 1994 по 2002 г. Для эмпирического анализа нами использовались официальные статистические данные по 88 регионам (включая автономные округа)9 Российской Федерации за период с 1994 по 2002 г. К сожалению, на момент проведения исследования отсутствовала полная информация о социально-экономическом 9

За исключением Чеченской Республики.

48

положении регионов РФ по итогам 2003 г. В частности, не была опубликована официальная информация о динамике важнейшего показателя регионального развития – валового регионального продукта – за 2003 г. Прежде чем приступить к эмпирической проверке концепций конвергенции применительно к регионам РФ, нами был проведен сравнительный анализ регионов по размеру регионального дохода, для чего использовались показатели валового регионального продукта в расчете на душу населения в ценах 1994 г. Приведение значений ВРП на душу населения в текущих ценах к ценам 1994 г. осуществлялось с помощью региональных индексов потребительских цен. Выбор региональных индексов потребительских цен в качестве дисконтирующего фактора объясняется следующими причинами: 1) валовой региональный продукт в рамках настоящего исследования отражает уровень доходов (богатства) населения в данном регионе, поэтому в качестве дисконтирующего фактора используется показатель, отражающий изменение номинальных величин с точки зрения потребительских возможностей населения; 2) региональные дефляторы в РФ по точности и аккуратности расчета уступают региональным индексам потребительских цен; 3) в условиях единого свободного рынка товаров на территории всей страны темпы роста цен не должны различаться между регионами, тогда как уровень цен на одни и те же товары может быть различным (например, в силу различий в транспортных издержках). В то же время различия в темпах роста потребительских цен между регионами, вызванные корректировкой относительного уровня цен в регионах, хотя и оказывают влияние на рассчитываемые темпы роста реального подушевого ВРП, тем не менее не искажают полученные результаты проверки гипотезы β-конвергенции . Учет корректировки реального ВРП на душу 49

населения в силу изменения относительных цен позволяет получить, с нашей точки зрения, более точные оценки, поскольку в ситуации, когда начальный уровень цен в двух регионах различался, например, в силу действий региональных властей, «закрывавших» свой товарный рынок, при открытии границ конвергенция по уровню подушевого ВРП между регионами произойдет при одинаковых индексах роста реального ВРП, рассчитанных на основе производственного метода. Гистограммы распределения регионов по величине ВРП на душу населения с 1994 по 2002 г. представлены на рис. 2.1. Основные статистические характеристики для каждого года сведены в табл. 2.1. Таблица 2.1 Основные статистические характеристики рядов подушевого ВРП за период с 1994 по 2002 г. Минимальное Максимальное значение значение 1994 1995 1996 1997 1998 1999 2000 2001 2002

50

458,12 449,53 414,31 414,33 734,23 641,83 1133,73 948,21 622,81

30802,78 26318,35 30096,50 30339,85 19809,48 37185,51 36972,71 39073,32 63690,17

Среднее значение

Медиана

Стандартное отклонение

4538,58 4124,38 4567,54 4610,18 3018,30 3820,46 4459,18 4764,78 5831,56

2867,05 3119,03 3293,81 3281,92 2159,68 2440,29 3007,17 3279,82 3590,75

5694,55 3791,86 4508,34 4534,38 3050,02 5000,13 5666,30 5997,33 9171,42

0

40

20

0 10

0 0

1998 10000

8000

6000

4000

30000

28000

26000

24000

22000

20000

18000

26000

24000

22000

20000

18000

16000

14000

10

12000

20

16000

1997

14000

20

12000

30

10000

30

8000

40

6000

1996

4000

40

2000

0

30000

28000

26000

24000

22000

20000

18000

16000

14000

12000

10000

8000

6000

4000

0

2000

0 2000

10

0

30000

28000

26000

24000

22000

20000

18000

16000

14000

12000

10000

8000

6000

4000

2000

1994

0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000 22000 24000 26000 28000 30000 32000 34000 36000 38000

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 11000 12000 13000 14000 15000 16000 17000 18000 19000 20000

50 40

1995

40

30 30

20 20

10

0

60

1999

30 50

40

30

10

20

10

0

51

2000

2001

50

40

40 30 30 20 20 10 10

40000

36000

32000

28000

24000

20000

55000

16000

8000

12000

50000

0

4000

36000

34000

32000

30000

28000

26000

24000

22000

20000

18000

16000

14000

12000

8000

10000

6000

4000

0 2000

0

2002 50

40

30

20

10

60000

45000

40000

35000

30000

25000

20000

15000

10000

5000

0

0

Рис. 2.1. Распределение регионов РФ по уровню подушевого ВРП в постоянных ценах (руб.) с 1994 по 2002 г.

Из представленных диаграмм видно, что на протяжении всего рассматриваемого промежутка времени около половины регионов имели ВРП на уровне, не превышающем 2 тыс. руб. на человека, и около двух третей регионов – на уровне не более 4 тыс. руб. на человека. При этом распределение регионов по уровню ВРП на душу населения для каждого исследуемого года является унимодальным, что, по мнению Ква (см. выше), свидетельствует о наличии процессов конвергенции.

52

В целом на протяжении всего рассматриваемого периода средний размер ВРП находился на уровне 4,5 тыс. руб. на человека. При этом в 1998 г. наблюдалось заметное снижение данного показателя – до уровня 3 тыс. руб., что было обусловлено последствиями кризиса августа 1998 г. Однако начиная с 1999 г. наблюдался рост региональных доходов в расчете на душу населения, и к концу 2002 г. они практически удвоились по сравнению с минимумом – 5,8 тыс. руб. Примечательно, что в период с 1999 г. рост среднего значения ВРП на душу населения сопровождался и устойчивым ростом медианного значения ВРП на душу населения. Иными словами, рост среднего уровня жизни обеспечивался за счет не только дальнейшего повышения уровня ВРП на душу населения в наиболее богатых (столичных и нефтедобывающих) регионах, но и за счет улучшения показателя уровня жизни в категории бедных регионов. Необходимо отметить, что в 1994– 1997 гг. такая картина не наблюдалась и положительные изменения средних показателей, следовательно, вызывались изменениями крайних значений. Вместе с тем постепенный рост подушевого ВРП в последние несколько лет характеризовался также увеличением размаха межрегиональных различий. Об этом свидетельствует как устойчивое превышение среднего значения ВРП на душу населения над медианным, так и увеличение показателя стандартного отклонения валового регионального продукта в 2002 г. Можно выделить ряд регионов, для которых значение показателя валового регионального продукта в расчете на душу населения существенно превосходит средний уровень. В число таких регионов за рассматриваемый период времени – с 1994 по 2002 г. – входили Ненецкий, Ханты-Мансийский, Ямало-Ненецкий автономные округа, республики Алтай, Хакасия, Саха (Якутия), Тюменская область и г. Москва. 53

2.2.2. Проверка концепции σ-конвергенции Концепция σ-конвергенции справедлива в том случае, если наблюдается снижение дисперсии показателя подушевого ВРП для группы регионов. Иными словами, если σt+T < σt, где σt есть показатель дисперсии, то наблюдается σ-конвергенция. Для проверки данной концепции чаще всего используются показатель дисперсии, стандартное отклонение или коэффициент вариации. Несмотря на то что в настоящее время чаще всего используются первые два показателя (дисперсия или стандартное отклонение), они имеют один недостаток, который выражается в их зависимости от единицы измерения анализируемой экономической переменной. Коэффициент вариации, напротив, не зависит от единицы измерения. По этой причине для описания неравенства регионов по уровню подушевого ВРП будет использоваться коэффициент вариации, который рассчитывается следующим образом:

CV =

V Yavg

где V =

,

(2.10)

1 N 2 ∑ (Yi − Yavg ) – дисперсия ВРП в расчете на душу N i =1

населения; Yavg – среднее значение подушевого ВРП для регионов; N – общее число регионов. По своему построению показатель CV не учитывает относительную численность населения регионов, что может быть учтено посредством использования взвешенного коэффициента вариации – CVw , рассчитываемого по аналогии с (2.10), за исключением показателя дисперсии, который модифицируется для учета веса доли населения отдельного региона в суммар54

ной численности населения ( pi ) следующим образом (далее «Взвешенный коэффициент корреляции» – метод 1)10: Vw =

1 N 2 ∑ (Yi − Yavg ) (1 − pi ) . N i =1

(2.11)

Существует также другой способ расчета показателя взвешенной дисперсии, который учитывает средневзвешенное значение. Он может быть рассчитан следующим образом (далее «Взвешенный коэффициент корреляции» – метод 2): N

V w = ∑ (Yi − Yavg ) 2 pi . i =1

(2.12)

Другим распространенным показателем, характеризующим неравенство стран (регионов) по уровню доходов, является индекс Джини, который рассчитывается по кривой Лоренца, представляющей собой зависимость накопленной доли ВРП регионов на душу населения в суммарном ВРП от накопленной доли населения регионов в общей численности населения. Для построения данной кривой все регионы ранжируются по возрастанию показателя ВРП на душу населения. Наряду с индексом Джини для анализа уровня неравенства стран или регионов по показателю ВВП используется также индекс Тейла. Для его расчета применяется следующая формула: 1 N ⎛ Yi ⎞ ⎛ Yi ⎞ (2.13) T (1) = ∑ ⎜ ⎟ log⎜ ⎟ . N i =1 ⎝ Y ⎠ ⎝ Y ⎠

10

См. (Castro, 2004).

55

По аналогии с индексом Джини равенство индекса Тейла нулю означает полное равенство по рассматриваемому показателю, тогда как равенство единице – совершенное неравенство. Значения перечисленных характеристик уровня неравенства, рассчитанных для показателя валового регионального продукта на душу населения в постоянных ценах 1994 г., представлены на рис. 2.2 и 2.3. Из рис. 2.2 видно, что на протяжении рассматриваемого периода времени снижения коэффициента вариации не происходило. Напротив, приблизительно с 1998 г. наблюдался рост данного показателя. Иными словами, с этого момента происходило увеличение неравенства между регионами России по величине валового регионального продукта в расчете на душу населения. Отсутствие сокращения неравенства регионов по уровню подушевого ВРП следует из динамики индексов Джини и Тейла, которые представлены на рис. 2.3. В начале рассматриваемого периода наблюдалось резкое однократное уменьшение неравенства между регионами по уровню подушевого ВРП (в 1995 г.), после чего в течение нескольких лет уровень неравенства практически не менялся. Более того, начиная с 1998 г. по текущий момент преобладала тенденция к увеличению межрегионального неравенства по уровню доходов.

56

Коэф фициент вариации Коэф фициент вариации (в звешенны й) - метод 1 Коэф фициент вариации (в звешенны й) - метод 2 1.800

1.500

1.200

0.900

0.600 1994

1995

1996

1997

1998

1999

2000

2001

2002

Рис. 2.2. Простой и взвешенные коэффициенты вариации показателя ВРП на душу населения для регионов РФ Коэффициент Джини

Индекс Тейла (правая ось)

0.60

0.15

0.48

0.12

0.36

0.09

0.24

0.06

0.12

0.03

0.00

0.00 1994

1995

1996

1997

1998

1999

2000

2001

2002

Рис. 2.3. Динамика индексов Джини и Тейла для регионов РФ, рассчитанных для показателя ВРП на душу населения

57

Резюмируя полученные результаты, можно сказать, что концепция σ-конвергенции не получила подтверждения на данных по регионам России. Было получено, что уровень неравенства регионов по величине валового регионального продукта в расчете на душу населения (в постоянных ценах) не сокращается, а на протяжении последних 4–5 лет, наоборот, возрастает. При этом анализ различных индикаторов неравенства позволил получить схожие результаты. Сопоставление полученных результатов с выводами, сделанными на основе анализа характеристик показателей регионального дохода в параграфе 2.2.1, позволяет заключить, что, несмотря на рост неравенства, наблюдалось повышение абсолютного уровня ВРП на душу населения как в среднем по всей выборке, так и среди «богатых» и «бедных» регионов. Быстрый рост уровня ВРП в нескольких регионах с наиболее высоким уровнем подушевого дохода («нефтяные» регионы, Москва) на фоне роста уровня цен на нефть и экспортных доходов привел к дальнейшему увеличению дисперсии ВРП на душу населения по регионам, тогда как в рамках основной группы регионов наблюдалось сближение значений показателя.

2.2.3. Проверка концепции безусловной β-конвергенции Наличие β-конвергенции подразумевает отрицательную статистическую зависимость между темпом роста показателя дохода в расчете на душу населения и его начальным уровнем при проведении кросс-секционного анализа стран или регионов. При этом спецификацию регрессионной модели определяет то, какой вид β-конвергенции предполагается проверить. Так, если оценивается парная регрессионная зависимость темпа роста показателя дохода на константу и начальный уровень данного показателя, то проверяется существование абсолютной сходимости. Если же в уравнение включаются дополни58

тельные экзогенные параметры, характеризующие различие в уровне производственных технологий, норме сбережений, темпах роста численности населения и ряде других параметров, то проверяется гипотеза условной сходимости. Прежде всего необходимо проанализировать результаты оценки парной регрессионной зависимости значения темпа роста ВРП на душу населения в 2002 г. по отношению к 1994 г. (в годовом выражении) от начального уровня ВРП в 1994 г., т.е. наличие абсолютной (безусловной) β-конвергенции. Результаты оценки данной зависимости представлены в табл. 2.2. Таблица 2.2 Результаты оценки зависимости темпов роста ВРП на душу населения от начального уровня ВРП Объясняемая переменная

Логарифм темпа роста ВРП на душу населения в постоянных ценах (среднее геометрическое годовых темпов роста за период с 1994 по 2002 г.)

Количество наблюдений

88

Свободный член Логарифм ВРП на душу населения в 1994 г. Adj. R2 P-value F-статистики

Коэффициент

P-value t-стат.

0,561

0,000

–0,066

0,000 0,298 0,000

Из таблицы следует, что для всего рассматриваемого периода времени концепция абсолютной β-конвергенции применительно к регионам Российской Федерации не отвергается. Об этом свидетельствует отрицательный и статистически значимый коэффициент при переменной логарифма ВРП в 1994 г. Таким образом, регионы, характеризующиеся меньшим уровнем ВРП в 1994 г., имели более высокий темп роста ВРП за период с 1994 по 2002 г. Темп сходимости составляет при этом 59

около 0,825% в год, что является относительно низким показателем в подобного рода расчетах (напомним, что в работах Бэрроу и Сала-и-Мартина оценки темпа сходимости составляли 2–3% в год). Иными словами, более бедные в 1994 г. регионы росли с темпом, который на 0,825 процентных пунктов выше, чем темп роста регионов, в которых показатель ВРП на душу населения в 1994 г. был выше.

2.2.4. Влияние бюджетной политики на конвергенцию регионов РФ: проверка гипотезы условной β-конвергенции Итак, полученные нами результаты оценок не отвергают гипотезу абсолютной β-конвергенции для регионов РФ на периоде с 1994 по 2002 г., более того, темпы сходимости оказались невысокими. В этой связи большой интерес представляет роль экономической политики, в частности межбюджетных трансфертов федерального центра и капитальных вложений региональных бюджетов, в достижении условий конвергенции между регионами. Необходимо также отметить, что с 2002 г. в РФ действует федеральная целевая программа «Сокращение различий в социально-экономическом развитии регионов Российской Федерации (на 2002–2010 гг. и до 2015 г.)», однако, поскольку официальная информация о ВРП за 2003–2004 гг. пока недоступна, мы не имеем возможности статистически проверить гипотезу об эффективности данной программы. Разработка Федеральной целевой программы «Сокращение различий в социально-экономическом развитии регионов Российской Федерации (на 2002–2010 годы и до 2015 года)» была начата в марте 2001 г. Данная Программа базируется на принятых «Основных направлениях социальноэкономической политики Правительства Российской Федерации на долгосрочную перспективу» и «Плане действий Правительства Российской Федерации в области социальной политики и модернизации экономики на 2000–2001 годы». Государственным заказчиком Программы является Ми-

60

нистерство экономического развития и торговли Российской Федерации. Основной разработчик Программы – Совет по изучению производительных сил Министерства экономического развития и торговли Российской Федерации и Российской академии наук. Целью Программы является сокращение различий в уровне социально-экономического развития регионов Российской Федерации, уменьшение разрыва по основным показателям социально-экономического развития между наиболее развитыми и отстающими регионами к 2010 г. в 1,5 раза, а к 2015 г. – в 2 раза. Основные задачи Программы: − формирование условий для развития регионов, социальноэкономические показатели которых ниже средних по стране; − создание благоприятной среды для развития предпринимательской деятельности и улучшения инвестиционного климата; − повышение эффективности государственной поддержки субъектов Российской Федерации. Реализация Программы должна осуществляться в 2002–2015 гг. Общий объем финансирования Программы – 66 323,3 млн руб., в том числе: − средства федерального бюджета – 12 413,3 млн руб.; − бюджеты субъектов Российской Федерации – 15 168 млн руб.; − внебюджетные источники – 38 742 млн руб. Ожидаемые конечные результаты Программы: − уменьшение различий в социально-экономическом развитии субъектов Российской Федерации по уровню валового регионального продукта на душу населения с учетом по купательной способности и доходам на душу населения в 2 раза к 2010 г. и в 3 раза – к 2015 г.; − сокращение доли населения, живущего за чертой бедности, на 15% в 2010 г. и на 25% – в 2015 г. В 2002 г. были выполнены работы по строительству и реконструкции объектов социальной инфраструктуры в отстающих по социальноэкономическому развитию регионах, которые позволят приблизить указанные регионы к среднероссийскому уровню. В 2003 г. было продолжено строительство объектов водопроводной, теплопроводной и газопроводной

61

инфраструктуры. По предварительным оценкам, в 2004 г. осуществлено строительство в 45 субъектах РФ 488 объектов. Кроме того, проведены строительство и ремонт 245 объектов инженерной инфраструктуры (водоснабжение и газоснабжение). В 2002 г. было профинансировано за счет всех источников 3599,7 млн руб. вместо 3809,4 млн руб., т.е. 94,5% от запланированного объема, из них за счет средств: − федерального бюджета (Фонд регионального развития ) – 1958,9 млн руб., или 100% лимита бюджетных обязательств; − бюджетов субъектов РФ – 1238,0 млн руб., или 91,2%; − внебюджетных источников – 402,8 млн руб., или 81,7%. Не обеспечили выделение запланированных финансовых средств: − из региональных бюджетов: Кировская область (78,2%), Республика Хакасия (73,8%), Республика Мордовия (75,3%), Республика Тыва (35,7%), Московская (71,1%), Ивановская (59,5%), Орловская (35,8%), Курганская (26,8%) и Омская (4,1%) области; − из внебюджетных источников: Алтайский край (23,9%), Новосибирская (67,6%), Орловская (33%), Томская (18,6%) и Тульская (33%) области. Составной частью Программы были проведенные в 2002 г. НИОКР, направленные на разработку методики по отбору регионов и проектов Программы для финансирования из Фонда регионального развития. В 2003 г. был профинансирован 331 объект в 42 субъектах Федерации, из них 127 объектов социальной инфраструктуры и 204 объекта инженерной инфраструктуры. Введено в эксплуатацию 96 объектов. Следует отметить, что фактически было профинансировано за счет всех источников только 4295,6 млн руб., или 50% от паспорта Программы, при этом только федеральный бюджет выполнял свои обязательства. Из федерального бюджета за счет средств Фонда регионального развития в 2003 г. на Программу было выделено 2645,6 млн руб., что составляет 99,8% от годовых лимитов. Из средств бюджетов субъектов Федерации было профинансировано 1257,1 млн руб., или 73,4 % от предусмотренных лимитов (65,9% от паспорта Программы). Самая неблагоприятная ситуация сложилась с финансированием Программы из внебюджетных источников – 392,9 млн руб., или 65,4% от предусмотренных лимитов (7,8% от паспорта Программы).

62

Для проверки влияния указанных мер экономической политики на процессы конвергенции мы провели оценку регрессионной модели, применявшейся для проверки гипотезы абсолютной конвергенции, с включением дополнительных контролирующих переменных, отражающих объем федеральной финансовой помощи и инвестиций в основной капитал, финансируемых за счет бюджетных средств (бюджетов разных уровней). Фактически это эквивалентно проверке гипотезы условной β-конвергенции, где данные меры экономической политики принимаются в качестве условий сходимости. Таким образом, мы использовали 3 контролирующие переменные: среднее за период (1994–2002 гг.) отношение объема совокупной финансовой помощи из бюджета вышестоящего уровня к ВРП, среднее за период (1994–2002 гг.) отношение объема совокупной финансовой помощи из бюджета вышестоящего уровня к общему объему доходов регионального бюджета, а также среднее за период (1994–2002 гг.) отношение инвестиций в основной капитал, профинансированных за счет средств бюджетов всех уровней, к ВРП. Гипотеза об условной конвергенции предполагает, что в такой регрессии знак при начальном уровне ВРП на душу населения должен быть (как и ранее) отрицательным, а знак при контролирующей переменной – положительным, т.е. больший объем трансфертов в регион либо больший объем инвестиций за счет бюджетных средств в регионе приводят к более быстрому росту ВРП на душу населения. Результаты оценки модели с указанными контролирующими переменными представлены в табл. 2.3.

63

Таблица 2.3 Результаты оценки зависимости темпов роста ВРП на душу населения от начального уровня ВРП с включением дополнительных контролирующих переменных Объясняемая переменная Количество наблюдений Константа Логарифм ВРП на душу населения в 1994 г. Отношение финансовой помощи региону к ВРП Отношение финансовой помощи региону к доходам регионального бюджета Отношение инвестиций в основной капитал за счет бюджетных средств к ВРП Adj. R2 P-value F-статистики

Логарифм темпа роста ВРП на душу населения в постоянных ценах (среднее геометрическое годовых темпов роста за период с 1994 по 2002 г.) 88 88 88 Коэффициент

Коэффициент

Коэффициент

0,586**

0,673**

0,672**

–0,069**

–0,076**

–0,077**

–0,043

–

–

–

–0,085*

–

–

–

–0,692*

0,294

0,376

0,350

0,000

0,000

0,000

** – Оценка статистически значима на 5%-м уровне. * – Оценка статистически значима на 10%-м уровне.

Как видно из представленных оценок, коэффициенты при контролирующих переменных во всех случаях имеют отрицательный знак и низкую статистическую значимость. В то же время оценки коэффициента при начальном подушевом ВРП остались статистически значимыми и близкими к случаю проверки гипотезы безусловной конвергенции. Полученные результаты могут быть проинтерпретированы как свидетельство того, что гипотеза безусловной сходимости действительно не может быть отвергнута для регионов РФ на периоде 1994–2002 гг., однако роль государственной региональной экономической политики в этом крайне мала. Так, отрицательные знаки при контролирующих переменных означают, что регионы, полу64

чившие большие трансферты из федерального бюджета, продемонстрировали относительно меньшие темпы роста ВРП на душу населения (хотя статистическая значимость данных оценок низка). *** Результаты проведенного эмпирического анализа концепции конвергенции применительно к регионам России дали неоднозначные результаты. Во-первых, на протяжении всего рассматриваемого периода (1994–2002 гг.) наблюдался рост средних характеристик распределения ВРП на душу населения, что свидетельствует о повышении общего уровня жизни. Тем не менее дифференциация (измеряемая дисперсией подушевого ВРП) регионов также увеличивается. Однако начиная с 1999 г. рост среднего уровня сопровождается ростом медианного значения ВРП на душу населения. Последнее означает, что рост уровня происходит не только за счет дальнейшего повышения благополучия наиболее богатых регионов, но и за счет роста подушевого дохода в бедных регионах. Распределение регионов по подушевому доходу остается унимодальным. Во-вторых, гипотеза σ-конвергенции была отвергнута результатами всех используемых нами тестов. В-третьих, результаты регрессионного анализа свидетельствуют о справедливости концепции безусловной β-конвергенции для регионов РФ. Иными словами, для всего рассматриваемого периода регионы, характеризовавшиеся более низким показателем ВРП в 1994 г., к 2002 г. продемонстрировали более высокие темпы роста данного показателя. Темп сходимости составлял примерно 0,825% в год. В-четвертых, дополнительный анализ влияния федеральной финансовой помощи и бюджетной инвестиционной политики на темпы роста ВРП (гипотеза условной β-конвергенции) по65

казал отсутствие такого рода зависимости. Более того, результаты оценок свидетельствовали скорее о негативном влиянии региональной экономической политики (либо о ее использовании с иными, нежели сокращение различий в уровне подушевых доходов, целями) на рост в регионах. В заключение необходимо сравнить полученные выводы с результатами работы (Кадочников, Синельников и др., 2003), в которой проверялись гипотезы о том, обладают ли различные фискальные инструменты, и в частности финансовая помощь регионам РФ, свойством прогрессивности или регрессивности. В указанной работе подразумевалось, что тот или иной фискальный инструмент обладает свойством прогрессивности (регрессивности) по отношению к какому-либо экономическому или финансовому показателю, если использование данного фискального инструмента способствует снижению степени неравенства, измеряемого указанным показателем. Авторами были получены результаты, из которых следует, что система распределения финансовой помощи обладает (на отдельных временных интервалах) свойством прогрессивности относительно ВРП регионов РФ. Однако при проведении оценок стабилизационного эффекта федеральной фискальной системы не было выявлено устойчивой значимой отрицательной зависимости прироста финансовой помощи от прироста валового регионального продукта. Таким образом, наши результаты (в части анализа влияния региональной бюджетной политики на процессы конвергенции) согласуются в значительной степени с выводами, полученными в работе (Кадочников, Синельников и др., 2003): финансовая помощь регионам не способствовала более быстрому росту ВРП на душу населения (т.е. не отвечала и стабилизационным целям; в данном случае под стабилизацией понимается такое перераспределение централизованных ресурсов, при ко66

тором больший объем финансовой помощи, предоставляемой более бедным регионам, позволяет увеличить темп роста их экономик, чтобы «догнать» по уровню жизни более богатые регионы, экономика которых также растет с некоторым темпом), либо регионы с большим начальным уровнем дохода получали, при прочих равных, больший объем трансфертов из федерального бюджета (на протяжении всего периода прогрессивность отвергается). Отсутствие влияния на рост инвестиций в основной капитал, профинансированных за счет бюджетных средств, подтверждает выводы (Днепровская, Дробышевский и др., 2002) о крайне низкой эффективности и преимущественно социальнополитической направленности бюджетных инвестиций.

67

Приложение 1 Таблица П1-1 ВВП на душу населения в ценах 1994 г. (тыс. руб.) за 1994–1998 гг. 1994 1 Агинский Бурятский автономный округ Алтайский край

1995

1996

1997

1998

2

3

4

5

6

1 045,96

1 153,68

1 358,46

1 443,38

886,79

5 035,78

2 306,01

2 724,11

2 432,88

1 518,17

Амурская область

4 103,75

3 646,13

4 521,74

4 997,82

2 832,81

Архангельская область

3 497,61

3 907,27

4 292,99

4 615,46

2 968,36

Астраханская область

2 104,30

2 147,94

2 454,95

2 482,10

1 744,86

Белгородская область

2 804,66

3 725,07

3 403,77

3 380,54

2 290,55

Брянская область

2 242,09

2 027,42

2 472,33

2 135,68

1 300,76 1 810,75

Владимирская область

2 542,11

2 704,99

2 779,13

2 880,12

Волгоградская область

3 187,38

3 024,81

3 684,51

3 500,68

2 098,81

Вологодская область

4 550,07

5 726,46

4 699,52

4 429,18

3 309,89

Воронежская область

2 353,53

2 751,43

2 589,31

2 677,88

1 593,63

г. Москва

6 203,83

6 943,02

9 498,83

11 334,06

6 374,41

г. Санкт-Петербург

3 506,72

4 257,41

4 820,14

4 901,02

3 382,35

Еврейская автономная область

2 855,66

2 358,93

2 369,80

2 368,13

1 320,47

Ивановская область

2 049,49

2 120,43

2 287,24

1 971,52

1 255,78

Иркутская область Кабардино-Балкарская Республика Калининградская область

1 496,07

5 113,48

5 503,27

5 939,78

3 410,96

1 144,68

1 279,02

1 727,49

1 664,17

1 257,94

2 482,40

2 350,77

3 045,47

3 100,51

1 630,48

Калужская область

2 737,84

2 848,47

2 810,81

2 748,23

1 647,58

Камчатская область Карачаево-Черкесская Республика Кемеровская область

5 087,93

5 489,86

6 358,88

5 801,24

5 070,45

1 613,53

1 696,95

2 090,94

2 049,89

1 248,09

2 883,11

5 162,84

5 560,97

5 004,32

2 993,38

Кировская область Коми-Пермяцкий автономный округ Корякский автономный округ

2 651,19

3 127,45

3 337,49

3 333,71

2 074,53

2 101,87

2 579,00

2 402,45

2 440,81

1 190,01

8 194,26

7 836,62

9 163,61

8 491,25

9 023,29

Костромская область

2 814,46

2 937,07

2 863,47

3 134,10

1 966,77

Краснодарский край

1 285,55

2 556,12

3 090,93

2 752,25

1 920,12

1 Красноярский край

2

3

4

5

6

3 909,60

5 460,76

5 840,64

5 929,23

4 267,16

Курганская область

7 019,96

2 281,47

2 425,06

2 243,74

1 428,42

Курская область

2 781,76

2 857,02

3 182,78

3 146,55

2 157,87

Ленинградская область

3 010,10

3 244,55

3 796,21

3 646,83

2 615,28

Липецкая область

3 810,72

4 244,52

3 781,14

3 343,44

2 291,47

Магаданская область

7 934,41

6 538,18

8 973,21

9 431,27

6 602,05

Московская область

2 924,48

3 436,46

4 247,75

4 432,85

3 206,78

Мурманская область

5 501,87

5 956,56

5 405,80

5 301,73

3 840,02

Ненецкий автономный округ

13 062,65

13 188,45

14 569,49

13 557,25

10 300,99

Нижегородская область

4 006,36

4 493,89

4 112,32

4 546,94

2 307,04

Новгородская область

2 458,18

2 471,90

3 250,13

3 104,27

2 321,30

Новосибирская область

2 459,79

3 807,20

4 117,71

4 280,05

2 447,15

Омская область

2 038,17

4 337,07

4 593,40

4 647,42

2 482,47

Оренбургская область

6 047,59

3 254,57

3 891,47

4 081,45

2 220,67

Орловская область

2 406,00

2 744,89

2 836,73

2 968,93

2 161,50

Пензенская область

2 020,75

1 994,05

2 404,71

2 313,86

1 271,73

Пермская область

6 496,69

5 134,73

4 821,36

5 039,09

3 059,67

Приморский край

3 280,51

3 888,37

4 155,31

4 322,39

2 832,76

Псковская область

2 191,50

2 523,11

2 630,45

2 623,89

1 598,79

Республика Адыгея

1 541,02

1 514,81

1 647,11

1 690,96

1 209,52

Республика Алтай

30 122,50

2 360,87

2 955,07

2 941,94

1 834,80

Республика Башкортостан

1 253,11

4 185,02

4 655,86

4 982,87

2 763,14

Республика Бурятия

526,69

3 061,61

3 030,59

3 355,14

2 079,64

Республика Дагестан

961,34

846,43

1 052,66

1 343,10

734,23

Республика Ингушетия

660,00

937,83

1 167,04

1 342,99

788,66

Республика Калмыкия

1 323,75

1 116,24

1 338,11

1 442,20

888,44

Республика Карелия

4 291,89

4 109,71

3 796,34

3 906,14

2 515,62 4 705,95

Республика Коми

5 569,13

6 546,87

5 739,96

6 870,01

Республика Марий Эл

2 222,72

2 050,76

1 917,33

2 334,91

1 383,15

Республика Мордовия

1 964,55

2 279,43

2 764,59

2 676,26

1 620,12

Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан

8 175,48

8 642,44

9 558,51

10 104,75

7 237,44

1 336,12

1 463,68

1 543,48

1 464,75

1 023,29

3 232,04

4 374,36

5 370,34

5 112,48

3 177,37

Республика Тыва

7 697,40

1 354,12

1 423,15

1 452,33

1 053,32

Республика Хакасия

27 169,86

3 622,01

3 610,20

4 013,59

2 320,85

69

1 Ростовская область

2

3

4

5

6

1 882,15

2 587,92

2 585,02

2 503,26

1 592,68

Рязанская область

3 204,65

2 914,94

2 890,93

2 986,08

1 686,42

Самарская область

5 115,58

5 911,52

6 381,94

6 982,23

3 829,93

Саратовская область

2 907,70

3 242,31

3 044,95

3 230,12

1 707,74

Сахалинская область

4 798,81

4 455,38

4 790,74

5 561,00

3 581,03

Свердловская область

3 020,60

5 903,90

5 430,62

5 429,03

2 960,74

Смоленская область

2 878,43

2 790,17

3 017,04

2 981,24

1 841,71

Ставропольский край

3 544,60

2 838,97

2 852,87

2 779,88

1 884,59

Таймырский (ДолганоНенецкий) автономный округ

1 288,86

1 384,75

1 568,85

1 825,55

1 536,99 1 419,27

Тамбовская область

2 144,87

2 082,63

2 103,95

2 033,00

Тверская область

2 890,56

3 059,62

3 162,21

2 996,96

2 074,50

Томская область

30 802,78

4 958,49

5 324,92

5 467,77

3 259,90

Тульская область

2 683,79

2 979,26

3 025,40

2 912,18

1 994,18

Тюменская область

1 428,19

15 613,01

21 848,44

20 764,34

12 602,79

Удмуртская Республика

1 687,02

3 303,21

3 826,23

3 736,98

2 296,60

Ульяновская область

3 087,94

3 110,60

3 355,58

2 998,75

1 860,92

458,12

449,53

414,31

414,33

1 094,49

Усть-Ордынский Бурятский автономный округ Хабаровский край Ханты-Мансийский автономный округ Челябинская область

3 863,41

4 361,47

5 787,19

6 554,79

3 927,78

21 955,10

26 318,35

30 096,50

30 339,85

19 809,48

2 661,10

4 276,14

5 423,74

5 386,35

2 566,91

Читинская область

2 058,77

3 229,44

3 094,56

3 097,12

1 954,88

Чувашская Республика

2 210,07

2 209,73

2 422,30

2 344,22

1 517,31

Чукотский автономный округ

5 388,00

5 910,33

7 008,65

5 370,18

4 089,79

Эвенкийский автономный округ Ямало-Ненецкий автономный округ Ярославская область

1 542,71

1 740,36

1 922,62

2 149,90

2 267,48

17 563,90

20 787,40

23 681,80

24 597,81

16 535,95

4 343,06

4 423,67

4 363,71

4 246,41

2 845,39

70

Таблица П1-2 ВВП на душу населения в ценах 1994 г. (тыс. руб.) за 1999–2002 гг. 1999 1 Агинский Бурятский автономный округ Алтайский край Амурская область Архангельская область Астраханская область Белгородская область

2000

2001

2002

2

3

4

5

864,04

1 221,60

1 490,35

1 809,71

1 712,83

2 030,95

2 249,63

2 365,08

3 271,62

3 555,78

4 374,50

5 081,24

3 778,77

4 288,61

4 013,70

5 644,01

2 049,30 2 837,66

3 161,00 3 081,85

2 971,85 3 126,64

3 190,69 3 255,61

Брянская область

1 431,85

1 790,03

1 868,48

2 110,37

Владимирская область

2 226,36

2 566,40

2 738,00

2 948,98

Волгоградская область

2 280,53

2 806,28

3 061,00

3 166,63

Вологодская область

4 719,10

6 010,03

5 220,33

5 592,96

Воронежская область

1 902,68

2 138,46

2 187,39

2 711,31

г. Москва

9 136,04

12 574,70

12 958,42

11 234,47

г. Санкт-Петербург

3 929,08

4 390,66

5 027,78

5 761,75

Еврейская автономная область

1 998,70

2 156,55

2 365,64

2 800,30

Ивановская область

1 281,96

1 606,69

1 656,65

1 982,55

Иркутская область Кабардино-Балкарская Республика Калининградская область

4 189,38

4 428,55

4 547,72

5 083,25

1 536,75

1 991,34

2 775,30

1 831,12

2 264,43

2 922,16

3 091,48

3 647,11

Калужская область

1 998,80

2 538,10

2 835,54

2 907,11

Камчатская область

4 888,28

3 721,15

4 213,43

5 438,63

Карачаево-Черкесская Республика

1 321,93

1 490,84

2 275,27

1 891,47

Кемеровская область

3 466,17

4 040,11

4 274,00

4 734,68

Кировская область Коми-Пермяцкий автономный округ Корякский автономный округ

2 385,66

2 744,32

2 719,25

3 034,91

1 414,23

1 458,11

1 518,33

1 708,88

7 531,86

8 569,94

9 541,53

10 234,64

Костромская область

2 349,54

2 441,10

2 741,15

2 859,81

Краснодарский край

2 707,65

3 220,13

3 307,02

3 534,40

Красноярский край

5 836,25

8 225,19

7 326,31

6 413,69

Курганская область

1 600,54

1 731,10

1 764,13

2 076,92

Курская область

2 103,60

2 433,05

2 359,38

2 567,31

71

1 Ленинградская область

2

3

4

5

3 388,03

3 955,32

4 550,30

4 947,59

Липецкая область

3 012,94

3 739,00

3 418,96

4 241,89

Магаданская область

7 230,60

7 386,66

7 969,04

11 937,98

Московская область

3 646,69

3 918,11

4 285,02

4 886,51

Мурманская область

5 203,60

5 810,07

4 912,14

5 071,51

Ненецкий автономный округ

9 554,20

27 411,16

22 901,86

26 597,28

Нижегородская область

2 481,05

2 932,48

3 700,09

3 844,12

Новгородская область

2 967,22

3 284,04

3 694,95

3 750,82

Новосибирская область

2 952,08

3 368,11

4 131,63

4 405,77

Омская область

2 399,53

2 592,99

3 252,61

3 778,37

Оренбургская область

3 032,82

3 763,64

3 636,07

3 703,24

Орловская область

2 739,72

3 300,56

3 458,41

3 906,83

Пензенская область

1 482,97

1 727,73

1 857,22

2 168,44

Пермская область

3 924,01

4 324,73

5 097,17

4 809,45

Приморский край

3 777,48

3 736,05

3 666,25

4 540,78

Псковская область

2 098,86

2 576,70

2 647,87

2 876,78

Республика Адыгея

1 192,11

1 218,07

1 146,01

1 230,55

Республика Алтай

2 136,52

2 515,89

3 351,43

3 265,01

Республика Башкортостан

3 443,95

4 065,51

4 056,45

4 065,38

Республика Бурятия

2 159,86

2 312,01

2 729,69

3 256,95

Республика Дагестан

801,03

1 133,73

1 431,31

1 413,14

Республика Ингушетия

641,83

1 561,77

948,21

622,81

Республика Калмыкия

808,98

2 656,40

1 220,92

3 235,86

Республика Карелия

3 468,01

4 096,16

4 189,20

4 682,23

Республика Коми

5 839,44

6 786,01

7 750,20

7 843,30

Республика Марий Эл

1 408,60

1 410,73

1 543,15

1 687,80

Республика Мордовия

1 754,55

2 400,86

2 069,03

1 792,82

Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан

9 926,99

11 038,33

12 056,46

12 815,46

1 357,21

1 531,71

3 009,83

1 792,45

3 790,29

5 307,24

4 856,68

4 991,94

Республика Тыва

1 099,64

1 231,78

1 482,55

1 836,36

Республика Хакасия

2 682,49

2 819,76

2 738,84

3 117,80

Ростовская область

1 864,96

2 232,24

2 440,10

2 354,53

Рязанская область

1 961,71

2 324,99

2 733,51

3 100,74

72

2

3

4

5

Самарская область

1

4 626,19

5 140,15

5 821,11

5 827,92

Саратовская область

2 007,25

2 420,88

2 709,87

2 816,23

Сахалинская область

5 395,78

6 130,02

7 063,70

7 524,81

Свердловская область

3 389,41

3 799,43

4 121,21

4 202,11

Смоленская область

2 301,12

2 648,04

2 971,79

3 262,63

Ставропольский край Таймырский (ДолганоНенецкий) автономный округ Тамбовская область

1 844,39

2 220,93

2 359,64

2 306,82

1 901,58

4 619,89

5 203,64

3 800,43

1 688,73

1 973,51

2 308,50

2 498,21

Тверская область

2 354,93

2 651,99

3 029,88

3 192,16

Томская область

3 256,30

4 101,83

4 922,44

5 409,01

Тульская область

2 337,02

2 856,27

3 122,18

3 358,72

Тюменская область

37 185,51

4 576,27

5 313,77

63 690,17

Удмуртская Республика

2 979,29

3 698,50

3 809,37

4 010,74

Ульяновская область Усть-Ордынский Бурятский автономный округ Хабаровский край

2 040,90

2 151,30

2 100,03

2 218,63

1 193,59

1 772,88

2 235,44

2 645,96

4 084,43

5 611,49

5 523,30

6 031,98

Ханты-Мансийский автономный округ

24 350,95

36 972,71

39 073,32

34 292,78

Челябинская область

3 281,65

4 340,67

3 919,32

4 263,29

Читинская область

2 384,71

2 833,19

2 885,21

3 410,90

Чувашская Республика

1 606,54

1 774,39

2 007,88

2 076,56

Чукотский автономный округ

3 351,56

3 638,68

6 479,08

10 236,66

Эвенкийский автономный округ Ямало-Ненецкий автономный округ Ярославская область

3 017,81

4 484,62

5 338,23

4 217,79

20 906,77

32 443,54

38 672,98

50 581,56

3 468,09

3 741,23

4 775,80

5 109,31

73

Таблица П1-3 Основные статистические показатели неравенства регионов по уровню ВРП в расчете на душу населения в 1994–1998 гг. (в руб. 1994 г.) 1994

1995

1996

1997

1998

4 538,58

Среднее значение Среднее взвешенное значение Дисперсия

4 124,38

4 567,54

4 610,18

3 018,30

3 780,14

4 378,81

4 951,05

5 086,36

3 133,67

32 059 402,75

14 214 829,06

20 094 120,98

20 326 935,90

9 196 929,10

Дисперсия взвешенная

31 887 409,51

14 097 470,14

19 902 251,11

20 122 810,23

9 117 112,49

Коэффициент вариации

1,248

0,914

0,981

0,978

1,005

Коэффициент вариации (взвешенный) – метод 1

1,244

0,910

0,977

0,973

1,000

Коэффициент вариации (взвешенный) – метод 2

1,007

0,730

0,824

0,823

0,839

Индекс Джини

0,478

0,236

0,240

0,244

0,285

Индекс Тейла Медиана

0,044 2 867,05

0,026 3 119,03

0,029 3 293,81

0,029 3 281,92

0,030 2 159,68

Таблица П1-4 Основные статистические показатели неравенства регионов по уровню ВРП в расчете на душу населения в 1999–2002 гг. (в руб. 1994 г.) 1999

2000

2001

2002

3 820,46

4 459,18

4 764,78

5 831,56

4 351,38

4 474,66

4 747,45

5 432,77

24 717 227,74

31 742 084,34

35 559 245,50

83 159 163,54

24 499 713,46

31 514 787,63

35 298 071,79

82 550 248,27

Коэффициент вариации

1,301

1,263

1,252

1,564

Коэффициент вариации (взвешенный) – метод 1

1,296

1,259

1,247

1,558

1,316

0,990

1,002

1,348

0,340 0,041 2 440,29

0,330 0,040 3 007,17

0,338 0,038 3 279,82

0,411 0,054 3 590,75

Среднее значение Среднее взвешенное значение Дисперсия Дисперсия взвешенная

Коэффициент вариации (взвешенный) – метод 2 Индекс Джини Индекс Тейла Медиана

74

Таблица П1-5 Накопленный и приведенный к годовому значению темп роста регионального ВРП в расчете на душу населения в ценах 1994 г.

1

Накопленный темп роста ВРП за 1994–2002 гг. (%)

Среднегодовой темп роста ВРП за 1994–2002 гг. (% в год)

2

3

Агинский Бурятский автономный округ

73,02

9,13

Алтайский край

–53,03

–6,63

Амурская область

23,82

2,98

Архангельская область

61,37

7,67

Астраханская область

51,63

6,45

Белгородская область

16,08

2,01

Брянская область

–5,88

–0,73

Владимирская область

16,01

2,00

Волгоградская область

–0,65

–0,08

Вологодская область

22,92

2,87

Воронежская область

15,20

1,90

г. Москва

81,09

10,14

г. Санкт-Петербург

64,31

8,04

Еврейская автономная область

–1,94

–0,24

Ивановская область

–3,27

–0,41

Иркутская область

239,77

29,97 7,50

Кабардино-Балкарская Республика

59,97

Калининградская область

46,92

5,86

Калужская область

6,18

0,77

Камчатская область

6,89

0,86

Карачаево-Черкесская Республика

17,23

2,15

Кемеровская область

64,22

8,03

Кировская область

14,47

1,81

Коми-Пермяцкий автономный округ

–18,70

–2,34

Корякский автономный округ

24,90

3,11

Костромская область

1,61

0,20

Краснодарский край

174,93

21,87

Красноярский край

64,05

8,01

75

2

3

Курганская область

1

–70,41

–8,80

Курская область

–7,71

–0,96

Ленинградская область

64,37

8,05

Липецкая область

11,31

1,41

Магаданская область

50,46

6,31

Московская область

67,09

8,39

Мурманская область

–7,82

–0,98

Ненецкий автономный округ

103,61

12,95

Нижегородская область

–4,05

–0,51

Новгородская область

52,59

6,57

Новосибирская область

79,11

9,89

Омская область

85,38

10,67

Оренбургская область

–38,77

–4,85

Орловская область

62,38

7,80

Пензенская область

7,31

0,91

Пермская область

–25,97

–3,25

Приморский край

38,42

4,80

Псковская область

31,27

3,91

Республика Адыгея

–20,15

–2,52

Республика Алтай

–89,16

–11,15

Республика Башкортостан

224,42

28,05

Республика Бурятия

518,39

64,80

Республика Дагестан

47,00

5,87

Республика Ингушетия

–5,63

–0,70

Республика Калмыкия

144,45

18,06

Республика Карелия

9,09

1,14

Республика Коми

40,84

5,10

Республика Марий Эл

–24,07

–3,01

Республика Мордовия

–8,74

–1,09

Республика Саха (Якутия)

56,75

7,09

Республика Северная Осетия – Алания

34,15

4,27

Республика Татарстан

54,45

6,81

Республика Тыва

–76,14

–9,52

Республика Хакасия

–88,52

–11,07

76

1

2

3

25,10

3,14

Рязанская область

–3,24

–0,41

Самарская область

13,92

1,74 –0,39

Ростовская область

Саратовская область

–3,15

Сахалинская область

56,81

7,10

Свердловская область

39,11

4,89

Смоленская область

13,35

1,67

Ставропольский край

–34,92

–4,37

Таймырский (Долгано-Ненецкий) автономный округ

194,87

24,36

Тамбовская область

16,47

2,06

Тверская область

10,43

1,30

Томская область

–82,44

–10,30

Тульская область

25,15

3,14

Тюменская область

4359,51

544,94

Удмуртская Республика

137,74

17,22

Ульяновская область

–28,15

–3,52

477,57

59,70

56,13

7,02

Ханты-Мансийский автономный округ

56,20

7,02

Челябинская область

60,21

7,53

Читинская область

65,68

8,21

Чувашская Республика

–6,04

–0,76

Чукотский автономный округ

89,99

11,25

Эвенкийский автономный округ

173,40

21,68

Ямало-Ненецкий автономный округ

187,99

23,50

Ярославская область

17,64

2,21

Усть-Ордынский Бурятский автономный округ Хабаровский край

77

Таблица П1-6 Отношение финансовой помощи регионам к ВРП в 1994–1998 гг., % 1994 1 Агинский Бурятский автономный округ Алтайский край

1995

1996

1997

1998

2

3

4

5

6

48,52

17,59

24,14

25,46

27,30

5,44

6,70

8,81

10,69

9,09

Амурская область

6,51

5,53

10,33

9,19

7,54

Архангельская область

4,49

4,25

2,85

2,07

1,81

Астраханская область

7,96

3,60

7,08

6,72

4,71

Белгородская область

3,53

0,98

1,32

1,01

1,62

Брянская область

4,33

3,97

4,78

3,06

3,56

Владимирская область

4,35

1,71

5,49

4,75

4,42

Волгоградская область

2,50

0,81

2,06

1,27

2,35

Вологодская область

2,17

0,94

2,54

2,43

0,49

Воронежская область

2,94

1,55

2,88

2,75

3,09

г. Москва

5,80

1,56

1,13

0,79

0,18

г. Санкт-Петербург Еврейская автономная область Ивановская область

1,53

0,24

0,53

1,13

0,12

10,90

14,29

12,62

16,65

17,32

6,02

7,13

9,93

13,87

5,92

Иркутская область Кабардино-Балкарская Республика Калининградская область

7,66

0,91

1,23

0,67

0,90

35,07

12,02

14,58

19,54

19,01

5,20

2,45

4,30

3,71

1,89

Калужская область

5,35

3,07

7,27

6,26

6,58

Камчатская область

18,16

7,82

5,16

10,74

6,55

Карачаево-Черкесская Республика Кемеровская область Кировская область Коми-Пермяцкий автономный округ Корякский автономный округ Костромская область

21,32

7,90

8,73

13,33

11,12

9,25

2,67

5,01

3,26

3,57

3,44

1,43

3,56

4,14

4,83

24,90

8,67

12,51

10,01

22,09

78,18

42,51

23,23

18,81

14,11

8,43

9,92

18,41

9,60

6,77

Краснодарский край

8,54

1,64

2,87

4,41

2,40

Красноярский край

2,52

0,13

0,52

0,49

0,04

Курганская область

2,42

2,13

5,51

4,82

6,01

78

1 Курская область

2

3

4

5

6

2,36

1,87

1,82

4,58

2,39

Ленинградская область

2,91

1,74

0,93

2,26

1,13

Липецкая область

1,87

0,29

0,22

0,31

0,33

Магаданская область

18,76

14,07

15,56

12,81

7,79

Московская область

3,18

1,81

1,99

2,13

0,46

Мурманская область

3,40

2,58

4,98

8,21

5,19

Ненецкий автономный округ

4,73

2,49

4,33

7,07

2,68

Нижегородская область

0,87

0,14

1,52

0,91

0,74

Новгородская область

7,03

5,97

6,44

8,85

6,61

Новосибирская область

4,52

1,15

1,94

2,95

0,96

Омская область

7,98

2,01

3,20

1,62

2,15

Оренбургская область

1,99

1,10

1,78

1,60

3,79

Орловская область

8,24

6,00

7,34

10,60

3,83

Пензенская область

8,66

3,36

5,48

4,27

4,16

Пермская область

1,07

0,70

1,37

1,22

0,26

Приморский край

7,89

5,35

4,57

7,73

5,84

Псковская область

6,41

4,23

11,60

12,22

7,87

Республика Адыгея

15,90

6,47

13,25

16,47

17,55

Республика Алтай

2,78

22,31

19,22

18,95

18,26

Республика Башкортостан

2,05

0,00

0,01

0,00

1,04

Республика Бурятия

49,54

6,85

5,97

7,90

8,92

Республика Дагестан

61,27

36,46

21,43

24,44

29,60

Республика Ингушетия

63,94

17,68

23,12

25,98

49,40

Республика Калмыкия

50,24

29,74

28,75

27,31

29,89

Республика Карелия

2,78

2,86

4,18

3,85

2,67

Республика Коми

4,43

2,65

4,02

1,59

0,80

Республика Марий Эл

11,31

7,32

8,70

7,38

4,71

Республика Мордовия

8,32

6,27

9,73

9,32

7,14

Республика Саха (Якутия)

0,77

0,19

7,36

9,07

2,64

Республика Северная Осетия – Алания

27,36

13,38

19,84

18,12

16,24

Республика Татарстан

2,35

0,28

0,48

0,44

1,11

Республика Тыва

15,19

40,51

33,01

30,00

33,75

Республика Хакасия

0,66

1,71

2,81

2,01

2,02

79

1 Ростовская область

2

3

4

5

6

3,66

1,51

5,43

3,61

3,19

Рязанская область

4,23

0,50

3,38

4,00

2,73

Самарская область

1,47

0,20

0,22

0,29

0,51

Саратовская область

2,91

1,48

3,16

3,18

4,47

Сахалинская область

8,21

7,08

7,87

7,72

4,97

Свердловская область

1,76

0,71

0,30

0,87

0,40

Смоленская область

2,90

1,06

2,50

2,73

3,59

Ставропольский край Таймырский (ДолганоНенецкий) автономный округ Тамбовская область

5,42

3,07

4,74

4,32

4,03

94,67

35,36

39,07

39,88

19,67

5,61

3,54

4,88

5,62

5,29

Тверская область

3,75

1,98

4,57

5,37

2,45

Томская область

0,68

1,66

2,18

2,82

1,77

Тульская область

3,81

1,37

5,37

5,14

2,33

Тюменская область

7,05

0,17

0,31

0,35

0,31

Удмуртская Республика

7,88

1,63

4,75

6,12

4,61

Ульяновская область

5,78

1,75

2,33

2,13

3,04

117,07

83,21

102,30

84,85

27,62

10,11

5,40

5,35

4,83

3,33

Усть-Ордынский Бурятский автономный округ Хабаровский край Ханты-Мансийский автономный округ Челябинская область

0,32

0,16

0,56

0,01

0,22

2,61

1,16

1,86

2,58

0,84

Читинская область

10,63

2,42

3,91

5,11

4,74

Чувашская Республика Чукотский автономный округ Эвенкийский автономный округ Ямало-Ненецкий автономный округ Ярославская область

80

3,69

2,70

4,03

5,71

2,58

79,04

31,11

19,80

35,61

21,09

157,51

134,49

90,62

165,58

71,03

0,71

0,23

0,50

0,03

0,06

1,56

0,47

3,54

3,83

1,45

Таблица П1-7 Отношение финансовой помощи регионам РФ к ВРП в 1999–2002 гг., % 1999

2000

2001

2002

Среднее за 1994–2002 гг.

2

3

4

5

6

20,28

34,91

35,37

39,53

30,34

8,33

8,35

11,40

13,57

9,15

Амурская область

5,60

7,33

10,19

9,71

7,99

1 Агинский Бурятский автономный округ Алтайский край

Архангельская область

2,43

2,93

6,04

5,22

3,56

Астраханская область

2,95

2,00

1,96

2,77

4,42

Белгородская область

0,35

0,83

1,53

2,51

1,52

Брянская область

3,87

7,25

9,53

8,34

5,41

Владимирская область

2,26

3,18

4,59

5,41

4,02

Волгоградская область

1,59

0,76

2,22

2,12

1,74

Вологодская область

0,43

0,05

1,43

1,86

1,37

Воронежская область

2,16

2,17

4,54

4,54

2,96

г. Москва

0,00

0,00

0,43

-2,74

0,79

г. Санкт-Петербург Еврейская автономная область Ивановская область

0,09

0,07

0,86

1,43

0,67

12,69

17,83

28,87

23,87

17,23

6,70

9,09

12,16

13,57

9,38

Иркутская область

1,20

0,90

1,93

1,78

1,91

15,28

10,80

12,88

17,53

17,41

Кабардино-Балкарская Республика Калининградская область

1,76

2,17

3,60

4,39

3,28

Калужская область

2,58

4,58

6,76

7,83

5,59

Камчатская область

8,84

14,67

11,20

13,52

10,74

11,66

13,53

17,58

26,45

14,62

2,07

3,86

Карачаево-Черкесская Республика Кемеровская область

2,14

3,42

3,37

Кировская область Коми-Пермяцкий автономный округ Корякский автономный округ

2,39

1,66

5,34

5,77

3,62

13,82

25,70

38,29

44,53

22,28

29,12

21,75

22,74

30,23

31,19

Костромская область

3,57

3,82

4,94

8,15

8,18

Краснодарский край

1,18

1,35

2,55

4,74

3,30

81

1 Красноярский край

2

3

4

5

6

0,49

0,07

0,75

0,96

0,66

Курганская область

3,63

3,96

8,44

11,54

5,38

Курская область

1,75

1,91

3,06

4,14

2,65

Ленинградская область

0,64

0,36

1,83

1,87

1,52

Липецкая область

0,27

0,10

0,94

0,89

0,58

Магаданская область

9,22

11,06

15,30

15,67

13,36

Московская область

0,48

0,20

1,23

1,23

1,41

Мурманская область

2,75

3,27

1,51

2,26

3,79

Ненецкий автономный округ

4,78

1,22

1,84

0,71

3,32

Нижегородская область

0,40

0,36

1,08

1,37

0,82

Новгородская область

2,14

4,51

3,00

3,53

5,34

Новосибирская область

1,15

1,64

3,23

3,78

2,37

Омская область

1,82

2,69

4,31

4,96

3,42

Оренбургская область

0,87

0,76

1,18

1,95

1,67

Орловская область

3,13

5,14

4,06

4,96

5,92

Пензенская область

3,80

4,43

7,63

9,70

5,72

Пермская область

0,05

0,27

0,60

0,74

0,70

Приморский край

4,49

4,72

8,62

7,27

6,28

Псковская область

5,50

8,46

9,73

13,06

8,79

Республика Адыгея

13,13

11,50

18,61

31,12

16,00

Республика Алтай

8,88

15,26

26,58

36,20

18,72

Республика Башкортостан

0,05

1,91

4,83

4,04

1,55

Республика Бурятия

8,77

8,82

11,47

15,60

13,76

Республика Дагестан

25,32

34,54

30,08

29,68

32,54

Республика Ингушетия

27,27

16,82

37,82

114,03

41,78

Республика Калмыкия

13,62

3,62

7,83

11,67

22,52

Республика Карелия

2,16

2,00

3,58

5,20

3,25

Республика Коми

0,33

0,16

0,71

1,48

1,80

Республика Марий Эл

5,84

5,75

9,97

13,19

8,24

Республика Мордовия

7,07

4,89

9,09

13,53

8,37

Республика Саха (Якутия)

5,16

4,22

9,91

8,96

5,36

Республика Северная Осетия – Алания

12,25

11,17

17,09

22,22

17,52

Республика Татарстан

0,18

0,20

6,75

5,42

1,91

82

1 Республика Тыва

2

3

4

5

6

30,65

37,70

54,77

56,65

36,91

Республика Хакасия

2,36

1,69

3,51

4,06

2,31

Ростовская область

2,19

2,61

4,27

5,84

3,59

Рязанская область

1,97

1,97

3,90

3,08

2,86

Самарская область

0,02

0,07

0,52

0,67

0,44

Саратовская область

1,95

1,66

2,77

3,70

2,81

Сахалинская область

5,04

5,85

4,92

5,12

6,31

Свердловская область

0,44

0,21

0,84

0,92

0,72

Смоленская область

1,27

3,50

2,59

3,22

2,60

Ставропольский край

2,25

3,54

4,59

8,48

4,49

54,63

19,91

34,09

42,21

42,16

Таймырский (ДолганоНенецкий) автономный округ Тамбовская область

3,12

4,21

6,52

8,15

5,22

Тверская область

1,90

4,61

4,62

4,43

3,74

Томская область

1,26

1,61

1,51

2,68

1,80

Тульская область

1,46

2,33

3,39

3,65

3,20

Тюменская область

0,14

0,09

0,99

0,12

1,06

Удмуртская Республика

1,87

1,17

2,08

3,07

3,69

Ульяновская область Усть-Ордынский Бурятский автономный округ Хабаровский край

1,33

0,95

4,24

5,54

3,01

20,81

25,18

28,51

36,86

58,49

4,54

3,13

5,15

4,74

5,18

0,00

0,00

0,10

0,25

0,18 1,42

Ханты-Мансийский автономный округ Челябинская область

0,34

0,42

1,21

1,81

Читинская область

6,06

6,14

9,92

12,39

6,81

Чувашская Республика

3,57

3,01

7,38

9,57

4,69

39,93

34,58

28,29

25,37

34,98

104,76

99,69

54,06

76,32

106,01

0,00

0,10

0,55

0,60

0,31

0,55

0,35

0,97

1,21

1,55

Чукотский автономный округ Эвенкийский автономный округ Ямало-Ненецкий автономный округ Ярославская область

83

Таблица П1-8 Отношение финансовой помощи регионам РФ к доходам консолидированного бюджета субъекта Федерации за 1994–1998 гг., % 1994 1 Агинский Бурятский автономный округ Алтайский край

1995

1996

1997

1998

2

3

4

5

6

409,07

69,85

73,26

74,22

81,82 42,43

84,62

32,79

42,53

44,03

Амурская область

53,30

29,66

48,30

47,27

42,62

Архангельская область

31,34

22,61

21,17

14,13

14,54

Астраханская область

48,69

20,11

36,50

31,75

28,83

Белгородская область

19,48

7,07

9,81

7,12

11,34

Брянская область

26,46

20,70

30,81

19,42

24,84

Владимирская область

27,17

11,23

28,42

23,24

25,88

Волгоградская область

18,49

5,07

13,39

8,72

16,42

Вологодская область

15,94

8,11

17,99

13,57

3,37

Воронежская область

18,41

11,89

19,57

17,36

19,44

г. Москва

19,13

6,70

6,52

4,53

1,32

г. Санкт-Петербург Еврейская автономная область Ивановская область

8,60

1,47

3,63

6,31

0,68

70,60

54,43

54,14

58,22

58,18

37,16

33,94

45,94

45,55

30,63

Иркутская область Кабардино-Балкарская Республика Калининградская область

18,37

5,79

8,98

5,46

7,83

219,29

44,96

51,85

55,01

59,07

27,82

12,03

21,62

16,47

9,50

Калужская область

34,09

19,73

37,91

31,09

33,67

Камчатская область Карачаево-Черкесская Республика Кемеровская область

99,23

32,21

30,70

47,49

42,11

145,59

41,63

47,23

50,97

50,23

35,47

14,90

25,91

15,65

18,33

Кировская область

22,62

10,76

24,30

24,59

27,79

218,39

52,80

60,31

49,78

66,83

642,52

81,79

71,62

55,48

60,67

55,29

46,88

60,17

29,30

28,92

24,44

10,47

18,81

24,08

17,36

Коми-Пермяцкий автономный округ Корякский автономный округ Костромская область Краснодарский край

84

1 Красноярский край

2

3

4

5

6

14,77

1,02

4,31

3,16

0,29

Курганская область

49,02

13,71

29,53

26,12

32,85

Курская область

17,97

12,44

11,15

24,92

14,55

Ленинградская область

19,88

9,96

6,36

12,80

6,54

Липецкая область

15,64

2,06

1,18

1,52

1,89

Магаданская область

117,46

34,86

39,54

32,72

30,83

Московская область

17,22

8,73

9,96

10,27

2,90

Мурманская область

24,10

17,63

29,24

32,74

28,51

Ненецкий автономный округ

77,06

25,24

29,54

29,78

16,08

Нижегородская область

6,33

1,04

10,11

5,77

4,47

Новгородская область

44,77

28,82

32,95

36,95

37,14

Новосибирская область

22,07

7,01

13,22

17,72

6,61

Омская область

33,79

12,84

21,01

9,15

11,69

Оренбургская область

29,94

8,14

12,02

10,04

22,02

Орловская область

56,68

34,03

39,26

39,69

21,93 26,15

Пензенская область

61,41

20,23

34,59

24,51

Пермская область

13,99

6,09

10,10

7,90

2,02

Приморский край

36,98

23,36

23,08

34,02

31,48

Псковская область

40,22

25,14

50,15

49,50

40,38

Республика Адыгея

99,31

34,37

55,00

54,10

64,55

Республика Алтай

415,36

74,49

69,45

66,98

67,35

Республика Башкортостан

3,60

0,00

0,04

0,00

4,71

Республика Бурятия

62,34

32,26

32,33

41,11

48,73

Республика Дагестан

690,26

81,63

71,55

73,79

80,23

Республика Ингушетия

1009,92

75,13

81,78

83,85

77,89

Республика Калмыкия

346,01

69,95

67,52

54,82

62,29

Республика Карелия

17,03

16,01

21,20

18,66

14,42

Республика Коми

31,97

14,13

18,31

7,87

4,59

Республика Марий Эл

71,82

31,80

37,82

37,47

27,36

Республика Мордовия

45,63

31,17

45,04

37,51

32,58

Республика Саха (Якутия)

2,32

1,07

36,83

36,82

17,13

191,79

53,08

54,12

46,65

58,68

Республика Северная Осетия – Алания

85

2

3

4

5

6

Республика Татарстан

1

13,25

1,61

2,73

1,43

4,92

Республика Тыва

345,91

76,71

74,07

72,07

79,42

Республика Хакасия

37,40

11,07

15,58

12,47

12,74

Ростовская область

17,55

10,10

30,29

21,79

20,62

Рязанская область

29,19

3,97

22,94

22,68

17,38

Самарская область

10,15

1,59

1,71

2,15

3,85

Саратовская область

23,01

11,78

19,49

19,27

23,82

Сахалинская область

44,20

30,02

33,51

32,97

25,78

Свердловская область

8,95

5,90

1,97

5,46

2,76

Смоленская область

19,87

7,71

17,45

17,71

23,52

Ставропольский край

52,85

20,85

30,54

28,90

27,48

78,02

25,90

33,94

23,69

10,62

Таймырский (ДолганоНенецкий) автономный округ Тамбовская область

35,08

19,23

23,54

24,92

29,17

Тверская область

25,58

13,56

26,11

27,53

14,96

Томская область

45,07

11,75

14,09

14,36

12,22

Тульская область

25,79

8,53

30,90

27,68

15,46

Тюменская область

35,93

7,14

12,35

12,49

11,56

Удмуртская Республика

33,09

10,45

24,66

26,44

23,78

Ульяновская область

36,88

11,90

17,89

13,80

18,65

299,57

67,96

70,10

64,70

71,96

51,94

23,75

26,49

29,50

18,68

3,55

1,65

3,84

0,04

1,37

Усть-Ордынский Бурятский автономный округ Хабаровский край Ханты-Мансийский автономный округ Челябинская область

14,20

7,79

11,69

16,07

5,12

Читинская область

56,39

17,92

23,51

27,36

29,48

Чувашская Республика Чукотский автономный округ Эвенкийский автономный округ Ямало-Ненецкий автономный округ Ярославская область

19,54

13,88

21,54

23,43

14,24

159,15

50,75

29,08

49,39

55,94

165,14

61,13

43,00

60,12

47,79

4,17

1,46

2,03

0,08

0,17

10,94

3,68

20,74

18,73

8,48

86

Таблица П1-9 Отношение финансовой помощи регионам РФ к доходам консолидированного бюджета субъектов Федерации за 1999–2002 гг., %

1

1999

2000

2001

2002

Среднее за 1994–2002 гг.

2

3

4

5

6

Агинский Бурятский автономный округ Алтайский край

52,16

84,17

77,32

58,92

108,98

42,55

46,81

56,58

60,28

50,29

Амурская область

37,70

44,51

48,75

45,24

44,15

Архангельская область

18,56

22,13

34,11

35,24

23,76

Астраханская область

20,98

16,39

14,99

18,71

26,33

Белгородская область

3,12

6,80

11,39

16,19

10,26

Брянская область

27,36

45,82

50,11

41,90

31,93

Владимирская область

16,49

23,4

28,04

28,44

23,60

Волгоградская область

11,10

5,52

16,22

14,83

12,20

Вологодская область

2,76

0,34

9,40

11,76

9,25

Воронежская область

15,95

18,24

31,75

29,81

20,27

г. Москва

0,00

0,00

3,02

–19,42

2,42

г. Санкт-Петербург Еврейская автономная область Ивановская область

0,50

0,38

4,58

7,91

3,79

61,12

64,52

74,18

66,16

62,39

35,52

41,48

47,14

46,89

50,54

Иркутская область Кабардино-Балкарская Республика Калининградская область

7,89

6,18

12,86

11,88

9,47

57,81

49,06

56,28

69,39

73,64

9,85

12,05

20,67

23,20

17,02

Калужская область

19,05

22,63

34,56

36,84

29,95

Камчатская область Карачаево-Черкесская Республика Кемеровская область

45,60

56,40

45,81

48,51

49,79

55,43

62,23

65,60

77,62

66,28

Кировская область Коми-Пермяцкий автономный округ Корякский автономный округ Костромская область

11,83

12,90

21,44

19,08

19,50

15,83

12,63

31,46

31,45

22,38

66,25

75,32

77,75

79,70

83,02

63,57

64,72

67,16

71,83

131,04

23,58

26,10

31,94

40,05

38,03

87

2

3

4

5

6

Краснодарский край

1

10,09

11,70

18,66

27,46

18,12

Красноярский край

3,73

0,54

6,03

6,46

4,48

Курганская область

25,62

23,68

44,36

53,36

33,14

Курская область

10,52

13,95

21,78

27,21

17,17

Ленинградская область

4,13

2,29

11,79

11,46

9,47

Липецкая область

1,96

0,56

6,14

5,73

4,08

Магаданская область

36,54

38,49

46,58

49,43

47,38

Московская область

3,03

1,13

6,38

7,48

7,46

Мурманская область Ненецкий автономный округ Нижегородская область

17,66

27,67

11,80

13,87

22,58

19,87

7,07

8,48

5,41

24,28

3,08

3,42

9,45

11,27

6,10

Новгородская область

16,34

29,12

20,53

23,55

30,02

Новосибирская область

8,89

13,12

20,80

23,06

14,72

Омская область

12,49

18,05

26,38

30,65

19,56

Оренбургская область

6,22

5,40

8,83

13,10

12,86

Орловская область

17,03

29,02

22,81

32,74

32,58

Пензенская область

28,06

34,51

45,80

50,83

36,23

Пермская область

0,41

1,68

4,49

5,68

5,82

Приморский край

26,98

31,38

40,74

35,64

31,52

Псковская область

33,13

44,98

44,38

49,96

41,98

Республика Адыгея

56,91

49,10

57,19

68,45

59,89

Республика Алтай

54,45

61,63

60,33

62,37

103,60

Республика Башкортостан

0,24

7,12

25,38

23,15

7,14

Республика Бурятия

44,64

44,61

47,14

55,46

45,40

Республика Дагестан

77,42

83,07

82,05

79,95

146,66

Республика Ингушетия

69,93

45,79

79,08

89,83

179,24

Республика Калмыкия

46,13

25,55

48,90

59,54

86,75

Республика Карелия

11,07

10,33

19,83

27,85

17,38

Республика Коми

2,15

0,99

4,93

9,08

10,45

Республика Марий Эл

35,02

35,18

48,09

53,98

42,06

Республика Мордовия

34,16

25,70

34,24

38,58

36,07

Республика Саха (Якутия)

19,52

13,72

27,82

28,77

20,45

88

1

2

3

5

6

50,72

43,26

0,72

0,70

55,61

64,17

68,68

26,11

25,66

Республика Тыва

81,00

85,41

8,57

86,60

84,33

109,50

Республика Хакасия

15,25

13,09

23,54

22,61

18,19

Ростовская область Рязанская область

17,52

19,68

26,44

32,21

21,80

15,50

15,84

28,15

18,08

19,31

Самарская область

0,19

0,54

3,93

5,23

3,26

Саратовская область

14,21

14,08

21,18

23,72

18,9

Сахалинская область

33,35

34,12

32,97

31,22

33,13

Республика Северная Осетия – Алания Республика Татарстан

4

Свердловская область

3,63

1,54

6,27

6,37

4,76

Смоленская область

11,72

27,39

18,64

21,93

18,44

Ставропольский край Таймырский (ДолганоНенецкий) автономный округ Тамбовская область

18,02

26,78

30,52

40,10

30,67

26,46

13,01

24,97

35,10

30,19

24,23

31,18

44,14

45,74

30,80

Тверская область

15,26

32,27

30,34

25,78

23,49

Томская область

8,88

10,16

12,40

19,77

16,52

Тульская область

10,95

17,05

22,13

20,61

19,90

Тюменская область

5,88

0,33

3,82

4,73

10,47

Удмуртская Республика

11,40

7,01

12,04

18,30

18,57

Ульяновская область Усть-Ордынский Бурятский автономный округ Хабаровский край Ханты-Мансийский автономный округ Челябинская область

10,00

8,56

29,12

32,94

19,97

76,36

81,42

82,82

84,08

99,88

22,56

19,62

23,43

23,50

26,61

0,00

0,00

0,64

1,78

1,43

2,53

3,55

9,54

13,51

9,33

Читинская область

41,45

41,03

45,36

47,69

36,69

Чувашская Республика Чукотский автономный округ Эвенкийский автономный округ Ямало-Ненецкий автономный округ Ярославская область

21,24

18,91

39,45

42,34

23,84

64,31

68,04

51,80

40,04

63,17

79,13

87,30

50,76

30,64

69,45

0,01

0,43

2,91

3,88

1,68

3,46

2,36

7,35

7,66

9,27

89

Таблица П1-10 Отношение инвестиций в основной капитал, профинансированных за счет бюджетных средств, к ВРП за 1995–1998 гг., % 1995 1

1996

1997

1998

2

3

4

5

Агинский Бурятский автономный округ Алтайский край

0,00

0,00

0,00

2,85

0,00

0,00

0,00

3,68

Амурская область

0,00

0,00

0,00

4,47

Архангельская область

2,14

2,17

1,58

0,93

Астраханская область

3,20

2,37

2,41

2,71

Белгородская область

4,02

3,61

4,56

3,86

Брянская область

6,30

3,66

2,53

1,97

Владимирская область

1,39

1,40

1,14

1,94

Волгоградская область

2,80

2,70

3,17

2,25

Вологодская область

1,74

1,73

1,98

1,74

Воронежская область

2,11

3,36

2,38

2,69

г. Москва

8,05

7,36

6,53

4,12

г. Санкт-Петербург

3,57

3,48

2,59

2,02

0,00

0,00

0,00

12,09

1,68

2,30

2,01

7,02

0,00

0,00

0,00

2,08

6,50

8,73

9,20

10,31

Еврейская автономная область Ивановская область Иркутская область Кабардино-Балкарская Республика Калининградская область

0,00

0,00

0,00

1,66

Калужская область

3,08

2,78

3,76

2,81

Камчатская область

0,00

0,00

0,00

2,01

1,63

2,96

4,60

6,41

0,00

0,00

0,00

3,10

Кировская область Коми-Пермяцкий автономный округ Корякский автономный округ Костромская область

1,50

1,86

1,65

1,58

2,09

1,42

0,91

2,78

0,00

0,00

0,00

0,31

2,71

1,58

2,28

1,78

Краснодарский край

1,96

1,91

1,66

2,64

Красноярский край

0,00

0,00

0,00

1,87

Карачаево-Черкесская Республика Кемеровская область

90

1 Курганская область

2

3

4

5

2,88

3,05

3,06

1,77

Курская область

2,12

2,08

2,67

1,69

Ленинградская область

1,83

1,99

2,93

3,88

Липецкая область

2,14

4,17

4,44

4,86

Магаданская область

0,00

0,00

0,00

2,98

Московская область

5,46

3,77

4,00

3,23

Мурманская область

2,33

1,88

1,47

1,38

1,94

2,89

3,08

4,72

2,48

2,69

3,14

2,05

Новгородская область

2,10

1,15

2,54

0,70

Новосибирская область

0,00

0,00

0,00

2,83

Омская область

0,00

0,00

0,00

3,22

Оренбургская область

2,27

2,22

2,61

2,25

Орловская область

2,34

6,32

4,75

6,12

Ненецкий автономный округ Нижегородская область

Пензенская область

3,03

2,58

2,81

5,88

Пермская область

1,07

1,55

2,17

1,23

Приморский край

0,00

0,00

0,00

2,56

Псковская область

3,36

3,83

2,69

3,83

Республика Адыгея

3,77

5,53

3,36

3,28

Республика Алтай

0,00

0,00

0,00

3,64 3,56

Республика Башкортостан

4,05

3,26

2,44

Республика Бурятия

0,00

0,00

0,00

3,36

Республика Дагестан

12,55

10,29

8,32

11,32

Республика Ингушетия

56,14

36,80

50,29

36,00

Республика Калмыкия

8,27

9,17

10,92

22,08

Республика Карелия

1,81

2,35

2,80

1,77

Республика Коми

2,46

6,37

4,30

1,04

Республика Марий Эл

3,03

3,68

3,14

3,87

Республика Мордовия

2,01

4,38

4,40

4,62

Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан

0,00

0,00

0,00

3,20

7,98

10,34

9,27

8,36

3,26

3,43

3,06

1,20

91

1 Республика Тыва

2

3

4

5

0,00

0,00

0,00

8,48

Республика Хакасия

0,00

0,00

0,00

3,09

Ростовская область

2,46

3,74

3,34

3,10

Рязанская область

1,81

1,59

2,72

1,43

Самарская область

1,94

1,51

1,38

1,05

Саратовская область

1,68

4,63

6,52

5,83

Сахалинская область

0,00

0,00

0,00

3,23

Свердловская область

2,37

2,80

3,52

2,70

Смоленская область

1,78

1,44

2,09

1,30

Ставропольский край

4,85

3,38

3,34

3,90

0,00

0,00

0,00

3,44

Таймырский (ДолганоНенецкий) автономный округ Тамбовская область

2,83

3,01

2,51

1,98

Тверская область

2,22

3,58

2,56

2,34

Томская область

0,00

0,00

0,00

2,35

Тульская область

2,99

5,15

2,80

2,98

Тюменская область

0,00

0,00

0,00

0,39

Удмуртская Республика

3,03

3,02

2,09

1,91

Ульяновская область Усть-Ордынский Бурятский автономный округ Хабаровский край

2,19

1,74

2,03

4,61

Ханты-Мансийский автономный округ Челябинская область

0,00

0,00

0,00

4,70

0,00

0,00

0,00

2,95

0,00

0,00

0,00

2,96

2,91

4,41

4,52

3,81

Читинская область

0,00

0,00

0,00

2,39

Чувашская Республика

4,31

3,90

5,15

5,93

0,00

0,00

0,00

5,02

0,00

0,00

0,00

11,51

0,00

0,00

0,00

7,19

2,23

1,22

1,75

2,12

Чукотский автономный округ Эвенкийский автономный округ Ямало-Ненецкий автономный округ Ярославская область

92

Таблица П1-11 Отношение инвестиций в основной капитал, профинансированных за счет бюджетных средств, к ВРП за 1999–2002 гг., % 1999 1

2000

2001

2002

2

3

4

5

5,93

7,95

9,63

11,97

3,73

4,57

2,65

2,53

3,76

4,01

4,49

7,18

0,90

0,85

1,41

0,51

Астраханская область

1,98

2,68

2,61

3,20

Белгородская область

2,84

2,93

2,12

2,24

Брянская область

1,78

2,24

2,13

2,28

Владимирская область

1,40

2,92

2,47

2,24

Волгоградская область

1,77

2,19

1,26

1,32

Вологодская область

1,69

2,03

1,82

1,34

Агинский Бурятский автономный округ Алтайский край Амурская область Архангельская область

Воронежская область

2,63

3,29

2,44

2,35

г. Москва

2,13

5,98

4,49

4,48

г. Санкт-Петербург

3,62

3,20

5,50

3,85

Еврейская автономная область

8,41

3,96

3,22

5,01

Ивановская область

1,08

1,53

3,68

3,61

Иркутская область

2,39

2,73

1,81

1,60

Кабардино-Балкарская Республика

6,21

9,13

7,28

7,83

Калининградская область

1,91

2,88

2,84

2,65

Калужская область

3,54

5,12

4,02

3,15

Камчатская область

1,46

4,98

5,14

4,64

Карачаево-Черкесская Республика

3,90

5,16

6,24

6,14

Кемеровская область

2,88

3,67

2,20

1,58

Кировская область

1,97

1,96

1,98

1,89

Коми-Пермяцкий автономный округ

1,11

2,26

5,68

11,13

Корякский автономный округ

0,65

2,37

4,89

8,96

Костромская область

1,95

2,95

4,40

3,27

Краснодарский край

2,43

3,72

2,27

2,32

Красноярский край

1,30

1,02

2,06

1,33

Курганская область

2,38

2,63

1,92

2,46

93

2

3

4

5

Курская область

1

1,98

2,36

2,21

2,05

Ленинградская область

3,48

3,83

3,21

3,15

Липецкая область

2,47

2,73

1,81

0,90

Магаданская область

3,49

4,70

3,81

3,71

Московская область

6,13

4,84

3,81

2,01

Мурманская область

1,16

1,09

1,47

2,05

Ненецкий автономный округ

1,95

2,47

3,05

2,45

Нижегородская область

1,77

2,50

1,58

1,85

Новгородская область

1,25

1,38

0,86

0,85

Новосибирская область

1,78

2,90

2,60

2,47

Омская область

2,11

1,98

1,96

1,63

Оренбургская область

1,16

1,13

2,45

1,39

Орловская область

5,02

2,80

3,17

1,48

Пензенская область

3,48

4,20

6,24

4,69

Пермская область

1,27

1,64

1,58

2,49

Приморский край

1,77

1,84

1,86

2,01

Псковская область

3,97

5,77

5,03

3,61

Республика Адыгея

4,06

4,75

12,16

10,02

Республика Алтай

2,46

3,43

14,57

13,55

Республика Башкортостан

3,43

6,90

7,09

6,26

Республика Бурятия

1,79

3,05

3,14

3,46

Республика Дагестан

7,36

8,76

10,72

7,53

Республика Ингушетия

29,23

8,73

20,97

15,04

Республика Калмыкия

13,38

3,15

3,24

4,23

Республика Карелия

2,36

3,57

3,37

3,04

Республика Коми

1,19

1,85

0,00

1,27

Республика Марий Эл

4,15

4,81

3,64

3,76

Республика Мордовия

4,66

3,98

8,78

8,90

Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан

4,69

5,74

5,18

3,37

7,53

11,32

9,40

8,87

1,01

3,41

5,40

2,74

Республика Тыва

7,56

5,94

11,17

8,59

Республика Хакасия

1,76

2,09

1,56

1,41

Ростовская область

2,81

3,65

3,46

3,26

94

2

3

4

5

Рязанская область

1

1,25

1,98

1,23

2,59

Самарская область

0,78

0,91

2,74

1,74

Саратовская область

3,14

1,58

1,86

3,28

Сахалинская область

3,05

3,76

2,37

1,76

Свердловская область

1,20

3,09

2,45

2,54

Смоленская область

1,05

1,26

1,48

1,90

Ставропольский край

3,97

3,64

2,92

2,26

Таймырский (Долгано-Ненецкий) автономный округ Тамбовская область

3,78

4,32

7,99

5,07

1,67

1,81

1,96

2,61

Тверская область

3,47

3,33

2,49

2,52

Томская область

1,82

0,97

1,78

1,03

Тульская область

3,54

10,87

4,45

2,68

Тюменская область

0,27

2,39

2,21

0,17

Удмуртская Республика

1,91

2,36

2,63

2,01

Ульяновская область

3,68

4,33

3,59

2,83

Усть-Ордынский Бурятский автономный округ Хабаровский край

3,00

5,48

5,64

5,88

3,09

2,14

4,72

3,51

Ханты-Мансийский автономный округ Челябинская область

3,04

3,10

4,13

2,79

3,26

4,28

3,80

2,88

Читинская область

1,99

1,82

2,82

4,23

Чувашская Республика

4,98

6,91

6,25

6,02

Чукотский автономный округ

4,72

5,41

8,97

7,70

Эвенкийский автономный округ

11,73

5,87

11,30

26,97

Ямало-Ненецкий автономный округ

6,88

5,02

1,98

2,78

Ярославская область

2,77

2,09

1,39

1,45

95

3. Декомпозиция экономического роста в регионах России Как показано в предыдущей главе, темпы развития регионов чрезвычайно неоднородны. В частности, можно говорить о том, что в целом более бедные в начальный момент регионы демонстрировали более быстрые темпы роста за весь период наблюдений. Однако дифференциация «крайних» регионов продолжала усиливаться. Первым шагом к объяснению межрегиональной дифференциации темпов экономического роста может быть декомпозиция его роста по факторам. Данная процедура является первым шагом к выявлению движущих механизмов экономического роста. Основная цель декомпозиции – выявление источников роста, разделение роста на экстенсивные и интенсивные составляющие. Второй компонент обычно выделяют в виде оценки совокупной факторной производительности (СФП) или воплощенного технического прогресса в факторах роста (труде и капитале). В предыдущих работах ИЭПП (см., например, (Энтов, Луговой и др., 2003)) проводилась декомпозиция экономического роста по факторам на отраслевом и общеэкономическом уровне. В результате исследования было получено, что в течение переходного периода значительный процент динамики выпуска в промышленности был обусловлен загрузкой существующих производственных мощностей и интенсивностью использования труда (см. табл. П2-1 и рис. П2-1 в Приложении 2). Вместе с тем вклад СФП составлял порядка 20–50% роста выпуска в промышленности. На уровне ВВП экономический рост, не объясненный основными факторами (трудом и капиталом), составлял более существенную величину – порядка

30–70% (см. табл. П2-2 и рис. П2-2 в Приложении 2). Данный уровень необъясненного экономического роста характерен для наиболее ранних расчетов по декомпозиции роста (см., например, (Solow, 1957; Kuznetz, 1966)). В более поздних исследованиях показано, что величина остатка может быть значительно уменьшена или даже сведена к нулю посредством более точного измерения факторов роста11. Отметим, что большая точность измерения требует большей детализации, дезагрегации данных, что часто невозможно сделать на российских статистических данных. Вместе с тем даже довольно грубые оценки, которые все же возможны, могут оказаться полезными с точки зрения понимания происходящих процессов, прогнозирования и принятия политических решений. Как показано в предыдущих исследованиях ИЭПП, динамика СФП являлась опережающей по отношению к динамике выпуска. Перелом тенденции трансформационного спада на рост произошел на 1–3 года раньше для рядов производительности по сравнению с выпуском. В данной работе делается попытка разложения экономического роста в субъектах Российской Федерации на основе официально публикуемой статистической информации.

11

В работе (Griliches, Jorgenson, 1967) впервые выдвигается гипотеза о том, что совокупная факторная производительность может быть сведена к нулю посредством более аккуратного измерения факторов. Однако при этом технический прогресс предполагается воплощенным в капитале и труде. В дискуссии с Денисоном было показано, что даже при более тщательном измерении показателей роста выпуска и факторов необъясненный остаток все-таки остается существенным, хотя и значительно меньшим.

97

3.1. Методология и данные Проблема декомпозиции роста по факторам, или «бухгалтерия роста» (growth accounting), оказалась одной из наиболее дискуссионных тем второй половины прошлого века. Несмотря на кажущуюся простоту постановки задачи, заключающейся в определении вклада факторов (труда, капитала и др.) в рост выпуска и выделении таким образом не объясненного факторами остатка (обычно трактуемого как СФП), основная дискуссия разгорелась именно вокруг проблемы измерения факторов. Вместе с тем в последние годы был достигнут определенный консенсус по ряду ключевых вопросов, хотя многие из них до сих пор остаются открытыми для обсуждения. Наиболее широко основные подходы и остающиеся дискуссионные вопросы декомпозиции роста изложены в двух методических указаниях ОЭСР (2001a, 2001b), монографии NBER. В уже упоминавшейся выше работе ИЭПП (Энтов, Луговой и др., 2003), посвященной анализу факторов российского экономического роста, приводится обзор основных вопросов декомпозиции роста. Учитывая узость доступной статистической базы, рассматривается возможность использования различных методов декомпозиции (прямого и двойственного) и измерения используемых показателей (выпуска, затрат труда и капитала). Во всех расчетах использовались данные, публикуемые Федеральной службой государственной статистики (ФСГС) о социально-экономическом положении субъектов Российской Федерации. Разумеется, не вся необходимая для проведения анализа информация была доступна, поэтому иногда вводились различные оценки, что отражалось на используемой методологии и интерпретации результатов.

98

3.2. Основной подход к декомпозиции роста В основе метода декомпозиции роста лежит предположение о существовании макроэкономической производственной функции, определяющей соотношение между максимально возможным объемом выпуска и доступными факторами производства при данном уровне технологии: Y = f ( K , L, A) ,

где Y – выпуск; K –затраты капитала; L – затраты труда; А – технология. Производственная функция может быть определена как для общероссийского уровня, так и для каждого из регионов. В последнем случае декомпозиция роста выпуска каждого региона осуществляется исходя из дифференциальной формы производственной функции:

Y& ⎛ F ⋅ K ⎞ ⎛ K& ⎞ ⎛ FL ⋅ L ⎞ ⎛ L& ⎞ = gTFP + ⎜ K ⎟ ⋅ ⎜⎜ ⎟⎟ + ⎜ ⎟ ⋅ ⎜⎜ ⎟⎟ , Y ⎝ Y ⎠ ⎝ K ⎠ ⎝ Y ⎠ ⎝ L⎠

(3.1)

где FK и FL – предельные продукты факторов производства капитала и труда соответственно; g TFP – темп роста, обусловленный техническим прогрессом: ⎛ F ⋅ A ⎞ ⎛ A& ⎞ g TFP ≡ ⎜ A ⎟ ⋅ ⎜⎜ ⎟⎟ (в случае нейтрального технического ⎝ Y ⎠ ⎝ A⎠ прогресса g TFP ≡ ⎛⎜ A ⎞⎟ ). ⎜ A⎟ ⎝ ⎠ Темп роста технического прогресса рассчитывается как остаток: Y& ⎛ F ⋅ K ⎞ ⎛ K& ⎞ ⎛ FL ⋅ L ⎞ ⎛ L& ⎞ g TFP = − ⎜ K (3.2) ⎟ ⋅⎜ ⎟ − ⎜ ⎟⋅⎜ ⎟ . Y ⎝ Y ⎠ ⎜⎝ K ⎟⎠ ⎝ Y ⎠ ⎜⎝ L ⎟⎠ &

99

Полученные темпы роста технического прогресса обычно определяют как оценку роста совокупной факторной производительности12. Для получения эмпирических оценок g необходимо знать величины предельных продуктов FK и FL . В предположении постоянства отдачи от масштаба и конкурентных рынков затрат и конечного продукта предельные продукты могут быть оценены на основе наблюдаемых: w – цен услуг труда; R – издержек использования капитала. В этом случае индекс роста совокупной факторной производительности определяется как: ⎛ A ⎞ ⎛Y ⎞ ⎛ ⎛ L ⎞ ⎛ K ⎞⎞ (3.3) ln⎜⎜ t ⎟⎟ = ln⎜⎜ t ⎟⎟ − ⎜⎜ α L ln⎜⎜ t ⎟⎟ + α K ln⎜⎜ t ⎟⎟ ⎟⎟ , ⎝ At −1 ⎠ ⎝ Yt −1 ⎠ ⎝ ⎝ Lt −1 ⎠ ⎝ K t −1 ⎠ ⎠ где α L и α K – средние для двух периодов значения долей соответствующих факторов в выпуске: α (t ) + α L (t − 1) wL αL = L ; αL = , (3.4) Y 2 α (t ) + α K (t − 1) RK 13 αK = K ; αK = . 2 Y

12

В работах по декомпозиции роста определение остатка неоднозначно. Солоу (Solow, 1957) рассматривает его как меру технического прогресса, Харбергер (Harberger, 1998) – как снижение реальных издержек (real cost reduction), Абрамовиц (Abramovitz, 1993) отмечает, что остаток включает в себя множество неизмеренных источников роста, называя его «мерой неведения» («some sort of measure of ignorance»). 13 В общем случае неоклассической производственной функции равенство выполняется приблизительно. Точное равенство достигается для транслогарифмической производственной функции (Diewert, 1976).

100

При определении весов исходят из условия Y = R ⋅ K + w ⋅ L или α K +α L= 1 , которое выполняется, если весь выпуск обусловлен только включенными в производственную функцию факторами (т.е. производственная функция предполагает постоянство отдачи от масштаба).

3.2.1. Оценка выпуска В качестве показателей, отражающих изменения выпуска, могут рассматриваться объем выпуска (объем производства товаров и услуг), национальный доход (НД), валовой внутренний продукт (ВВП). При выборе меры выпуска, как правило, руководствуются, с одной стороны, целями исследования и рассматриваемыми моделями и, с другой, доступностью статистических данных. Выбор между национальным доходом и валовым внутренним продуктом является скорее условным. Различия оценок СФП, полученных на основании этих показателей, определяются изменениями объема потребления основного капитала. С одной стороны, если основная цель анализа состоит в выявлении причин и потенциальных возможностей роста выпуска, то изменение объема потребления основного капитала не должно учитываться при построении оценок СФП (Денисон, 1972). С другой стороны, предпочтение чистого выпуска порождает различия в определении затрат основных факторов: потребление капитала исключается при оценке услуг фактора, а амортизация труда, в общем случае неопределимая величина, включается в объем услуг труда (Грилихес, Джоргенсон, 1967). Использование каждого отдельного показателя в качестве меры выпуска накладывает свои ограничения на производственную функцию и, следовательно, на интерпретацию СФП. Например, различия в оценках СФП, полученных на основе конечного выпуска и прочих показателей, определяются объе101

мом промежуточного потребления и соотношением цен выпуска и промежуточного потребления (так, при постоянной доле промежуточного потребления N в выпуске Y (N/Y = n = = const) темпы роста СФП на основе конечного выпуска в 1 раз превышают оценки, полученные на основе валовой 1− n добавленной стоимости (ВДС) (Bruno, 1982)). В мировой практике (ОЭСР, 2001a; 2001b) оценки СФП на основе конечного выпуска, как правило, используются при анализе изменений производительности на отраслевом уровне или уровне секторов. Определение производительности на основе добавленной стоимости чаще применяется при анализе связей на микро- и макроуровнях, например при изучении вклада отдельных отраслей в изменение СФП в целом по экономике, при изучении структурных изменений. В данной работе в качестве меры выпуска рассматривается валовой региональный продукт (ВРП), для оценок на отраслевом уровне (промышленности) используется объем промышленного производства (ОПП). Для декомпозиции роста соответствующие показатели должны быть переведены в сопоставимые цены. Процесс расчета дефляторов является отдельной сложной задачей и не рассматривается в данной работе ввиду отсутствия необходимого объема статистической информации. Отметим только, что с теоретической точки зрения при расчете соответствующих дефляторов должны использоваться гедонические индексы, учитывающие изменение качества производимой продукции и затрат во времени. Российской статистической службой рассчитывается показатель роста физического объема ВРП на основе единой утвержденной методики. К сожалению, информация о реальном росте ВРП доступна лишь с 1997 г., что существенно сокраща102

ет интервал исследования. Отметим, что результаты декомпозиции роста являются чрезвычайно чувствительными к выбору дефляторов. В ситуации, когда информация о компонентах выпуска и ценах является недоступной, официальная статистика о реальной динамике ВРП является приоритетной (по крайней мере для целей декомпозиции роста). Для расширения возможного интервала исследования нами была предпринята попытка аппроксимации динамики реального объема ВРП на основе дефлятора ВВП и индекса потребительских цен (ИПЦ) регионов. В первом случае требуется введение предпосылки о равенстве дефляторов ВРП для всех регионов, что плохо соотносится с действительностью. Использование в качестве дефляторов ВРП региональных индексов потребительских цен приводит к занижению оценки темпов роста реального регионального продукта по сравнению с официальными данными о динамике физического объема ВРП. Результаты сопоставления расчетов на основе обоих методов для федеральных округов с официальными данными о темпах роста приведены в табл. 3.1. Сравнение результатов расчета индекса выпуска по регионам приведено в Приложении 2 (табл. П2-3). В силу сильных расхождений оценок далее в работе декомпозиция роста проводилась для периода 1997–2002 гг., для которого доступна официальная статистика о динамике регионального выпуска. Для большинства федеральных округов (рис. 3.1) динамика ВРП схожа с динамикой ВВП для России в целом. В 1997– 1998 гг. наблюдается снижение индексов (наибольший спад наблюдается в Сибирском федеральном округе, сокращение выпуска в котором в 1998 г. по сравнению с 1996 г. составляет 12,5%), в 1998–1999 гг. происходит смена тенденции (начиная с 1999 г. выпуск во всех федеральных округах постоянно рос). При этом в Центральном федеральном округе выпуск оставал103

ся выше уровня 1996 г. на протяжении всего рассматриваемого периода. В Приволжском, Северо-Западном и Южном федеральных округах уровень 1996 г. после спада был достигнут уже в 1999 г., в Уральском – в 2000 г., а в Дальневосточном и Сибирском – лишь в 2001 г. Таблица 3.1 Результаты расчетов индекса роста ВРП по федеральным округам на основе различных дефляторов Значение индекса ВРП в 2002 г. (1996 г. = 100) Вариант 1: Вариант 2: Вариант 3: Отклонение от Отклонение от Расчет на осФедеральный Индекс физи- Расчет на осварианта 1 варианта 1 округ ческого объема нове дефлятонове ИПЦ (в %) (в %) ВРП ра ВВП регионов Дальневосточ109,33 96,35 –11,88 104,87 –4,08 ный Приволжский 118,87 95,23 –19,89 87,57 –26,33 Северо126,45 114,22 –9,67 114,72 –9,28 Западный Сибирский 109,48 84,22 –23,07 91,64 –16,30 Уральский

121,31

105,80

Центральный

137,32

Южный

129,01

По РФ в целом

123,95

–12,79

97,94

–19,27

146,57

6,74

135,37

–1,42

108,46

–15,93

104,77

–18,79

111,61

–9,95

106,33

–14,21

В динамике региональных индексов (см. Приложение 2, табл. П2-4) также выделяются два этапа: снижение выпуска и его рост (рис. 3.2). В ряде регионов смена тенденции произошла раньше 1999 г. Так, в Астраханской и Орловской областях рост выпуска наблюдается на протяжении всего рассматриваемого периода (1997–2002 гг.); в Кабардино-Балкарской Республике, Республике Северная Осетия – Алания, Тверской области рост выпуска начался уже в 1998 г. А в Брянской, Магаданской, Тульской областях, Карачаево-Черкесской Республике, Республиках Алтай, Ингушетия, Калмыкия, Коми, Саха и Хакасия смена периодов произошла в 2000 г. 104

140

130

120

110

100

90

80 1996

1997

Дальневосточный ФО Уральский ФО

1998 Приволжский ФО Центральный ФО

1999

2000

2001

Северо-Западный ФО Южный ФО

2002

Сибирский ФО ВВП всего

Рис. 3.1. Динамика индексов выпуска по федеральным округам (1996 г. = 100%) 60

50

40

30

20

10

0 до 1 9 9 6 г. в к лю ч ит е ль но

1997 г.

1 9 9 8 г.

1 9 9 9 г.

не в ы р а ж е на т е нд е нц ия

П оследн ий го д сни ж ен ия в ы пуска

Рис.3.2. Гистограмма момента смены тенденции в динамике выпуска регионов

105

В Белгородской, Московской, Мурманской, Пермской, Тамбовской областях, г. Москве, Республике Мордовия, несмотря на снижение выпуска в 1998 г., его величина в течение всего рассматриваемого периода не опускалась ниже уровня 1996 г. В то же время в Еврейской автономной области, Иркутской, Камчатской, Магаданской областях, Республиках Адыгея, Марий Эл, Хакасия к 2002 г. уровень выпуска 1996 г. достигнут не был. Наглядно региональную дифференциацию изменения объемов выпуска можно представить с помощью «Sun-rise»-диаграмм14 (см. рис. 3.3 и 3.4). Как видно из рис. 3.3 и 3.4, в течение 1997– 2002 гг. рост ВВП по федеральным округам можно считать относительно более равномерным, чем по регионам. Это обусловливается тем, что во всех федеральных округах в течение рассматриваемого периода наблюдаются положительные темпы роста, тогда как среди регионов существуют субъекты с отрицательными темпами роста (Республики Адыгея, Хакасия, Марий Эл, Ингушетия, Еврейская автономная область, Иркутская, Магаданская, Камчатская области). Сокращение ВРП этих регионов (обеспечивавших в начальном периоде (1996 г.) порядка 3,9% ВВП) составило 1,7% суммарного роста ВВП. 14

Частный случай кривой Лоренца. Определение «Sun-rise»-диаграммы используется в работе Харбергера (Harberger, 1998) для анализа неравномерности снижения реальных издержек производства (real cost reduction) в отраслевом разрезе. Диаграммы строятся следующим образом. По горизонтальной оси (в нашем случае) представлена региональная структура ВВП накопленным итогом. Регионы ранжированы в соответствии со своими темпами роста по убыванию, так что первым является регион с наибольшими темпами роста, последним – с наименьшими. По вертикальной оси откладываются темпы роста соответствующих регионов. Чем более выпуклой является соединяющая точки кривая, тем более неравномерным в региональном разрезе является рост. Соответственно равномерный рост будет представлен прямой.

106

Рис. 3.3. «Sun-rise»-диаграмма роста ВВП (1997–2002 гг.) на уровне федеральных округов

Рис. 3.4. «Sun-rise»-диаграмма роста ВВП (1997–2002 гг.) на уровне регионов

107

3.2.2. Оценка затрат труда Под вкладом фактора труда в экономический рост или под затратами трудовых ресурсов, как правило, подразумеваются услуги труда, предоставленные занятым населением. Самой простой оценкой затрат труда могут быть отработанные человеко-часы. Однако, как известно, труд является неоднородным показателем и зависит как минимум от квалификации работников и ряда других факторов (пол, возраст, отраслевая специализация и др.). Еще в первых работах Денисона (Denison, 1962) было показано, что вклад труда может меняться, даже если общее число отработанных часов постоянно. Поэтому для более точного измерения требуется детальная разбивка используемого труда по категориям в соответствии с отработанными каждой категорией часами и предельной производительностью. Однако информация об отработанных часах на региональном уровне предоставляется государственной статистической службой России лишь в последние годы15, что существенно сокращает горизонт анализа. Альтернативный способ оценки использованного в процессе производства труда возможен на основе доступной статистики занятости ( N i ). Динамика индексов занятости по федеральным округам представлена на рис. 3.4. Однако использование занятости вместо отработанных часов влияет на интерпретацию показателя СФП. В случае когда затраты труда оцениваются на основе показателя численности занятых, не объясненный факторами рост (оценка СФП) включает в себя компоненту, соответствующую качественным изменениям трудовых затрат (изменениям половозра-

15

«Обследование населения по проблемам занятости», Росстат, 1999– 2002 гг.

108

стной структуры, уровня образования и квалификации занятых, распределения трудовых ресурсов по отраслям и др.). Сравнение динамики индексов занятости и выпуска показывает, что в рассматриваемом периоде (1997–2002 гг.) амплитуда изменений индекса занятости по федеральным округам не превышала 12% на фоне 55%-го размаха колебаний ВРП (см. рис. 3.5 и рис. 3.1). 106

104

102

100

98

96

94 1996

1997

Дальневосточный ФО Уральский ФО

1998 Приволжский ФО Центральный ФО

1999

2000 Северо-Западный ФО Южный ФО

2001

2002

Сибирский ФО Всего по РФ

Рис. 3.5. Динамика индексов занятости по федеральным округам (1996 г. = 100%)

Вклад трудовых затрат определяется как произведение весового коэффициента трудовых затрат на темп их роста; результаты для 1997–2002 гг. и двух подпериодов представлены в табл. 3.2.

109

Таблица 3.2 Результаты оценки темпов роста выпуска и среднегодовой численности занятых по федеральным округам Федеральный округ

Темп роста ВРП

Темп роста запа- Темп роста запасов труда в сов труда % от темпа роста ВРП 1997–1998

Дальневосточный

–4,80

–1,93

40,15

Приволжский

–2,63

–0,98

37,40

Северо–Западный

–3,22

–1,31

40,71

Сибирский

–6,69

–1,71

25,50

Уральский

–2,92

–1,07

36,58

Центральный

0,12

–0,60

–496,82

Южный

–3,66

–1,53

41,77

Дальневосточный

4,60

0,69

15,08

Приволжский

5,52

0,80

14,42

1999–2002

Северо-Западный

7,46

0,67

8,93

Сибирский

5,60

0,63

11,23

Уральский

6,22

0,71

11,39

Центральный

7,72

0,63

8,15

Южный

8,17

1,34

16,42

Дальневосточный

1,37

–0,19

–13,77

Приволжский

2,73

0,20

7,32

1997–2002

Северо-Западный

3,77

0,00

0,08

Сибирский

1,33

–0,16

–11,75

Уральский

3,08

0,11

3,66

Центральный

5,13

0,22

4,24

Южный

4,07

0,38

9,22

Как видно из табл. 3.2, наибольший вклад в рост трудовые затраты давали в период до 1998 г. На фоне снижения выпуска сокращение затрат труда происходило за счет активного вы110

свобождения рабочей силы (увольнений)16. Напротив, во второй исследуемый период резкого увеличения занятости не происходило. Значительный рост выпуска наблюдался при довольно скромном росте занятости. По-видимому, это происходило за счет более интенсивного использования оставшихся трудовых ресурсов (напомним, что показателем затрат факторов является занятость, а не отработанные часы, что позволяет выдвинуть данное предположение). В целом за 1997–2002 гг. занятость обеспечивала довольно небольшую долю темпов роста ВРП. При этом в Дальневосточном и Сибирском округах рост выпуска сопровождался уменьшением среднегодовой численности занятых. Структура трудовых ресурсов в регионах меняется во времени. Поскольку объем выпуска, производимый единицей трудовых затрат (т.е. качество трудовых затрат), различается по группам трудовых ресурсов, этот факт нельзя не учитывать при построении оценок СФП. Оценка влияния структурных изменений основывается на предположении, что средняя заработная плата в каждой группе пропорциональна предельному продукту труда на одного занятого (в случае оценки запасов труда) или на один отработанный час (в случае оценки услуг труда) (Denison, 1967). Для построения оценки затрат труда, учитывающей различия структуры вовлеченных в процесс производства трудовых ресурсов, необходимы данные о распределении занятых по группам. В отсутствие соответствующей статистики все трудовые затраты, независимо от их классификации, агрегируют-

16

В рамках данной работы мы не ставим целью изучение причин сокращения занятости. Увольнения могли происходить по инициативе любой из сторон.

111

ся на основе общей доли трудовых затрат в выпуске

∑w

j

⋅ Lj

. Y Оценка совокупной факторной производительности в этом случае имеет вид: ⎛ ∑ w j ⋅ L j ⎞ ⎛ L& ⎞ ⎟⋅⎜ ⎟. gˆ TFP = gY − α K ⋅ g K − ⎜⎜ ⎟ ⎜ L⎟ Y ⎠ ⎝ ⎠ ⎝

В результате отклонение такой оценки от учитывающей различия структуры трудовых ресурсов составит: ⎛ L& ⎞ ⎛ ∑ w j ⋅ L j ⎞ ⎛ L& ⎞ ⎟ ⋅ ⎜ ⎟ − ∑α L ⎜ j ⎟ . gˆ TFP − gTFP = ⎜⎜ j ⎜ ⎟ ⎝ L⎠ ⎟ Y ⎠ ⎝ ⎝ Lj ⎠

Например, в случае выделения двух групп занятых: ⎛ L&1 L1 L2 L +L L&2 ⎞ ⎟⎟ , ⋅ ⋅ 1 2 ⋅ (w1 − w2 ) ⋅ ⎜⎜ − gˆTFP − gTFP = L1 + L2 L1 + L2 Y L + L L + L ⎝ 1 2 1 2⎠

L&1 L&2 > , то gˆ TFP > gTFP . L1 + L2 L1 + L2 В результате оценка совокупной факторной производительности завышена, так как включает в себя эффект роста квалификации работников (Barro, 1998) в случае выделения групп занятых по возрасту, полу, уровню образования или влияние перераспределения ресурсов в случае выделения групп занятых по роду занятий, отрасли. Оценка затрат труда на основе показателя общего числа занятых в регионе N i предполагает, что все занятые региона являются однородной группой. Снятие этого ограничения предполагает переход к дезагрегированным оценкам: т.е. если w1 > w2 ,

112

N ⇒N i

i ind

=∑ j

wij wi

N ij ,

(3.5)

где wij – оплата труда j-й категории занятых в i-м регионе; w i – средняя оплата труда в i-м регионе; N ij – число занятых j-й категории в i-м регионе. i 17 Переход от N i к N ind не приводит к существенным изменениям динамики индекса затрат труда. Индекс занятости с учетом отраслевых различий (рис. 3.6) для большинства федеральных округов демонстрирует спад в 1997–1998 гг. (исключение составляют Дальневосточный округ, в котором спад закончился в 1999 г., и Уральский округ, в котором спад отсутствует). При этом для всех федеральных округов, за исключением Уральского, рост индекса занятости с учетом отраслевых различий в 1999–2002 гг. ниже роста индекса занятости в том же периоде. Менее яркое снижение оценки затрат труда с учетом отраслевой структуры (рис. 3.6) по сравнению с оценкой на основе занятости (рис. 3.5) в ряде округов свидетельствует о том, что в этих округах шло активное перераспределение рабочей силы между секторами. Так, в Уральском федеральном округе снижения затрат на рабочую силу практически не происходило – при том, что до 1998 г. занятость сокращалась. Напротив, в Дальневосточном федеральном округе снижение трудовых затрат в соответствии с полученной оценкой на основе отраслевых различий было еще более заметным, чем сокращение занятости.

17

В соответствии с доступной статистикой занятые в регионе делятся на категории только в соответствии со своей отраслевой принадлежностью.

113

106 104 102 100 98 96 94 92 90 1996

1997

1998

1999

Дальневосточный ФО Северо-Западный ФО Уральский ФО Южный ФО

2000

2001

2002

Приволжский ФО Сибирский ФО Центральный ФО

Рис. 3.6. Динамика индексов занятости федеральных округов с учетом отраслевых различий (1996 г. = 100%)

Преобразовав выражение для оценки вклада запасов труда в рост выпуска i-го региона, получим:

L& i α =α Li i L

i L

gN i = α ∗

i L

g ∑ j

w ij w

i

N ij

⎛ = α ⎜⎜ g ⎝ i L

Ni

+g

∑ j

w ij N ij i

w N

i

⎞ ⎟. ⎟ ⎠

(3.6)

Таким образом, вклад запасов труда в темпы роста выпуска в i-м регионе можно представить в виде суммы двух составляющих: α iL g N i , учитывающей влияние изменений числа занятых, и α

i L

g ∑ j

wij N ij

, определяющей влияние изменений в

wi N i

структуре занятых. При этом коэффициент α Li постоянен для всего периода.

114

Таблица 3.3 Результаты оценки темпов роста выпуска и вклада составляющих оценки запасов труда по федеральным округам Темпы роста Федеральный округ

Число занятых

Структура занятых

В % от темпов роста ВРП

Затраты труда

ВРП

Число занятых

Структура занятых

Затраты труда

1997–1998 Дальневосточный Приволжский

–1,93

–0,51

–2,44

–4,80

40,15

10,70

50,82

–0,98

–0,08

–1,06

–2,63

37,40

3,05

40,44

–5,78

34,93 30,56

СевероЗападный Сибирский

–1,31

0,19

–1,12

–3,22

40,71

–1,71

–0,34

–2,05

–6,69

25,50

5,07

Уральский

–1,07

0,88

–0,19

–2,92

36,58

–30,11

6,46

Центральный

–0,60

0,07

–0,53

0,12

–496,82

59,72

–436,95

Южный

–1,53

–0,51

–2,04

–3,66

41,77

13,97

55,69

1999–2002 Дальневосточный Приволжский СевероЗападный Сибирский

0,69

–0,33

0,36

4,60

15,08

–7,17

7,88

0,80

–0,30

0,50

5,52

14,42

–5,45

9,03

0,67

–0,04

0,63

7,46

8,93

–0,48

8,47

0,63

–0,45

0,18

5,60

11,23

–8,05

3,24

Уральский

0,71

–0,29

0,42

6,22

11,39

–4,67

6,75

Центральный

0,63

–0,43

0,20

7,72

8,15

–5,62

2,59

Южный

1,34

–0,52

0,82

8,17

16,42

–6,42

10,08

–0,19

–0,39

–0,58

1,37

–13,77

–28,64

–42,51

0,20

–0,23

–0,02

2,73

7,32

–8,32

–0,89

1997–2002 Дальневосточный Приволжский СевероЗападный Сибирский

0,00

0,04

0,04

3,77

0,08

1,01

1,14

–0,16

–0,41

–0,57

1,33

–11,75

–31,08

–42,62

Уральский

0,11

0,10

0,22

3,08

3,66

3,17

7,03

Центральный

0,22

–0,27

–0,04

5,13

4,24

–5,18

–0,85

Южный

0,38

–0,52

–0,14

4,07

9,22

–12,76

–3,43

115

Расчеты свидетельствуют (табл. 3.3), что изменения отраслевой структуры занятых привели к росту доли темпов роста выпуска, который объясняется изменениями трудовых затрат, для большинства федеральных округов в период спада 1997– 1998 гг. В период роста (1999–2002 гг.) наблюдается обратная ситуация: для большинства федеральных округов вклад трудовых затрат в темпы роста выпуска снизился. 30

20 15 10 5 0

(- 1 00 ;-8 (- 8 0) 0; -6 (- 6 0 ) 0; -4 (- 4 0 ) 0; -2 0) (- 2 0; 0) (0 ;2 0) (2 0; 40 (4 ) 0; 60 ) (6 0; 80 ) (8 0; 10 0)

Число регионов

25

Процент темпов роста выпуска, объясняемый изменением трудовых затрат

Рис. 3.7. Гистограмма процентов темпов роста выпуска, объясненного изменениями средней численности занятых в регионах с учетом отраслевых различий (1997–2002 гг.)

Процент темпов роста выпуска, объясненный изменениями трудовых затрат, существенно различается по регионам. Для ряда регионов направление изменений темпов роста выпуска противоположно направлению изменений темпов роста трудовых затрат (отрицательные значения на гистограмме). Но для большинства регионов изменения средней численности заня116

тых с учетом отраслевых различий объясняют в среднем от –20 до 20% темпов роста ВРП (см. рис. 3.7). Большой процент отрицательных оценок вклада трудовых затрат в рост свидетельствует либо о незначительности фактора труда в региональном росте в рассматриваемом периоде, либо о низкой точности измерения соответствующих показателей. Еще одна причина наличия отрицательных оценок состоит в том, что на анализируемом временном интервале и в динамике выпуска, и в динамике занятости можно выделить два этапа: спад и рост. Для большинства регионов и федеральных округов (см. рис. 3.1 и 3.6) снижение выпуска в 1997–1998 гг. лишь немного превосходило снижение занятости (в среднем на 2%), в то время как последующий рост выпуска в 1999–2002 гг. существенно обгонял рост занятости (в среднем на 25%). Рассчитанные средние (за 1997–2002 гг.) темпы роста показателей не отражают таких изменений в динамике. Вместе с тем для подпериодов (см. Приложение 2, рис. П2-3 и П2-4) доля темпов роста выпуска, объясненная изменениями трудовых затрат, переходит в область положительных значений: в 1997–1998 гг. она составляет в среднем 20–40%, в 1999–2002 гг. – 0–20%. Для более точной оценки трудовых затрат следует учитывать отработанное время (в отличие от числа занятых), половозрастную структуру работников, квалификацию, образование.

3.2.3. Оценка затрат капитала Проблемы оценки затрат капитала являются наиболее сложными не только в рамках российской статистики, но и в целом в исследованиях по декомпозиции роста. При оценке затрат капитала в моделях декомпозиции роста возникает ряд вопросов, касающихся методики оценки самих затрат, оценки изменений их качества. Не вызывает сомнений, что производственные мощности разных поколений 117

(«vintages») характеризуются различной производительностью. Разногласия между экономистами возникают по вопросу, каким образом необходимо осуществлять эту процедуру (какие показатели использовать в качестве весов при построении агрегированной оценки): на основе относительных цен или предельных продуктов. В работе (Denison, 1967; 1974) при оценке затрат капитала использовалась сумма производственных единиц, взвешенная на основе их относительных цен в базовом периоде, а неизмеренное улучшение качества капитала рассматривалось как компонент вклада технического прогресса. Позиция Денисона (Denison, 1978; 1980) состоит в том, что при проведении декомпозиции гипотезой «воплощения технического прогресса в капитале» можно пренебречь, поскольку изменения в возрастной структуре оборудования лишь в небольшой степени влияют на темпы роста выпуска, даже если считать, что весь технический прогресс воплощен в капитальных затратах. На основе проверки модели поколений («vintages») в исследовании (Gregory, Denis, 1973) и в теоретической работе (Phelps, 1962) авторы приходят к тому же выводу. Однако в последнее время чаще используются модели, в которых рассматривается технический прогресс, «воплощенный» в капитале. В этом случае предполагается, что новое оборудование обладает большей производительностью, чем введенное раньше, и построение индекса затрат капитала осуществляется на основе предельных продуктов, аппроксимацией которых являются цены этих факторов (Griliches, Jorgenson, 1967). Гипотеза «воплощения» нашла свое отражение во многих работах. При этом технический прогресс рассматривается как функция нормы инвестирования (Kaldor, 1957); как темп роста нормы инвестирования (Kaldor, Mirrlees, 1962); как фактор,

118

определяющий цены на инвестиционные товары (Griliches, 1961; Brubaker, 1968; Hall, 1968; Gordon, 1990). Компромиссным решением является модель источников роста, в которой рассматривается и воплощенный в капитале, и невоплощенный технический прогресс, представленная в (Nelson, 1964; Jorgenson, 1966; Hulten, 1992) на основе оценок изменения качества основных затрат. Два подхода к интерпретации технологических изменений предполагают различную трактовку затрат капитала. В первом случае (в предположении, что технический прогресс не воплощен в капитале) отличия производственных мощностей различных поколений ограничиваются неким фактором, связываемым с уровнем износа, так что: t

K ( t ) = ∑ (1 − δ ) I ( t − τ ) , τ

(3.7)

τ =0

где δ – темп износа (потеря производительности в процессе старения оборудования). Если объемы инвестиций I ( t ) периода t измеряются количеством производственных единиц, то оценка K ( t ) , полученная как взвешенная сумма прошлых инвестиций, представляет собой количество производственных единиц в эквиваленте периода t. В предположении о воплощенном в капитале техническом прогрессе такая оценка приводит к занижению реального воздействия изменений производительности запасов капитала. Этот недостаток может быть устранен (Fisher, 1965) введением индекса технологической эффективности (index of technical efficiency) Φ ( t ) , изменения которого рассматриваются как качественные различия производственных мощностей разного 119

возраста (Hulten, 1992). Иначе говоря, темп роста Φ ( t ) представляет собой темп роста воплощенного в капитале технического прогресса. В этом случае: t

Kˆ (t ) = ∑ (1 − δ )τ I (t − τ )Φ (t − τ ) .

(3.8)

τ =0

Еще одним немаловажным источником смещений при оценке затрат капитала является избыточная амортизация. Во многих эмпирических исследованиях отмечается, что более важной характеристикой амортизации является не физический износ оборудования, а его моральное старение. Капитал экономически устаревает быстрее, чем истекает срок его использования, но устаревшее оборудование полностью не теряет своих возможностей по генерации выпуска. Так что величина оказываемых капиталом услуг уменьшается с возрастом со скоростью, отличной от скорости амортизационных списаний. Чистое капиталообразование равно нулю при равенстве чистых инвестиций и амортизации, в то время как в условиях совершенствования уровня технологий объем эффективного капитала растет (в рамках гипотезы «воплощения»). Но если при оценке затрат капитала не рассматривать рост его эффективности с возрастом, то не следует учитывать и моральное старение. В результате, оценка затрат капитала на основе чистой стоимости (за вычетом амортизации), не учитывающая воплощенный в капитале технический прогресс, приводит к занижению оценки влияния капитала на темпы экономического роста. Таким образом, теоретическая оценка основных фондов (ОФ) должна представлять собой агрегированный показатель, учитывающий изменения качества отдельных производственных единиц, связанные как с их старением и износом, так и с изменением технологического уровня. Для построения такой 120

оценки необходима информация о вводимых фондах, их производительности по сравнению с уже имеющимися, сроках службы оборудования, затратах на ремонт оборудования и многое другое (см. (3.7)–(3.8)). Статистика национального богатства является одним из наиболее слабых мест российской статистики. Как отмечалось на конференции «Оценка и управление стоимостью национального богатства в России» (Иванов, Хоменко, 2003), главную проблему в этой области статистики составляет отсутствие соответствующей информационной базы, несоответствие бухгалтерского учета принципам Системы национальных счетов (СНС). Нередко в бухгалтерском учете основные фонды оцениваются по первоначальной стоимости, а не в ценах, существующих на момент составления отчетности; отсутствует подробная информация и о структуре основных фондов. Кроме этого, значительные искажения вносятся и проводимыми переоценками основных фондов, которые начиная с 1997 г. перестали носить обязательный характер. Недостатки статистики национального богатства, существующие в настоящее время, а также статистики ОФ советского периода, являющейся отправной точкой для расчета их динамики, существенно усложняют задачу оценки реальных изменений объемов производственных мощностей. По данным официальной статистики за 1990–2001 гг., физический объем основных фондов вырос на 5,99%; по некоторым оценкам (см. Ханин, 2005), в этот же период сокращение основных производственных фондов составило 30%, а их активной части – 50– 60%; в работе ИЭПП (Энтов, Луговой и др., 2003) основные фонды России сократились в среднем на 12%, а эффективные – в среднем в 2,9 раза. На региональном уровне статистика основных фондов представлена еще более узко. Практически единственным дос121

тупным региональным показателем, предоставляемым органами государственной статистики, является стоимость основных фондов по полной учетной стоимости, которые вследствие проводимых переоценок основных фондов слабо отражают реальные процессы формирования производственных мощностей предприятий региона. Например, динамика индексов ОФ (рассчитываемая на основе стоимости ОФ, приведенной в сопоставимые цены на основании дефлятора ВВП, усредненной на начало и на конец периода) по федеральным округам (рис. 3.8) демонстрирует резкий рост в 1997 г. и резкое снижение в последующие годы. 130 120 110 100 90 80 70 60 50 40 1996

1997

1998

Российская Федерация Приволжский ФО Сибирский ФО Центральный ФО

1999

2000

2001

Дальневосточный ФО Северо-Западный ФО Уральский ФО Южный ФО

Рис. 3.8. Динамика индексов стоимости основных фондов по федеральным округам (1996 г. = 100%)

Существующая же статистика инвестиций не сильно улучшает ситуацию, так как инвестиции сложно привести в сопоставимый вид (нет надежного дефлятора), а для построения по-

122

казателя на основе метода непрерывной инвентаризации требуются довольно длинные ряды. Динамика индексов основных фондов, представленная на рис. 3.8, плохо согласуется со статистикой обновления и выбытия ОФ. По официальной статистике, в целом по экономике в рассматриваемом периоде ввод ОФ не превышал 1,5% их объема на конец года, выбытие – 1,3% объема на начало года. Динамика коэффициентов свидетельствует о том, что до 1999 г. объем основных фондов оставался практически неизменным, после чего наметилась тенденция к незначительному росту (коэффициенты обновления превышают коэффициенты выбытия). Причиной таких расхождений, по-видимому, являются проводимые переоценки стоимости ОФ. Использовать напрямую подход к построению индекса основных фондов (применявшийся в работе (Энтов, Луговой и др., 2003) по декомпозиции роста на отраслевом уровне) на основании коэффициентов ввода и выбытия не представляется возможным по причине отсутствия необходимой информации на региональном уровне. Поэтому построение индекса физического объема основных фондов i-го региона осуществлялось на основе данных об инвестициях. При оценивании предполагается, что региональная структура инвестиций совпадает с региональной структурой ввода основных фондов, а норма выбытия одинакова для всех регионов:

FA i (t ) = FA i (t − 1) + Rn i (t ) − Rp i (t ) ,

(3.9)

где FA i (t ) – объем основных фондов i-го региона на конец периода t; Rn i (t ) – ввод основных фондов i-го региона в период t, определяемый на основе данных об инвестициях и коэффициенте ввода основных фондов в целом по России k tRn : 123

I i (t ) Rn Rn (t ) = k t FA(t ) , I (t ) i

где FA(t ) – объем основных фондов в целом по России на конец периода t; I i (t ) – инвестиции i-го региона в период t; I (t ) – инвестиции в целом по России в период t; Rp i (t ) – выбытие основных фондов i-го региона, определяемое на основе коэффициента выбытия для России в целом k tRp : Rp i (t ) = k tRp FA i (t − 1) .

Построенный индекс физического объема основных фондов демонстрирует в 1997–2002 гг. слабую положительную динамику для большинства федеральных округов (см. рис. 3.9). Исключение составляют Сибирский и Дальневосточный федеральные округа. В Сибирском округе тенденция индекса строго отрицательная. В любом случае, диапазон изменения накопленных фондов за 6 рассматриваемых лет варьировал в пределах 5%. Еще раз отметим, что полученный на основе коэффициентов выбытия и обновления индекс физического объема ОФ является весьма грубой аппроксимацией динамики физического объема капитала. Он не учитывает изменения эффективности производственных мощностей в зависимости от возраста, физического износа и морального старения. Это приводит к дополнительной ошибке измерения вклада услуг капитала в экономический рост, увеличивая не объясненный производственными факторами остаток (СФП). Теоретическая оценка затрат капитала (в предположении, что технический прогресс не воплощен в капитале) строится на основе взвешенной суммы средств производства различных возрастов (см. (3.7)). 124

106 105 104 103 102 101 100 99 98 97 96 1996

1997

1998

1999

Российская Федерация Приволжский ФО Сибирский ФО Центральный ФО

2000

2001

2002

Дальневосточный ФО Северо-Западный ФО Уральский ФО Южный ФО

Рис. 3.9. Индекс физического объема основных фондов по федеральным округам (1996 г. = 100%)

Кроме этого, коэффициент выбытия ОФ не отражает скрытое выбытие производственного аппарата в результате изменения номенклатуры выпускаемой продукции, ветхости и износа производственных мощностей, которые продолжают числиться на балансе предприятий. Степень износа основных фондов в среднем по России увеличилась с 41,9% в 1999 г. до 47,9% в 2002 г. Аналогичная ситуация наблюдается и для большинства регионов (см. Приложение 2, табл. П2-7). Наиболее существенным ростом степени износа характеризуются Костромская область (с 37,4 до 55,3%), Республика Тыва (с 35,5 до 48,5%), Москва (с 37,7 до 50,1%), Хабаровский край (с 32, 7 до 44,7%), Пензенская область (с 42, 2 до 53,7%). В 2002 г. степень износа ОФ в Кировской и Ярославской областях превысила 57%. Износ фондов в 1999–2002 гг. сократился только в 12 регионах – это Республики Ингушетия, Калмыкия, Алтай, Чувашия, Северная Осетия – Алания, Дагестан, Кара125

чаево - Черкесия, Краснодарский край, Томская, Астраханская, Архангельская и Тюменская области, причем для большинства перечисленных регионов это сокращение было незначительным. Как и в случае трудовых затрат, динамика индекса физического объема ОФ не обнаруживает видимого сходства с динамикой индекса ВРП (см. рис. 3.1). Значительное падение индекса ВРП сопровождается почти постоянным значением индекса физического объема ОФ. Это связано с тем, что объем средств производства не отражает в полной мере процесс формирования капитальных затрат, поскольку завышает оценку реально используемой в производстве части. Кроме того, данные ряды подразумевают неизменность выпуска в зависимости от возраста оборудования и улучшения качества средств производства, которое увеличивает их чистый вклад в выпуск. Для построения более точной оценки затрат капитала необходимо учитывать не только изменения объема производственных мощностей, но и интенсивность их использования. В данной работе расчет интенсивности использования ОФ производится на основе данных об уровне потребления электроэнергии (такой метод применялся в работах (Griliches, Jorgenson, 1967; Costello, 1993)18), динамика которого по федеральным округам представлена на рис. 3.10. При использовании показателя потребления электроэнергии в качестве индикатора степени загрузки мощностей необходи18

По мнению Денисона, использование в качестве степени загрузки производственных мощностей показателя потребляемой электроэнергии некорректно, во-первых, потому, что не сделаны поправки на экономический цикл; во-вторых, для корректной оценки необходимо использовать киловатт-часы, потребляемые средствами производства, основным источником работы которых является электроэнергия.

126

мо провести корректировку на изменение средней мощности вовлеченного в производство производственного оборудования. Необходимые статистические данные для проведения соответствующих оценок по регионам отсутствуют. Однако поскольку в течение рассматриваемого периода в целом по экономике ввод основных фондов не превышал 1,5% их объема на конец года, то представляется возможным не проводить корректировку показателей. 110

105

100

95

90

85 1996

1997

1998

1999

Российская Федерация Приволжский ФО Сибирский ФО Центральный ФО

2000

2001

2002

Дальневосточный ФО Северо-Западный ФО Уральский ФО Южный ФО

Рис. 3.10. Индекс степени загрузки мощностей по федеральным округам (1996 г. = 100%)

В качестве индекса затрат капитала (рис. 3.11) для регионов России рассматривается произведение индекса физического объема ОФ и индекса степени загрузки мощностей.

127

115

110

105

100

95

90

85 1996

1997

1998

1999

Российская Федерация Приволжский ФО Сибирский ФО Центральный ФО

2000

2001

2002

Дальневосточный ФО Северо-Западный ФО Уральский ФО Южный ФО

Рис. 3.11. Индекс затрат капитала по федеральным округам (1996 г. = 100%)

Расчеты (табл. 3.4) свидетельствуют, что для большинства регионов затраты капитала являются более значимым фактором роста, чем затраты труда (табл. 3.4, 3.3), особенно в период роста 1999–2002 гг. При этом, так же как и в случае трудовых затрат, влияние затрат капитала на темпы роста выпуска существеннее на этапе спада (1997–1998 гг.), чем на этапе роста выпуска (1999–2002 гг.).

128

Таблица 3.4 Результаты оценки темпов роста выпуска и вклада составляющих оценки затрат капитала по федеральным округам

влияние Федеральный округ изменений объема ОФ

Темпы роста

В % от темпов роста ВРП

влияние измене- влияние ний сте- затрат пени капитала загрузки

влияние влияние измене- влияние изменений сте- затрат ний объпени капитала ема ОФ загрузки

ВРП

1997–1998 Дальневосточный

–0,09

–1,52

–1,61

–4,80

1,83

31,66

33,49

Приволжский

0,13

–1,56

–1,43

–2,63

–5,05

59,34

54,28

Северо-Западный

–0,10

–0,34

–0,44

–3,22

3,14

10,68

13,82

Сибирский

–0,26

–2,03

–2,29

–6,69

3,82

30,40

34,21

Уральский

0,27

–0,54

–0,27

–2,92

–9,17

18,44

9,27

Центральный

0,08

–0,32

–0,25

0,12

62,46

–265,28

–202,82

Южный

0,06

–2,48

–2,42

–3,66

–1,52

67,66

66,15

Дальневосточный

0,05

0,17

0,22

4,60

0,98

3,71

4,70

Приволжский

0,28

0,64

0,92

5,52

5,11

11,54

16,66

Северо-Западный

0,17

0,96

1,13

7,46

2,29

12,89

15,18

Сибирский

–0,19

1,35

1,16

5,60

–3,39

24,20

20,81

Уральский

0,53

1,13

1,66

6,22

8,53

18,19

26,72

Центральный

0,35

1,45

1,80

7,72

4,54

18,78

23,32

Южный

0,40

0,50

0,90

8,17

4,90

6,14

11,05

1,37

0,06

–28,99

–28,96

1999–2002

1997–2002 Дальневосточный

0,00

–0,40

Приволжский

0,23

–0,10

0,13

2,73

8,50

–3,65

4,83

Северо-Западный

0,08

0,52

0,60

3,77

2,13

13,89

16,00

Сибирский

–0,21

0,21

0,00

1,33

–15,93

15,92

–0,03

Уральский

0,44

0,57

1,01

3,08

14,36

18,56

32,89

Центральный

0,26

0,86

1,11

5,13

5,05

16,70

21,73

Южный

0,29

–0,50

–0,22

4,07

7,00

–12,30

–5,34

–0,40

129

25

Число регионов

20 15 10 5 0 ) ) ) ) 0) 0 ) 0; 0) 0) 0) 0) 40 60 80 100 ;2 -2 -6 -4 -8 0; 0; 0; ; 0; 0; 0; -2 (0 0; 2 4 6 0 ( 8 6 4 ( ( ( 0 ((((8 (-1

Процент темпов роста выпуска, объясняемый изменением затрат капитала

Рис. 3.12. Гистограмма процентов темпов роста выпуска, объясненного изменениями затрат капитала по регионам (1997–2002 гг.)

Процент темпов роста выпуска, объясненный изменениями затрат капитала, так же как и в случае затрат труда, существенно различается по регионам. Существует ряд регионов, для которых направление изменений темпов роста выпуска противоположно направлению изменений темпов роста затрат капитала (отрицательные значения на гистограмме). Для большинства регионов изменения объема основных фондов в регионе с учетом степени их загрузки объясняют от –20 до +20% темпов роста ВРП (см. рис. 3.12). Так же как и в случае трудовых затрат, отрицательные значения доли темпов роста выпуска, объясненных изменениями затрат капитала, во многом объясняются выбором начальной и конечной точек рассматриваемого временного интервала. В подпериодах (см. Приложение 2, рис. П2-5 и П2-6) для подавляющего большинства регионов значения показателя находятся в пределах 0–20%. В 1997–1998 гг. лишь в 14% регионов изменения выпуска сопровождались 130

противоположным изменением затрат капитала, в 1999–2002 гг. доля таких регионов выросла до 36%.

3.2.4. Оценка весовых коэффициентов для объединения затрат Как уже отмечалось ранее, для декомпозиции требуется знать предельные продукты факторов и их доли в выпуске, чтобы иметь возможность рассчитать весовые коэффициенты αL и αK (см. (3.2)–(3.4)) для объединения затрат факторов. Существует два основных способа оценки этих коэффициентов: 1) эконометрический и 2) на основе долей факторов в выпуске (в предположении о равенстве продуктов факторов затрат ценам на них). Эконометрический метод связан с рядом сложностей19 и в условиях отсутствия достаточного массива данных не может быть использован. Поэтому в данной работе мы использовали наиболее распространенный второй способ. В предположении постоянства отдачи от масштаба, рассматриваемой как фактор СФП, и того, что предприятия стремятся минимизировать издержки производства и, следовательно, использовать затраты разного вида в пропорциях, минимизирующих эти затраты, доходы затрат различных факторов пропорциональны их предельным продуктам. В целом по России для каждого года рассматриваемого периода:

19

Несмотря на то, что эконометрический подход позволяет отойти от предположения о равенстве предельных продуктов факторов наблюдаемым ценам, полученные оценки могут оказаться смещенными. Во-первых, темпы роста основных факторов не всегда могут рассматриваться как экзогенные по отношению к изменениям СФП. Во-вторых, если затраты факторов измерены с ошибкой, тогда стандартные методы оценки коэффициентов уравнения приведут к несостоятельным оценкам (Barro, Sala-i-Martin, 2004).

131

в качестве весового коэффициента трудовых затрат рассматривается доля оплаты труда20 наемных работников в ВВП; − в качестве коэффициента капитальных затрат рассматривается разность между единицей и весовым коэффициентом трудовых затрат. Для регионов России данные о формировании валового регионального продукта методом образования публикуются с 2002 г.21 При этом региональные расчеты оплаты труда наемных работников не предполагают расчет и отражение в счете скрытой оплаты труда. Определение объемов скрытой оплаты труда на федеральном уровне проводится по методике, предполагающей построение всех счетов сектора «Домашние хозяйства», включая финансовый, что неприменимо для региональных расчетов. Поэтому при определении весовых коэффициентов трудовых затрат, необходимых для проведения декомпозиции регионального роста, предполагается, что отношение фонда заработной платы занятых к оплате труда наемных работников одинаково для всех регионов и совпадает с аналогичным показателем для России в целом. Как видно из табл. 3.5, разброс коэффициентов довольно велик (от 0,38 до 0,75). Это может быть связано с тем, что по экономической структуре регионы (и федеральные округа) довольно сильно отличаются друг от друга. Однако возможна и другая причина – невыполнение предпосылок, заложенных в методике. Причем если предпосылки в разной степени не выполняются для разных регионов, то это приведет и к искажению при сопоставлении оценок в силу их смещенности. −

20 21

Источник: Национальные счета России. Росстат РФ. Источник: Национальные счета России в 1996–2003 гг. Росстат РФ.

132

Таблица 3.5 Весовые коэффициенты затрат труда для федеральных округов Федеральный округ

1996

1997

1998

1999

2000

2001

Дальневосточный

0,75

0,74

0,69

0,61

0,66

0,69

0,72

Приволжский

0,48

0,49

0,48

0,45

0,46

0,51

0,54

Северо-Западный

0,63

0,66

0,57

0,52

0,56

0,63

0,64

Сибирский

0,60

0,60

0,58

0,55

0,58

0,62

0,65

Уральский

0,46

0,49

0,49

0,45

0,44

0,49

0,49

Центральный

0,48

0,48

0,45

0,40

0,38

0,44

0,43

Южный

0,56

0,58

0,53

0,50

0,52

0,57

0,60

По РФ в целом

0,55

0,56

0,53

0,47

0,47

0,53

0,53

2002

Альтернативным методом, отчасти лишенным данного недостатка, являются интервальные оценки либо экспертное задание весов, единых для всех рассматриваемых субъектов. Произвольные значения используются, например, αK = 0,3 и αL = 0,7 (см.: (De Broek, Koen, 2000); (Dolinskaya, 2001); (Энтов, Луговой и др., 2003))22. Но в этом случае при оценке СФП не будут учитываться различия регионов и федеральных округов в стоимости услуг основных факторов, что может существенно повлиять на интерпретацию полученных результатов. Для большинства федеральных округов характерен рост весового коэффициента трудовых затрат (доли оплаты труда в ВРП) в 1997–2002 гг. в среднем на 7–10% величины в начале периода, несмотря на снижение значения в 1998–1999 гг. Исключение составляют Центральный и Дальневосточный федеральные округа, для которых весовые коэффициенты трудовых затрат снизились в рассматриваемом периоде на 4,7 и 10,0% соответственно. При этом снижение значения коэффициентов 22

Для сравнения в работе (Бессонов, 2002) оценки факторных эластичностей для экономики СССР составляют EK = 0,45 и EL = 0,55.

133

наблюдается только в 22 регионах (см. Приложение 2, табл. П2-5).

3.2.5. Декомпозиция роста Заключительный этап декомпозиции состоит в объединении темпов роста основных факторов, рассчитанных на основе построенных ранее индексов, посредством весовых коэффициентов, и расчете необъясненного остатка. Результаты декомпозиции представлены в табл. 3.6. Таблица 3.6

СевероЗападный

Сибирский

Уральский

Центральный

Южный

Остаток Солоу

Приволжский

ВРП I. Затраты факторов I.1. Труд (Занятость) I.2. Капитал Основные фонды Степень загрузки Структура занятых II. Остаток

Дальневосточный

Декомпозиция роста ВРП по федеральным округам для периода 1997–2002 гг.

1,37

2,73

3,77

1,33

3,08

5,13

4,07

–0,58

0,33

0,61

–0,16

1,13

1,33

0,16

–0,19

0,20

0,00

–0,16

0,11

0,22

0,38

–0,40

0,13

0,60

0,00

1,01

1,11

–0,22

0,00

0,23

0,08

–0,21

0,44

0,26

0,29

–0,40

–0,10

0,52

0,21

0,57

0,86

–0,50

–0,39

–0,23

0,04

–0,41

0,10

–0,27

–0,52

2,34

2,63

3,13

1,90

1,86

4,06

4,44

1,60

2,33

3,73

1,75

2,55

4,66

3,47

Для периода 1997–2002 гг. во всех федеральных округах темпы роста СФП положительные. Кроме этого, необъясненный остаток является наиболее существенным фактором роста: 134

для всех федеральных округов доля темпов роста выпуска за счет роста остатка превышает 60%. А в Дальневосточном, Сибирском и Южном федеральных округах положительные темпы роста остатка практически компенсировали существенное снижение затрат основных факторов. Результаты расчетов для подпериодов 1997–1998 гг. и 1999– 2002 гг. (см. Приложение 2, табл. П2-9–П2-10) свидетельствуют, что темпы роста необъясненного остатка в Приволжском, Центральном и Южном федеральных округах положительны и на этапе спада, и на этапе роста. В остальных федеральных округах темпы роста СФП положительны только в 1999–2002 гг. При этом на этапе спада снижение выпуска для большинства федеральных округов (исключение составляют Уральский и Центральный округа) в основном объясняется снижением затрат основных факторов. На этапе роста для всех федеральных округов темпы роста остатка объясняют около 75% темпов роста выпуска. Процент темпов роста выпуска, не объясненный изменениями основных факторов, существенно различается по регионам (см. Приложение 2, табл. П2-11). Для большинства регионов темпы роста остатка в рассматриваемом периоде совпадают с темпами роста выпуска, причем доля темпов роста выпуска, объясненная основными факторами, не превышает не объясненной ими доли. Диаграмма рассеяния темпов роста выпуска и темпов роста различных факторов (см. Приложение 2, рис. П2-7) свидетельствует о достаточно слабой связи между темпами роста ВРП и темпами роста затрат труда и капитала. Невысокий процент объясненного роста выражается в том, что структура оценок СФП практически повторяет структуру ВРП (см. рис. 3.13). С одной стороны, это объясняется довольно приблизительными оценками затрат факторами, с другой – выбранным интерва135

лом оценивания, охватывающим тенденции как роста, так и падения выпуска.

Рис. 3.13. «Sun-rise»-диаграмма роста ВВП (1997–2002 гг.) на уровне федеральных округов

Как отмечалось ранее, динамика выпуска регионов неоднородна: различия определяются не только темпами роста, но и моментом смены тенденции (рис. 3.2). Поэтому рассмотрим результаты пофакторной декомпозиции темпов роста регионов отдельно для периодов спада и роста (регионы предварительно были разбиты на группы в зависимости от границ периодов). В первую группу включены регионы, динамика выпуска которых характеризуется ростом в течение всего рассматриваемого периода (1997–2002 гг.), а также регионы, объем выпуска которых не опускался ниже уровня 1996 г.

136

Таблица 3.7 Декомпозиция темпов роста выпуска регионов в 1997–2002 гг.

I. Затраты факторов

I.1. Труд (Занятость)

I.2. Капитал

Основные фонды

Степень загрузки

Структура занятых

II. Остаток

Астраханская область Белгородская область г. Москва Курская область Московская область Мурманская область Орловская область Пермская область Республика Мордовия Тамбовская область

ВРП

Из него:

7,05

0,55

0,00

0,55

0,25

0,30

–0,96

7,45

5,12

1,33

0,37

0,95

0,09

0,86

–0,40

4,19

6,69

3,58

0,40

3,18

1,06

2,12

–0,09

3,20

3,50

0,42

0,72

–0,30

–0,19

–0,11

–0,59

3,67

4,79

0,83

0,49

0,34

0,34

–

–0,14

4,10

1,70

–0,68

–0,36

–0,32

–0,12

–0,20

–0,52

2,90

6,07

0,30

0,68

–0,38

–0,06

–0,32

–0,41

6,18

3,87

0,43

0,36

0,06

0,06

–

–0,04

3,48

4,39

0,07

0,09

–0,03

–0,05

0,03

–0,17

4,49

5,43

–1,25

–0,20

–1,05

–0,24

–0,81

–0,58

7,26

Для всех регионов этой группы, за исключением Москвы, необъясненный остаток превышает суммарный вклад основных факторов. Таблица 3.8

1 КабардиноБалкарская Республика

II. Остаток

Структура занятых

Степень загрузки

Основные фонды

I.2. Капитал

Из него: I.1. Труд (Занятость)

I. Затраты факторов

ВРП

Декомпозиция темпов роста выпуска регионов в 1997 г. и 1998–2002 гг.

2

3

4

5

6

7

8

9

–2,43

–5,96

–1,49

–4,47

–0,07

–4,40

–0,02

3,56

9,02

1,07

1,87

–0,80

0,12

–0,92

–0,56

8,51

137

1

2

3

4

5

6

7

8

9

Новгородская область Республика Северная Осетия – Алания

–2,94 4,88 –5,55

–7,24 0,02 –0,44

–5,43 0,23 –0,35

–1,80 –0,20 –0,09

–0,14 0,11 –0,09

–1,66 –0,32 –

1,17 0,07 –1,18

3,13 4,78 –3,93

9,32 –8,66 3,54

1,72 –0,09 –0,50

1,73 –0,83 –0,04

–0,01 0,74 –0,46

–0,01 –0,17 0,09

– 0,91 –0,55

–0,71 0,03 –0,41

8,30 –8,61 4,45

Тверская область

Таблица 3.9 Декомпозиция темпов роста выпуска регионов в 1997–1998 гг. и 1999–2002 гг.

1 Алтайский край

II. Остаток

Структура занятых

Степень загрузки

Основные фонды

I.2. Капитал

I.1. Труд (Занятость)

I. Затраты факторов

ВРП

Из него:

2

3

4

5

6

7

8

9

–9,52

–3,28

–1,28

–1,90

–0,22

–1,68

0,00

–6,23

6,10

–0,75

0,68

–1,45

–0,15

–1,30

–0,64

7,49

Амурская область

–10,27

–4,46

–2,08

–2,44

–0,17

–2,27

–1,33

–4,47

5,44

0,81

0,33

0,48

–0,05

0,52

–0,36

5,00

Архангельская область

–3,87

–3,98

–3,18

–0,88

–0,21

–0,67

0,00

0,10

8,18

1,87

1,22

0,64

0,03

0,61

–0,37

6,68

Владимирская область

–2,37

–0,76

–0,11

–0,64

–0,12

–0,53

–0,72

–0,89

5,97

1,60

0,49

1,11

–0,04

1,16

0,01

4,35

Волгоградская область

–5,30

–9,43

–3,43

–5,91

–0,15

–5,76

–0,37

4,50

6,38

1,24

1,48

–0,42

–0,07

–0,34

–1,04

6,18

Вологодская область

–2,62

–2,49

–2,45

–0,07

–0,01

–0,06

0,67

–0,80

6,08

2,18

1,61

0,57

0,01

0,56

–0,35

4,24

Воронежская область

–1,87

–3,31

–1,38

–1,89

–0,26

–1,64

–0,43

1,87

4,25

1,41

1,28

0,10

–0,12

0,22

–0,50

3,34

г. СанктПетербург

–3,45

–0,01

–0,02

0,00

–0,05

0,05

0,62

–4,06

9,08

2,57

0,31

2,26

0,31

1,96

0,06

6,45

138

2

3

4

5

6

7

8

9

Еврейская автономная область

–14,45

–5,54

–4,84

–0,74

–0,10

–0,64

0,07

–8,98

6,17

2,50

2,27

0,15

–0,13

0,28

–1,45

5,12

Ивановская область

–9,44

–3,33

–2,53

–0,71

–0,22

–0,49

0,22

–6,34

4,93

0,70

0,10

0,61

–0,17

0,78

–0,48

4,71

Иркутская область

–10,71

–2,11

–1,13

–1,03

–0,23

–0,79

–0,78

–7,82

2,54

1,60

0,67

0,91

–0,17

1,08

–0,51

1,45

Калининградская область

–7,33

–0,34

0,13

–0,45

–0,16

–0,29

–0,25

–6,74

8,22

1,04

0,42

0,61

0,00

0,61

–0,51

7,69

Калужская область

–5,88

–2,71

–2,12

–0,59

–0,10

–0,50

0,48

–3,65

4,73

1,32

0,29

0,97

0,03

0,94

–0,67

4,08

Камчатская область

–5,43

–3,49

–2,32

–1,16

–0,24

–0,92

0,02

–1,96

–2,38

–1,48

–0,06

–1,35

–0,14

–1,21

–0,46

–0,43

Кемеровская область

–6,19

–3,12

–2,27

–0,92

0,10

–1,03

–0,20

–2,87

5,68

0,70

0,01

0,69

0,05

0,64

–0,30

5,27

Костромская область

–1,98

–1,74

–1,66

–0,07

–0,14

0,08

–0,11

–0,13

3,81

–0,26

0,15

–0,43

0,07

–0,50

–0,18

4,25

Краснодарский край

–5,71

–1,48

–1,18

–0,32

0,06

–0,39

–0,02

–4,21

7,76

3,35

1,49

1,92

0,71

1,21

–0,35

4,76

Красноярский край

–3,27

–1,06

–0,77

–0,29

–0,06

–0,22

–0,40

–1,81

4,99

0,55

0,61

–0,06

0,01

–0,07

–0,56

5,00

Курганская область

–2,52

–4,15

–2,98

–1,38

–0,20

–1,18

0,24

1,39

3,10

0,41

0,95

–0,58

–0,16

–0,43

–1,05

3,74

Ленинградская область

–4,74

–0,85

–0,83

–0,04

–0,04

–

0,27

–4,17

12,01

1,14

0,66

0,48

0,48

–

0,17

10,70

Липецкая область

–5,03

–5,66

–1,37

–4,30

–0,17

–4,14

0,03

0,61

6,07

1,76

1,25

0,34

–0,10

0,44

–0,44

4,75

Нижегородская область

–1,27

–2,88

–1,30

–1,82

–0,01

–1,82

0,45

1,16

6,56

1,06

0,42

0,48

0,00

0,48

0,00

5,51

Новосибирская область

–5,45

–5,26

–2,21

–3,07

–0,16

–2,91

–0,17

–0,01

8,31

1,18

0,88

0,25

–0,09

0,34

–0,37

7,50

–8,81

–3,17

–0,41

–2,88

–0,19

–2,69

–0,54

–5,09

6,92

0,04

0,47

–0,43

–0,13

–0,30

0,58

6,30

1

Омская область

139

2

3

4

5

6

7

8

9

Оренбургская область

–5,14

–1,67

–0,82

–0,89

–0,05

–0,83

–0,37

–3,10

5,89

2,32

1,33

0,99

0,04

0,95

–0,41

3,97

Пензенская область

–5,76

–3,11

–1,67

–1,47

–0,16

–1,30

–0,13

–2,53

5,99

–0,16

1,12

–1,29

–0,09

–1,20

–0,76

6,91

Псковская область

–9,87

–3,80

–2,15

–1,65

–0,22

–1,42

0,13

–6,20

6,62

1,16

1,58

–0,43

–0,14

–0,30

–0,81

6,28

Республика Адыгея

–6,60

–5,16

–2,50

–2,63

–0,22

–2,42

–1,83

0,40

3,17

1,15

0,58

0,55

–0,03

0,58

–0,31

2,32

Республика Башкортостан

–4,27

–3,66

–0,83

–2,84

0,09

–2,92

0,15

–0,75

5,04

1,00

0,62

0,34

0,26

0,08

–0,49

4,53

Республика Бурятия

–2,04

–8,05

–5,30

–2,79

–0,12

–2,67

–0,36

6,37

6,19

1,26

0,98

0,23

–0,07

0,30

–1,04

5,97

Республика Дагестан

–3,89

3,42

2,12

1,27

0,32

0,95

–0,58

–6,73

1

10,76

1,87

1,59

–0,57

0,14

–0,72

–1,57

10,47

Республика Карелия

–6,73

–5,62

–5,46

–0,18

–0,19

0,01

–0,79

–0,31

7,04

2,72

1,48

1,25

–0,01

1,26

–0,02

4,34

Республика Саха (Якутия)

–4,93

–3,75

–3,33

–0,45

0,08

–0,53

0,10

–1,29

4,13

–0,26

–0,18

–0,11

0,36

–0,47

–0,61

5,01

Республика Татарстан

–3,90

–3,31

–0,81

–2,47

0,08

–2,55

–0,08

–0,51

6,94

2,59

0,69

1,88

0,41

1,47

–0,14

4,49

–2,41

–3,88

–3,58

–0,29

–0,29

–

–0,28

1,75 7,88

Республика Тыва

6,45

–1,12

–0,89

–0,23

–0,23

–

–0,31

Ростовская область

–1,06

–5,48

–1,75

–3,78

–0,15

–3,63

–1,04

5,46

9,62

2,58

1,07

1,52

0,07

1,46

–0,41

7,45

Рязанская область

–1,80

–2,68

–1,87

–0,89

–0,25

–0,64

–0,16

1,04

4,60

0,94

0,84

0,06

–0,02

0,08

–0,38

4,04

Самарская область

–1,48

–2,00

–0,66

–1,26

0,03

–1,29

–0,41

0,92

4,71

2,08

0,82

1,25

0,15

1,10

–0,18

2,81

Саратовская область

–1,52

–1,84

–0,60

–1,34

–0,11

–1,23

–0,41

0,73

6,60

0,31

0,34

–0,03

–0,01

–0,02

–0,60

6,89

Сахалинская область

–2,56

–4,34

–2,66

–1,68

–0,01

–1,67

–1,37

3,16

4,66

–0,36

0,86

–1,34

0,53

–1,87

0,02

5,00

Свердловская область

–5,78

–1,64

–1,06

–0,57

0,07

–0,64

0,14

–4,28

6,37

1,94

0,73

1,23

0,06

1,17

–0,34

4,77

140

2

3

4

5

6

7

8

9

Смоленская область

–4,57

–5,69

–1,51

–4,15

–0,34

–3,81

–0,41

1,53

8,09

2,04

0,99

1,07

0,04

1,03

–0,23

6,29

Ставропольский край

–4,82

–3,07

–1,25

–1,87

–0,20

–1,67

–0,50

–1,25

6,54

1,58

0,74

0,70

0,04

0,65

–0,37

5,33

–6,63

–3,27

–2,02

–1,28

0,00

–1,28

–0,10

–3,27

1

Томская область

8,12

1,86

0,70

1,16

0,13

1,03

–0,01

6,27

Тюменская область

–0,89

–1,32

–1,43

0,13

0,35

–0,22

0,60

–0,17

6,36

4,48

0,91

3,51

0,75

2,77

–0,11

1,99

Удмуртская Республика

–2,19

–2,02

–1,20

–0,77

–0,02

–0,75

–0,09

–0,07

4,48

2,66

1,36

1,33

0,09

1,24

–0,34

2,17

Ульяновская область

–3,44

–3,30

–1,54

–1,70

–0,25

–1,45

–0,20

0,06

4,30

–0,60

0,40

–0,99

–0,18

–0,81

–0,39

5,29

–1,20

–0,16

–0,03

–0,10

–0,10

–

–1,13

0,09

8,45

1,62

1,48

0,14

0,14

–

–0,17

7,00

Челябинская область

–8,02

–1,13

–0,36

–0,63

–0,07

–0,56

–0,22

–6,66

5,45

–1,42

0,54

–1,97

0,06

–2,03

–0,25

7,13

Читинская область

–11,14

–4,02

–3,87

–0,14

–0,14

–

–0,86

–6,26

6,72

1,49

1,53

–0,03

–0,03

–

–1,10

6,33

Чувашская Республика

–7,36

–1,41

–1,11

–0,28

–0,15

–0,13

–0,13

–5,83

3,87

2,58

1,36

1,18

–0,05

1,23

–0,62

1,91

Ярославская область

–2,06

–1,70

–0,93

–0,68

–0,22

–0,46

–0,27

–0,09

7,85

2,86

0,78

2,09

0,08

2,01

–0,20

5,19

Хабаровский край

Для большинства регионов, в динамике выпуска которых можно выделить два периода, характерна следующая ситуация: основной причиной, определившей снижение выпуска на этапе спада, являются затраты основных факторов – труда и капитала; в период роста выпуска преобладающим становится остаток. Аналогичный результат получен и при анализе годовых темпов роста.

141

Таблица 3.10 Декомпозиция темпов роста выпуска регионов в 1997–1999 гг. и 2000–2002 гг.

ВРП

I. Затраты факторов

I.1. Труд (Занятость)

I.2. Капитал

Основные фонды

Степень загрузки

Структура занятых

II. Остаток

Из него:

Брянская область

–2,91

–1,13

0,14

–1,27

–0,30

–0,97

–0,99

–0,79

7,90

1,47

0,44

1,06

–0,18

1,23

–0,56

6,99

КарачаевоЧеркесская Республика

–1,69

0,15

–0,28

0,43

–0,15

0,58

–0,69

–1,15

10,39

1,09

1,43

–0,55

–0,10

–0,44

–0,71

10,01

Магаданская область

–9,01

–4,24

–3,72

–0,52

–0,05

–0,47

–0,63

–4,15

3,10

–2,84

–0,73

–2,13

–0,09

–2,04

0,37

5,57

Республика Алтай

–3,40

–0,25

–0,13

–0,12

–0,12

–

–1,62

–1,52

7,29

0,45

0,25

0,15

0,15

–

0,02

6,82

Республика Ингушетия

–7,24

–0,59

–0,19

–0,41

–0,41

–

–3,76

–2,88

3,33

2,26

3,55

–0,36

–0,36

–41,65

0,79

0,28

Республика Коми

–2,03

–2,17

–1,11

–1,06

0,02

–1,08

–0,76

0,90

4,47

1,32

0,58

0,76

0,29

0,47

–0,09

3,24

Республика Хакасия

–3,20

–15,45

–0,06

–15,39

–0,12

–15,28

–0,77

13,03

2,53

17,86

0,76

15,92

–0,12

16,04

–0,58

–14,75

Тульская область

–3,49

–0,47

–0,90

0,42

–0,13

0,56

–0,85

–2,18

5,11

–0,03

–0,36

0,36

–0,01

0,36

0,13

5,02

Чукотский автономный округ

–14,52

–5,99

–5,65

–0,34

–0,34

–

–0,36

–8,17

21,22

–0,82

–0,72

0,01

0,01

–5,83

0,32

21,72

Декомпозиция роста с учетом отработанного времени Как отмечалось ранее, оценка трудовых затрат на основе показателя занятости предполагает, что объем выпуска одинаков для всех работников, независимо от продолжительности трудового дня. Более точная оценка трудовых затрат строится 142

на основе общего количества часов, отработанных всеми занятыми. В этом случае изменения затрат труда (суммарного отработанного времени) определяются двумя составляющими: изменениями числа занятых и изменениями средней продолжительности рабочего дня в расчете на одного занятого (среднего отработанного времени): N i ⇒ N hi = N i ⋅ H i ,

(3.10)

где H i – время, отработанное одним занятым за год в i-м регионе. Построение индекса среднего отработанного времени осуществлялось на основе данных Госкомстата РФ о средней фактической продолжительности рабочей недели. Предполагалось, что количество рабочих недель в году постоянно, индекс времени, отработанного одним занятым в год, совпадает с индексом фактической продолжительности рабочей недели. 103

102

101

100

99

98

97 1999 Дальневосточный ФО Уральский ФО

2000 Приволжский ФО Центральный ФО

2001 Северо-Западный ФО Южный ФО

2002 Сибирский ФО

Рис. 3.14. Динамика индексов среднего отработанного времени для федеральных округов (1999 г. = 100%)

143

В отличие от численности занятых, динамика которой для большинства регионов и федеральных округов демонстрирует рост в течение всего периода 2000–2002 гг., в динамике среднего отработанного времени (рис. 3.14) отсутствует ярко выраженная тенденция. За ростом отработанного времени занятых в 2000 г. последовало снижение показателя в 2001 г. (для всех федеральных округов, кроме Сибирского). Преобразовав выражение для оценки вклада затрат труда в рост выпуска i-го региона, можно перейти к сумме двух составляющих: 1) изменение числа занятых ( α Li g N i ) и 2) изменение продолжительности рабочей недели ( α Li g H i ):

(

)

α Li g N = α Li g N ⋅H = α Li g N + g H . i h

i

i

i

i

(3.11)

При построении оценок вклада затрат труда в рост выпуска, исходя из доступной статистики, также были учтены изменения структуры занятых по полу. Соответствующий индекс строится в предположении, что средняя почасовая заработная плата в каждой группе пропорциональна предельному продукту труда в расчете на 1 отработанный час: ⎛ w i H i w if H if ⎞ i ⎟, N hi ⇒ N hg = N i ⋅ H i ⎜ mi mi + i i ⎟ ⎜w H w H ⎝ ⎠

(3.12)

где wmi – среднемесячная заработная плата мужчин в i-м регионе; w if – среднемесячная заработная плата женщин в i-м регионе; w i – среднемесячная заработная плата занятых в i-м регионе; H mi – средняя фактическая продолжительность рабочей недели мужчин в i-м регионе; H if – средняя фактическая продолжительность рабочей недели женщин в i-м регионе. 144

Преобразовав выражение для оценки вклада затрат труда с учетом изменения половой структуры занятых в рост выпуска i-го региона и обозначив коэффициент изменения структуры: i i wmi H mi w f H f Str = i + , w H i wi H i i

получим:

(

)

α Li g N = α Li g N ⋅H Str = α Li g N + g H + g Str . i hg

i

i

i

i

i

i

(3.13) Таблица 3.11

Результаты оценки темпов роста выпуска и вклада составляющих оценки трудовых затрат по федеральным округам для периода 2000–2002 гг. Темпы роста Федеральный округ число занятых

среднее отработанное время

В % от темпов роста ВРП

половая затраты ВРП структура труда

среднее число половая отрабозатраты заняструктанное труда тых тура время

Дальневосточный

0,81

–0,24

1,55

2,12

4,13

19,48

–5,75

37,51

51,25

Приволжский

0,38

0,06

0,34

0,78

5,71

6,65

1,02

5,92

13,59

Северо-Западный

0,42

0,25

–0,36

0,31

7,56

5,52

3,33

–4,75

4,10

Сибирский

0,27

0,10

0,01

0,38

6,03

4,45

1,60

0,24

6,28

Уральский

0,36

0,31

0,87

1,54

7,39

4,92

4,14

11,74

20,80

Центральный

0,14

–0,06

1,28

1,37

8,26

1,75

–0,69

15,55

16,61

Южный

0,84

–0,22

0,02

0,63

8,11

10,33

–2,77

0,22

7,78

Расчеты свидетельствуют (табл. 3.11), что корректировка оценки затрат труда с учетом изменений отработанного времени привела к росту доли темпов роста выпуска, объясняемой изменениями трудовых затрат, для большинства федеральных округов в период роста 2000–2002 гг. (исключение составляют Северо-Западный и Южный округа). Расчеты для регионов приводятся в Приложении 2, табл. П2-12. 145

Результаты декомпозиции роста выпуска регионов с учетом отработанного времени представлены в табл. 3.12. Таблица 3.12 Декомпозиция роста ВРП по федеральным округам для периода 2000–2002 гг. ДальнеПриволж- Северовосский Западный точный

Сибирский

Уральский

Центральный

Южный

ВРП

4,13

5,71

7,56

6,03

7,39

8,26

8,11

I. Затраты факторов

1,80

1,52

1,41

1,33

3,39

3,12

1,04

I.1. Труд

2,12

0,78

0,31

0,38

1,54

1,37

0,63

Занятость

0,81

0,38

0,42

0,27

0,36

0,14

0,84

Отработанное время

–0,24

0,06

0,25

0,10

0,31

–0,06

–0,22

Структура

1,55

0,34

–0,36

0,01

0,87

1,28

0,02

I.2. Капитал

–0,32

0,74

1,10

0,95

1,85

1,75

0,41

Основные фонды

0,06

0,32

0,21

–0,18

0,63

0,36

0,47

Степень загрузки

–0,39

0,43

0,89

1,13

1,22

1,38

–0,06

II. Остаток Остаток Солоу

2,34

4,19

6,16

4,70

4,00

5,14

7,07

3,26

5,01

6,94

5,94

6,39

7,76

6,80

Для периода 2000–2002 гг. во всех федеральных округах темпы роста остатка являются положительными. Однако, несмотря на то, что проведенная корректировка оценки трудовых затрат привела к снижению доли темпов роста выпуска, не объясненной основными факторами, она по-прежнему превышает объясненную долю. Для всех федеральных округов доли темпов роста выпуска за счет роста остатка изменяются в пределах 40–80%. Результаты декомпозиции роста регионов приведены в Приложении, табл. П2-13. Процент темпов роста выпуска, не объясненный основными факторами, как и ранее, существенно различается по регионам. И с учетом изменений отработанного времени остаток определяет большую долю темпов роста выпуска по сравнению с затратами труда и капитала. Исключение составляют лишь 9 ре146

гионов (г. Москва, Тюменская, Ярославская, Самарская, Вологодская, Смоленская, Сахалинская и Камчатская области, Республика Хакасия).

3.3. Двойственный подход к декомпозиции роста При проведении прямой декомпозиции экономического роста регионов мы исходили из предположения, что стоимость выпуска обусловлена только включенными в производственную функцию факторами, т.е. m

n

∑ p Y = ∑q i i

i =1

j

(3.13а)

Xj,

j =1

где pi и Yi – цена и объем i-го вида выпускаемой продукции; q j и X j – цена и объем j-го вида затрат. В работе (Griliches, Jorgenson, 1967) показано, что предположение о равенстве объемов выпуска и затрат позволяет получить второй способ оценки темпов роста совокупной факторной производительности, определяемой как отношение суммарного выпуска к суммарным затратам: n

q& j

j =1

qj

gTFP = ∑ v j

m

− ∑ µi i =1

p& i . pi

(3.14)

qj X j pi Yi и vj = – соответственно доля i-го вида ∑ piYi ∑qj X j выпускаемой продукции в суммарной стоимости выпуска и доля j-го вида затрат в их суммарной стоимости. Таким образом, оценка роста совокупной факторной производительности может быть получена на основании как индексов объемов выпуска и затрат, так и индексов соответствующих цен. Эти два метода дают одинаковый результат, если вы-

µi =

147

полняется равенство (3.13а). На самом деле, как показал (Хсу, 2002), эта предпосылка является довольно жесткой, особенно для развивающихся стран. В данной работе мы делаем попытку проведения декомпозиции роста на основе двойственного подхода с целью сопоставления результатов с прямым подходом. Однако проблема данных остается. Поэтому все расчеты строятся на основе агрегированных показателей, а в случае и их отсутствия – оценок и прокси-переменных. В качестве меры роста цен агрегированного выпуска используется дефлятор ВРП, рассчитанный по данным индекса физического объема ВРП и объема ВРП в текущих ценах (по данным Росстата за 2004 г.). В соответствии с (3.14) индекс роста совокупной факторной производительности (не объясненного основными факторами остатка) на основе агрегированных индексов цен рассчитывается по формуле: ⎛ r ⎞⎞ ⎛ PY ⎞ ⎛ w ⎞ ⎛ A ⎞ ⎛ ln⎜⎜ t ⎟⎟ = ⎜⎜α L ln⎜⎜ t ⎟⎟ + α K ln⎜⎜ t ⎟⎟ ⎟⎟ − ln⎜⎜ tY ⎟⎟ , ⎝ rt −1 ⎠ ⎠ ⎝ Pt −1 ⎠ ⎝ wt −1 ⎠ ⎝ At −1 ⎠ ⎝

(3.15)

где, как и ранее, α L и α K – средние для двух периодов значения долей соответствующих факторов в выпуске (см. 3.4); w и r – агрегированные индексы цен затрат труда и капитала; PtY – агрегированный индекс цен выпуска. Преобразовав, получим:

( (

) )

⎛ At ⎞ ⎛ w/ P Y ⎟⎟ = α L ln ⎜⎜ ln ⎜⎜ Y ⎝ A t −1 ⎠ ⎝ w/ P

( (

) )

⎞ ⎛ r/PY ⎟⎟ + α K ln ⎜⎜ Y t −1 ⎠ ⎝ r/P t

⎞ ⎟⎟ . t −1 ⎠ t

(3.16)

Первое слагаемое в правой части полученного выражения представляет собой скорректированные на весовой коэффициент логарифмические темпы роста реальной заработной платы, второе слагаемое – скорректированные на весовой коэффици148

ент логарифмические темпы роста реальной нормы доходности капитала. Таким образом, темпы роста СФП определяются как взвешенная сумма реального роста стоимости труда и капитала. Другими словами, если цены факторов характеризуют их производительность, то рост СФП определяется через взвешенную сумму производительности факторов. Для оценки индекса цен затрат труда использовался показатель реальной начисленной заработной платы (в % к предыдущему году). Так же как и в случае оценки СФП прямым методом, оценка индекса цен капитала является более сложной задачей, чем оценка индекса цен труда. Во-первых, это связано с отсутствием необходимой статистики, во-вторых, – с неоднозначностью определения технологической эффективности капитала различных видов и различных поколений («vintages»). В связи с этим в работе предлагаются две оценки индекса цен капитала: 1) на основе цен инвестиционных товаров; 2) на основе цен на недвижимость на вторичном рынке. В предположении, что возможности капитала по производству выпуска не изменяются в процессе старения и, как следствие, издержки использования («цена услуг») капитала не изменяются с его возрастом, в качестве приемлемой оценки индекса цен капитала может рассматриваться индекс цен на инвестиционные товары, рассчитываемый на основании индекса физического объема инвестиций и объема инвестиций в текущих ценах. В среднем за период 1998–2002 гг. здания и сооружения составляли около 60% основных фондов промышленности и 71% в сельском хозяйстве (табл. 3.13). Учитывая, что значительную долю основных фондов составляют здания и сооружения, оценка цены услуг капитала может быть действительно сильно коррелирована с ценами на недвижимость.

149

Таблица 3.13 Видовая структура основных фондов в промышленности и сельском хозяйстве Сооружения (включая передаточные устройства)

Транспортные средства

Скот рабочий и продуктивный

Прочие виды основных фондов

32,7

2,7

–

1,3

32,9

2,7

–

1,2

33,2

35,6

2,9

–

1,2

32,9

37,7

3,4

–

1,3

37,9

37,1

3,1

–

1,2

Все основные фонды

Здания

1998

100

28,2

35,1

1999

100

27,7

35,5

2000

100

27,1

2001

100

24,7

2002

100

20,7

Машины и оборудование

Промышленность

Сельское хозяйство

1998

100

74

17,2

4

2,5

2,3

1999

100

73,4

17,3

4

2,9

2,4

2000

100

72,3

17,7

4,2

3,5

2,3

2001

100

70,6

18,4

4,3

4,3

2,4

2002

100

68,1

19,8

4,5

5,2

2,4

Источник: данные Росстата.

Для построения индекса цен на здания и сооружения использовался индекс цен на вторичном рынке жилья. Таким образом, при нахождении темпов роста остатка двойственным методом в работе рассматриваются 2 варианта построения оценки: 1) на основании дефлятора ВРП как индекса цен выпуска; индекса цен зданий и сооружений как индекса цен затрат капитала; 2) на основании дефлятора ВРП как индекса цен выпуска; индекса цен на инвестиционные товары как индекса цен затрат капитала.

150

3.3.1. Сравнение оценок, полученных разными методами Результаты оценок остатка, который не был объяснен основными факторами экономического роста регионов (СФП) в 1997–2002 гг., представлены в табл. 3.14, для периодов 1997–1998 гг. и 1999–2002 гг. – в Приложении 2 (табл. П2-15, П2-16). Таблица 3.14 Результаты оценки темпов роста СФП различными методами в 1997–2002 гг. Метод 1

Метод 2

Метод 3

Метод 4

min

max

2

3

4

5

6

7

Российская Федерация

3,45

3,33

2,85

1,14

1,14

3,45

Алтайский край

0,80

2,71

0,87

–2,53

–2,53

2,71

Амурская область

0,51

1,74

4,07

2,18

0,51

4,07

Архангельская область

4,38

4,44

3,44

1,14

1,14

4,44

Астраханская область

6,79

7,42

–

3,20

3,20

7,42 4,63

1

Белгородская область

4,63

4,08

1,07

0,43

0,43

Брянская область

2,23

2,91

3,06

–0,77

–0,77

3,06

Владимирская область

2,90

2,57

3,31

2,71

2,57

3,31

Волгоградская область

2,62

5,62

–0,87

–2,70

–2,70

5,62

Вологодская область

2,91

2,54

2,06

–0,18

–0,18

2,91

Воронежская область

1,96

2,85

–0,61

–1,29

–1,29

2,85

г. Москва

4,92

2,81

–4,44

–7,69

–7,69

4,92

г. Санкт-Петербург

4,36

2,82

1,94

2,64

1,94

4,36

Еврейская автономная область Ивановская область Иркутская область Кабардино-Балкарская Республика Калининградская область

–0,74

0,19

–

0,16

–0,74

0,19

0,97

0,89

3,05

0,54

0,54

3,05

–1,93

–1,74

6,89

0,18

–1,93

6,89

5,63

7,56

2,25

2,20

2,20

7,56

2,53

2,64

–4,60

–3,49

–4,60

2,64

Калужская область

1,62

1,44

2,81

2,43

1,44

2,81

Камчатская область Карачаево-Черкесская Республика

–2,36

–0,94

1,41

–5,36

–5,36

1,41

3,75

4,27

–0,97

2,49

–0,97

4,27

151

2

3

4

5

6

7

Кемеровская область

1

2,29

2,49

2,53

–0,70

–0,70

2,53

Кировская область

–0,13

0,11

3,11

0,53

–0,13

3,11

Костромская область

2,32

2,77

–

0,18

0,18

2,77

Краснодарский край

2,08

1,68

0,47

–1,92

–1,92

2,08

Красноярский край

2,06

2,68

2,74

–2,65

–2,65

2,74

Курганская область

1,69

2,95

0,84

–1,83

–1,83

2,95

Курская область

2,94

3,51

–

1,45

1,45

3,51

Ленинградская область

5,71

5,50

–

2,40

2,40

5,71

Липецкая область

1,99

3,35

–1,72

–2,47

–2,47

3,35

Магаданская область

–1,03

–0,06

–

–2,36

–2,36

–0,06

Московская область

3,93

4,05

4,94

–0,05

–0,05

4,94

Мурманская область

2,20

2,96

–

–2,24

–2,24

2,96

Нижегородская область

4,05

4,04

–0,39

–3,03

–3,03

4,05

Новгородская область

4,18

4,43

0,03

1,15

0,03

4,43

Новосибирская область

3,84

4,94

4,88

–1,30

–1,30

4,94

Омская область

1,38

2,36

4,57

1,37

1,37

4,57

Оренбургская область

1,52

1,56

1,12

–1,60

–1,60

1,56

Орловская область

5,39

6,08

4,04

1,52

1,52

6,08

Пензенская область

1,93

3,67

3,27

1,28

1,28

3,67

Пермская область

3,27

3,32

2,10

0,00

0,00

3,32

Приморский край

0,18

0,73

–0,92

0,35

–0,92

0,73

Псковская область

0,81

1,95

–0,90

–1,21

–1,21

1,95

Республика Адыгея

0,41

1,68

1,71

1,83

0,41

1,83

Республика Алтай

1,78

2,60

1,26

–0,82

–0,82

2,60

Республика Башкортостан

1,52

2,74

2,31

–0,90

–0,90

2,74

Республика Бурятия

4,63

6,10

–0,48

0,42

–0,48

6,10

Республика Дагестан

3,55

4,41

–0,67

0,05

–0,67

4,41

Республика Ингушетия

–3,79

–1,86

–

–11,39

–11,39

–1,86

Республика Калмыкия

6,06

11,40

–

–7,44

–7,44

11,40

Республика Карелия

3,31

2,76

1,32

0,56

0,56

3,31

Республика Коми

1,28

2,03

3,99

0,76

0,76

3,99

Республика Марий Эл

–0,28

2,73

3,66

0,02

–0,28

3,66

Республика Мордовия Республика Саха (Якутия)

4,27

4,43

–

–0,06

–0,06

4,43

2,03

2,87

0,45

–2,59

–2,59

2,87

152

2

3

4

5

6

7

Республика Северная Осетия – Алания

1

5,42

6,21

–

–2,34

–2,34

6,21

Республика Татарстан

2,74

2,80

–4,31

–1,49

–4,31

2,80

Республика Тыва

5,49

5,79

–

0,09

0,09

5,79

Республика Хакасия

–0,60

–2,23

1,72

–4,01

–4,01

1,72

Ростовская область

5,88

6,78

2,45

0,03

0,03

6,78

Рязанская область

2,58

3,03

3,27

0,63

0,63

3,27

Самарская область

2,17

2,18

–2,53

–0,70

–2,53

2,18

Саратовская область

3,84

4,80

0,81

–0,22

–0,22

4,80

Сахалинская область

2,00

4,38

1,38

–3,01

–3,01

4,38

Свердловская область

2,00

1,66

2,45

–0,16

–0,16

2,45

Смоленская область

3,75

4,68

–

5,25

3,75

5,25

Ставропольский край

2,62

3,09

5,09

3,96

2,62

5,09

Тамбовская область

5,91

7,25

2,72

–1,30

–1,30

7,25

Тверская область

1,55

2,09

0,36

1,86

0,36

2,09

Томская область

3,17

2,99

3,80

–0,57

–0,57

3,80

Тульская область

1,47

1,36

–0,54

–0,26

–0,54

1,47

Тюменская область

3,16

1,27

1,32

–2,49

–2,49

3,16

Удмуртская Республика

1,69

1,42

2,00

–2,04

–2,04

2,00

Ульяновская область

2,16

3,51

4,79

–0,19

–0,19

4,79

Хабаровский край

4,15

4,65

5,03

–0,98

–0,98

5,03

Челябинская область

0,55

2,32

–1,88

–1,37

–1,88

2,32

Читинская область

0,95

1,95

5,13

0,99

0,95

5,13

Чувашская Республика

–0,45

–0,74

4,96

1,21

–0,74

4,96

Чукотский автономный округ

5,54

5,65

–

–9,51

–9,51

5,65

Ярославская область

4,28

3,40

7,16

3,09

3,09

7,16

Примечание. Здесь и далее: метод 1 – оценка СФП Солоу; метод 2 – оценка СФП прямым методом с учетом изменений степени загрузки мощностей; метод 3 – оценка СФП двойственным методом на основе дефлятора ВРП и индекса цен зданий и сооружений; метод 4 – оценка СФП двойственным методом на основе дефлятора ВРП и индекса цен на инвестиционные товары.

153

Полученные разными методами оценки темпов роста остатка существенно различаются. Для довольно большого числа регионов минимальное и максимальное значения оценок имеют разные знаки. Для 27 регионов (Амурская, Архангельская, Астраханская, Белгородская, Владимирская области, г. СанктПетербург и др.) обе границы оценки темпов роста остатка – положительные, для Магаданской области и Республики Ингушетия обе границы оценки темпов роста остатка отрицательные. В 55 регионах (из рассматриваемых 79) нижняя граница оценки получена методом 4 (двойственным методом оценки на основе дефлятора ВРП и индекса цен на инвестиционные товары). Верхняя граница оценки темпов роста остатка более чем в 1/2 регионов получена методом 2 (прямым методом с учетом изменений степени загрузки мощностей). На рис. 3.15 представлены диаграммы рассеяния полученных оценок темпов роста СФП с темпами роста ВРП. К различным результатам приводит и анализ взаимосвя зи между темпами роста ВРП и остатка в 1997–2002 гг . (рис. 3.15). При оценке остатка прямым методом между темпами роста ВРП и остатка существует ярко выраженная линейная зависимость, свидетельствующая о том, что большая часть темпов роста выпуска не обусловлена основными факторами. При оценке остатка двойственным методом такой зависимости выявить не удается. Анализ темпов роста для 1997– 1998 гг. и 1999–2002 гг. приводит к аналогичным результатам (см. Приложение 2, рис. П2-8, П2-9).

154

155

Рис. 3.15. Диаграммы рассеяния темпов роста ВРП и оценок темпов роста остатка, полученных разными методами для 1997–2002 гг.

3.4. Производительность труда в промышленности Предыдущие оценки показали, что декомпозиция роста стоимостных показателей, каким является ВРП, в региональном разрезе дает довольно грубые и часто противоречивые (при использовании разных методов) оценки роста производительности. Отметим, что при объяснении стоимостных показателей на общероссийском уровне (ВВП, ВДС отраслей), при декомпозиции роста также наблюдался довольно большой необъясненный остаток (около 70%). Данный результат, с одной стороны, говорит о высоких ошибках измерения, с другой – подвергает сомнению предпосылки, лежащие в основе декомпозиции. Наиболее сильной предпосылкой, по-видимому, является предположение о равенстве цен факторов их предельным продуктам и о выполнении условия долгосрочного равновесия, что сомнительно в случае России. Действительно, как было показано в работах (Хсу, 2002), для развивающихся стран эта предпосылка, по-видимому, более сильная, чем для развитых, что выражается в различии оценок прямого и дуального методов разложения роста. В работе ИЭПП (Энтов, Луговой и др., 2003) также показано, что декомпозиция роста на основе физических показателей дает меньший остаток при разложении даже в условиях использования агрегированных затрат. Ценовые показатели более волатильны, зависимы от быстроменяющейся ценовой конъюнктуры, в отличие от физических величин. Наглядный пример – цены на нефть и доходы нефтяной отрасли. Доходы могут измениться в несколько раз при постоянном физическом объеме производства. К сожалению, использование показателей физического объема невозможно на уровне экономики страны или региона в целом. Относительно точно индексы физических объемов могут 156

быть рассчитаны лишь для некоторых отраслей, выпускающих однородный продукт, качество которого постоянно во времени. Некоторым приближением такого индекса может быть индекс физического объема промышленной продукции (ИПП). Динамика индексов ИПП по регионам и России в целом представлена на рис. 3.16. Как можно заметить, перелом тенденции спада в промышленном производстве в среднем по России произошел в 1998 г. По регионам динамика различается. В ряде регионов перелом тенденции наступил в 1995 г., в других – в 2000 г. Однако спад в начале и рост в конце рассматриваемого периода наблюдаются во всех регионах. Отметим также, что уровень выпуска 1990 г. достигнут и превышен в 2003 г. лишь в нескольких регионах (в Архангельской, Белгородской, Ленинградской, Томской областях, Ненецком автономном округе). В среднем по России объем выпуска составил менее 70% объема 1990 г. 250

200

150

100

50

0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003

Рис. 3.16. Динамика индекса промышленного производства по регионам Российской Федерации в 1990–2003 гг. (1990 г. = 100)

157

Для проведения декомпозиции роста выпуска промышленности необходимы, как и ранее, соответствующие оценки затрат труда и капитала. Учитывая полное отсутствие приемлемой статистики по основным фондам в регионах по отраслям, возможным является лишь проведение оценки производительности труда (отношение выпуска к занятым в отрасли). Соответствующая оценка приведена на рис. 3.17. 250

200

150

100

50

0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003

Рис. 3.17. Динамика индекса производительности труда в промышленности по регионам Российской Федерации в 1990–2003 гг. (1990 г. = 100)

Как показывают расчеты (см. Приложение 2, табл. П2-19), смена тенденции в производительности труда в промышленности со спада на рост произошла в среднем в 1994 г., т.е. на 4 года раньше, чем изменение тенденции в выпуске. В ряде регионов производительность труда имела положительную тенденцию в течение всего рассматриваемого периода.

158

Важным результатом является тот факт, что производительность труда в промышленности превысила уровень 1990 г. в большей части регионов. Полученные результаты о тенденции производительности согласуются с расчетами на уровне отраслей и экономики в целом (Энтов, Луговой и др., 2003). Тенденция к росту производительности наметилась значительно раньше, чем рост выпуска. В качестве ориентиров дальнейшего анализа, являющегося «вторым шагом» изучения источников роста, можно предложить статистическое исследование воздействия широкого круга факторов на рост выпуска, основных затрат и производительности. Предварительные сопоставления полученной оценки производительности труда в промышленности с некоторыми факторами говорят о том, что темп роста производительности труда в регионах положительно связан с объемом иностранных инвестиций и отрицательно коррелирован с финансовой помощью регионам. Поскольку капитал – один из основных факторов, влияющих на производительность труда, положительная связь производительности с инвестициями еще раз подтверждает, что в регионах с относительно большими иностранными инвестиционными вложениями рост производительности труда был выше. Отрицательная корреляция между федеральной финансовой помощью и производительностью труда может быть обусловлена как влиянием финансовой помощи на производительность, так и обратной связью: помощь предоставлялась в первую очередь регионам депрессивным с меньшей нормой роста производительности, что требует дополнительного исследования. 159

Приложение 2 Таблица П2-1 Структура среднегодовых темпов роста ВДС промышленности (MPL = 0,7, MPK = 0,3) 1992–1998

1999–2003

1992–2003

ВДС

–11,75

6,43

–4,59

I. Затраты факторов

–8,28

3,25

–3,63

–5,69

1,31

–2,82

–4,44

–0,02

–2,63

–1,25

1,33

–0,19

–2,58

1,94

–0,81

–0,69

–0,06

–0,39

0,06

0,08

0,07

Степень использования мощностей

–1,95

1,92

–0,49

II. СФП

I.1. Труд Занятость Отработанные часы I.2. Капитал Материальные запасы Основные фонды

–3,47

3,18

–0,96

Ценовой фактор

–2,25

–1,26

–1,89

Остаток

–1,22

4,44

0,94

Таблица П2-2 Структура среднегодовых темпов роста ВВП 1993–1998

1999–2003

ВДС

–7,30

6,56

–1,3

I. Затраты факторов

–3,46

1,79

–0,96

–1,46

0,06

–0,56

–0,84

0

–0,33

–0,62

0,06

–0,23

I.1. Труд Занятость Отработанные часы I.2. Капитал

1993–2003

–2

1,73

–0,4

–0,05

0,41

0,12

Степень использования мощностей

–1,95

1,32

–0,52

II. СФП

–3,835

4,77

–0,34

Основные фонды

Таблица П2-3 Результаты расчетов индекса ВРП различными способами Значение индекса ВРП в 2002 г. (1996 г. = 100)

Регионы

Вариант 1: Вариант 2: Вариант 3: Расчет на осноОтклонение Отклонение Расчет на осноРасчет на основе индекса (в % от вари(в % от вариве дефлятора ве ИПЦ региофизического анта 1) анта 1) ВВП нов объема ВРП

1 Российская Федерация Алтайский край

2

3

4

5

6

123,95

111,61

–9,95

106,33

–14,21

106,13

82,48

–22,29

84,51

–20,38

Амурская область

102,19

85,18

–16,64

98,38

–3,72

128,99

105,92

–17,89

112,98

–12,42

152,63

125,86

–17,54

127,08

–16,74

135,95

100,59

–26,01

97,81

–28,06

116,49

83,78

–28,08

79,85

–31,45

121,46

95,11

–21,70

98,85

–18,62

117,19

88,85

–24,19

85,93

–26,67

121,52

98,85

–18,65

112,44

–7,47

114,88

100,13

–12,84

99,68

–13,23

149,39 134,77

193,77 126,96

29,71 –5,80

141,81 116,79

–5,08 –13,35

Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва г. Санкт-Петербург Еврейская автономная область Ивановская область Иркутская область КабардиноБалкарская Республика Калининградская область Калужская область Камчатская область КарачаевоЧеркесская Республика Кемеровская область Кировская область

95,98

102,79

7,10

108,77

13,33

101,51 89,40

78,65 74,41

–22,52 –16,77

79,28 81,12

–21,90 –9,26

153,18

121,43

–20,73

120,81

–21,13

120,40

125,55

4,28

122,24

1,53

107,60

95,42

–11,33

98,25

–8,69

82,06

74,07

–9,74

70,78

–13,75

129,91

96,73

–25,54

91,23

–29,78

111,02

70,31

–36,67

81,14

–26,91

100,61

81,77

–18,72

84,21

–16,29

161

1

2

3

4

5

6

Костромская область

112,15

90,98

–18,88

91,99

–17,97

Краснодарский край

122,57

117,50

–4,14

115,56

–5,72

Красноярский край

114,53

94,15

–17,79

103,17

–9,92

Курганская область

108,46

88,00

–18,87

78,93

–27,23

Курская область Ленинградская область Липецкая область

123,34

83,38

–32,40

74,25

–39,80

147,24

130,75

–11,20

129,74

–11,89

115,49

108,14

–6,36

108,93

–5,67

83,76

87,80

4,82

96,96

15,75

Магаданская область Московская область

133,30

121,98

–8,49

115,87

–13,08

Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область

110,76

94,74

–14,46

81,12

–26,75

127,06

105,93

–16,63

88,77

–30,14

123,93

103,51

–16,47

108,49

–12,46

125,35

93,41

–25,48

104,89

–16,32

111,19

72,97

–34,38

78,67

–29,25

Оренбургская область Орловская область

115,67

91,32

–21,05

93,03

–19,57

143,95

118,94

–17,38

130,22

–9,54

Пензенская область

114,13

90,17

–20,99

84,24

–26,18

Пермская область

126,11

102,31

–18,87

89,45

–29,07

Приморский край

102,41

92,55

–9,63

101,06

–1,33

Псковская область

107,72

97,62

–9,38

100,63

–6,59

Республика Адыгея

99,68

79,59

–20,15

74,22

–25,55

Республика Алтай

113,68

115,49

1,60

111,15

–2,22

112,65

88,51

–21,43

87,26

–22,54

123,23

94,37

–23,42

100,32

–18,59

143,52

161,45

12,49

167,29

16,56

96,56

104,00

7,70

81,08

–16,03

146,27

234,97

60,64

222,33

52,00

116,03

106,31

–8,38

113,33

–2,33

108,10

103,73

–4,04

118,64

9,76

97,78

92,82

–5,08

83,79

–14,31

130,13

73,26

–43,70

60,64

–53,40

Республика Башкортостан Республика Бурятия Республика Дагестан Республика Ингушетия Республика Калмыкия Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия

162

1 Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан Республика Тыва

2

3

4

5

6

107,07

96,73

–9,66

125,14

16,88

150,73

120,89

–19,80

123,95

–17,76

122,53

104,01

–15,11

93,29

–23,86

123,73

104,13

–15,84

127,29

2,88

Республика Хакасия

98,30

89,23

–9,23

80,62

–17,99

Ростовская область

144,30

107,47

–25,52

90,82

–37,06

Рязанская область

116,46

100,98

–13,29

100,02

–14,11

Самарская область

117,76

91,65

–22,18

89,38

–24,10

Саратовская область

128,49

96,71

–24,73

90,49

–29,58

118,86

134,49

13,16

135,37

13,90

115,33

83,76

–27,37

74,40

–35,49

127,98

106,98

–16,42

97,34

–23,94

118,06

88,72

–24,85

82,56

–30,07

138,48

108,69

–21,51

107,49

–22,38

Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область Тверская область

109,46

93,67

–14,43

90,47

–17,34

Томская область

121,36

103,71

–14,54

98,88

–18,52

Тульская область

105,15

101,35

–3,61

103,32

–1,73

Тюменская область

126,99

119,82

–5,64

121,53

–4,30

115,34

105,21

–8,78

100,60

–12,78

111,42

75,49

–32,25

61,30

–44,98

137,38

97,29

–29,18

96,06

–30,08

107,67

86,41

–19,75

77,06

–28,43

105,01

89,14

–15,12

92,86

–11,57

100,91

88,45

–12,35

82,80

–17,95

124,75

116,67

–6,47

92,36

–25,96

132,56

109,96

–17,05

111,01

–16,25

Удмуртская Республика Ульяновская область Хабаровский край Челябинская область Читинская область Чувашская Республика Чукотский автономный округ Ярославская область

163

Таблица П2-4 Результаты оценки индексов ВРП (на основе индексов физического объема ВРП – метод 1) Регион

1996

1997

1998

1999

2000

2001

1

2

3

4

5

6

7

8

Алтайский край

100

85,90

82,98

85,47

95,47

102,25

106,13

Амурская область Архангельская область Астраханская область Белгородская область Брянская область

100

91,10

81,44

84,62

89,95

105,78

102,19

100

96,20

92,54

103,09

120,00

126,96

128,99

100

104,00

105,25

117,56

134,61

145,92

152,63

100

104,90

101,23

112,57

127,54

130,73

135,95

100

94,90

95,56

91,65

105,76

110,52

116,49

100

100,80

95,46

102,24

114,61

117,36

121,46

100

103,00

90,54

91,62

102,44

112,58

117,19

100

99,20

94,93

108,23

116,34

118,55

121,52

100

104,80

96,73

103,69

112,51

113,30

114,88

100

111,10

103,55

110,69

131,61

135,69

149,39

г. Санкт-Петербург Еврейская автономная область Ивановская область

100

98,60

93,37

99,16

109,58

114,51

134,77

100

86,20

74,91

78,73

80,93

87,81

95,98

100

96,50

83,09

87,24

98,15

99,23

101,51

Иркутская область КабардиноБалкарская Республика Калининградская область Калужская область

100

89,10

80,72

81,53

85,85

88,26

89,40

100

97,60

98,09

106,92

126,59

145,20

153,18

100

95,50

86,43

92,30

106,33

109,95

120,40

100

93,50

88,92

90,25

97,20

104,98

107,60

100

97,60

89,79

83,51

88,77

85,13

82,06

100

97,80

97,80

95,06

106,85

120,85

129,91

100

96,20

88,41

95,75

102,35

107,06

111,02

100

96,60

91,00

95,27

102,13

101,11

100,61

100

101,40

96,23

101,52

108,22

109,95

112,15

100

94,20

89,21

104,02

115,04

112,97

122,57

100

100,20

93,79

98,57

103,60

110,12

114,53

Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва

Камчатская область КарачаевоЧеркесская Республика Кемеровская область Кировская область Костромская область Краснодарский край Красноярский край

164

2002

1

2

3

4

5

6

7

8

Курганская область

100

106,00

95,72

98,59

105,49

106,55

108,46

Курская область Ленинградская область Липецкая область

100

101,90

103,84

104,87

116,62

114,52

123,34

Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область

100

97,10

90,98

103,45

116,69

126,61

147,24

100

94,50

90,44

93,33

101,08

104,51

115,49

100

97,00

78,67

76,31

77,68

79,62

83,76

100

108,20

105,60

111,09

118,54

126,95

133,30

100

104,70

100,62

106,75

111,24

113,02

110,76

100

102,20

97,60

100,92

110,81

120,89

127,06

100

97,10

102,63

109,31

112,48

126,20

123,93

100

94,60

89,68

93,90

106,76

119,04

125,35

100

96,30

84,07

84,74

91,44

102,96

111,19

100

105,70

91,22

99,43

109,07

110,16

115,67

100

102,00

109,24

110,55

129,35

138,01

143,95

Пензенская область

100

101,70

89,60

100,44

106,57

112,11

114,13

Пермская область

100

107,90

100,89

108,35

122,55

132,47

126,11

Приморский край

100

99,70

93,62

99,70

98,01

97,91

102,41

Псковская область

100

88,70

82,14

96,59

102,29

102,50

107,72

Республика Адыгея

100

90,90

87,72

92,46

97,91

98,69

99,68

Республика Алтай Республика Башкортостан Республика Бурятия Республика Дагестан Республика Ингушетия Республика Калмыкия Республика Карелия

100

95,60

86,42

90,31

98,80

118,17

113,68

100

100,70

92,04

96,09

101,47

109,69

112,65

100

102,20

96,17

103,86

108,85

115,82

123,23

100

100,90

92,73

94,40

108,56

129,18

143,52

100

109,10

85,53

80,49

101,50

125,25

96,56

100

103,90

93,93

88,29

159,10

155,28

146,27

100

94,20

87,42

96,95

104,99

107,93

116,03

100

98,40

97,71

94,10

103,51

111,79

108,10

100

101,90

97,42

97,61

94,88

98,77

97,78

100

104,90

100,28

101,99

111,98

119,82

130,13

100

96,30

90,62

96,60

104,13

106,01

107,07

100

94,60

96,59

108,18

122,46

134,58

150,73

Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия) Республика Северная Осетия – Алания

165

1 Республика Татарстан Республика Тыва

2

3

4

5

6

7

8

100

101,00

92,72

99,76

106,75

118,38

122,53

100

99,50

95,32

101,61

104,76

119,43

123,73

Республика Хакасия Российская Федерация Ростовская область

100

100,30

91,57

90,84

97,93

101,55

98,30

100

101,20

94,72

100,03

110,73

117,37

123,95

100

101,30

97,96

107,26

119,28

138,48

144,30

Рязанская область

100

100,00

96,50

98,62

111,54

116,23

116,46

Самарская область

100

105,40

97,50

99,93

106,33

113,56

117,76

Саратовская область

100

112,00

98,45

104,45

118,24

122,02

128,49

100

99,10

95,04

113,19

95,98

111,92

118,86

100

96,90

89,15

90,75

101,82

110,68

115,33

100

99,70

91,42

114,74

118,98

126,72

127,98

100

96,00

90,82

94,54

100,68

110,85

118,06

Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область

100

101,30

100,39

109,52

122,67

134,32

138,48

Тверская область

100

91,70

93,53

98,12

104,59

107,52

109,46

Томская область

100

94,90

87,59

91,18

100,30

111,14

121,36

Тульская область

100

93,40

90,32

90,05

99,50

102,98

105,15

Тюменская область

100

101,00

98,27

100,14

109,65

121,06

126,99

100

102,60

95,93

97,27

110,21

116,38

115,34

100

102,60

93,67

99,29

103,66

103,46

111,42

100

104,50

97,92

106,92

119,33

129,11

137,38

100

103,90

86,34

93,51

103,61

106,82

107,67

100

92,30

80,12

87,97

96,15

103,36

105,01

100

95,00

86,36

86,96

92,44

98,26

100,91

100

90,80

70,01

64,69

67,99

87,97

124,75

100

107,20

96,69

108,01

116,65

128,20

132,56

Удмуртская Республика Ульяновская область Хабаровский край Челябинская область Читинская область Чувашская Республика Чукотский автономный округ Ярославская область

166

Таблица П2-5 Весовые коэффициенты затрат труда в регионах Регион

1 Российская Федерация Алтайский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва

1996

1997

1998

1999

2000

2001

2002

Рост показателя за период 1996–2002 гг. (в % от значения в 1996 г.)

2

3

4

5

6

7

8

9

0,55

0,56

0,53

0,47

0,47

0,53

0,53

–2,69

0,62

0,69

0,65

0,64

0,64

0,62

0,66

5,72

0,67

0,65

0,65

0,66

0,75

0,68

0,78

15,89

0,67

0,59

0,56

0,56

0,52

0,64

0,64

–3,99

0,64

0,64

0,58

0,59

0,52

0,60

0,60

–6,17

0,53

0,53

0,50

0,47

0,53

0,62

0,63

20,39

0,47

0,54

0,54

0,56

0,56

0,65

0,67

42,75

0,61

0,64

0,63

0,60

0,67

0,71

0,76

25,52

0,55

0,55

0,53

0,54

0,55

0,61

0,59

7,17

0,86

1,03

0,93

0,72

0,47

0,63

0,60

–29,77

0,51

0,52

0,53

0,54

0,58

0,62

0,57

9,94

0,43

0,41

0,41

0,32

0,27

0,33

0,31

–27,19

г. Санкт-Петербург Еврейская автономная область Ивановская область

0,56

0,65

0,56

0,52

0,60

0,62

0,62

11,17

0,85

0,76

0,95

0,72

0,79

0,85

0,86

2,16

0,60

0,70

0,65

0,65

0,66

0,72

0,75

26,49

Иркутская область КабардиноБалкарская Республика Калининградская область Калужская область

0,58

0,56

0,55

0,55

0,60

0,66

0,69

18,64

0,51

0,52

0,43

0,45

0,47

0,45

0,52

0,73

0,65

0,73

0,74

0,61

0,60

0,60

0,66

0,79

0,61

0,66

0,67

0,63

0,65

0,68

0,73

20,99

0,58

0,63

0,46

0,48

0,56

0,59

0,75

28,97

0,52

0,57

0,54

0,49

0,57

0,59

0,61

17,13

Камчатская область КарачаевоЧеркесская Республика Кемеровская область Кировская область

0,62

0,64

0,64

0,62

0,66

0,69

0,65

5,51

0,54

0,54

0,57

0,58

0,60

0,68

0,70

29,38

Костромская область

0,58

0,54

0,54

0,53

0,59

0,60

0,65

11,70

167

1

2

3

4

5

6

7

8

9

Краснодарский край

0,50

0,58

0,53

0,45

0,48

0,52

0,54

8,15

Красноярский край

0,63

0,62

0,55

0,47

0,48

0,56

0,67

5,24

Курганская область

0,64

0,69

0,62

0,61

0,70

0,67

0,72

11,74

Курская область Ленинградская область Липецкая область Магаданская область Московская область

0,48

0,51

0,48

0,53

0,57

0,61

0,66

38,17

0,57

0,62

0,55

0,48

0,53

0,55

0,56

–2,30

Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область

0,49

0,55

0,52

0,43

0,46

0,56

0,48

–2,27

0,83

0,79

0,72

0,72

0,77

0,77

0,69

–17,13

0,51

0,56

0,46

0,48

0,57

0,63

0,57

12,67

0,77

0,79

0,59

0,54

0,58

0,79

0,82

6,92

0,53

0,51

0,50

0,54

0,52

0,50

0,52

–2,52

0,61

0,64

0,53

0,47

0,53

0,54

0,60

–0,63

0,54

0,53

0,55

0,51

0,55

0,55

0,57

6,19

0,49

0,53

0,56

0,57

0,61

0,65

0,65

34,39

Оренбургская область Орловская область

0,51

0,50

0,53

0,45

0,48

0,54

0,56

9,79

0,52

0,56

0,49

0,49

0,52

0,59

0,58

9,98

Пензенская область Пермская область Приморский край

0,53 0,50 0,79

0,60 0,55 0,80

0,64 0,50 0,70

0,62 0,46 0,62

0,64 0,51 0,72

0,65 0,51 0,85

0,67 0,55 0,78

25,97 9,71 –1,36

Псковская область

0,62

0,61

0,64

0,57

0,60

0,66

0,71

13,91

Республика Адыгея

0,65

0,64

0,57

0,60

0,70

0,80

0,86

31,73

Республика Алтай Республика Башкортостан Республика Бурятия

0,70

0,67

0,66

0,58

0,58

0,53

0,70

–0,05

0,43

0,43

0,44

0,38

0,43

0,52

0,54

26,29

0,75

0,68

0,62

0,64

0,72

0,69

0,71

–6,49

0,67

0,61

0,61

0,57

0,63

0,53

0,60

–11,06

0,49

0,47

0,55

0,38

0,26

0,48

0,87

77,78

0,87

0,82

0,80

0,84

0,34

0,35

0,39

–55,03

0,79

0,75

0,65

0,60

0,64

0,67

0,68

–13,86

0,71

0,62

0,55

0,51

0,56

0,59

0,63

–10,73

0,59

0,54

0,55

0,59

0,66

0,66

0,75

26,08

0,50

0,51

0,47

0,45

0,39

0,52

0,72

44,58

0,76

0,76

0,66

0,50

0,54

0,55

0,60

–21,70

Республика Дагестан Республика Ингушетия Республика Калмыкия Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия)

168

1 Республика Северная Осетия – Алания Республика Татарстан Республика Тыва

2

3

4

5

6

7

8

9

0,61

0,66

0,60

0,48

0,54

0,54

0,65

6,04

0,42

0,45

0,41

0,37

0,34

0,44

0,43

2,15

0,66

0,65

0,64

0,51

0,52

0,57

0,67

1,69

Республика Хакасия

0,69

0,61

0,62

0,57

0,62

0,73

0,72

4,39

Ростовская область

0,62

0,62

0,54

0,49

0,54

0,61

0,68

9,95

Рязанская область

0,49

0,46

0,49

0,48

0,51

0,52

0,56

13,95

Самарская область

0,47

0,43

0,44

0,40

0,43

0,45

0,49

4,97

Саратовская область

0,48

0,47

0,52

0,49

0,50

0,50

0,55

14,75

0,88

0,79

0,75

0,54

0,60

0,57

0,62

–29,68

Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область

0,61

0,63

0,53

0,52

0,54

0,53

0,59

–2,95

Тверская область

0,55

0,57

0,52

0,52

0,57

0,59

0,67

21,59

Томская область

0,53

0,53

0,49

0,53

0,56

0,59

0,54

1,93

Тульская область

0,63

0,67

0,60

0,57

0,61

0,66

0,66

4,36

Тюменская область

0,41

0,43

0,44

0,41

0,38

0,42

0,41

–0,66

0,53

0,57

0,56

0,46

0,49

0,57

0,57

8,52

0,46

0,52

0,52

0,48

0,55

0,59

0,64

40,39

Удмуртская Республика Ульяновская область Хабаровский край Челябинская область Читинская область Чувашская Республика Чукотский автономный округ Ярославская область

0,54

0,55

0,52

0,51

0,57

0,61

0,66

22,20

0,50

0,54

0,55

0,49

0,54

0,59

0,60

21,19

0,50

0,50

0,43

0,48

0,52

0,58

0,61

23,21

0,60

0,56

0,60

0,61

0,59

0,66

0,70

17,72

0,51

0,56

0,63

0,52

0,50

0,59

0,58

13,57

0,63

0,75

0,62

0,60

0,64

0,71

0,78

23,91

0,50

0,55

0,53

0,56

0,60

0,61

0,67

33,04

0,58

0,66

0,55

0,58

0,56

0,43

0,44

–24,19

0,48

0,52

0,48

0,46

0,56

0,51

0,53

11,39

169

Таблица П2-6 Результаты оценки вклада составляющих оценки запасов труда по регионам 1997–1998 Регион

1

число занятых

1999–2002

1997–2002

струкструкструкзапасы число запасы число запасы тура тура тура труда занятых труда занятых труда занятых занятых занятых

2

3

4

5

6

7

8

9

10

Алтайский край

–1,28

0,00

–1,28

0,68

–0,64

0,06

0,03

–0,43

–0,39

Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва

–2,08

–1,33

–3,43

0,33

–0,36

–0,02

–0,48

–0,69

–1,17

–3,18

0,00

–3,19

1,22

–0,37

0,85

–0,27

–0,25

–0,52

–2,35

–0,97

–3,32

1,10

–0,95

0,15

–0,07

–0,96

–1,02

–1,63

0,07

–1,56

1,22

–0,59

0,66

0,27

–0,37

–0,09

–1,72

–0,17

–1,88

1,33

–1,11

0,24

0,31

–0,79

–0,47

–0,11

–0,72

–0,83

0,49

0,01

0,50

0,29

–0,23

0,06

–3,43

–0,37

–3,80

1,48

–1,04

0,45

–0,18

–0,82

–0,99

–2,45

0,67

–1,78

1,61

–0,35

1,28

0,24

–0,01

0,25

–1,38

–0,43

–1,81

1,28

–0,50

0,80

0,38

–0,48

–0,08

0,39

–0,12

0,27

0,43

–0,11

0,32

0,42

–0,12

0,30

г. Санкт-Петербург Еврейская автономная область Ивановская область

–0,02

0,62

0,60

0,31

0,06

0,37

0,20

0,24

0,45

–4,84

0,07

–4,76

2,27

–1,45

0,87

–0,16

–0,95

–1,04

–2,53

0,22

–2,29

0,10

–0,48

–0,37

–0,78

–0,25

–1,01

Иркутская область

–1,13

–0,78

–1,91

0,67

–0,51

0,16

0,07

–0,60

–0,54

–1,23

–0,05

–1,28

2,39

–0,68

1,72

1,17

–0,47

0,71

0,13

–0,25

–0,13

0,42

–0,51

–0,09

0,32

–0,42

–0,11

–2,12

0,48

–1,64

0,29

–0,67

–0,37

–0,52

–0,29

–0,80

–2,32

0,02

–2,29

–0,06

–0,46

–0,53

–0,82

–0,30

–1,12

–1,54

–0,66

–2,19

1,57

–0,73

0,85

0,52

–0,70

–0,17

–2,27

–0,20

–2,47

0,01

–0,30

–0,29

–0,76

–0,26

–1,02

–0,76

0,02

–0,74

0,86

–0,59

0,29

0,31

–0,39

–0,06

–1,66

–0,11

–1,77

0,15

–0,18

–0,03

–0,46

–0,16

–0,61

КабардиноБалкарская Республика Калининградская область Калужская область Камчатская область КарачаевоЧеркесская Республика Кемеровская область Кировская область Костромская область

170

1

2

3

4

5

6

7

8

9

10

Краснодарский край

–1,18

–0,02

–1,20

1,49

–0,35

1,15

0,59

–0,24

0,36

Красноярский край

–0,77

–0,40

–1,17

0,61

–0,56

0,05

0,15

–0,50

–0,36

Курганская область

–2,98

0,24

–2,75

0,95

–1,05

–0,08

–0,38

–0,62

–0,98

0,13

–0,11

0,02

0,91

–0,81

0,11

0,65

–0,58

0,08

–0,83

0,27

–0,56

0,66

0,17

0,83

0,16

0,20

0,37

Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область

–1,37

0,03

–1,35

1,25

–0,44

0,83

0,37

–0,28

0,10

–4,06

–0,12

–4,28

–1,34

–0,25

–1,61

–2,26

–0,21

–2,51

–0,22

–0,32

–0,54

0,82

–0,03

0,79

0,47

–0,13

0,34

–2,36

–1,11

–3,46

0,49

–0,21

0,28

–0,47

–0,51

–0,98

–1,30

0,45

–0,84

0,42

0,00

0,42

–0,15

0,15

0,00

–3,31

0,76

–2,54

0,49

0,02

0,51

–0,79

0,26

–0,52

–2,21

–0,17

–2,39

0,88

–0,37

0,51

–0,16

–0,31

–0,46

–0,41

–0,54

–0,95

0,47

0,58

1,06

0,18

0,21

0,38

Оренбургская область Орловская область

–0,82

–0,37

–1,19

1,33

–0,41

0,93

0,61

–0,39

0,22

–0,96

–0,22

–1,17

1,33

–0,48

0,86

0,56

–0,39

0,18

Пензенская область

–1,67

–0,13

–1,80

1,12

–0,76

0,38

0,18

–0,55

–0,35

Пермская область

–1,58

0,01

–1,57

1,28

–0,07

1,21

0,32

–0,04

0,27

Приморский край

–1,34

–0,33

–1,67

1,08

–0,41

0,68

0,27

–0,38

–0,11

Псковская область

–2,15

0,13

–2,01

1,58

–0,81

0,84

0,32

–0,50

–0,12

Республика Адыгея

–2,50

–1,83

–4,34

0,58

–0,31

0,28

–0,46

–0,82

–1,29

Республика Алтай Республика Башкортостан Республика Бурятия

–3,33

–0,84

–4,17

1,58

–0,76

0,87

–0,08

–0,79

–0,84

–0,83

0,15

–0,68

0,62

–0,49

0,13

0,13

–0,28

–0,14

–5,30

–0,36

–5,67

0,98

–1,04

–0,04

–1,16

–0,81

–1,95

Республика Дагестан Республика Ингушетия Республика Калмыкия Республика Карелия

2,12

–0,58

1,44

1,59

–1,57

–0,08

1,77

–1,24

0,42

–0,20

–3,86

–4,04

2,63

–0,41

2,15

1,68

–1,57

0,04

Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия)

–7,27

0,40

–6,89

0,21

–1,44

–1,22

–2,35

–0,83

–3,15

–5,46

–0,79

–6,26

1,48

–0,02

1,46

–0,89

–0,28

–1,18

–1,69

0,19

–1,48

0,45

–0,70

–0,25

–0,27

–0,40

–0,66

–1,50

0,15

–1,35

0,69

–0,58

0,15

–0,04

–0,34

–0,35

–0,40

0,00

–0,40

0,34

–0,17

0,16

0,09

–0,12

–0,02

–3,33

0,10

–3,23

–0,18

–0,61

–0,80

–1,24

–0,38

–1,61

171

1 Республика Северная Осетия – Алания Республика Татарстан Республика Тыва

2

3

4

5

6

7

8

9

10

–0,68

–0,87

–1,54

2,28

–0,75

1,53

1,29

–0,79

0,50

–0,81

–0,08

–0,89

0,69

–0,14

0,56

0,19

–0,12

0,07

–3,58

–0,28

–3,87

–0,89

–0,31

–1,20

–1,79

–0,30

–2,09

Республика Хакасия

–0,97

–0,37

–1,34

0,99

–0,82

0,17

0,33

–0,67

–0,34

Ростовская область

–1,75

–1,04

–2,79

1,07

–0,41

0,66

0,12

–0,62

–0,50

Рязанская область

–1,87

–0,16

–2,02

0,84

–0,38

0,47

–0,07

–0,30

–0,37

Самарская область

–0,66

–0,41

–1,07

0,82

–0,18

0,63

0,32

–0,26

0,06

Саратовская область

–0,60

–0,41

–1,01

0,34

–0,60

–0,26

0,03

–0,54

–0,51

–2,66

–1,37

–4,03

0,86

0,02

0,88

–0,33

–0,44

–0,78

Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область

–3,01

–0,01

–3,02

1,00

–0,83

0,21

–0,36

–0,55

–0,88

Тверская область

–2,08

–0,19

–2,27

0,74

–0,36

0,39

–0,21

–0,30

–0,51

Томская область

–2,02

–0,10

–2,12

0,70

–0,01

0,69

–0,22

–0,04

–0,25

Тульская область

–2,25

–0,40

–2,65

0,12

–0,33

–0,20

–0,68

–0,35

–1,02

Тюменская область

–1,43

0,60

–0,83

0,91

–0,11

0,80

0,12

0,12

0,25

–1,20

–0,09

–1,29

1,36

–0,34

1,03

0,50

–0,26

0,25

–1,54

–0,20

–1,73

0,40

–0,39

0,02

–0,25

–0,32

–0,57

Удмуртская Республика Ульяновская область Хабаровский край Челябинская область Читинская область Чувашская Республика Чукотский автономный округ Ярославская область

172

–1,06

0,14

–0,92

0,73

–0,34

0,39

0,13

–0,18

–0,05

–1,51

–0,41

–1,92

0,99

–0,23

0,76

0,15

–0,29

–0,14

–1,25

–0,50

–1,75

0,74

–0,37

0,37

0,08

–0,41

–0,34

–0,03

–1,13

–1,16

1,48

–0,17

1,31

0,97

–0,49

0,48

–0,36

–0,22

–0,58

0,54

–0,25

0,28

0,24

–0,24

0,00

–3,87

–0,86

–4,78

1,53

–1,10

0,43

–0,31

–1,02

–1,34

–1,11

–0,13

–1,24

1,36

–0,62

0,76

0,53

–0,45

0,09

–7,50

–0,19

–7,69

–1,12

0,07

–1,05

–3,29

–0,02

–3,32

–0,93

–0,27

–1,20

0,78

–0,20

0,58

0,20

–0,22

–0,02

Таблица П2-7 Уровень износа основных фондов (на начало года, в %) Регион 1 Российская Федерация Алтайский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва г. СанктПетербург Еврейская автономная область Ивановская область Иркутская область КабардиноБалкарская Республика Калининградская область Калужская область Камчатская область КарачаевоЧеркесская Республика Кемеровская область Кировская область

1999

2000

2001

2002

Регион

1999

2000

2001

2

3

4

5

7

8

9

10

41,9

42,4

45,8

47,9

46,1

47

51,3

51,6

43,2

43,3

47

48,2

37,7

40,6

43,2

45,2

31,1

36

41,4

42,5

42

39,1

43,3

45,8

48,1

47,6

52,2

47,9

48,9

48,4

50

51

45

43,1

43,6

44,8

40,6

37,7

35,8

36,4

39,3

39,4

41,3

45,3

46,2

44,8

45

46,7

45,8

47,3

49,6

52

34,4

34,4

35

37,1

41,2

43

44,1

45,4

38,9

36,8

38,8

38,3

46,8

50

50,8

52,8

63,6

61,4

51,2

48,6

40,3

41,6

43,6

43,2

39,3

40,5

36,9

33,2

46,2

47,7

49,9

51,9

39,2

40,5

40,7

44,1

37,7

39,2

48,4

50,1

41,5

32,8

38,2

41,6

46,6

46

44,3

47

38,2

38,2

38,9

39

33,9

36

43,5

46

40,9

43,1

45,2

50,5

40,9

43

44,3

45,2

37

37,5

39,3

42,7

40

41,5

44,7

47,7

6 Пермская область Приморский край Псковская область Республика Адыгея Республика Алтай Республика Башкортостан Республика Бурятия Республика Дагестан Республика Ингушетия Республика Калмыкия Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия) Республика Северная Осетия – Алания

43,1

41,6

41,6

42,2

41,5

38,7

36,4

45,1

Республика Татарстан

42,6

42,1

40,8

45,3

44,2

45,3

46,9

48,1

Республика Тыва

35,5

40,1

43,4

48,5

36,5

30,3

38,4

43,7

47,6

48,8

49,9

51,2

46,5

47

48,6

49,7

49,5

56,1

56

56,1

43,3

45,8

48,1

50,2

37,1

41,5

42,9

41,2

29,1

30,7

31,3

36

41,3

41,6

42,1

40,7

39,6

42,2

42,4

47,4

46,6

49,3

51,3

57

Республика Хакасия Ростовская область Рязанская область Самарская область Саратовская область

2002

173

1 Костромская область Краснодарский край Красноярский край Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область Пензенская область

2

3

4

37,4

43,4

49,7

55,3

46

45,3

45,3

43

38,6

39,4

38,4

42,2

43,1

44

48,1

44,5

47,2

49

51,7

53,2

6 Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область

7

8

9

10

37,2

37

36,4

40

43,9

45,4

48,7

51,9

40,7

44,1

46,4

50,3

43,1

44,2

45,9

47,7

41,5

44,7

49,2

52,3

39,7

40,9

40,5

41,7

Тверская область

41

42,7

48,7

51,3

45,7

47

48,1

48,5

48,1

46,8

48,1

47,4

35,9

39,2

42,5

45,3

45,6

46,9

48,2

50,5

37,5

35,5

37

38,5

44,4

38,1

38,7

44,3

43,2

41,5

43,3

46,2

45,7

46,9

47,7

50,6

40,2

40,7

45,5

48

36,1

37

40,5

43,6

50,5

48,1

50

51,8

32,7

37,2

42,5

44,7

48,5

49

53,7

53,5

43,4

45,5

47,2

48,5

45,7

46,7

48,5

50,7

41,3

46,3

45,8

49,5

49,3

48,4

49

51,1

39,9

37,5

42,1

37,7

42

43,2

42,8

45,5

29,5

27,5

31,7

36,3

42,2

48,8

51,5

53,7

Томская область Тульская область Тюменская область Удмуртская Республика Ульяновская область Хабаровский край Челябинская область Читинская область Чувашская Республика Чукотский автономный округ Ярославская область

46,7

52,6

56,9

57,2

Источник: данные Росстата.

174

5

Таблица П2-8 Результаты оценки вклада составляющих оценки затрат капитала по регионам 1997–1998

1999–2002

1997–2002

измене- изменеизмене- изменеизмене- изменезатраты затраты затраты ния ния ния ния ния ния капитакапитакапитаобъема степени объема степени объема степени ла ла ла ОФ загрузки ОФ загрузки ОФ загрузки 1 Российская Федерация Алтайский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва г. СанктПетербург Еврейская автономная область Ивановская область Иркутская область КабардиноБалкарская Республика Калининградская область Калужская область Камчатская область КарачаевоЧеркесская Республика

2

3

4

5

6

7

8

9

10

–0,02

–1,26

–1,28

0,19

1,06

1,24

0,12

0,28

0,40

–0,22

–1,68

–1,90

–0,15

–1,30

–1,45

–0,17

–1,42

–1,60

–0,17

–2,27

–2,44

–0,05

0,52

0,48

–0,09

–0,42

–0,50

–0,21

–0,67

–0,88

0,03

0,61

0,64

–0,05

0,19

0,13

–0,09

–0,21

–0,29

0,44

0,60

1,04

0,26

0,33

0,59

0,02

–0,46

–0,44

0,13

1,62

1,75

0,10

0,92

1,02

–0,33

–2,17

–2,50

–0,19

1,28

1,09

–0,24

0,12

–0,12

–0,12

–0,53

–0,64

–0,04

1,16

1,11

–0,07

0,59

0,52

–0,15

–5,76

–5,91

–0,07

–0,34

–0,42

–0,10

–2,18

–2,28

–0,01

–0,06

–0,07

0,01

0,56

0,57

0,00

0,35

0,36

–0,26

–1,64

–1,89

–0,12

0,22

0,10

–0,17

–0,40

–0,57

0,77

1,05

1,82

1,23

2,76

3,99

1,07

2,19

3,26

–0,05

0,05

0,00

0,31

1,96

2,26

0,19

1,32

1,50

–0,10

–0,64

–0,74

–0,13

0,28

0,15

–0,12

–0,03

–0,15

–0,22

–0,49

–0,71

–0,17

0,78

0,61

–0,19

0,35

0,17

–0,23

–0,79

–1,03

–0,17

1,08

0,91

–0,19

0,45

0,26

–0,07

–1,70

–1,77

0,18

–1,42

–1,25

0,09

–1,51

–1,42

–0,16

–0,29

–0,45

0,00

0,61

0,61

–0,06

0,31

0,26

–0,10

–0,50

–0,59

0,03

0,94

0,97

–0,02

0,46

0,44

–0,24

–0,92

–1,16

–0,14

–1,21

–1,35

–0,17

–1,12

–1,29

–0,14

0,79

0,65

–0,11

–0,31

–0,42

–0,12

0,06

–0,07

175

1 Кемеровская область Кировская область Костромская область Краснодарский край Красноярский край Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область Пензенская область Пермская область Приморский край Псковская область Республика Адыгея Республика Алтай Республика Башкортостан Республика Бурятия Республика Дагестан Республика Ингушетия

176

2

3

4

5

6

7

8

9

10

0,10

–1,03

–0,92

0,05

0,64

0,69

0,07

0,08

0,15

–0,28

–0,43

–0,72

–0,15

0,46

0,32

–0,19

0,16

–0,03

–0,14

0,08

–0,07

0,07

–0,50

–0,43

0,00

–0,31

–0,31

0,06

–0,39

–0,32

0,71

1,21

1,92

0,49

0,67

1,16

–0,06

–0,22

–0,29

0,01

–0,07

–0,06

–0,02

–0,12

–0,14

–0,20

–1,18

–1,38

–0,16

–0,43

–0,58

–0,17

–0,68

–0,85

–0,28

0,70

0,42

–0,15

–0,37

–0,52

–0,19

–0,01

–0,20

–0,04

–

–0,04

0,48

–

0,48

0,31

–

0,31

–0,17

–4,14

–4,30

–0,10

0,44

0,34

–0,12

–1,11

–1,23

–0,05

–0,57

–0,63

–0,08

–1,48

–1,56

–0,07

–1,18

–1,25

0,15

–

0,15

0,44

–

0,44

0,34

–

0,34

–0,19

–0,37

–0,55

–0,09

–0,17

–0,26

–0,12

–0,24

–0,36

–0,01

–1,82

–1,82

0,00

0,48

0,48

0,00

–0,29

–0,30

–0,14

–0,72

–0,86

0,19

–0,42

–0,24

0,08

–0,52

–0,44

–0,16

–2,91

–3,07

–0,09

0,34

0,25

–0,11

–0,76

–0,87

–0,19

–2,69

–2,88

–0,13

–0,30

–0,43

–0,15

–1,10

–1,25

–0,05

–0,83

–0,89

0,04

0,95

0,99

0,01

0,35

0,36

–0,20

0,51

0,31

0,02

–0,66

–0,64

–0,06

–0,27

–0,32

–0,16

–1,30

–1,47

–0,09

–1,20

–1,29

–0,11

–1,24

–1,35

–0,11

–

–0,11

0,15

–

0,15

0,07

–

0,07

–0,14

–2,81

–2,95

–0,11

1,13

1,01

–0,12

–0,20

–0,33

–0,22

–1,42

–1,65

–0,14

–0,30

–0,43

–0,17

–0,67

–0,84

–0,22

–2,42

–2,63

–0,03

0,58

0,55

–0,09

–0,43

–0,52

–0,11

–

–0,11

0,08

–

0,08

0,02

–

0,02

0,09

–2,92

–2,84

0,26

0,08

0,34

0,20

–0,93

–0,73

–0,12

–2,67

–2,79

–0,07

0,30

0,23

–0,09

–0,70

–0,79

0,32

0,95

1,27

0,14

–0,72

–0,57

0,20

–0,16

0,04

–0,41

–

–0,41

–0,37

–32,92

–0,37

–0,38

–

–0,38

1 Республика Калмыкия Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан Республика Тыва Республика Хакасия Ростовская область Рязанская область Самарская область Саратовская область Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область Тверская область

2

3

4

5

6

7

8

9

10

–0,11

–1,54

–1,65

0,63

–5,80

–5,15

0,38

–4,40

–4,00

–0,19

0,01

–0,18

–0,01

1,26

1,25

–0,07

0,84

0,77

0,02

–1,00

–0,98

0,22

0,04

0,26

0,15

–0,31

–0,16

–0,18

–1,76

–1,95

–0,14

–3,35

–3,49

–0,15

–2,82

–2,98

–0,16

–1,48

–1,65

–0,01

0,72

0,71

–0,06

–0,02

–0,08

0,08

–0,53

–0,45

0,36

–0,47

–0,11

0,27

–0,49

–0,22

–0,09

–

–0,09

0,02

–

0,02

–0,02

–

–0,02

0,08

–2,55

–2,47

0,41

1,47

1,88

0,30

0,11

0,41

–0,29

–

–0,29

–0,23

–

–0,23

–0,25

–

–0,25

–0,14

–26,08

–26,23

–0,11

11,87

11,76

–0,12

–2,56

–2,69

–0,15

–3,63

–3,78

0,07

1,46

1,52

–0,01

–0,27

–0,28

–0,25

–0,64

–0,89

–0,02

0,08

0,06

–0,10

–0,16

–0,26

0,03

–1,29

–1,26

0,15

1,10

1,25

0,11

0,30

0,41

–0,11

–1,23

–1,34

–0,01

–0,02

–0,03

–0,04

–0,43

–0,47

–0,01

–1,67

–1,68

0,53

–1,87

–1,34

0,35

–1,81

–1,45

0,07

–0,64

–0,57

0,06

1,17

1,23

0,06

0,56

0,62

–0,34

–3,81

–4,15

0,04

1,03

1,07

–0,09

–0,61

–0,70

–0,20

–1,67

–1,87

0,04

0,65

0,70

–0,04

–0,13

–0,17

–0,28

–0,67

–0,94

–0,22

–0,94

–1,17

–0,24

–0,85

–1,09

–0,13

–0,19

–0,32

0,14

–0,33

–0,19

0,05

–0,28

–0,24

Томская область

0,00

–1,28

–1,28

0,13

1,03

1,16

0,08

0,25

0,34

Тульская область

–0,15

0,12

–0,04

–0,02

0,65

0,62

–0,07

0,47

0,40

0,35

–0,22

0,13

0,75

2,77

3,51

0,61

1,76

2,37

–0,02

–0,75

–0,77

0,09

1,24

1,33

0,05

0,57

0,62

–0,25

–1,45

–1,70

–0,18

–0,81

–0,99

–0,20

–1,03

–1,23

–0,10

–

–0,10

0,14

–

0,14

0,06

–

0,06

–0,07

–0,56

–0,63

0,06

–2,03

–1,97

0,01

–1,54

–1,52

Тюменская область Удмуртская Республика Ульяновская область Хабаровский край Челябинская область

177

1 Читинская область Чувашская Республика Чукотский автономный округ Ярославская область

2

3

4

5

6

7

8

9

10

–0,14

–

–0,14

–0,03

–

–0,03

–0,07

–

–0,07

–0,15

–0,13

–0,28

–0,05

1,23

1,18

–0,09

0,77

0,69

–0,34

–

–0,34

–0,07

–3,92

–0,07

–0,16

–

–0,16

–0,22

–0,46

–0,68

0,08

2,01

2,09

–0,02

1,18

1,16

Таблица П2-9 Декомпозиция роста ВРП по федеральным округам для 1997–1998 гг. Дальнево- Приволж- Северосточный ский Западный

Сибирский

Уральский

ЦентральЮжный ный

ВРП

–4,80

–2,63

–3,22

–6,69

–2,92

0,12

–3,66

I. Затраты факторов

–3,54

–2,41

–1,75

–4,00

–1,34

–0,85

–3,95

I.1. Труд (Занятость)

–1,93

–0,98

–1,31

–1,71

–1,07

–0,60

–1,53

I.2 .Капитал

–1,61

–1,43

–0,44

–2,29

–0,27

–0,25

–2,42

Основные фонды

–0,09

0,13

–0,10

–0,26

0,27

0,08

0,06

Степень загрузки

–1,52

–1,56

–0,34

–2,03

–0,54

–0,32

–2,48

Структура занятых

–0,51

–0,08

0,19

–0,34

0,88

0,07

–0,51

II. Остаток

–0,75

–0,14

–1,65

–2,36

–2,46

0,90

0,80

Остаток Солоу

–2,78

–1,76

–1,81

–4,73

–2,12

0,65

–2,18

Таблица П2-10 Декомпозиция роста ВРП по федеральным округам для 1999–2002 гг. Дальневосточный 4,60

5,52

СевероЗападный 7,46

5,60

6,22

7,72

8,17

I. Затраты факторов I.1. Труд (Занятость)

0,91 0,69

1,72 0,80

1,80 0,67

1,80 0,63

2,37 0,71

2,43 0,63

2,25 1,34

I.2 .Капитал Основные фонды

0,22 0,05

0,92 0,28

1,13 0,17

1,16 –0,19

1,66 0,53

1,80 0,35

0,90 0,40

Степень загрузки Структура занятых

0,17 –0,33

0,64 –0,30

0,96 –0,04

1,35 –0,45

1,13 –0,29

1,45 –0,43

0,50 –0,52

II. Остаток

4,02

4,11

5,69

4,25

4,14

5,72

6,44

Остаток Солоу

3,86

4,43

6,62

5,15

4,96

6,73

6,41

ВРП

178

Приволжский

Сибирский

Уральский

ЦенЮжный тральный

Таблица П2-11 Декомпозиция роста ВРП для 1997–2002 гг.

1 Алтайский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва г. СанктПетербург Еврейская автономная область Ивановская область Иркутская область КабардиноБалкарская Республика Калининградская область Калужская область Камчатская область КарачаевоЧеркесская Республика Кемеровская область Кировская область

Из него: СтрукII. Оста- Остаток Основтура Степень ток Солоу ные загрузки занятых фонды 6 7 8 9 10

ВРП

I. Затраты факторов

I.1. Труд (занятость)

I.2. Капитал

2

3

4

5

0,62

–1,57

0,03

–1,60

–0,17

–1,42

–0,43

2,71

0,80

–0,08

–0,98

–0,48

–0,50

–0,09

–0,42

–0,69

1,74

0,51

4,00

–0,14

–0,27

0,13

–0,05

0,19

–0,25

4,44

4,38

6,96

0,53

–0,07

0,59

0,26

0,33

–0,96

7,42

6,79

4,98

1,28

0,27

1,02

0,10

0,92

–0,37

4,08

4,63

2,34

0,19

0,31

–0,12

–0,24

0,12

–0,79

2,91

2,23

3,11

0,81

0,29

0,52

–0,07

0,59

–0,23

2,57

2,90

2,33

–2,46

–0,18

–2,28

–0,10

–2,18

–0,82

5,62

2,62

3,10

0,60

0,24

0,36

0,00

0,35

–0,01

2,54

2,91

2,17

–0,19

0,38

–0,57

–0,17

–0,40

–0,48

2,85

1,96

6,42

3,68

0,42

3,26

1,07

2,19

–0,12

2,81

4,92

4,73

1,71

0,20

1,50

0,19

1,32

0,24

2,82

4,36

–1,20

–0,31

–0,16

–0,15

–0,12

–0,03

–0,95

0,19

–0,74

–0,10

–0,61

–0,78

0,17

–0,19

0,35

–0,25

0,89

0,97

–2,08

0,33

0,07

0,26

–0,19

0,45

–0,60

–1,74

–1,93

6,89

–0,25

1,17

–1,42

0,09

–1,51

–0,47

7,56

5,63

2,76

0,58

0,32

0,26

–0,06

0,31

–0,42

2,64

2,53

1,07

–0,08

–0,52

0,44

–0,02

0,46

–0,29

1,44

1,62

–3,40

–2,11

–0,82

–1,29

–0,17

–1,12

–0,30

–0,94

–2,36

4,17

0,46

0,52

–0,07

–0,12

0,06

–0,70

4,27

3,75

1,57

–0,61

–0,76

0,15

0,07

0,08

–0,26

2,49

2,29

0,00

0,29

0,31

–0,03

–0,19

0,16

–0,39

0,11

–0,13

179

1 Костромская область Краснодарский край Красноярский край Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область Пензенская область Пермская область Приморский край Псковская область Республика Адыгея Республика Алтай Республика Башкортостан Республика Бурятия Республика Дагестан Республика Ингушетия

180

2

3

4

5

6

7

8

9

10

1,84

–0,77

–0,46

–0,31

0,00

–0,31

–0,16

2,77

2,32

3,07

1,76

0,59

1,16

0,49

0,67

–0,24

1,68

2,08

2,16

0,01

0,15

–0,14

–0,02

–0,12

–0,50

2,68

2,06

1,19

–1,23

–0,38

–0,85

–0,17

–0,68

–0,62

2,95

1,69

3,41

0,44

0,65

–0,20

–0,19

–0,01

–0,58

3,51

2,94

6,12

0,47

0,16

0,31

0,31

–

0,20

5,50

5,71

2,23

–0,86

0,37

–1,23

–0,12

–1,11

–0,28

3,35

1,99

–3,37

–3,51

–2,26

–1,25

–0,07

–1,18

–0,21

–0,06

–1,03

4,73

0,82

0,47

0,34

0,34

–

–0,13

4,05

3,93

1,64

–0,82

–0,47

–0,36

–0,12

–0,24

–0,51

2,96

2,20

3,89

–0,45

–0,15

–0,30

0,00

–0,29

0,15

4,04

4,05

3,46

–1,24

–0,79

–0,44

0,08

–0,52

0,26

4,43

4,18

3,52

–1,03

–0,16

–0,87

–0,11

–0,76

–0,31

4,94

3,84

1,39

–1,07

0,18

–1,25

–0,15

–1,10

0,21

2,36

1,38

2,08

0,97

0,61

0,36

0,01

0,35

–0,39

1,56

1,52

5,97

0,24

0,56

–0,32

–0,06

–0,27

–0,39

6,08

5,39

1,92

–1,17

0,18

–1,35

–0,11

–1,24

–0,55

3,67

1,93

3,62

0,38

0,32

0,07

0,07

–

–0,04

3,32

3,27

0,31

–0,06

0,27

–0,33

–0,12

–0,20

–0,38

0,73

0,18

0,82

–0,52

0,32

–0,84

–0,17

–0,67

–0,50

1,95

0,81

–0,20

–0,98

–0,46

–0,52

–0,09

–0,43

–0,82

1,68

0,41

1,71

–0,07

–0,08

0,02

0,02

–

–0,79

2,60

1,78

1,84

–0,60

0,13

–0,73

0,20

–0,93

–0,28

2,74

1,52

3,37

–1,94

–1,16

–0,79

–0,09

–0,70

–0,81

6,10

4,63

5,65

1,81

1,77

0,04

0,20

–0,16

–1,24

4,41

3,55

–2,63

1,30

1,68

–0,38

–0,38

–

–1,57

–1,86

–3,79

1 Республика Калмыкия Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан Республика Тыва Республика Хакасия Ростовская область Рязанская область Самарская область Саратовская область Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область Тверская область Томская область Тульская область Тюменская область Удмуртская Республика Ульяновская область Хабаровский край

2

3

4

5

6

7

8

9

10

4,15

–6,35

–2,35

–4,00

0,38

–4,40

–0,83

11,40

6,06

2,24

–0,11

–0,89

0,77

–0,07

0,84

–0,28

2,76

3,31

1,16

–0,42

–0,27

–0,16

0,15

–0,31

–0,40

2,03

1,28

–0,41

–3,02

–0,04

–2,98

–0,15

–2,82

–0,34

2,73

–0,28

4,28

0,01

0,09

–0,08

–0,06

–0,02

–0,12

4,43

4,27

1,02

–1,46

–1,24

–0,22

0,27

–0,49

–0,38

2,87

2,03

6,63

1,27

1,29

–0,02

–0,02

–

–0,79

6,21

5,42

3,20

0,60

0,19

0,41

0,30

0,11

–0,12

2,80

2,74

3,41

–2,04

–1,79

–0,25

–0,25

–

–0,30

5,79

5,49

–0,42

–2,36

0,33

–2,69

–0,12

–2,56

–0,67

–2,23

–0,60

5,93

–0,16

0,12

–0,28

–0,01

–0,27

–0,62

6,78

5,88

2,42

–0,33

–0,07

–0,26

–0,10

–0,16

–0,30

3,03

2,58

2,60

0,73

0,32

0,41

0,11

0,30

–0,26

2,18

2,17

3,82

–0,44

0,03

–0,47

–0,04

–0,43

–0,54

4,80

3,84

2,20

–1,78

–0,33

–1,45

0,35

–1,81

–0,44

4,38

2,00

2,16

0,75

0,13

0,62

0,06

0,56

–0,18

1,66

2,00

3,69

–0,55

0,15

–0,70

–0,09

–0,61

–0,29

4,68

3,75

2,61

–0,09

0,08

–0,17

–0,04

–0,13

–0,41

3,09

2,62

5,33

–1,45

–0,36

–1,09

–0,24

–0,85

–0,55

7,25

5,91

1,39

–0,45

–0,21

–0,24

0,05

–0,28

–0,30

2,09

1,55

2,96

0,12

–0,22

0,34

0,08

0,25

–0,04

2,99

3,17

0,70

–0,27

–0,68

0,40

–0,07

0,47

–0,35

1,36

1,47

3,89

2,50

0,12

2,37

0,61

1,76

0,12

1,27

3,16

2,21

1,12

0,50

0,62

0,05

0,57

–0,26

1,42

1,69

1,65

–1,48

–0,25

–1,23

–0,20

–1,03

–0,32

3,51

2,16

1,37

–0,58

–0,19

–0,40

0,00

–0,40

–0,39

2,40

1,60

181

1 Челябинская область Читинская область Чувашская Республика Чукотский автономный округ Ярославская область

2

3

4

5

6

7

8

9

10

2,73

0,33

0,20

0,13

0,23

–0,10

–0,23

2,67

2,33

3,77

0,61

0,00

0,60

0,08

0,52

0,04

3,19

3,73

1,33

–0,16

–0,16

0,00

–0,21

0,21

–0,41

2,00

1,75

3,08

1,13

0,11

1,01

0,44

0,57

0,10

1,90

2,55

5,13

1,33

0,22

1,11

0,26

0,86

–0,27

4,08

4,66

Таблица П2-12 Результаты оценки вклада составляющих оценки трудовых затрат с учетом отработанного времени по регионам

Регион

1

Среднее Половая Число отрабоЗатраты структузанятых танное труда ра время 2

3

4

–0,10

0,03

0,60

0,03

0,39

0,37

–0,48

1,46

–0,36

–0,27

0,65

0,28

–0,07

0,23

0,34

0,27

–0,30

0,77

0,31

1,09

0,62

0,29

0,28

0,27

–0,18

–0,52

0,42

0,24

0,27

9,58

0,38

–0,72

1,02

г. Москва

0,42

–0,06

1,82

г. СанктПетербург

0,20

0,35

–0,81

Российская Федерация Алтайский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область

182

5

Регион

6

Пермская область Приморский 0,79 край Псковская 0,62 область Республика 0,66 Адыгея Республика 0,50 Алтай Республика 0,73 Башкортостан Республика 2,01 Бурятия Республика 0,84 Дагестан Республика –0,28 Ингушетия Республика 10,10 Калмыкия Республика 0,68 Карелия Республика 2,18 Коми Республика –0,26 Марий Эл 0,53

Среднее отра- Половая Число Затраты ботан- структузанятых труда ное ра время 7

8

9

10

0,32

–0,01

–0,07

0,24

0,27

–1,26

–1,11

–2,11

0,32

1,04

0,71

2,07

–0,46

–0,69

0,33

–0,81

–0,08

–0,16

–1,09

–1,34

0,13

–0,24

0,44

0,33

–1,16

–0,06

–1,18

–2,40

1,77

–0,02

–1,61

0,14

1,68

–0,54

–1,57

–0,43

–2,35

0,80

–1,11

–2,66

–0,89

0,03

0,39

–0,47

–0,27

0,64

–0,43

–0,05

–0,04

–0,09

0,12

–0,02

1 Еврейская автономная область Ивановская область Иркутская область КабардиноБалкарская Республика Калининградская область Калужская область Камчатская область КарачаевоЧеркесская Республика Кемеровская область Кировская область Костромская область Краснодарский край Красноярский край Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область

2

3

4

5

–0,16

–0,21

–0,22

–0,59

–0,78

0,53

0,07

–0,18

0,07

0,11

–0,18

0,00

1,17

–0,71

–0,12

0,34

0,32

–0,46

–0,35

–0,49

–0,52

–0,63

0,16

–0,99

–0,82

–0,14

–1,05

–2,02

0,52

–1,03

–0,32

–0,83

–0,76

0,42

0,33

–0,01

0,31

–0,10

0,40

0,62

–0,46

–0,46

0,39

–0,53

0,59

–0,97

0,16

–0,21

0,15

0,01

–0,24

–0,08

–0,38

0,24

0,61

0,47

0,65

–1,37

–0,06

–0,79

0,16

0,23

–0,30

0,09

0,37

–0,34

0,58

0,62

–2,26

–0,80

2,30

–0,76

0,47

0,07

1,16

1,70

–0,47

–1,44

0,59

–1,31

–0,15

0,23

1,09

1,17

–0,79

0,16

0,33

–0,30

–0,16

0,05

0,23

0,12

0,18

–0,20

–0,14

–0,16

6 Республика Мордовия Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан Республика Тыва Республика Хакасия Ростовская область Рязанская область Самарская область Саратовская область Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область Тверская область Томская область Тульская область Тюменская область Удмуртская Республика Ульяновская область Хабаровский край Челябинская область Читинская область

7

8

9

10

0,09

–0,30

0,44

0,23

–1,24

–0,85

–0,20

–2,29

1,29

–0,74

–0,12

0,43

0,19

0,13

0,15

0,47

–1,79

0,45

–0,06

–1,40

0,33

–0,92

0,46

–0,13

0,12

0,51

0,19

0,82

–0,07

–0,23

1,37

1,07

0,32

0,46

0,00

0,79

0,03

0,23

0,43

0,69

–0,33

0,89

0,72

1,28

0,13

0,40

0,29

0,82

0,15

–0,10

0,25

0,29

0,08

0,56

–0,02

0,61

–0,36

–0,57

0,43

–0,50

–0,21

–0,03

0,22

–0,02

–0,22

0,85

0,42

1,05

–0,68

0,38

–0,01

–0,30

0,12

0,07

0,55

0,75

0,50

–0,02

–0,06

0,43

–0,25

0,02

0,32

0,09

0,97

0,03

0,61

1,61

0,24

0,60

0,02

0,85

–0,31

–0,79

–0,19

–1,29

183

1

2

3

4

5

6

Оренбургская область

0,61

–0,12

0,46

0,94

Орловская область

0,56

0,27

0,21

1,04

Пензенская область

0,18

–0,64

0,56

0,10

Чувашская Республика Чукотский автономный округ Ярославская область

7

8

9

10

0,53

0,03

0,30

0,86

–3,29

1,06

–1,54

–3,77

0,20

0,32

0,14

0,67

Таблица П2-13 Декомпозиция роста ВРП для периода 2000–2002 гг. I. ЗатраI.1 ВРП ты Труд факторов 1 Российская Федерация Алтайский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва г. СанктПетербург Еврейская автономная область Ивановская область Иркутская область

184

Из него: Занятость

I.2 Половая КапиВремя структу- тал ра

Из него: ОсновСтепень II. СФП ные загрузки фонды

2

3

4

5

6

7

8

9

10

11

7,13

2,11

1,00

0,36

0,03

0,60

1,11

0,23

0,88

5,02

7,18

–0,53

0,54

–0,22

0,39

0,37

–1,07

–0,15

–0,92

7,71

5,98

1,10

1,61

0,52

1,46

–0,36

–0,52

0,00

–0,51

4,88

7,32

2,27

1,89

0,96

0,65

0,28

0,38

0,09

0,29

5,05

8,64

2,21

0,93

0,36

0,23

0,34

1,28

0,53

0,75

6,43

6,20

1,42

0,39

–0,08

–0,30

0,77

1,03

0,11

0,92

4,78

7,90

3,21

2,15

0,44

1,09

0,62

1,06

–0,18

1,23

4,70

5,67

1,46

0,48

–0,07

0,28

0,27

0,98

–0,03

1,01

4,21

8,16

–0,48

0,84

0,94

–0,52

0,42

–1,32

–0,05

–1,28

8,64

3,83

11,33

10,77

0,92

0,27

9,58

0,55

0,02

0,54

–7,49

3,36

–0,49

0,07

–0,23

–0,72

1,02

–0,56

–0,11

–0,45

3,85

9,84

6,61

1,92

0,16

–0,06

1,82

4,68

1,26

3,42

3,23

10,12

2,01

–0,23

0,23

0,35

–0,81

2,24

0,31

1,93

8,11

6,57

0,88

1,04

1,48

–0,21

–0,22

–0,17

–0,13

–0,04

5,69

4,94

0,91

0,22

–0,38

0,53

0,07

0,69

–0,17

0,86

4,03

3,06

0,76

0,21

0,28

0,11

–0,18

0,55

–0,16

0,71

2,30

1 КабардиноБалкарская Республика Калининградская область Калужская область Камчатская область КарачаевоЧеркесская Республика Кемеровская область Кировская область Костромская область Краснодарский край Красноярский край Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область Пензенская область Пермская область Приморский край

2

3

4

5

6

7

8

9

10

11

11,88

–2,37

–0,01

0,83

–0,71

–0,12

–2,37

0,14

–2,51

14,25

8,77

0,64

–0,34

0,48

–0,46

–0,35

0,98

0,03

0,95

8,12

5,83

–0,51

–0,96

–0,49

–0,63

0,16

0,45

0,05

0,40

6,34

–0,69

–1,00

–0,69

0,50

–0,14

–1,05

–0,31

–0,09

–0,21

0,31

10,39

–0,47

0,08

1,43

–1,03

–0,32

–0,55

–0,10

–0,44

10,86

4,93

1,50

0,98

0,24

0,42

0,33

0,52

0,04

0,48

3,42

1,75

–0,46

–0,29

–0,60

–0,10

0,40

–0,16

–0,15

–0,01

2,21

3,30

–1,69

–0,48

–0,40

–0,46

0,39

–1,21

0,08

–1,29

4,99

5,34

1,58

–0,06

0,75

–0,97

0,16

1,64

0,82

0,82

3,76

5,00

0,12

0,22

0,44

0,01

–0,24

–0,10

0,04

–0,14

4,88

3,15

–0,14

0,38

–0,47

0,24

0,61

–0,52

–0,15

–0,37

3,29

5,27

–2,74

–1,40

0,04

–1,37

–0,06

–1,34

–0,14

–1,20

8,01

11,73

0,76

0,19

0,26

0,23

–0,30

0,57

0,57

–

10,97

7,06

–0,31

0,28

0,03

–0,34

0,58

–0,59

–0,07

–0,51

7,37

3,10

–1,35

0,77

–0,73

–0,80

2,30

–2,13

–0,09

–2,04

4,45

6,07

2,36

1,96

0,73

0,07

1,16

0,40

0,40

–

3,71

1,20

–0,35

–0,16

0,69

–1,44

0,59

–0,19

–0,06

–0,13

1,54

7,66

0,95

1,52

0,19

0,23

1,09

–0,56

–0,01

–0,55

6,71

4,04

0,00

0,62

0,13

0,16

0,33

–0,62

0,20

–0,82

4,04

9,58

0,35

0,47

0,19

0,05

0,23

–0,13

–0,07

–0,05

9,23

9,04

0,22

–0,31

0,03

–0,20

–0,14

0,53

–0,13

0,66

8,82

4,99

1,94

0,95

0,61

–0,12

0,46

0,99

0,06

0,93

3,05

8,69

–0,29

0,57

0,09

0,27

0,21

–0,86

0,03

–0,89

8,97

4,24

–1,65

0,12

0,20

–0,64

0,56

–1,77

–0,08

–1,69

5,89

4,80

1,33

1,12

1,21

–0,01

–0,07

0,21

0,21

–

3,47

0,86

–1,19

–1,48

0,89

–1,26

–1,11

0,29

–0,10

0,39

2,05

185

1

2

Псковская 3,61 область Республика 2,48 Адыгея Республика 7,29 Алтай Республика 5,28 Башкортостан Республика 5,70 Бурятия Республика 13,93 Дагестан Республика 3,33 Ингушетия Республика 13,38 Калмыкия Республика 5,96 Карелия Республика 4,47 Коми Республика 0,02 Марий Эл Республика 8,12 Мордовия Республика 3,39 Саха (Якутия) Республика Северная 11,05 Осетия – Алания Республика 6,81 Татарстан Республика 6,47 Тыва Республика 2,53 Хакасия Ростовская 9,80 область Рязанская 5,42 область Самарская 5,46 область Саратовская 6,83 область Сахалинская 0,71 область Свердловская 7,95 область Смоленская 3,62 область Ставрополь7,39 ский край Тамбовская 7,76 область

186

3

4

5

6

7

8

9

10

11

0,75

1,45

–0,30

1,04

0,71

–0,70

–0,13

–0,57

2,85

–0,94

–0,41

–0,06

–0,69

0,33

–0,53

–0,02

–0,51

3,42

–0,86

–1,01

0,25

–0,16

–1,09

0,15

0,15

–

8,15

0,41

0,41

0,21

–0,24

0,44

0,01

0,30

–0,30

4,87

–1,66

–1,30

–0,07

–0,06

–1,18

–0,35

–0,06

–0,29

7,35

–1,75

–1,11

0,52

–0,02

–1,61

–0,64

0,17

–0,81

15,68

1,08

1,44

3,55

–0,54

–1,57

–0,36

–0,36

–41,65

2,25

–6,49

–0,47

–0,16

0,80

–1,11

–6,02

0,87

–6,89

19,88

1,98

1,12

0,70

0,03

0,39

0,86

0,03

0,83

3,98

1,56

0,79

0,58

0,64

–0,43

0,76

0,29

0,47

2,91

–4,17

–0,69

–0,72

–0,09

0,12

–3,48

–0,14

–3,34

4,18

0,98

0,32

0,19

–0,30

0,44

0,66

0,01

0,65

7,14

–1,25

–1,16

–0,11

–0,85

–0,20

–0,09

0,43

–0,52

4,64

1,68

1,65

2,50

–0,74

–0,12

0,04

0,04

–

9,37

2,28

0,63

0,35

0,13

0,15

1,65

0,50

1,15

4,53

–0,10

0,13

–0,26

0,45

–0,06

–0,23

–0,23

–

6,57

16,22

0,30

0,76

–0,92

0,46

15,92

–0,12

16,04

–13,69

3,00

1,55

0,85

0,51

0,19

1,45

0,10

1,35

6,79

2,00

1,74

0,60

–0,23

1,37

0,26

0,04

0,22

3,42

2,62

1,28

0,82

0,46

0,00

1,34

0,18

1,16

2,84

1,05

0,65

0,00

0,23

0,43

0,40

0,00

0,40

5,78

0,91

3,04

1,43

0,89

0,72

–2,13

0,51

–2,65

–0,20

2,47

1,25

0,56

0,40

0,29

1,22

0,06

1,16

5,47

1,88

0,53

0,39

–0,10

0,25

1,34

0,09

1,26

1,74

0,40

1,20

0,67

0,56

–0,02

–0,80

0,09

–0,89

6,99

–2,23

–0,73

–0,58

–0,57

0,43

–1,50

–0,22

–1,28

9,99

1 Тверская область Томская область Тульская область Тюменская область Удмуртская Республика Ульяновская область Хабаровский край Челябинская область Читинская область Чувашская Республика Чукотский автономный округ Ярославская область

2

3

4

5

6

7

8

9

10

11

3,63

–0,05

0,27

0,08

–0,03

0,22

–0,32

0,16

–0,48

3,68

9,53

3,44

1,81

0,55

0,85

0,42

1,63

0,13

1,49

6,09

5,11

0,37

0,02

–0,36

0,38

–0,01

0,36

–0,01

0,36

4,74

7,89

4,52

1,22

0,60

0,07

0,55

3,29

0,90

2,39

3,38

5,54

2,21

0,71

0,79

–0,02

–0,06

1,50

0,12

1,38

3,32

3,79

–1,21

0,22

–0,12

0,02

0,32

–1,43

–0,18

–1,26

5,01

8,34

2,43

2,25

1,61

0,03

0,61

0,19

0,19

–

5,90

4,63

–0,34

0,68

0,07

0,60

0,02

–1,03

0,08

–1,11

4,97

5,86

0,50

0,50

1,49

–0,79

–0,19

0,00

0,00

–

5,35

4,95

1,81

0,65

0,32

0,03

0,30

1,16

–0,04

1,20

3,14

21,22

–1,19

–1,20

–0,72

1,06

–1,54

0,01

0,01

–5,83

22,42

6,80

2,89

1,09

0,62

0,32

0,14

1,80

0,11

1,69

3,90

Таблица П2-14 Значения ИПЦ и дефлятора ВРП по регионам (декабрь к декабрю предыдущего года, в %) Регион 1 Российская Федерация Алтайский край Амурская область Архангельская область Астраханская область

1997

1998

1999

2000

2001

2002

2

3

4

5

6

7

8

ИПЦ

111,00

184,40

136,50

120,20

118,60

115,10

113,33

116,21

162,09

135,40

117,43

115,86

111,20

171,00

135,40

122,60

119,40

113,10

дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП

115,34

110,12

147,72

129,65

121,55

114,80

112,00

171,50

124,00

118,00

119,70

112,40

134,78

107,10

137,61

118,73

123,60

124,89

107,30

171,80

132,20

121,00

119,60

116,10

118,72

113,80

144,50

145,88

103,04

122,20

114,40

171,00

136,20

116,60

121,60

114,50

111,12

117,66

143,87

155,39

104,82

117,55

187

1 Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва г. СанктПетербург Еврейская автономная область Ивановская область Иркутская область КабардиноБалкарская Республика Калининградская область Калужская область

188

2

3

4

5

6

7

8

ИПЦ

113,40

167,70

140,80

120,90

119,20

116,40

дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ

107,76

118,19

157,64

116,05

116,45

119,10

115,40

175,40

139,20

118,60

117,30

116,90

104,40

105,08

158,89

126,79

116,38

122,13

110,90

172,30

135,80

118,10

120,50

113,80

113,59

113,48

155,02

119,93

124,46

114,64

113,40

171,70

138,00

119,20

120,50

117,00

104,51

116,73

147,39

130,22

118,23

119,60

109,80

163,50

136,90

119,70

115,40

113,10

103,91

126,64

170,67

140,42

94,51

119,20

112,80

173,90

136,30

122,70

117,10

114,20

110,73

111,50

150,99

125,96

119,56

135,57

112,80

209,60

146,50

122,10

120,40

117,20

121,01

125,15

198,55

139,95

114,95

117,11

113,00

178,00

141,10

123,50

118,10

114,70

115,80

128,31

154,22

123,14

128,33

113,62

114,90

166,30

129,50

116,90

119,00

119,90

131,60

104,68

184,55

120,85

115,73

131,55

109,40

176,30

139,00

116,60

119,90

115,60

96,93

129,00

134,00

128,09

127,51

123,66

109,10

171,40

132,80

121,80

116,90

113,30

дефлятор ВРП

131,58

108,02

152,46

124,07

114,76

117,81

ИПЦ

116,90

167,80

135,30

116,80

122,50

115,60

дефлятор ВРП

115,60

125,28

152,76

126,54

117,89

104,90

ИПЦ

105,50

202,50

134,50

117,50

121,00

109,80

113,36

118,70

174,48

131,34

133,80

110,38

110,40

173,70

132,70

118,60

119,60

117,50

115,26

108,84

157,68

138,28

123,40

114,75

дефлятор ВРП ИПЦ дефлятор ВРП

1 Камчатская область КарачаевоЧеркесская Республика Кемеровская область Кировская область Костромская область Краснодарский край Красноярский край Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область

2

3

4

5

6

7

8

ИПЦ

113,50

162,30

151,60

124,30

115,40

114,10

дефлятор ВРП

104,10

154,31

140,38

112,96

135,96

113,83

ИПЦ

111,00

173,30

149,40

113,40

119,20

119,20

дефлятор ВРП

111,19

104,91

163,36

112,73

117,86

128,43

ИПЦ

108,20

170,60

126,80

120,30

118,00

113,90

дефлятор ВРП

100,55

110,25

134,91

130,07

118,59

119,88

ИПЦ

112,80

162,90

140,90

122,60

117,30

113,90

дефлятор ВРП

115,85

106,96

153,39

130,48

116,82

122,53

ИПЦ

110,00

172,40

135,00

121,40

119,80

116,00

118,11

112,57

152,67

116,52

130,38

114,88

дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП

111,90

174,80

135,50

118,20

122,30

115,90

105,87

127,12

165,74

125,39

131,85

113,51

108,80

160,40

129,90

121,10

124,30

116,80

109,69

123,15

167,03

160,57

104,06

95,23

115,90

173,80

139,20

119,30

127,80

113,90

101,09

122,12

150,70

119,49

135,56

117,57

114,30

171,50

146,60

119,10

122,90

116,60

110,33

114,35

140,69

122,28

121,59

111,88

110,30

166,20

141,60

123,50

119,60

114,80

109,35

126,60

161,34

126,67

127,04

107,91

114,50

161,40

144,80

121,90

117,10

113,50

107,04

115,29

183,78

139,12

104,06

124,56

110,70

153,70

148,90

118,30

117,50

112,30

117,51

132,72

159,17

119,23

122,25

126,51

107,50

182,50

134,10

121,80

121,80

117,80

103,44

133,99

145,17

121,24

121,59

134,75

114,60

179,30

135,70

121,90

122,60

122,40

105,72

135,30

167,32

131,29

98,23

121,05

189

1 Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область Пензенская область Пермская область Приморский край Псковская область Республика Адыгея Республика Алтай Республика Башкортостан Республика Бурятия

190

2

3

4

5

6

7

8

ИПЦ

109,10

199,70

142,30

121,70

119,70

115,40

дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП

117,59

105,82

146,82

130,11

131,39

116,58

109,50

172,20

136,30

120,50

116,80

115,20

107,52

121,16

162,48

128,01

117,10

114,97

110,50

170,60

127,60

122,70

114,20

115,40

121,54

102,88

146,77

122,54

124,80

115,97

ИПЦ

111,10

172,20

131,30

121,30

115,40

115,20

дефлятор ВРП

117,01

105,44

124,90

120,58

122,40

126,02

ИПЦ

110,10

178,50

139,70

118,70

115,80

113,60

109,40

112,33

174,90

133,55

112,65

106,63

106,70

167,90

139,30

119,00

116,70

115,10

109,05

113,61

173,74

121,44

113,52

121,61

дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ

109,00

175,70

148,40

120,60

118,50

115,10

102,71

109,07

153,33

131,30

122,31

125,10

110,50

183,70

139,10

124,50

122,50

116,00

дефлятор ВРП

106,62

118,67

157,36

122,26

129,60

112,32

ИПЦ

110,10

171,20

131,80

119,00

119,10

113,60

дефлятор ВРП ИПЦ дефлятор ВРП

113,83

118,37

163,43

118,68

115,04

131,27

111,70

168,70

142,20

118,60

118,40

112,60

124,54

109,82

156,74

135,60

119,25

114,17

113,50

168,30

147,00

119,90

121,50

114,50

128,19

124,56

137,37

114,91

115,91

119,37

113,50

182,40

134,00

123,60

113,70

116,40

118,31

126,59

150,64

133,04

126,63

116,74

ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП

108,70

178,80

139,20

121,60

117,40

114,70

115,67

108,49

166,42

135,44

107,30

113,07

107,90

163,70

144,60

120,30

120,90

110,60

116,34

107,00

138,65

121,81

131,05

121,40

1 Республика Дагестан Республика Ингушетия Республика Калмыкия Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан Республика Тыва Республика Хакасия Ростовская область Рязанская область

2

3

4

5

6

7

8

ИПЦ

111,30

177,90

140,90

112,20

117,40

114,70

142,19

107,03

153,15

138,79

127,38

119,23

106,90

172,80

152,30

122,70

138,70

117,00

114,33

131,04

202,83

223,18

68,28

101,57

дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ

117,50

168,50

144,50

116,90

119,80

115,20

дефлятор ВРП

121,66

114,50

139,93

211,67

138,28

122,98

ИПЦ

107,70

180,10

129,80

119,30

118,30

115,30

дефлятор ВРП

116,99

124,20

160,29

129,09

116,15

114,59

ИПЦ

104,30

170,20

130,70

119,80

120,50

114,00

дефлятор ВРП

125,50

116,47

165,97

125,56

122,36

112,44

ИПЦ

108,00

179,60

150,90

121,70

118,20

114,90

дефлятор ВРП

128,77

111,05

152,89

124,73

127,46

119,27

ИПЦ

118,70

174,20

140,90

128,00

119,70

118,20

108,77

109,51

148,73

157,97

96,47

91,08

дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП

106,30

155,40

137,30

117,40

113,10

112,10

115,23

118,06

172,41

122,21

121,88

112,93

113,00

174,20

137,10

116,30

117,50

115,50

112,98

119,14

165,12

116,46

132,37

102,23

117,50

176,30

138,50

124,20

117,40

116,40

110,97

119,66

153,36

162,44

97,06

115,47

108,40

154,50

138,50

122,20

115,00

109,60

111,11

117,23

135,77

132,34

120,70

130,12

112,70

182,30

139,80

125,00

117,80

114,30

124,73

114,89

162,86

121,26

109,78

127,62

117,60

179,40

145,60

116,10

122,30

118,50

112,01

117,05

155,37

123,79

115,16

112,01

111,90

179,40

139,30

118,10

119,20

112,00

114,72

104,32

156,77

122,50

132,26

124,57

191

1 Самарская область Саратовская область Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область Тверская область Томская область Тульская область Тюменская область Удмуртская Республика Ульяновская область Хабаровский край

192

2

3

4

5

6

7

8

ИПЦ

112,50

183,20

132,50

119,90

116,70

117,20

дефлятор ВРП

116,73

108,53

155,74

124,52

122,21

113,21

ИПЦ

115,30

184,10

138,90

119,00

119,00

111,80

дефлятор ВРП

109,04

110,53

153,48

126,04

128,25

109,94

ИПЦ

109,00

174,30

140,70

115,60

119,40

117,60

дефлятор ВРП

124,95

114,83

174,99

153,06

116,52

110,36

ИПЦ

110,60

194,50

135,10

123,90

120,10

113,70

дефлятор ВРП

113,77

114,70

151,28

122,74

117,25

111,65

ИПЦ

113,20

176,70

144,70

122,50

116,60

116,10

дефлятор ВРП

111,28

117,59

142,81

133,66

119,42

122,38

ИПЦ

117,60

171,40

140,80

118,80

119,80

116,20

дефлятор ВРП

119,73

121,83

133,91

132,48

113,53

111,72

ИПЦ

112,80

169,90

145,10

120,30

115,50

114,30

106,74

118,96

156,39

124,34

120,96

114,79

дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП

113,80

171,10

139,20

121,90

119,00

115,00

116,86

114,73

149,55

126,61

129,75

113,46

111,40

174,70

137,00

119,20

123,50

116,70

120,37

112,73

130,86

136,25

129,34

119,27

110,70

169,40

139,40

121,70

117,20

114,90

113,15

118,44

162,24

132,29

122,55

119,42

114,80

164,50

136,30

120,80

119,90

115,50

109,06

103,67

165,21

163,90

120,19

112,00

112,00

164,50

142,80

122,20

120,40

118,00

106,55

107,93

182,69

133,15

118,04

120,65

123,10

163,20

143,40

123,50

128,10

118,00

106,68

110,13

147,92

123,50

125,15

110,15

114,80

163,90

135,00

119,90

123,50

117,60

123,54

103,31

128,07

145,47

111,67

116,49

1 Челябинская область

2

3

4

5

6

7

8

ИПЦ

107,50

189,10

140,00

123,10

124,80

112,00

102,83

108,39

164,94

146,11

109,35

119,32

109,60

165,80

142,50

117,50

119,30

115,50

117,95

119,54

147,55

130,35

111,28

122,86

дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ дефлятор ВРП ИПЦ

Читинская область Чувашская Республика Чукотский автономный округ

дефлятор ВРП ИПЦ

Ярославская область

дефлятор ВРП

111,70

167,90

141,10

126,20

119,10

117,30

113,67

119,81

147,83

130,74

124,95

116,40

123,60

152,10

167,20

119,70

110,50

132,70

98,93

154,88

127,87

128,80

154,31

104,90

111,80

172,60

133,10

120,10

120,80

116,10

100,93

127,37

144,06

118,86

139,13

118,29

Источник ИПЦ: данные Росстата.

Таблица П2-15 Результаты оценки темпов роста СФП различными методами в 1997–1998 гг.

1 Российская Федерация Алтайский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область

Метод 1

Метод 2

Метод 3

Метод 4

min

max

2

3

4

5

6

7

–1,87

–0,48

9,46

–3,01

–3,01

9,46

–8,00

–6,23

–3,71

–5,51

–8,00

–3,71

–8,05

–4,47

–0,34

–2,09

–8,05

–0,34

–0,55

0,10

5,47

–5,34

–5,34

5,47

4,99

6,15

–

–1,47

–1,47

6,15

2,12

2,49

–7,13

–0,68

–7,13

2,49

–0,27

1,96

10,06

–2,37

–2,37

10,06

–2,14

–0,89

5,87

–1,69

–2,14

5,87

–1,73

4,50

3,98

–3,74

–3,74

4,50

–0,17

–0,80

–1,30

–2,21

–2,21

–0,17

–0,21

1,87

6,16

–2,65

–2,65

6,16

193

1 г. Москва г. СанктПетербург Еврейская автономная область Ивановская область Иркутская область КабардиноБалкарская Республика Калининградская область Калужская область Камчатская область КарачаевоЧеркесская Республика Кемеровская область Кировская область Костромская область Краснодарский край Красноярский край Курганская область Курская область Ленинградская область

2 0,18

3 –0,88

4 –4,68

5 –9,74

6 –9,74

7 0,18

–3,38

–4,06

17,96

–3,89

–4,06

17,96

–9,56

–8,98

–

–4,26

–9,56

–4,26

–6,61

–6,34

–0,57

–1,85

–6,61

–0,57

–9,40

–7,82

3,49

–8,77

–9,40

3,49

0,33

2,03

2,11

–5,46

–5,46

2,11

–7,28

–6,74

–1,69

–11,68

–11,68

–1,69

–3,66

–3,65

13,88

–0,40

–3,66

13,88

–2,86

–1,96

–11,95

–12,73

–12,73

–1,96

0,49

0,28

5,25

–3,12

–3,12

5,25

–4,05

–2,87

1,37

–1,98

–4,05

1,37

–3,68

–3,26

4,92

–2,25

–3,68

4,92

–0,16

–0,13

–

–1,74

–1,74

–0,13

–4,59

–4,21

15,01

–2,73

–4,59

15,01

–2,43

–1,81

–0,37

–5,70

–5,70

–0,37

0,59

1,39

2,80

–4,44

–4,44

2,80

2,03

1,43

–

–1,44

–1,44

2,03

–3,89

–4,17

–

–3,89

–4,17

–3,89

–3,49

0,61

10,24

–2,74

–3,49

10,24

–8,55

–8,91

–

–5,04

–8,91

–5,04

2,68

2,98

7,90

–7,16

–7,16

7,90

2,71

4,24

–

–9,14

–9,14

4,24

0,06

1,16

13,68

–5,61

–5,61

13,68

Новгородская область

4,70

4,67

18,86

–3,74

–3,74

18,86

Новосибирская область

–3,08

–0,01

4,42

–5,09

–5,09

4,42

Липецкая область Магаданская область Московская область Мурманская область Нижегородская область

194

1

2

3

4

5

6

7

Омская область Оренбургская область Орловская область Пензенская область Пермская область Приморский край Псковская область Республика Адыгея Республика Алтай Республика Башкортостан Республика Бурятия Республика Дагестан Республика Ингушетия Республика Калмыкия Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан Республика Тыва Республика Хакасия Ростовская область Рязанская область Самарская область

–8,21

–5,09

0,07

–1,12

–8,21

0,07

–4,24

–3,10

3,01

–2,25

–4,24

3,01

5,56

5,26

7,86

1,11

1,11

7,86

–3,92

–2,53

7,65

3,24

–3,92

7,65

1,92

1,89

1,58

–0,10

–0,10

1,92

–1,86

1,28

4,86

–6,77

–6,77

4,86

–7,48

–6,20

4,74

–5,15

–7,48

4,74

–3,87

0,40

1,68

–4,18

–4,18

1,68

–3,94

–3,09

7,28

–1,34

–3,94

7,28

–3,55

–0,75

11,19

–5,14

–5,14

11,19

3,38

6,37

–9,70

–2,91

–9,70

6,37

–6,30

–6,73

–0,35

–0,17

–6,73

–0,17

–9,13

–5,05

–

–1,70

–9,13

–1,70

3,87

4,99

–

–1,34

–1,34

4,99

–1,08

–0,31

5,16

–6,50

–6,50

5,16

0,49

1,30

11,45

–5,95

–5,95

11,45

0,25

1,52

4,63

–2,47

–2,47

4,63

0,64

2,15

–

–6,37

–6,37

2,15

–1,70

–1,29

–8,71

–2,51

–8,71

–1,29

–1,05

–0,18

–

–4,06

–4,06

–0,18

–3,16

–0,51

12,22

–4,75

–4,75

12,22

1,46

1,75

–

–1,25

–1,25

1,75

–3,38

19,40

3,76

–3,40

–3,40

19,40

0,86

5,46

0,95

–8,88

–8,88

5,46

0,29

1,04

17,75

–0,86

–0,86

17,75

–0,86

0,92

6,08

–3,97

–3,97

6,08

195

1 Саратовская область Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область Тверская область Томская область Тульская область Тюменская область Удмуртская Республика Ульяновская область Хабаровский край Челябинская область Читинская область Чувашская Республика Чукотский автономный округ Ярославская область

196

2

3

4

5

6

7

–0,83

0,73

6,63

1,11

–0,83

6,63

0,12

3,16

3,69

–5,26

–5,26

3,69

–4,79

–4,28

4,32

–4,12

–4,79

4,32

–2,68

1,53

–

–0,08

–2,68

1,53

–3,37

–1,25

–0,76

–0,19

–3,37

–0,19

3,48

4,14

6,23

–3,38

–3,38

6,23

–1,36

–1,07

11,60

–4,98

–4,98

11,60

–4,61

–3,27

0,45

–3,30

–4,61

0,45

–2,70

–2,45

10,50

–4,28

–4,28

10,50

0,20

–0,17

5,10

–1,84

–1,84

5,10

–0,95

–0,07

4,38

–0,98

–0,98

4,38

–1,60

0,06

9,38

–0,88

–1,60

9,38

–1,02

0,09

12,36

–7,46

–7,46

12,36

–7,56

–6,66

5,64

–0,46

–7,56

5,64

–7,10

–6,26

–3,76

–1,62

–7,10

–1,62

–6,10

–5,83

10,04

–0,37

–6,10

10,04

–10,26

–10,09

–

–13,06

–13,06

–10,09

–0,94

–0,09

12,32

–2,71

–2,71

12,32

Таблица П2-16 Результаты оценки темпов роста СФП различными методами в 1999–2002 гг.

1 Российская Федерация Алтайский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва г. СанктПетербург Еврейская автономная область Ивановская область Иркутская область КабардиноБалкарская Республика Калининградская область Калужская область Камчатская область КарачаевоЧеркесская Республика Кемеровская область

Метод 1

Метод 2

Метод 3

Метод 4

min

2

3

4

5

6

7

6,21

5,3

–0,30

3,29

–0,30

6,21

max

5,52

7,49

3,24

–1,00

–1,00

7,49

5,08

5,00

6,36

4,38

4,38

6,36

6,93

6,68

2,43

4,55

2,43

6,93

7,70

8,06

–

5,62

5,62

8,06

5,91

4,89

5,44

0,99

0,99

5,91

3,50

3,39

–0,27

0,03

–0,27

3,50

5,52

4,35

2,05

4,99

2,05

5,52

4,87

6,18

–3,21

–2,17

–3,21

6,18

4,49

4,24

3,79

0,85

0,85

4,49

3,05

3,34

–3,83

–0,61

–3,83

3,34

7,37

4,71

–4,32

–6,65

–6,65

7,37

8,46

6,45

–5,24

6,07

–5,24

8,46

3,99

5,12

–

2,44

2,44

5,12

4,99

4,71

4,91

1,76

1,76

4,99

2,03

1,45

8,63

4,98

1,45

8,63

8,39

10,44

2,32

6,27

2,32

10,44

7,82

7,69

–6,03

0,89

–6,03

7,82

4,37

4,08

–2,32

3,87

–2,32

4,37

–2,12

–0,43

8,84

–1,44

–2,12

8,84

5,42

6,32

–3,93

5,41

–3,93

6,32

5,62

5,27

3,11

–0,06

–0,06

5,62

197

1 Кировская область Костромская область Краснодарский край Красноярский край Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область Пензенская область Пермская область Приморский край Псковская область Республика Адыгея Республика Алтай Республика Башкортостан Республика Бурятия Республика Дагестан

198

2

3

4

5

6

7

1,70

1,85

2,21

1,96

1,70

2,21

3,59

4,25

–3,53

1,15

–3,53

4,25

5,59

4,76

–6,09

–1,51

–6,09

5,59

4,38

5,00

4,32

–1,09

–1,09

5,00

2,25

3,74

–0,12

–0,50

–0,50

3,74

3,40

4,57

–2,05

2,93

–2,05

4,57

10,86

10,70

–8,37

5,70

–8,37

10,86

4,84

4,75

–7,21

–2,34

–7,21

4,84

2,96

4,68

–1,26

–0,99

–1,26

4,68

4,55

4,59

3,49

3,71

3,49

4,59

1,95

2,32

–

1,40

1,40

2,32

6,11

5,51

–6,76

–1,71

–6,76

6,11

3,92

4,31

–8,24

3,69

–8,24

4,31

7,48

7,50

5,11

0,66

0,66

7,50

6,54

6,30

6,90

2,65

2,65

6,90

4,52

3,97

0,19

–1,28

–1,28

4,52

5,31

6,49

2,19

1,72

1,72

6,49

4,98

6,91

1,14

0,31

0,31

6,91

3,95

4,04

2,36

0,04

0,04

4,04

1,21

0,45

–3,68

4,11

–3,68

4,11

5,23

6,28

–3,60

0,83

–3,60

6,28

2,62

2,32

1,73

4,98

1,73

4,98

4,76

5,57

–1,62

–0,56

–1,62

5,57

4,15

4,53

–1,86

1,30

–1,86

4,53

5,26

5,97

4,47

2,13

2,13

5,97

8,85

10,47

–0,83

0,16

–0,83

10,47

1 Республика Ингушетия Республика Калмыкия Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан Республика Тыва Республика Хакасия Ростовская область Рязанская область Самарская область Саратовская область Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область Тверская область Томская область Тульская область Тюменская область Удмуртская Республика Ульяновская область

2

3

4

5

6

7

–1,00

–0,22

–

–15,88

–15,88

–0,22

7,17

14,75

–

–10,35

–10,35

14,75

5,58

4,34

–0,55

4,28

–0,55

5,58

1,67

2,39

0,45

4,30

0,45

4,30

–0,55

3,34

3,18

1,28

–0,55

3,34

6,14

5,59

–2,59

3,25

–2,59

6,14

3,94

5,01

5,36

–2,62

–2,62

5,36

8,81

9,56

–

–1,46

–1,46

9,56

5,83

4,49

–11,65

0,18

–11,65

5,83

7,56

7,88

–

0,76

0,76

7,88

0,81

–11,52

0,72

–4,31

–11,52

0,81

8,49

7,45

3,20

4,80

3,20

8,49

3,74

4,04

–3,29

1,38

–3,29

4,04

3,72

2,81

–6,57

0,98

–6,57

3,72

6,25

6,89

–1,98

–0,88

–1,98

6,89

2,96

5,00

0,25

–1,87

–1,87

5,00

5,58

4,77

1,52

1,88

1,52

5,58

7,12

6,29

–

8,02

6,29

8,02

5,75

5,33

8,14

6,09

5,33

8,14

7,15

8,85

1,00

–0,25

–0,25

8,85

3,03

3,71

–4,84

5,47

–4,84

5,47

7,29

6,27

5,51

0,82

0,82

7,29

3,62

3,32

–5,63

1,81

–5,63

3,62

4,68

1,99

–0,51

–2,82

–2,82

4,68

3,03

2,17

0,83

–2,56

–2,56

3,03

4,09

5,29

2,57

0,15

0,15

5,29

199

1 Хабаровский край Челябинская область Читинская область Чувашская Республика Чукотский автономный округ Ярославская область

2

3

4

5

6

7

6,84

7,00

1,54

2,44

1,54

7,00

4,87

7,13

–5,43

–1,82

–5,43

7,13

5,22

6,33

9,87

2,32

2,32

9,87

2,50

1,91

2,51

2,01

1,91

2,51

14,46

14,53

–

–7,68

–7,68

14,53

6,98

5,19

4,67

6,12

4,67

6,98

Таблица П2-17 Результаты расчета индекса производительности труда в промышленности по регионам Российской Федерации в 1990–2003 гг. (1990 г. = 100) 1 Российская Федерация Алтайский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва г. СанктПетербург Ивановская область Иркутская область

200

1990

1991

1992

1993

1994

1995

2

3

4

5

6

7

1996 8

100

93,65

80,69

71,13

62,93

66,08

66,17

100

111,04

97,66

84,56

56,95

62,30

57,39

100

99,43

82,44

77,83

70,21

59,91

47,73

100

97,55

87,46

88,30

77,42

78,73

77,32

100

103,36

105,01

108,59

87,10

85,28

67,32

100

100,39

92,25

85,31

78,10

81,14

75,56

100

93,97

80,46

69,62

52,75

53,07

45,36

100

100,55

81,16

74,85

58,27

58,86

54,25

100

100,67

87,61

74,03

54,22

49,60

42,53

100

96,38

93,00

80,88

76,22

79,73

82,64

100

101,59

92,43

83,03

56,60

55,21

49,31

100

96,72

84,10

68,62

60,71

52,21

44,88

100

106,69

93,46

85,64

61,45

59,66

48,91

100

100,58

69,34

65,54

48,99

43,21

40,73

100

95,72

85,55

76,40

71,66

78,38

66,78

1 КабардиноБалкарская Республика Калининградская область Калужская область Камчатская область Кемеровская область Кировская область Костромская область Краснодарский край Красноярский край Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область Пензенская область Пермская область Приморский край Псковская область

2

3

4

5

6

7

8

100

96,10

70,20

77,49

52,75

54,00

46,24

100

97,85

86,00

72,48

53,59

52,43

48,06

100

94,06

71,55

60,72

51,96

56,14

52,87

100

89,46

66,60

58,09

46,93

53,88

52,84

100

93,12

78,98

73,28

70,12

73,42

70,59

100

95,22

80,49

71,06

54,86

57,03

52,06

100

100,97

76,50

70,85

53,57

51,07

43,27

100

113,26

109,21

89,35

87,52

77,82

73,50

100

111,99

96,73

84,97

79,66

84,95

82,74

100

98,55

79,30

72,20

56,51

56,83

52,92

100

98,52

84,32

78,50

65,50

74,79

75,86

100

99,19

96,66

88,54

77,01

83,87

76,10

100

91,71

83,99

72,04

67,79

82,07

85,25

100

102,73

143,21

114,02

140,74

135,10

133,38

100

99,32

84,39

72,02

57,77

55,10

46,31

100

102,89

95,79

84,78

82,93

85,88

81,36

100

102,34

99,75

101,13

69,39

66,33

65,14

100

108,19

100,15

92,43

81,61

80,39

82,14

100

98,74

79,85

73,31

62,72

64,49

66,56

100

102,21

91,73

79,30

70,73

79,22

73,74

100

105,49

98,55

86,11

77,07

85,92

79,76

100

94,57

81,23

71,58

57,73

56,87

70,49

100

93,33

79,02

75,00

55,55

54,61

41,50

100

103,17

93,28

87,52

75,97

81,64

82,62

100

98,25

88,03

93,57

72,99

77,63

76,95

100

98,91

84,15

78,08

56,63

50,10

46,43

201

1 Республика Башкортостан Республика Бурятия Республика Дагестан Республика Калмыкия Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан Республика Тыва Ростовская область Рязанская область Самарская область Саратовская область Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область Тверская область Томская область Тульская область Тюменская область Удмуртская Республика

202

2

3

4

5

6

7

8

100

101,64

94,71

81,38

71,60

74,18

73,91

100

88,85

77,51

83,89

67,79

67,08

67,20

100

87,02

70,93

62,83

32,39

26,87

24,58

100

90,00

87,23

78,10

77,57

62,72

42,30

100

97,03

85,39

76,57

68,43

75,59

67,34

100

93,51

91,91

84,27

73,46

73,31

75,58

100

94,19

69,94

72,74

60,54

54,87

46,48

100

103,64

85,14

83,31

51,72

46,27

44,38

100

99,52

81,91

83,07

81,92

88,35

91,70

100

107,68

75,05

65,63

52,03

57,62

60,30

100

97,95

88,71

79,12

75,07

79,75

89,45

100

89,08

78,93

79,78

79,66

59,22

63,48

100

97,49

91,63

78,66

57,09

52,96

46,06

100

91,58

76,88

69,91

59,43

55,36

44,49

100

94,80

89,15

81,46

68,69

73,41

73,14

100

101,71

96,10

93,74

69,15

63,39

60,18

100

104,18

79,51

58,76

59,21

73,50

68,39

100

100,24

75,81

68,89

60,99

61,89

58,18

100

100,09

83,63

88,36

76,61

74,76

71,00

100

114,69

92,82

84,84

67,13

87,00

63,68

100

99,58

88,67

91,41

77,45

81,21

71,44

100

99,39

82,38

74,45

59,97

55,71

48,72

100

98,39

94,67

98,21

89,08

84,70

85,95

100

101,53

89,10

81,46

68,14

72,76

66,48

100

96,13

84,89

73,07

68,90

70,72

55,05

100

97,88

76,62

76,62

65,40

61,63

54,71

1 Ульяновская область Хабаровский край Челябинская область Читинская область Чувашская Республика Ярославская область

1 Российская Федерация Алтайский край Амурская область Архангельская область Астраханская область Белгородская область Брянская область Владимирская область Волгоградская область Вологодская область Воронежская область г. Москва г. СанктПетербург Ивановская область Иркутская область КабардиноБалкарская Республика Калининградская область

2

3

4

5

6

7

8

100

104,41

99,09

99,91

97,09

82,55

74,70

100

102,31

95,90

84,95

55,91

50,47

49,08

100

104,21

89,97

77,50

60,49

58,49

56,46

100

75,62

60,25

53,33

42,43

40,05

37,03

100

97,82

76,02

71,52

48,14

48,23

41,46

100

96,21

76,68

69,58

58,89

53,06

46,70

1997

1998

1999

2000

2001

2002

2003

9

10

11

12

13

14

15

74,11

73,94

81,29

89,43

92,87

97,35

105,54

57,58

57,07

65,13

70,79

82,72

83,63

93,97

50,05

43,60

49,27

55,10

53,59

58,77

65,83

83,81

89,55

109,88

136,37

143,56

141,42

172,04

84,76

99,22

119,12

131,09

139,98

151,06

162,30

85,26

92,14

108,45

113,54

123,44

147,54

153,35

51,90

55,03

61,62

72,15

80,37

88,97

93,14

62,49

61,22

72,20

87,83

97,16

97,67

102,68

52,86

49,68

54,64

59,23

61,90

64,74

68,38

85,83

89,48

93,75

97,80

94,57

99,81

103,54

56,11

54,13

59,28

65,78

67,33

65,86

71,77

53,85

56,04

63,60

78,32

86,14

112,83

127,13

54,74

60,81

64,70

80,59

81,42

107,60

113,93

43,32

36,95

42,97

49,12

55,06

57,30

63,56

61,48

72,29

78,42

83,75

83,64

92,54

94,93

40,74

47,80

50,63

61,20

76,12

80,88

84,69

49,21

49,24

53,33

62,72

73,20

80,67

90,27

203

1 Калужская область Камчатская область Кемеровская область Кировская область Костромская область Краснодарский край Красноярский край Курганская область Курская область Ленинградская область Липецкая область Магаданская область Московская область Мурманская область Нижегородская область Новгородская область Новосибирская область Омская область Оренбургская область Орловская область Пензенская область Пермская область Приморский край Псковская область Республика Башкортостан Республика Бурятия

204

9

10

11

12

13

14

15

57,46

61,61

69,48

80,07

91,40

94,61

104,97

54,09

57,94

57,62

51,51

60,90

58,08

66,17

72,75

73,19

88,73

97,14

102,18

102,39

105,37

54,40

54,11

61,20

65,97

58,98

60,66

60,36

52,21

58,13

61,90

64,60

65,52

65,32

69,28

73,86

81,93

89,15

97,95

98,83

103,25

115,18

83,62

91,19

97,30

103,82

115,26

126,05

131,60

56,86

56,16

58,91

62,08

50,70

49,53

57,88

79,17

84,26

92,35

96,45

93,46

96,90

124,90

81,90

83,88

85,79

104,89

114,65

155,60

188,37

85,62

82,83

88,01

96,33

99,77

111,95

128,70

171,06

185,63

188,80

172,28

180,70

197,24

188,19

60,39

59,18

75,13

80,85

97,03

104,61

117,13

100,40

104,69

117,13

121,63

124,66

122,03

130,26

73,64

80,02

84,68

92,69

90,32

95,40

100,47

93,36

99,91

113,13

114,38

127,28

133,57

144,37

71,86

62,73

77,53

80,41

85,23

88,79

96,95

70,66

60,86

63,73

69,87

78,40

88,27

103,52

80,12

71,81

77,22

80,93

80,27

91,40

116,10

76,88

73,14

76,73

85,17

101,82

102,90

113,40

42,07

44,17

52,83

57,40

59,97

55,77

65,69

93,42

92,62

104,01

114,79

106,53

103,92

119,55

84,49

75,08

84,17

84,14

71,40

73,42

78,10

53,51

48,82

61,77

67,93

67,11

74,22

80,10

74,22

74,48

80,14

85,80

93,77

96,37

106,86

72,84

81,19

88,70

93,08

107,03

132,36

146,36

1 Республика Дагестан Республика Калмыкия Республика Карелия Республика Коми Республика Марий Эл Республика Мордовия Республика Саха (Якутия) Республика Северная Осетия – Алания Республика Татарстан Республика Тыва Ростовская область Рязанская область Самарская область Саратовская область Сахалинская область Свердловская область Смоленская область Ставропольский край Тамбовская область Тверская область Томская область Тульская область Тюменская область Удмуртская Республика Ульяновская область

9

10

11

12

13

14

15

32,77

30,28

25,65

26,95

33,42

41,82

46,40

47,70

51,53

47,60

52,79

59,26

54,11

60,19

75,22

80,14

93,77

95,12

95,62

97,99

97,49

80,07

83,41

85,14

92,06

99,04

102,60

105,63

60,04

64,05

62,66

59,85

61,13

73,50

84,46

48,38

48,89

56,58

67,73

74,10

81,92

102,15

87,97

103,41

101,68

108,61

100,88

96,95

100,55

63,36

74,61

85,66

90,96

95,73

96,53

97,13

96,49

104,27

112,90

117,31

123,71

125,60

144,61

52,28

58,62

69,36

77,40

75,62

81,20

81,31

53,80

59,91

79,88

95,54

122,60

126,79

139,49

51,77

55,10

64,17

68,80

75,06

73,55

75,76

85,43

79,79

95,29

103,04

113,16

111,77

117,42

65,89

70,80

80,68

94,72

103,02

110,21

126,41

79,36

77,72

86,24

92,15

103,57

98,59

108,81

58,03

53,78

59,29

66,49

72,86

76,24

83,57

75,55

75,21

84,80

95,46

106,06

108,44

114,45

57,68

62,00

77,01

81,88

99,51

104,85

118,69

78,57

85,81

101,19

104,94

110,93

115,80

122,94

50,85

59,04

64,61

69,14

72,08

76,89

88,86

83,64

84,76

97,65

101,30

114,32

121,63

146,61

74,40

77,45

83,76

95,97

104,95

110,87

115,95

59,56

62,15

60,70

66,11

55,15

59,21

66,04

60,03

62,92

67,01

76,32

70,14

75,73

82,44

92,61

99,83

110,14

123,08

120,11

132,06

143,12

205

1 Хабаровский край Челябинская область Читинская область Чувашская Республика Ярославская область

9

10

11

12

13

14

15

51,62

61,69

61,08

72,05

79,06

83,53

89,70

62,02

55,69

62,21

70,26

71,11

72,75

77,30

38,17

37,53

43,46

47,35

50,33

48,75

51,14

45,30

45,20

48,69

51,75

54,15

56,76

59,16

52,51

51,03

62,88

70,62

77,81

81,74

88,10

15

Остаток

10

Ценовой фактор

Темпы роста, %

5 0 -5

Степень загрузки мощностей

-10

Основные фонды

-15

Материальные запасы

-20

Отработанные часы

-25

Занятость

-30 19

92

19

93

19

94

19

95

19

96

19

97

19

98

19

99

20

00

20

01

20

02

20

03

Рис. П2-1. Структура темпов роста ВДС промышленности в 1992–2003 гг.

206

15

10

СФП

Темпы роста, %

5

Степень загрузки мощностей

0

Основные фонды -5

-10

Отработанные часы

-15

Занятость

03

02

04 20

20

20

00

99

98

97

01 20

20

19

19

19

96

95

19

94

19

19

19

93

-20

18 16 14 12 10 8 6 4 2 0 (- 1 00 ;-8

0) (- 8 0; -6 0) (- 6 0; -4 0) (- 4 0; -2 0) (- 2 0; 0) (0 ;2 0) (2 0; 40 ) (4 0; 60 ) (6 0; 80 ) (8 0; 10 0)

Число регионов

Рис. П2-2. Структура темпов роста ВВП в 1993–2003 гг.

Процент темпов роста выпуска, объясняемый изменением трудовых затрат

Рис. П2-3. Гистограмма процентов темпов роста выпуска, объясненного изменениями средней численности занятых в регионах с учетом отраслевых различий (1997–1998 гг.)

207

60 Число регионов

50 40 30 20 10

(-1

00 ;-8

(- 8 0) 0; -6 (- 6 0 ) 0; -4 (- 4 0 ) 0; -2 0) (- 2 0; 0) (0 ;2 0) (2 0; 40 ) (4 0; 60 ) (6 0; 80 ) (8 0; 10 0)

0

Процент темпов роста выпуска, объясняемый изменением трудовых затрат

Рис. П2-4. Гистограмма процентов темпов роста выпуска, объясненного изменениями средней численности занятых в регионах с учетом отраслевых различий (1999–2002 гг.) 35

Число регионов

30 25 20 15 10 5

(0 ;2 0) (2 0; 40 ) (4 0; 60 ) (6 0; 80 ) (8 0; 10 0)

0; -2 0) (-2 0; 0)

0; -4 0)

(-4

(-6

0; -6 0)

(-8

(-1

00 ;-8

0)

0

Процент темпов роста выпуска, объясняемый изменением затрат капитала

Рис. П2-5. Гистограмма процентов темпов роста выпуска, объясненного изменениями затрат капитала в регионах (1997–1998 гг.)

208

30 25 20 15 10 5 0

(-1

00 ;-8 0) (-8 0; -6 0) (-6 0; -4 0) (-4 0; -2 0) (-2 0; 0) (0 ;2 0) (2 0; 40 ) (4 0; 60 ) (6 0; 80 ) (8 0; 10 0)

Число регионов

40 35

Процент темпов роста выпуска, объясняемый изменением затрат капитала

Рис. П2-6. Гистограмма процентов темпов роста выпуска, объясненного изменениями затрат капитала в регионах (1999–2002 гг.)

209

210

Рис. П2-7. Диаграмма рассеяния темпов роста выпуска и темпов роста различных факторов (1997–2002 гг.)

211

Рис. П2-8. Диаграммы рассеяния темпов роста ВРП и оценок темпов роста СФП, полученных разными методами для 1997–1998 гг.

212

Рис. П2-9. Диаграммы рассеяния темпов роста ВРП и оценок темпов роста СФП, полученных разными методами для периода 1999–2002 гг.

213

Примечание. Здесь и далее составитель карт – И. Мазаев

214

215

216

217

4. Экономическое развитие и рост в регионах: канадский опыт В литературе по экономической географии Канады выделяется примерно 68 «экономических регионов», однако для целей большинства исследований принято группировать ее 10 провинций и 3 территории следующим образом: − Атлантическая Канада (Ньюфаундленд, Новая Шотландия, остров Принца Эдварда и Нью-Брансвик); − Квебек (часть центральной Канады как отдельная группа); − Онтарио (часть центральной Канады как отдельная группа); − Прерии (изначально 3, а в настоящее время 2 провинции – Манитоба и Саскачеван); − Альберта (ранее относившаяся к предыдущей группе, а сейчас рассматриваемая как самостоятельная единица); − Британская Колумбия; − Север (3 территории: Юкон, Нунавут, Северо-Западные территории). Принято считать, что экономическое развитие Канады в общих чертах прошло следующие стадии: • добыча ресурсов; • развитие сельского хозяйства и переработка сырья; • индустриализация; • услуги («индустрия знаний»). Эти этапы экономического развития страны позволяют в целом проследить становление ее независимости от Великобритании. Упрощая, можно сказать, что в начале своего существования Канада поставляла сырье (рыбу, меха), а метрополия – товары высокой степени переработки (соответственно

более дорогие). Однако с течением времени уровень переработки товаров в Канаде возрастал. Следует отметить, однако, что подобная переработка по большей части имела место в центральной Канаде, в то время как окраинные ее регионы в основном продолжали поставлять сырье и служили рынком сбыта указанных товаров. Ниже мы вернемся к вопросу об индустриализации центральной Канады. Таким образом, история Канады в обобщенном виде может быть представлена, с одной стороны, как попытка развития этой северной части Североамериканского континента со всеми ее ресурсами и возможностями, а с другой – как попытка соблюсти некий «баланс» с неизбежными и растущими мощью и влиянием США, а затем и интеграцией с ними. Наконец, как указывалось выше, частью политики страны, направленной на соблюдение некоего баланса сил, стало достижение независимости от Британии.

4.1. Импорт капитала – человеческого и финансового Великобритания начала экспансию Канады в 1760–1763 гг. К этому времени на о. Ньюфаундленд, в Новой Шотландии, на о. Принца Эдварда и в Нью-Брансвике, а также в малонаселенных северных землях Компании Гудзонова залива (известных также как Рупертленд) обосновались примерно 60 тыс. человек: около 4 тыс. выходцев из Франции, немногочисленные британские колонисты, позднее к ним присоединились около 40 тыс. вчерашних обитателей восставших американских колоний, которые сохранили верность короне. Таким образом, на бескрайних землях к тому времени проживало примерно 110 тыс. белых поселенцев, практически не обладавших серьезными капиталами: метрополия предпочитала сохранять колонии в качестве поставщиков сырья и покупателей готовых изделий. 219

Соответственно, в последующие годы и вплоть до наших времен важнейшими проблемами развития Канады стали: 1) иммиграция; 2) инвестиции. Подобно США, Канада после Второй мировой войны испытала «бэби-бум». Когда скачок рождаемости достиг своего максимума, он спровоцировал более высокий, чем прежде, спрос на все виды общественных благ: школьное образование, жилье, здравоохранение и в будущем – пенсии. Как указывалось выше, 1) Канада нуждалась в растущем числе иммигрантов и 2) в эпоху «пшеничного бума» началась интенсивная иммиграция в страну, а также столь же интенсивная внутренняя миграция. Хотя миграция в прерии поддерживалась правительством и даже подкреплялась субсидиями, эти ассигнования имели в основном экономический характер, если угодно, основывались на надежде на прибыль, поэтому они в целом были успешными. Без дальнейшей детализации достаточно сказать, что политика правительства (на о. Ньюфаундленд и в Северо-Западных территориях), нацеленная на поощрение миграции в эти регионы, чтобы правительство могло более эффективно предоставлять им средства, ощущалась или как неудачная или, в лучшем случае, как принесшая «смешанные результаты».

4.2. Федеральная «Национальная политика» Хотя Канада располагает одной из крупнейших в мире систем водного сообщения – река Св. Лаврентия – Великие озера, а также прямым дорожным сообщением с центральной частью континента, естественные торговые пути развивались по оси Север-Юг: из атлантических провинций в Новую Англию и Карибы (далее в Европу), из Квебека и Онтарио – в Нью-Йорк и Средний Запад США, из канадских прерий – на запад США, 220

из Британской Колумбии – в Калифорнию и на Дальний Запад. Этому способствовали, в частности, создание канала Эри, по которому зерно с запада Канады отправлялось на экспорт через Нью-Йорк, а также роль США как источника инвестиционного капитала. Кроме того, возникавшая время от времени перспектива присоединения Канады к США и взаимные связи лишь усиливали эту тенденцию. «Национальная политика» разрабатывалась в качестве противовеса указанной тенденции по оси «запад – восток». В целом она включала несколько базовых элементов: а) ресурсы запада страны; б) мощности по их переработке на востоке; в) протекционистские тарифы; г) железная дорога общенационального значения, связывающая запад и восток страны. К этому стоит добавить заселение запада, привлечение иммигрантов для этой цели, а также соответствующее развитие, транспортную инфраструктуру и финансирование.

4.3. Роль США: взаимные связи, свободная торговля, «континентализм» После окончания этапов «британская колония» и «национальная политика», а также по завершении периода увлечения развитием трансатлантической (с Европой) и транстихоокеанской торговли, характерного для 60–70-х годов прошлого века, Канада все в большей степени ощутила реальность укрепляющихся торгово-экономических связей с США. Это нашло свое подтверждение в создании Североамериканского соглашения о свободной торговле (НАФТА), а также в возможном соглашении о Панамериканской зоне свободной торговли (ПАЗСТ). Соответственно очевидным становится тот факт, что Канада не является (и не может быть) неким изолированным субъек221

том, и ее регионы должны полагаться не только друг на друга и на центральное правительство, но и на более широкие связи: с США, с Центральной и Латинской Америкой и, наконец, со всем западным полушарием.

4.4. Ресурсная база страны: производство и переработка сырья В Техническом отчете Банка Канады (подробно см. ниже) был утвержден «подход, основанный на признании важности экспортной, иначе – сырьевой, базы как основы удовлетворения спроса на региональный экспорт и ее роли как основного детерминанта экономического роста». Более известный в Канаде как «сырьевой тезис», этот подход был разработан канадскими экономистами Иннисом и Макинтошем в 20-е годы ХХ века. Они рассматривали экономический рост как результат использования ряда сырьевых товаров. Изначально предполагалось использовать этот тезис для объяснения развития Канады, но он в равной степени применим к ее регионам. Соглашаясь между собой в том, что Канада появилась на свет как страна с сырьевой экономикой, они в дальнейшем разошлись в своих воззрениях: если Макинтош видел в сырьевых товарах основу продолжающегося эволюционирования национальной экономики и ее превращения в зрелую индустриальную экономику, Иннис подчеркивал тенденцию к тому, что Канада останется сырьевым придатком. Современные сторонники этой теории утверждают, что последняя версия более корректно характеризует состояние канадской экономики вплоть до наших дней. В соответствии с данным тезисом, рост начинается при наличии спроса на данное сырье за рубежом. Подобный спрос может возникнуть в результате изменений во вкусах или в связи с тем, что новые технологические разработки привели к 222

снижению себестоимости производства сырья. В основном предполагается, что изначально данный регион испытывает дефицит капитала и трудовых ресурсов, необходимых для разработки месторождений полезных ископаемых. Однако высокие доходы в результате разработки месторождения будут способствовать росту прибыли на капитал и рабочую силу, занятых в данном производстве, что ускорит их приток из других регионов. Уровень экономического развития, основанного на добыче сырья, будет зависеть от силы связей различных типов. Например, существует «обратная» связь, которая способствует развитию местной промышленности, поставляющей материалы для данного сырьевого производства. Одной из сильнейших связей такого рода становится потребность в транспортных схемах. Существуют также и прямые связи, которые подразумевают развитие отраслей переработки. Подобные отрасли используют сырье в качестве исходных материалов и увеличивают добавочную стоимость региональной экспортной продукции. Кроме перечисленных, (Марр, Паттерсон, 1990) выделяют также боковые связи, которые наблюдаются «в основном в форме внешних по отношению к данной экономик, развитие которых обусловлено экспортными и смежными отраслями, стимулирующими рост в некоей третьей отрасли». Примером подобного рода связей может служить развитие системы транспортных связей или рост числа квалифицированных работников в данном регионе. Подобные типы внешних экономик снижают затраты не только для добывающей промышленности, но и для других отраслей экономики, что может служить привлечению новых предпринимателей в данный регион. Наконец, существуют связи, диктуемые конечным спросом. В сущности, это разновидность обратных связей, и заключа223

ются они в росте тех отраслей промышленности, которые поставляют потребительские товары и услуги занятым в развивающемся сырьевом секторе. По мере роста рабочей силы в данном регионе будут расти и соответствующие рынки товаров и услуг. Для региона будет намного эффективнее производить данные товары на местах, чем импортировать их. Рост таких отраслей, в свою очередь, стимулирует рост экономики данного региона. В работе Банка Канады «Ценовой цикл сырья и региональное экономическое развитие в Канаде» (Лефебр и Полоз, www.Bank-banque-canada.ca) авторы рассматривают региональное развитие и конвергенцию регионов с точки зрения природных ресурсов. В аннотации к своей работе, обращаясь к периоду с 1970-х годов, они утверждают: «Мы полагаем, что различия в экономическом развитии регионов в значительной степени отражают изменения в условиях торговли для Канады, которые зачастую связаны с развитием событий на мировых сырьевых рынках. Если говорить коротко, улучшение ситуации в сфере торговли канадским сырьем из-за повышения цен на мировых рынках имеет тенденцию к тому, чтобы увеличивать производство в тех регионах, которые производят первичные продукты, и блокировать его там, где эти первичные продукты используются как сырье. Поскольку подобного рода деятельность (добыча сырья) распространена неравномерно по регионам Канады, такие шоки несут последствия для экономической деятельности регионов».

4.5. Торговля Сырьевая база Канады в сочетании с относительно небольшими по численности населением и объемом внутреннего рынка всегда заставляли страну (несмотря на «Национальную 224

политику») в большей или меньшей степени искать внешние рынки. С момента создания в 1867 г. Конфедерации основной целью политики страны стали создание канадской нации и экспорт сырьевых товаров. Канадцы видели себя «экспортерами», но не «торговцами» или «предпринимателями». И в самом деле, в течение многих лет отдельные провинции полагались на силы зарубежных предпринимателей, в действительности получавших определенные финансовые стимулы от провинций, в деле создания «мегапроектов», призванных оживить и реструктурировать их экономику. В качестве известного примера можно привести строительство американским инвестором гигантского нефтеперерабатывающего комплекса на о. Ньюфаундленд. Однако такое пассивное отношение меняется (см., например, материалы с сайта провинции Альберта, а также инициативы нового премьер-министра страны – г-на П. Мартина). Одной из моделей нового подхода к «торговле и предпринимательству» стала проконфедерация Новой Шотландии и Нью-Брансвика. Совместно эти две провинции владели четвертым по величине в мире коммерческим флотом. Они строили собственные суда, поставляли свою продукцию (рыбу и продукцию сельского хозяйства) и торговали с США (Новая Англия – обувь и материя), со странами Карибского бассейна (сахарный тростник, меласса, ром) и с Британией (текстиль и сталь), при этом они получали прибыль не только от собственно торговли, но и от транспортных услуг.

4.6. Финансы Канады Как указывалось выше, в прошлом Канада была вынуждена полагаться на иностранный капитал (вначале – британский, а позднее – американский). По этому поводу в Канадской энциклопедии сообщается, что «объем иностранных инвестиций 225

в Канаду очень значителен и контролируется иностранцами (главным образом американцами). …такое присутствие иностранного капитала в экономике страны, которое вряд ли наблюдается где-либо еще в мире, имеет глубокие исторические корни. Начиная с середины XIX в. и до начала Первой мировой войны, когда страна еще была британской колонией, инвесторы из метрополии с готовностью направляли в нее капитал, в основном в форме портфельных инвестиций, которые направлялись на строительство каналов, железных дорог, городских зданий и общественных работ». Рабочая группа, созданная правительством провинции Онтарио, представила Доклад23 от 25 ноября 2003 г. В документе указывается на относительный дефицит ресурсов для роста в регионе (по сравнению с имеющими схожие характеристики штатами США) и на совокупность факторов, снижающих производительность: а) более низкий уровень инвестирования бизнесом в «машины, оборудование и программное обеспечение, которые являются важнейшими двигателями производительности и инноваций»; б) меньшие расходы на образование; в) все уровни правительства (федеральный, региональный и муниципальный) направляют средства в большей степени в области, которые составляют текущее процветание – такие как здравоохранение и социальные услуги, – за счет инвестиций в образование и инфраструктуру; г) недостаточное инвестирование в программы по интеграции иммигрантов;

23

См. на www.competeprosper.ca/task/ar2003.pdf

226

д) недостаточное инвестирование в те города, где наблюдается наибольший разрыв между их благосостоянием и городами штатов из числа указанной группы; е) более высокие ставки налогов – хотя налог на прибыль в Онтарио ниже, чем в США, законы последних разрешают устанавливать большие ставки амортизационных отчислений, более низкие налоги на капитал, а также другие налоговые льготы, которые снижают верхнюю предельную эффективную ставку налогообложения. Мы уже указывали, что Канада всегда испытывала значительную зависимость от иностранных инвестиций (впрочем, так же, как и США: в XIX в. многие железные дороги в США были построены на европейские, главным образом британские, деньги). Кроме того, как указывалось выше, в настоящее время в стране наблюдается отток, а не приток капитала. С учетом сказанного, а также имея в виду, что в рамках канадской банковской системы наблюдается доминирование 5 крупных банков – со штаб-квартирами в Торонто (Royal Bank of Canada, Bank of Montreal, CIBIC, Bank of Nova-Scotia, Toronto-Dominion Bank), полезно было бы отметить еще 2 дополнительных фактора. 1. В отчете Уоллеса (Wallis Report, 1997) австралийские эксперты признали важность региональных банков для целей регионального развития и конкуренции в целом: «Региональные банки за последние годы все в большей степени становятся важной конкурентной силой. Так, в частности, вместе с кредитными союзами и обществами по строительству они прокладывают путь в сфере услуг, инноваций и ценообразования на некоторые виды продукции. Поскольку потребители, включая малый бизнес, с большей степенью вероятности сталкиваются с региональными банками, чем с кредитными союзами и обществами по строительству как с приемлемыми замените227

лями больших банков, то именно они и создают самое большое конкурентное давление» (с. 455). Несмотря на то, что канадский опыт создания региональных банков в 1980-е годы закончился неудачей (в 1985 г. потерпели крах Canadian Commercial Bank и Northland Bank), к этому вопросу все-таки следует вернуться. 2. В докладе британских экспертов (Cruickshank Report, 2000) отмечается наличие рискового капитала, для которого не могут быть заменителем банковские займы: «Быстро растущие малые и средние предприятия могут внести свой вклад в общий объем производства и рост производительности труда в Соединенном Королевстве. Но чтобы это сделать, им нужен доступ к внешнему финансированию, поскольку рост их денежных поступлений зачастую отстает от инвестиционных потребностей. Достижение быстрых темпов роста – рискованное предприятие, неудачу в котором потерпят многие небольшие компании. Поэтому на ключевых этапах своего развития эти малые и средние предприятия нуждаются в первую очередь в доступе к рисковому капиталу. Эта цепочка финансирования слаба, и слабость ее в Британии лежит в области: 1) неадекватного предоставления рискового капитала на ранней стадии для начинающих работать и молодых компаний, для которых традиционные банковские займы становятся несоответствующей формой финансирования. Такая слабость рынка, в свою очередь, сдерживает развитие целой группы предприятий, которые затем выросли бы до уровня более крупных венчурных компаний; 2) фондовые рынки для небольших компаний оказались недостаточно развитыми и ликвидными, чтобы своевременно обеспечивать инвесторов (известных как «ангелы» и связанных с венчурным капиталом) ликвидностью в те моменты, когда они хотели уйти с фондового рынка; 228

3) с учетом вышесказанного правительству следует изучить все текущие и предлагаемые на будущее изменения в тех нормативных актах, которые излишне сконцентрированы на долговых проблемах, на финансировании банками бизнеса, основанного на знаниях, с прицелом на направление больших ресурсов на поддержку акционерного капитала малых и средних предприятий». Можно утверждать, что этот анализ и рекомендации в равной степени применимы и к Канаде (возможно, даже в большей степени), поскольку, как указывалось выше, в ее финансовой системе доминируют крупные банки.

4.7. Межрегиональные сдвиги Технический отчет Банка Канады от 1989 г., озаглавленный «Региональные диспаритеты в заработной плате и уровне безработицы в Канаде», затронул ряд моментов в отношении регионального роста и межрегиональных различий. Выделяется ряд факторов, которые порождают межрегиональное неравенство в сфере заработной платы, включая торговые барьеры, препятствия для движения капитала и труда между регионами. Имеющиеся доказательства подтверждают существование подобных факторов и их влияние на межрегиональное неравенство в области заработной платы. К ним авторы отчета относят: а) размер региона; б) внутренние барьеры, такие как расстояния и государственная политика (включая регулирование и субсидии); в) препятствия на пути движения капитала (включая налоги и субсидии); г) барьеры, препятствующие мобильности рабочей силы (включая затраты на переезд, налоги, страховку по безработице). 229

В отношении мобильности рабочей силы в отчете констатируется, что «самые последние исследования в области миграции в Канаде указывают на роль политики в создании барьеров для мобильности рабочей силы, таких как межрегиональные различия в сфере налогообложения, предоставление местных государственных услуг и наличие страховых полисов по безработице. Особое внимание было уделено межправительственным трансфертным выплатам из федерального бюджета в бюджеты правительств провинций, поскольку такие выплаты позволяют последним предлагать более низкие ставки налогов и более высокий уровень услуг, что не создает стимулов для миграции из регионов с низкими заработными платами и высоким уровнем безработицы. Программа страховых полисов по безработице, реализуемая федеральным правительством, возможно, имеет схожие последствия, поскольку тот, кто живет в регионах с высоким уровнем безработицы, может претендовать на более высокий уровень выплат».

4.8. Фискальный дисбаланс Ведущий канадский политэконом Том Кушерен утверждает: «Выравнивающие платежи – это такие платежи федерального правительства, которые оно осуществляет в пользу более бедных провинций. Средства поступают из общих доходов федерального правительства, и провинции-реципиенты расходуют нецелевые трансферты по своему усмотрению. Цель этих платежей – снизить горизонтальные дисбалансы между провинциями». В целом в федерации возникают 2 вида фискальных дисбалансов – вертикальный и горизонтальный. Первый – дисбаланс между двумя уровнями правительства: федеральным и региональным – возникает в случае, если обязательства провинций непропорционально велики по отношению к доле их доходов. 230

Такой дисбаланс можно устранить путем передачи обязательств на федеральный уровень (например, пособия семьям и страхование по безработице) или же путем передачи части доходных полномочий федерального правительства региональному. Горизонтальный же дисбаланс – это фискальный дисбаланс, возникающий между самими провинциями в результате того, что у некоторых провинций есть больше источников доходов, и, как результат, они оказываются богаче других. Выравнивающие трансферты могут помочь скорректировать подобные горизонтальные дисбалансы. Конституционный закон от 1982 г. устанавливает, что: «парламент и правительство Канады привержены принципу предоставления выравнивающих платежей для обеспечения провинций достаточным объемом доходов для предоставления сопоставимого уровня общественных благ и установления сопоставимого уровня налогообложения». Истоки концепции выравнивания можно обнаружить еще в Конституционном законе от 1867 г. или в относительно недавнем прошлом – в National Adjustment Grants, рекомендованных the Royal Commission on Dominion-Provincial Relations (1937–1940) как составная часть организации финансовых взаимоотношений между федеральным центром и провинциями. Конституционный закон от 1982 г. Раздел III – Выравнивание и межрегиональные диспаритеты 36(1) [Приверженность созданию равных возможностей] Без изменения законодательных полномочий парламента или законодательных органов провинций, или же их прав в отношении реализации их законодательных полномочий парламент, законодательные органы провинций вместе с правительством Канады и правительствами провинций берут на себя обязательства по: 231

(а) созданию равных возможностей для целей благосостояния всех канадцев; (б) стимулированию экономического развития для снижения диспаритета в отношении равных возможностей; (в) предоставлению базовых государственных услуг достаточного качества всем канадцам. 36(2) [Обязательства в отношении государственных услуг] Парламент и правительство Канады принимают обязательства осуществлять выравнивающие платежи для обеспечения правительств провинций достаточными ресурсами для предоставления относительно сопоставимых уровней государственных услуг на сравнительно сопоставимом уровне налогообложения. Впервые формальная программа выравнивания была введена в действие в 1957 г. Тогда трансферты были призваны обеспечить равенство подушевых доходов от расщепляемых налогов (подоходный, налог на прибыль и налог на наследство) во всех провинциях подушевому доходу в самых богатых провинциях (в то время ими были Британская Колумбия и Онтарио). При первом пересмотре программы (проводится раз в 5 лет) уровень выравнивания с помощью трансфертов был установлен как средний по всем провинциям. Разумеется, выравнивающие трансферты означают определенное вмешательство в рыночные механизмы и, таким образом, могут затруднять возможный дальнейший экономический рост и для донора, и для реципиента этих средств. Схема межрегионального выравнивания для Канады24 В указанной работе утверждается, что канадская система трансфертов от федерального правительства в пользу регио24

Раздел подготовлен на основе работы (Paul Boothe and Derek Hermanutz. CD Howe Institute. July 1999).

232

нальных, в частности программы Canada Health and Social Transfer (CHST), работает плохо и нуждается в кардинальном реформировании. Основные выводы, содержащиеся в документе, заключаются в следующем: • Существующая система межправительственных трансфертов в Канаде устарела и не в полной мере соответствует требованиям развития федерации. • У действующей системы трансфертов имеются проблемы, связанные с равенством, эффективностью и снижением политической жизнеспособности федерации. • Один из недостатков функционирования системы выравнивающих трансфертов состоит в том, что в некоторых случаях ресурсы от семей с низкими доходами в одних провинциях направляются к семьям с высокими доходами в других. • Существуют также проблемы с равенством между провинциями: они получают различные объемы государственной поддержки благосостояния, здравоохранения и послешкольного образования. В сущности, эти трансферты представляют собой отдельную выравнивающую схему за рамками формальной программы. • Существующая система затрудняет миграцию работников в те провинции, где выше возможности трудоустройства. • Существующие схемы снижают для провинций – реципиентов выравнивающих средств стимулы развития определенных отраслей экономики. Также они поощряют установление в этих регионах налоговых ставок на уровне, более высоком, чем они были бы в отсутствие этих схем. • Нынешняя система затрудняет для налогоплательщиков понимание того, кто за что платит. Так, например, в 1996/1997 финансовом году федеральное правительство вернуло про233

винциям примерно 69% средств, которые изначально были собраны на региональном уровне в виде налогов. • Поскольку выравнивающие платежи осуществляет федеральное правительство, но формируются они за счет доходных поступлений, значительные изменения в этих доходах могут вызвать серьезные колебания в сфере федеральных расходов. Так, например, давление на программу выравнивания стало важным фактором, породившим печально известную Национальную энергетическую программу. Последний анализ программ выравнивания, сделанный на федеральном и региональном уровнях практически не содержит концептуальных предложений. Ни федеральное правительство, ни правительства провинций не воспользовались этой возможностью, чтобы начать открытую, широкую дискуссию о будущем этой важнейшей программы. С этой целью в работе предлагается фундаментальная реформа системы трансфертов, которая, во-первых, позволит федеральному правительству передавать достаточную часть поступлений по подоходному налогу провинциям, чтобы финансировать набор чисто межрегиональных выравнивающих трансфертов. Эти трансферты стали бы фискальнонейтральными для всех уровней правительства, таким образом, поддерживая политическую сделку в неявном виде на имеющемся уровне и в существующем распределении трансфертов. Во-вторых, в такой схеме использовалась бы простая формула выравнивания, основанная на единственном макроэкономическом индикаторе – скорректированном доходе индивидуума. Подобная схема могла бы способствовать решению многих проблем сегодняшней системы. Ключевые преимущества за234

ключались бы в прозрачности и подотчетности правительств за трансферты, получаемые и выдаваемые ими. В этом случае федеральное правительство уже не было бы донором этой системы, но выступало бы в качестве гаранта межрегионального фонда. Реформирование межбюджетных трансфертов – это стоящая попытка. Совершенствуя стимулы, создаваемые системой трансфертов, и придавая этому механизму большую прозрачность и подотчетность, канадцы могут обеспечить выполнение ею главной функции – поддержки федерации. Таким образом, давно признано, что межправительственные трансферты, и особенно те из них, что существуют в рамках программы выравнивания, представляют ключевой элемент канадской системы федерализма. Национальная система распределения средств между провинциями – один из лучших образцов практической реализации концепции федерализма. В течение последнего десятилетия, однако, система межправительственного распределения средств приходила в упадок. Высказывались опасения, что изменения, вносимые федеральным правительством ad hoc в ключевые программы трансфертов, увеличили элемент межрегионального перераспределения в трансфертах, изначально направляемых на финансирование здравоохранения, послешкольного образования и социальной помощи. Кроме того, система трансфертов стала настолько сложной, что буквально не оставляет налогоплательщикам шансов узнать, как тратятся собираемые с них налоги, и кто отвечает за расходование средств. Некоторые исследователи также подозревают, что определенные программы межправительственных трансфертов устроены так, что стимулируют экономическую неэффективность и затрудняют экономическую адаптацию.

235

Равенство: вопрос о равенстве возникает при анализе последствий реализации существующей программы выравнивания в отношении распределения доходов среди индивидуумов. Функционирование трансфертных схем, улучшающих распределение доходов между правительствами, может ухудшить ситуацию с распределением доходов среди граждан. Эффективность: проблемы эффективности существующей программы выравнивания можно свести к двум вопросам: до какой степени эта программа затрудняет миграцию граждан между провинциями? Искажает ли она решения, принимаемые правительствами провинций? Политическая жизнеспособность: тот факт, что Оттава выбрала путь снижения дефицита федерального бюджета путем уменьшения объемов трансфертов, выделяемых провинциям, в гораздо большей степени, чем сокращение собственных расходных программ федерального центра, представляет собой основную причину снижения в последнее время поддержки населением страны программ по выравниванию. Прозрачность и подотчетность: проблемы, связанные с прозрачностью и подотчетностью системы, также вызывают беспокойство. Существующая система настолько сложна, что лишь несколько человек в правительстве и в научных кругах понимают ее. Устойчивость: чтобы обрести устойчивость в долгосрочной перспективе, межправительственные трансферты должны быть стабильными и надежными источниками средств для реципиентов и «по карману» – для доноров. Эти характеристики взаимосвязаны – чрезмерно затратные трансфертные программы по природе своей не могут быть надежными.

236

4.9. Федеральные расходные полномочия: их масштаб и ограничения Концепция федеральных расходных полномочий – относительно недавняя конституционная новация. Она возникла из инициатив федерального правительства, предпринятых вскоре после Второй мировой войны, и тесно связана с его усилиями по централизации налоговых полномочий. Осуществляя финансирование различных программ в области здравоохранения, образования и социального развития вместе с провинциями или в одиночку, федеральное правительство существенно изменило подход к проблемам, которые на самом деле подпадали под юрисдикцию провинций. Таким образом, расходные полномочия стали основным рычагом влияния федерального центра в сферах, которые законодательно находятся в юрисдикции провинций (здравоохранение, образование, благосостояние, обучение трудовых ресурсов и региональное развитие). Федеральное правительство могло влиять на политику провинций и стандарты программ в указанных областях посредством выделения средств на конкретные программы провинций. Вплоть до 1960-х годов большинство провинций соглашались с этим расширением зоны влияния федерального правительства, за исключением Квебека, который активно возражал и отказывался принимать определенные средства. С избранием нового состава правительства Квебека в 1960-е годы эти возражения выкристаллизовались, и в начале 1960-х годов другие провинции также присоединились к возражениям Квебека. Соответственно, в 1964 г. провинциям было дано право выбора из числа программ, финансируемых за счет расходных полномочий, при наличии налоговых льгот в качестве компенсации, но эти правом воспользовался только Квебек. 237

В июне 1969 г. на конференции премьер-министров федерального и региональных правительств страны федеральное правительство представило документ, озаглавленный «Гранты федерального правительства правительствам провинций и расходные полномочия парламента», который впервые затронул эволюционирующую суть расходных полномочий. Обычно расходные полномочия правительств понимаются просто как некие расходы на конкретные программы, утверждаемые законами, которые принимают законодательные органы. Однако с конституционной точки зрения термин «расходные полномочия» в Канаде стал иметь особое значение: это полномочия парламента по осуществлению платежей в адрес лиц, или учреждений, или правительств на цели, по которым у него (парламента) необязательно есть право принимать законодательно устанавливаемые решения. В документе отмечалось, что специалисты по конституционному праву не могли прийти к согласию относительно границ этих расходных полномочий. Некоторые из них (B. Laskin, G. LaForest: оба позднее стали членами Верховного суда страны) утверждали, что парламент может выделять целевые или нецелевые гранты на любые цели при условии, что такая программа не вторгается в рамки законодательных или регулятивных норм, подпадающих под юрисдикцию провинций. Другие эксперты, включая Tremblay Commission из провинции Квебек, утверждали, что у парламента нет полномочий по выдаче каких бы то ни было видов грантов в областях, подпадающих под исключительную юрисдикцию провинций. Наконец, третья группа исследователей, похоже, говорит о том, что в сфере данной юрисдикции возможно выделение исключительно нецелевых грантов. Правительства провинций полагали, что правительство и парламент страны не должны иметь возможность иницииро238

вать программы, подразумевающие софинансирование, без достижения консенсуса среди провинций, потому что реализация таких программ становится делом провинций, и подобные программы заставляют провинции вносить коррективы в свои расходные и налоговые приоритеты, а население провинций, воспользовавшихся указанным правом выбора, стало объектом «налогообложения без преимуществ». Однако федеральное правительство настаивало на важности расходных полномочий в деле сохранения равных возможностей для каждого жителя страны (например, семейных пособий), в выравнивании госуслуг, предоставляемых провинциями (например, здравоохранение, образование и дорожное хозяйство), в области регионального экономического развития и реализации программ общенационального значения таких, как Всемирная выставка в Монреале в 1967 г. В результате федеральное правительство «вчерне выдвинуло» определенные принципы: 1) необходимость зафиксировать федеральные расходные полномочия в Конституции; 2) парламент должен иметь неограниченные права по выделению несвязанных грантов правительствам провинций в целях поддержки их программ и оказываемых ими госуслуг; 3) реализация полномочий парламента по внедрению софинансируемых программ, включающих целевые гранты в областях, подпадающих под юрисдикцию провинций, должна требовать как широкого общенационального консенсуса, так и подушевого возмещения жителям (а не правительству) провинции, чей законодательный орган принял решение не участвовать в данной программе. Дискуссия по проблеме расходных полномочий хотя и немного стихла, но продолжалась на протяжении 1970-х и 1980-х 239

годов на стабильном уровне в форме различных конституционных переговорных процессов. В 1986 г. в качестве одного из 5 условий, на которых Квебек согласился поддерживать Конституционный закон 1982 г., стали ограничения на расходные полномочия федерального правительства. В результате Соглашения Meech Lake Accord от 1982 г. в Конституцию страны была включена новая глава, которая предусматривает разумного размера компенсацию правительству любой провинции, которая принимает решение не участвовать в софинансируемой программе в области исключительной юрисдикции провинций при условии, что эта провинция реализует программу, чьи цели сочетаются с целями общенациональной программы. Однако это Соглашение так и не вступило в силу.

4.10. Новый подход к проблеме регионального развития в Атлантической Канаде С 1988 г. федеральное правительство выделило бизнесу, региональным правительствам и независимой государственной организации (НГО) Атлантических провинций страны через Atlantic Canada Opportunities Agency (ACOA) (одно из многочисленных федеральных агентств, которые направляют субсидии непосредственно бизнесу) почти 4 млрд канадских долларов. Агентство было основано в 1987 г. с широкими полномочиями по «увеличению возможностей для экономического развития в Атлантической Канаде и обеспечению роста доходов и рабочих мест». Агентство весьма вольно интерпретировало свою миссию, предлагая займы и «невозвратные платежи» широкому кругу предприятий, НГО и региональным и местным администрациям на самые разные цели. Реципиенты 240

должны подать заявку на финансирование, и их права на получение средств определяются в каждом конкретном случае на основании набора критериев, включающих прибыльность, экономическую жизнеспособность и другие соответствующие критерии. Центральное место в стратегии ACOA в Атлантическом регионе Канады отводилось выделению инвестиционных субсидий местным компаниям. Такие субсидии предоставлялись в форме либо окончательных грантов, либо кредитов на возвратной основе. Сторонники деятельности ACOA утверждают, что субсидии зачастую играют полезную роль в стимулировании инвестиций, передаче технологий, развитии рынков и, в конечном итоге, в росте заработной платы и повышении уровня жизни в данном регионе. Критики же указывают на неудачи в информационной и политической сферах, связанные с предоставлением субсидий. Ниже приводится обзор мнений «за» и «против» деятельности ACOA. Инвестиционные субсидии рынков капитала

и

провалы

в

области

Аргументация экономического толка в поддержку вмешательства государства в область регионального экономического развития, как и в другие области, состоит в том, что государственная политика может преуспеть там, где терпят неудачу банки, предприниматели и другие частные организации. Начинающие предприятия могут столкнуться с трудностями при получении финансирования, если банки опасаются рисков, связанных с их возможным разорением, а местные источники финансирования находятся в зачаточном состоянии. Если, однако, правительство стремится с максимальной отдачей использовать скудные средства инвестиционных субсидий, то они должны быть нацелены на инвестиционные проекты, ко241

торые не могут быть реализованы без подобных средств. Однако существует множество оснований подозревать, что значительная часть проектов, профинансированных по линии ACOA, в этом смысле не стали прибыльными. В этом отношении реальный успех ACOA с трудом поддается измерению, поскольку крайне мал объем анализа затрат и прибыли по выданным грантам. По оценкам самой ACOA, прибыльными являются примерно 84% проектов, профинансированных под эгидой его флагманского проекта – Программы развития бизнеса. Но эти цифры – результат расчетов, основанных на росте занятости в компаниях-реципиентах, по отношению к выборке прочих компаний региона. Поскольку цель ACOA – финансирование экономически жизнеспособных предприятий, не вызывает удивления тот факт, что компании-реципиенты растут быстрее, чем остальные компании, а сам аналитический подход ACOA малоинформативен в том, что бы произошло с этими компаниями в отсутствие финансирования. Полномасштабное исследование должно было бы использовать методику подсчета потенциально неверного использования ресурсов в пользу субсидируемых отраслей за счет несубсидируемых. ACOA также приводит оценочные данные чистого воздействия его операций на ВРП региона, используя при этом модель макроэкономического стимулирования. Однако сведения, почерпнутые из других источников, указывают, что число новых рабочих мест относительно невелико, а стоимость их создания (из расчета на 1 рабочее место) высока. Одно из правительственных исследований было посвящено Cape-Breton InvestmentTax Credit (CBITC) – федеральной программе, начатой в 1985 г. Она была организована скорее в налоговых целях, а не как программа, предусматривающая расходование средств. В рамках программы от компаний требовалось подать заявку на 242

получение помощи, а решение о ее выделении было оставлено на усмотрение администраторов программы. Другими словами, CBITC функционировала в некотором смысле схожим с ACOA образом. По оценкам правительственного исследования, по программе CBITC прибыльными оказались только около 20% инвестиционных проектов. В результате стоимость программы относительно ее эффективности была высокой: упомянутые налоговые доходы в рамках программы равнялись примерно единовременной оплате 700 тыс. созданных рабочих мест. Даже если финансирование привязано к проектам, которые действительно прибыльны, все равно могут проявиться следующие нежелательные экономическое эффекты: • неудачные проекты, получившие финансирование, могут вытеснить с рынка удачные; • неэффективность техники местного производства; • возможный рост цен на землю и капитальные товары; • административные накладные расходы. В некоторых странах, в частности, восточно-азиатских «тиграх» (Сингапур, Корея) в прошлом для целей успешного развития применялась промышленная политика. Она концентрировалась на определенных секторах и фирмах, но это скорее было исключением из правил. Даже в таких случаях правительства этих стран обычно предоставляли помощь, используя налоговые механизмы, а не программы, предусматривающие прямое расходование средств. Азиатский финансовый кризис 1997 г. породил некоторые сомнения относительно того, насколько в действительности был серьезен успех «тигров» в использовании целевого снижения ставок налогов или субсидий для достижения экономического развития.

243

4.11. Инфраструктурные гранты и агломеративная экономика Бедные регионы сталкиваются в своем развитии с особой проблемой, известной как агломерация квалифицированной рабочей силы и капитала и доступ к рынкам потребительских товаров, что помогает сделать инвестиции прибыльными. В последнее время восстало из праха уже несколько позабытое старое оправдание государственной промышленной политики, состоящее в том, что такая политика может помочь слаборазвитым регионам взять на вооружение «полезный замкнутый круг», когда стратегические инвестиции, сделанные на старте, создают среду, в которой все виды инвестиций становятся окупаемыми. С одной стороны, если в условиях городской экономики наличествует эффект от масштаба, который представляет собой важную часть феномена ее роста, тогда неизбежным следствием реализации политики, направленной на ускорение этого роста, станет еще большая агломерация экономической активности. Иначе говоря, самые лучшие образцы политики, направленной на ускорение темпов роста, вероятно, также породят в Атлантическом регионе неравенство и приведут к большему, а не к меньшему движению рабочей силы из сельской в городскую местность внутри самого региона. Рассматривая, с этой точки зрения, стремление ACOA направлять большую часть помощи самым бедным и наименее промышленно развитым частям данного региона должно восприниматься как крайне неэффективная разновидность социальной политики, а не как часть общей стратегии по повышению темпов роста в нем. Однако существование агломеративных экономик служит сигналом того, что определенные виды инвестиций в государственную инфраструктуру, в частности в транспорт, могут иг244

рать важную роль в стимулировании экономического роста. Расходование средств на инфраструктуру с 1993 г. (время публикации в Канаде так называемой «Красной книги») стало мантрой политиков либерального крыла, а сейчас еще и значительной частью миссии ACOA. Изначально федеральное правительство делало упор на инфраструктуру, и эти намерения получали немалую интеллектуальную поддержку в форме соответствующих исследований, которые показывали, что государственный капитал очень положительно влияет на рост экономики на местах. Но, как продемонстрировал (Crowley, 2000), то, что было на деле реализовано (под эгидой государственных программ по инфраструктуре) в Атлантической Канаде и других провинциях, в действительности имеет отношение к расходам на текущее потребление и развитие местных коммун, а не к инвестициям в производительный государственный капитал. Определение способа, которым в рамках программ субсидий средства распределяются между компаниями и муниципалитетами в регионах-реципиентах, со всей неизбежностью остается на усмотрение чиновников, а принимаемые ими решения редко бывают прозрачными. Это порождает нехорошее предчувствие о том, что решения о выделении средств отражают в равной степени как вполне законные цели экономического развития, так и политические расчеты действующего правительства. Гранты и налоговые льготы Если согласиться, что расходные программы – неэффективный способ оказывать содействие региональному развитию, то что же является альтернативой ему? Некоторые эксперты предполагают, что прямые расходные программы следует заменить налоговыми льготами для компаний – инвесторов в 245

данный регион. По общему признанию, в отличие от прямых расходных программ, налоговые меры, как, впрочем, и выгоды, поддаются измерению. Возможна ли замена программ грантов налоговыми льготами, зависит, в частности, от типа льгот: целевые или широкие. Некоторые виды налоговых стимулов (инвестиционноналоговые кредиты, налоговые каникулы, безналоговые зоны и т.п.) могут иметь целью помощь конкретным компаниям, видам деятельности или инвестициям. Соответственно, они могут нести в себе и часть некоторых экономических затрат, присущих программе грантов. Как и гранты, правительства выбирают целевые налоговые льготы, чтобы «поднять на щит» победителей или собрать голоса на выборах. Вместо этого налоговые льготы могут привести к субсидизации неэкономической деятельности при отсутствии новых видов бизнеса. К тому же у региона остается меньше средств, чтобы финансировать базовые госрасходы (образование, здравоохранение и т.п.). Широкие налоговые льготы не подразумевают помощь конкретным видам деятельности и, следовательно, предназначены для всей экономики данного региона в целом. Однако, будучи инструментом достижения определенных целей, таких как строительная инфраструктура или поддержка образования, подобные льготы не способны существовать в отсутствие значительных бюджетных доходов. Гранты вместо целевого снижения налогов Программы грантов имеют определенные преимущества по сравнению со снижением налогов. И этому есть 3 причины: • программы грантов находятся под контролем со стороны парламента; • они направляются на поддержку проектов и не связаны со статусом компании как налогоплательщика; 246

расходы по таким программам фиксированы. В случае же с налоговыми льготами и снижениями ставок налогов, утверждают некоторые эксперты, также есть свои преимущества – это облегчение для успешно работающих предприятий, поскольку только компании, имеющие прибыль, платят налоги. Однако «открытость» подобных программ вызывает определенную настороженность. Когда правительство дарует налоговые льготы свежеиспеченным фирмам в качестве зачета их неудач на рынке капитала, последующий выход этих фирм на рынок может подорвать прибыльность существующих высокорентабельных предприятий. •

Гранты вместо налоговых льгот И по тому, и по другому случаю можно привести немало бесспорных аргументов «за» и «против». Однако мы полагаем, что оптимальной альтернативой ACOA могла бы стать программа широких налоговых льгот в Атлантической Канаде. Всеобщие налоговые льготы представляются привлекательными по нескольким причинам. Они носят всеобщий характер и нейтральны по отношению ко всем налогоплательщикам, так что у последних появляются стимулы работать, инвестировать и повышать производительность труда. Аргументы «за» основываются на принципе, что налоговая система становится наиболее эффективной и справедливой, если все компании несут одинаковое налоговое бремя. Опыт Ирландии, где в 1980-е годы правительство снизило ставки налогов для предприятий обрабатывающего сектора и сектора финансовых услуг, а позднее – и для всего бизнеса, показывает, что подобные меры могут быть важным инструментом повышения подушевого дохода в стране.

247

В поисках оптимального подхода к проблеме регионального экономического развития мы пришли к выводу, что более нейтральное по сравнению с остальными инструментами предоставление широких налоговых льгот поможет достичь более сбалансированного экономического роста в Атлантическом регионе страны. Подобная реформа может быть реализована двумя путями: как общее снижение законодательно установленных налоговых ставок по федеральным налогам или же как предоставление широких стимулов для капитальных инвестиций в данный регион.

4.12. Перспективы развития Атлантической Канады В 2004 г. Атлантический институт рыночных исследований выпустил в свет работу: «Каким образом Оттава может вывести Атлантическую Канаду на путь процветания» («How Ottawa Can Put Atlantic Canada on the Road to Prosperity») (Atlantic Institute for Market Studies, Halifax, April 2004). Она представляет собой детальное описание всей некорректности программ, подобных страхованию по безработице, которые субсидируют сезонные рабочие места, дестимулируют образование и порождают нехватку рабочих рук. То же можно сказать и о формуле выравнивания, которая угнетает инициативу на местах и искажает налоговую систему, и о «руке Оттавы» в сфере регионального экономического развития – ACOA, что помогает поддерживать на плаву убыточные предприятия за счет налогов успешных компаний. В течение слишком долгого времени «политика экономического развития» основывалась на модели «правительство знает лучше». Эта концепция подразумевает, что правительственные бюрократы, а не предприниматели и инвесторы лучше разбираются в том, на основании каких возможностей для бизнеса следует строить подобные программы. 248

Аргументация в пользу вмешательства государства основывается на ложном предположении о том, что в данном регионе рынки не работают. Правительственные «плановики» убеждены, что инвесторы каким-то образом просто игнорируют возможности получить прибыль, которые только финансируемые Оттавой «плановики» могут найти и выпестовать. Такого рода видение того, как достичь роста и сближения, в корне неверно. Это противоречит международному опыту и истории Атлантической Канады. После Второй мировой войны и вплоть до 1971 г. темпы роста ВВП на душу населения в Атлантической Канаде были значительными – выше, чем на остальной территории страны. Затем, в начале 1970-х годов, когда федеральное правительство радикально увеличило субсидии регионам, экономический рост на Атлантическом побережье Канады начал затухать. Причина этого понятна: у бюрократов нет ни знания местных реалий, ни достаточного опыта, чтобы выбирать лидеров лучше, чем это делает рынок, а архив грантов и займов, выданных на реализацию целевых проектов, не имеет четко выраженных приоритетов. Один из самых известных примеров – компания Bricklin Motors. Привлеченный миллионными займами под гарантии правительства провинции Нью-Брансвик американский производитель спортивных машин открыл в 1970-е годы там завод только лишь для того, чтобы вскоре обанкротиться и оставить свои долги местным налогоплательщикам. Другой пример – Sydney Steel Corporation в провинции Новая Шотландия. Фирма получила государственное финансирование на сумму 275 млн канадских долларов, и все напрасно. Завод компании перешел в собственность правительства провинции, которое, в конечном итоге, продало предприятие с большими убытками для налогоплательщиков. 249

Плюс ко всему, существует реальный риск того, что субсидируемые государством предприятия вытеснят с рынка конкурирующие фирмы, созданные при участии частного капитала. Еще более тревожный факт – использование ACOA в политических целях. При создании ACOA перед агентством была поставлена задача стать главным в регионе – «лицом правительства в регионе», если так можно выразиться. Для правительства (независимо от его политической окраски), находящегося накануне выборов или принятия потенциально непопулярного решения, самым практичным способом завоевать голоса в регионе становится неограниченное его финансирование. Если говорить конкретнее, это может стать божьим даром для федеральных политиков, которые были избраны незначительным большинством голосов, либо чье избрание стало реакцией на неправильную региональную политику предшествующего правительства в ключевых ее сферах. У ACOA есть конкретные альтернативы: снижение ставок налогов для всех видов бизнеса, а не стремление полагаться на «стимулирующие» государственные расходы позволит вывести политический аспект из сферы усилий по региональному развитию. В этом случае прибыльные предприятия могли бы оставлять у себя большую часть своей прибыли, что означало бы автоматическое вознаграждение успешных фирм и стимулирование их к дальнейшим успехам. Правительству же уже было бы не нужно – да оно бы и не могло уже – отбирать аутсайдеров. Цель может быть достигнута посредством дифференциации ставок федеральных налогов или, возможно, инвестиционноналогового кредита для региона. Альтернативный вариант заключается в том, что правительство берет на себя некую часть задолженности региона, в этом случае атлантические провинции могли бы обрести дополнительную гибкость в сфере фис250

кальной политики. Важная задача – разработка полномасштабных, основанных на осознании ключевой роли налогов, средств стимулирования развития бизнеса в данном регионе. Но эти средства не должны использоваться в отношении лишь отдельно взятых компаний или отраслей. Все это поможет вернуть регион в основное экономическое русло страны. Федеральная политика, основанная на ложных посылках, не только не способствует преодолению разрыва в экономическом развитии данного региона по сравнению с остальными. В действительности она сдерживает естественное течение процесса конвергенции, который мог бы относительно быстро ликвидировать подобный разрыв. Политика федерального центра, заключающаяся в выделении средств на программы регионального развития, выравнивающих трансфертах и софинансировании выплат по страхованию потери работы, провалилась, хотя изначально имела благие намерения. В результате в Атлантической Канаде ВРП на душу населения составляет не более 3/4 среднего по стране, производительность труда намного ниже среднего общенационального показателя, а безработица – выше, даже с учетом того, что в регионе зафиксирован значительный дефицит рабочей силы. Кроме того, избыточное регулирование на федеральном уровне и близорукое вмешательство бюрократии блокировало экономическое оживление в ключевых секторах экономики региона – рыболовстве и энергетике. Политическое руководство страны должно признать тот факт, что улучшение ситуации в экономике регионов будет зависеть от их стремления отказаться от неверных мер и способствовать введению в действие новых, эффективных мер экономической политики.

251

Новое федеральное правительство, стремящееся придать Атлантической Канаде траекторию роста и развития, как минимум, должно предпринять следующие шаги. 1. Отказаться от дорогостоящих, политизированных и несущих искажающее воздействие программ регионального развития путем: − использования всеобъемлющих налоговых мер по культивированию поощряющего бизнес-климата и ликвидации неэффективных, политизированных, направленных на конкретные проекты стимулов, реализуемых через такие организации, как ACOA; − замены программ, нацеленных на развитие конкретного предприятия, снижения ставок федеральных налогов, чтобы потребитель мог выбрать тот бизнес, который будет процветать. 2. Пересмотреть программы выравнивания с целью уменьшения влияния регрессивных стимулов, порождаемых ею, путем: − пересмотра потолка общего объема средств, выделяемых для цели выравнивания; − изъятия природных ресурсов из числа компонентов формулы выравнивания; − размены выравнивающих платежей на план правительства провинции по снижению объема его долговых обязательств. 3. Вернуть страхованию по безработице (СБ) его изначальную миссию защиты работника от непредсказуемых кратковременных перерывов в его принадлежности к рабочей силе путем: − значительного снижения выплат по СБ в течение каждого последующего года для постоянных заявителей;

252

введения требования о наличии по меньшей мере 1 года непрерывного рабочего стажа для заявителей, обращающихся за СБ в первый раз; − дифференциации ставок по отчислениям в СБ, чтобы известный постоянными увольнениями персонала работодатель отчислял более значительные средства в фонд СБ, поскольку затем его работники будут претендовать на СБ; − направления значительной части сбережений, образующихся в результате подобных реформ, в систему ваучеров, которые позволят работникам получить доступ к широкому кругу новых рабочих умений и навыков и к системе переквалификации; − ликвидации практики повышенных выплат СБ в отдельных регионах. 4. Разработать такие климат для ведения бизнеса и регуляторную структуру, которые бы способствовали устойчивому росту в таких секторах, как рыболовство и производство энергии, где у региона есть сравнительные преимущества посредством: для рыболовства и рыбоводства − передачи прав собственности и управления отраслью в руки тех, кто живет на доходы от продажи этих ресурсов; выставления рыбных квот на рынок; − принятия Федерального закона о рыбоводстве, что придаст устойчивость правам собственности на океанские ресурсы, это необходимо для развития данной отрасли; − передачи юрисдикции в отношении рыбоводства от Департамента рыболовства (федеральный уровень) департаменту, ориентированному на конкретный сектор экономики, например, Департаменту сельского хозяйства или промышленности (федеральный уровень); −

253

для прибрежного производства энергии − создания условий, при которых может появиться конкурентная на мировом рынке нефтегазовая промышленность при условии, что регуляторные и налоговые ее издержки будут конкурентны с другими юрисдикциями; − упрощения регуляторного процесса для данного сектора экономики, чтобы все разрешительные процедуры осуществлялись в сроки, сопоставимые с теми, которые существуют в конкурентных регионах (таких, как Северное море); − устранения дублирования полномочий разных юрисдикций и координации их политики, чтобы стало возможным проведение политики «одного окна» для нефтегазового сектора; − создания процедур, основанных на результатах деятельности. 5. Выстроить новые взаимоотношения с США – крупнейшим зарубежным партнером Канады, которые бы отражали интересы Атлантической Канады и страны в целом: − поддержка проводимого Вашингтоном исследования транспортной инфраструктуры в северо-западной части континента – от Галифакса до штата Нью-Йорк; − сотрудничество с США по строительству необходимой инфраструктуры, которая более эффективно свяжет Атлантическую Канаду с рынками в сердце НАФТА; − реализация инициативы, известной как Smart Commerce и направленной на ускорение и дальнейшее упрощение пересечения границ, сотрудничество с США в области строительства интегрированной системы периметра безопасности, гармонизации внешних тарифов и взаимосогласованных стандартов въезда на континент лиц из третьих стран. В течение десятилетий федеральное правительство своей политикой безуспешно пыталось уменьшить различия между Атлантической Канадой и остальной страной, причем подоб254

ная политика на самом деле тормозила процесс сближения. Взять, например, безработицу. Исследования AIMS продемонстрировали: несмотря на то, что уровень безработицы в данном регионе вплоть до конца 1960-х годов был сопоставим с общенациональным, после либерализации правил страхования по безработице (в 1971 г.) и внедрения щедрой расходной политики экономического развития в 1970–1980-х годах темпы роста безработицы в Атлантической Канаде и стране в целом начали разниться. Экономическая теория и практика последних 50 лет – в том числе в таких разных странах, как Ирландия, Япония, Нидерланды, Южная Корея и штаты США (в частности, Джорджия и Мичиган) – подтверждают, что отстающие экономики естественным образом догоняют передовые. Даже если последние демонстрируют высокие темпы роста, отстающие растут еще быстрее. При определенных условиях отстающий регион способен при ежегодном увеличении темпов роста на 2–3% быстро сравняться с лидером. А вот экономика Атлантической Канады догоняет остальные части страны темпами в 2 раза более низкими. И происходит это, несмотря на (или, более вероятно, благодаря) серьезное вмешательство со стороны федерального правительства. Отстающие экономики, догоняющие передовые, демонстрируют ряд общих для них характеристик: • наличие образованного населения или, как минимум, упор на повышение его образовательных стандартов; • рыночная экономика и наличие ограниченного вмешательства государства в экономику; • неукоснительное выполнение закона; • соблюдение прав собственности;

255

стабильные институты, включая политическую стабильность. Однако политика Оттавы в действительности подорвала некоторые из вышеуказанных условий, поскольку стимулировала развитие бюрократическими методами вместо того, чтобы применять инструменты разумного делового планирования и регулирования, действовала без оглядки на долгосрочные выгоды и потерпела неудачу в создании прозрачной системы прав собственности в таких сферах, как рыбная отрасль. При правильном порядке вещей сближение становится результатом распространения продуктивных идей и методов, создания прибыльных предприятий в экономиках, где наблюдается хроническое недоинвестирование, конкурентных ставок заработной платы, которая привлекает капитал, и, по мере того как инвестиции создают рабочие места, развития постоянно совершенствующих квалификацию рабочих рук. Особенно уместно упомянуть о различных путях, которыми сочетание труда и капитала ведет данную экономику к процветанию. Когда объем трудовых ресурсов по отношению к капиталу велик, их стоимость сравнительно невелика, и потенциальная прибыль на более дефицитный ресурс (капитал) становится относительно велика. Такая прибыль привлекает капитал, который создает рабочие места и экономический рост. Однако этот механизм легко повредить при помощи государственной политики, которая либо инфлирует стоимость труда, либо снижает норму прибыли на капитал. Взять, к примеру, Ирландию как практический образчик конвергенции. Еще буквально несколько лет назад это был «живой труп» Европы, а теперь страна стала одной из самых успешно развивающихся среди развитых экономик. Такой поворот – не случайность и не следствие счастливого совпадения обстоятельств, например, открытия залежей полезных иско•

256

паемых. Это результат последовательных, коренных и всеобъемлющих изменений государственной политики. Поворот страны к лучшему случился не благодаря правительственным расходам, трансфертным платежам из бюджета ЕС или активной «политике экономического развития». Скорее, Ирландия, как и все прочие страны, которые использовали силы конвергенции, сконцентрировалась на выработке нужной политики, а затем побудила и работодателей, и рабочих реагировать на сигналы рынка. В Атлантической Канаде же, напротив, было слишком много политики экономического развития, которая основывалась на моделях, предложенных и реализуемых правительством. Это во многом служит объяснением того, почему, несмотря на героические усилия федерального правительства по стимулированию экономического роста, этому региону не удалось совершить рывок, чтобы стать наравне с богатыми провинциями страны. С окончания Второй мировой войны и вплоть до 1971 г. регион демонстрировал высокие темпы роста на душу населения, которые постоянно были выше, чем по стране. Только тогда, когда в начале – середине 1970-х годов Оттава серьезно увеличила объем субсидий региону, экономический рост там замедлился по сравнению со всеми остальными регионами страны. Такие программы, как страхование по безработице, выравнивание и региональное развитие, направленные на ускорение сближения и минимизации разрыва в уровне экономического развития, принесли абсолютно противоположные плоды: Атлантическая Канада стала полагаться на щедрость федерального центра и забросила долгосрочные программы повышения квалификации. Бывший премьер-министр Нью-Брансвика Frank McKenna в своей прощальной речи в 1997 г. отметил,

257

что «Атлантическая Канада прочно подсела на иглу зависимости от Оттавы». Существующие свидетельства демонстрируют, что успех Атлантической Канады возможен только в результате политики, которая концентрируется строго на производительности труда, конкуренции, соответствующей социальной поддержке устранения дестимулирующих явлений в сфере выравнивания и барьеров для свободного функционирования рынка труда, чтобы побороть безработицу в регионе и устранить дефицит рабочей силы. Атлантика: международные аспекты Северо-Востока Атлантическая Канада – часть региона, который авторы документа AIMS называют «Атлантикой», она охватывает атлантические провинции, восточный Квебек, северную часть штатов Новой Англии и штата Нью-Йорк. Благодаря своему географическому расположению Атлантика оказалась рядом с центром двух крупнейших торговых путей в мире: между Канадой и США (с оборотом 2 млрд долларов в день, это самые крупные торговые отношения) и между Северной Америкой и ЕС (оцениваются в 40% общего объема мировой торговли). Относительная экономическая неразвитость Атлантики – по большей части следствие неспособности местных и федеральных политиков подумать о регионе как о едином целом, когда успех на местах зависит от эффективной работы с соседней страной и провинциями для достижения серьезных экономических эффектов, эффективной работы по транспортировке грузов и других региональных связей, которые в более успешно развивающихся регионах (например, на северо-западе США и Онтарио или в Техасе и Мексике) воспринимаются как должное. Короче говоря, политические и природные недостатки 258

Атлантики были усугублены относительным невниманием Оттавы и Вашингтона к экономическим нуждам региона. В Канаде совокупным итогом реализации политики, направленной на поддержку центров проживания большинства населения в Квебеке и Онтарио, стали разрушающаяся инфраструктура и испорченные большими трансфертными платежами правительства экономика и население этих провинций. В США же северные штаты Новой Англии проигрывали в политических сражениях более богатым и мощным штатам, таким как Калифорния, Техас, Нью-Йорк и Массачусетс. Сегодня свободная торговля и глобализация дают Атлантике возможность занять привычное для нее место в экономике Североамериканского континента. Если границы между странами нельзя убрать, их влияние можно, по крайней мере, смягчить. В этом могут помочь новые эффективные транспортнопропускные технологии и строительство новых пограничных переходов, но концепция приграничного сотрудничества этим не исчерпывается. В идеале коммерческие отношения между провинциями и штатами по обе стороны границы должны быть столь же привлекательными, как и между самими странами. Атлантические провинции Канады и северо-восток Америки должны стать столь же взаимосвязанными и экономически интегрированными, как, например, связка Онтарио – Средний Запад США. Только в таком случае Атлантика реализует свой экономический потенциал.

4.13. Основные выводы и комментарии •

Межрегиональные диспаритеты в отношении ВВП на душу населения, подушевого дохода и производительности труда снизились в период после Второй мировой войны, но они по-прежнему значительно выше, чем в США.

259

•

•

•

•

•

260

Существование региональных диспаритетов в Канаде – результат различий в межрегиональном развитии и национальной модели фискального федерализма. Начиная с 1961 г. миграция между провинциями привела к значительному перераспределению населения, что было вызвано относительным падением производительности труда в обрабатывающем секторе и ее ростом в аграрном секторе. Со времени окончания Второй мировой войны различные экономические индикаторы – подушевой доход, зарабатываемый доход, производство, производительность труда и уровень участия рабочей силы – росли быстрее в бедных провинциях, чем в богатых. Но диспаритеты в уровне безработицы не уменьшились. Диспаритеты в человеческом капитале могут по большей части объяснить уровень межрегиональных диспаритетов в подушевом доходе и производстве, а также изменения в них. Измерение человеческого капитала – трудное занятие, но его логические заместители, такие, как уровень школьного и особенно послешкольного образования, предполагают, что в действительности распределение человеческого капитала по провинциям движется в сторону средних общенациональных величин. Финансирование федеральным правительством высшего образования в бедных регионах может улучшить канадский социальный оптимум. Без этого финансирования они бы имели тенденцию к недоинвестированию в послешкольное образование. Однако начиная с 1997 г. вклад федерального правительства в послешкольное образование стал частью блока грантов, не привязанных к целевым расходам бюджетов провинций, что может привести к недоинвестированию в образование, особенно в бедных провинциях.

Моделирование предполагает, что существующий уровень диспаритета между регионами достиг стабильного состояния, что отражает структуру их промышленности, а также институциональный и политический контекст. Разумеется, региональные экономики и в будущем останутся подверженными непредсказуемым локализованным шокам, как это произошло, например, в связи с коллапсом донного рыболовства в Атлантическом океане. • Диспаритет в отношении производства на душу населения, однако, по-прежнему представляет проблему для страны, главным образом из-за его размера: он на 50% выше, чем в соседних США. Это произошло потому, что, руководствуясь национальной политикой в области труда и страхования безработицы, канадцы более склонны проживать в районах с более низкой производительностью и более значительными правами на страхование по безработице, даже если они имеют работу. При этом им не нужно менять местожительство, чтобы получать выгоду от адекватных государственных услуг. • Межрегиональные различия в Канаде привели к значительным диспаритетам между экономиками ее провинций, но беспокоит ли этот факт кого-нибудь, кроме жителей самых бедных провинций? Да, по крайней мере по четырем причинам. 1. Различия в структуре заселения провинций. Это приводит к тому, что различные регионы следуют различным траекториям развития, их экономические циклы необязательно оказываются сочетаемыми, и в масштабах страны становится невозможным применить единую формулу индустриального развития. 2. Существование серьезных экономических диспаритетов, отмечаемых еще со времен существования Конфедерации. Хо•

261

тя можно утверждать, что диспаритеты между провинциями в отношении ВРП на душу населения, подушевого дохода и производительности труда уменьшаются начиная с 1945 г. (что известно как конвергенция), но они по-прежнему существенно больше, чем между штатами в США. Их существование поднимает вопрос о равенстве. Кроме того, они также серьезно осложняют достижение вертикального и горизонтального равновесия в финансах правительства высокодецентрализованной федерации, в рамках которой правительства провинций и муниципальные власти предоставляют значительную часть государственных услуг (в области здравоохранения, образования и социального страхования). Проблема существенных экономических диспаритетов осложняется еще и наличием фискального федерализма. Действительно, по сравнению с другими федерациями, Канада ушла значительно дальше по пути межрегионального перераспределения государственных финансов (Courchene, 1994). Этот подход оформился в основном в конце 1950-х годов и совпал по времени с зарождением государства благосостояния. С целью продвижения и внедрения национальных программ федеральное правительство приступило к финансированию различного рода расходов провинций в области здравоохранения, послешкольного образования и социального страхования. Оно создало программу выравнивания, чтобы обеспечить способность правительств провинций предлагать социальные услуги сопоставимого качества без увеличения их налогового бремени. Принцип выравнивания был зафиксирован в Конституции 1982 г., и все равно межрегиональное перераспределение остается неотъемлемой характеристикой федеральной системы. В США, например, федеральное правительство перераспределяет меньшую долю финансовых ресурсов с помощью системы трансфертов в пользу муниципалитетов и штатов, и 262

такое перераспределение не преследует цель выравнивания фискального потенциала местных администраций. В других же федерациях, например в Германии, наблюдается промежуточная – между США и Канадой – ситуация. 3. Межрегиональное перераспределение. Высокий уровень задолженности и высокие процентные ставки (данное исследование датируется началом 1999 г.) ужесточили эффективные ограничения, налагаемые на программы государственных расходов. 4. Наконец, последняя причина озаботиться проблемой регионального разнообразия, вероятно, самая важная: исследование канадских регионов – лучшая отправная точка для понимания изменяющихся условий и модели роста страны в целом.

263

5. Основные выводы и рекомендации по экономической политике Полученные в ходе нашего исследования результаты анализа процессов конвергенции в регионах Российской Федерации и декомпозиции их роста позволяют сделать следующие выводы и рекомендации по экономической политике. 1. На протяжении рассматриваемого периода (1994–2002 гг.) в целом наблюдался рост среднего (по всем регионам) уровня валового регионального продукта на душу населения (в постоянных ценах), однако этот рост не был равномерным. Устойчивый рост показателя отмечается с 1999 г. 2. Начиная с 1999 г. рост среднего уровня ВРП на душу населения сопровождается ростом медианного значения ВРП на душу населения. Это означает, что рост уровня происходил за счет не только дальнейшего повышения благополучия наиболее богатых регионов (например, Москва, нефтедобывающие регионы), но и роста подушевого дохода в бедных регионах (с уровнем дохода ниже среднего в начальный момент). 3. Распределение регионов по подушевому доходу (в постоянных ценах) остается унимодальным для каждого из исследуемых лет, т.е. наблюдается тенденция к концентрации значений ВРП на душу населения вокруг среднего (повышающегося) значения. С точки зрения Ква (Quah, 1993; 1995; 1996), это является необходимой предпосылкой для выполнения гипотезы конвергенции. 4. Вместе с тем анализ динамики дисперсии подушевого ВРП по годам не позволяет говорить о снижении дифференциации регионов по уровню дохода. Более того, в 2002 г. дифференциация показателя резко выросла по сравнению с пре-

дыдущими годами, достигнув максимального значения за весь период наблюдений. Такой результат, как и результаты других тестов (коэффициент Джинни, Тейла и др.), свидетельствуют о невыполнении условий гипотезы σ-конвергенции. 5. Результаты регрессионного анализа свидетельствуют о справедливости концепции абсолютной (безусловной) β-конвергенции для регионов Российской Федерации. Иными словами, на протяжении всего рассматриваемого периода регионы, характеризовавшиеся более низким показателем ВРП на душу населения в 1994 г., к 2002 г. продемонстрировали более высокие темпы роста данного показателя. Расхождение с результатами тестов на наличие σ-конвергенции в данном случае могут объясняться тем, что на уровень дохода отдельных регионов (очевидно, с наиболее высоким уровнем дохода) повлияли новые «шоки» – в частности, рост цен на нефть, что резко увеличило доходы в нефтедобывающих регионах и определило рост дифференциации доходов по всей выборке, тогда как темпы роста в таких регионах за весь период остались, по-видимому, не выше, чем в более бедных регионах. 6. Дополнительный анализ влияния федеральной финансовой помощи и бюджетной инвестиционной политики на темпы роста ВРП (гипотеза условной β-конвергенции) показал отсутствие такого рода зависимости. Более того, результаты оценок свидетельствовали, скорее, о негативном влиянии бюджетной – как региональной, так и федеральной – политики (либо об ее использовании с иными, чем стимулирование экономического роста, целями) на рост в регионах. 7. Проведенный анализ процессов конвергенции показал, что, несмотря на тенденцию к выравниванию доходов, по крайней мере, среди большинства регионов процессы дифференциации регионов с крайними (минимум – максимум) значениями показателей тем не менее усиливаются. Соответ265

ственно, правительство РФ, Министерство экономического развития и торговли РФ и Министерство финансов РФ при разработке региональной политики должны учитывать тот факт, что ориентация на усредненные показатели не является эффективной, т.е. не позволяет достичь политики, оптимальной для любой из групп регионов. В связи с этим возникает вопрос об эффективности проводимой политики выравнивания (перераспределения средств) между наиболее «богатыми» и «бедными» субъектами РФ. 8. В работе предпринималась попытка проведения декомпозиции экономического роста по факторам на региональном уровне. С учетом узости доступной статистической базы на уровне регионов рассматривались различные варианты оценки динамики факторов, проводилась оценка на основе прямого и двойственного подхода. По результатам проведенных оценок, необъясненный процент роста ВРП регионов на рассматриваемом периоде (1997– 2002 гг.) составляет довольно большую величину. Хуже всего динамикой факторов объясняется рост в период с 1999 по 2002 г., где их вклад близок к нулю и имеет довольно большой разброс по регионам. На первом рассматриваемом подпериоде (1997–1998 гг.) удается объяснить в среднем около 40–70% роста. Причины столь низкого процента объясненного роста, особенно на подпериоде после 1998 г. и на всем рассматриваемом периоде, заключаются, по-видимому, с одной стороны, в низком качестве статистической информации, на основе которой строятся оценки, с другой – в жестких предпосылках модели, которые для российской переходной экономики могут не выполняться. Статистическая информация (ее полнота и качество) является определяющим фактором в процедуре декомпозиции рос266

та. Наиболее точные оценки декомпозиции роста строятся на основе дезагрегированных данных о выпуске, используемых факторах производства и их производительности. Оценки, проведенные в данной работе, построены на основе официальной, публикуемой ФСГС, статистической информации. Большинство используемых статистических данных являются агрегированными. На основе имеющейся информации не удалось построить надежного показателя затрат капитала с учетом загрузки мощностей. Использование потребления электроэнергии по регионам для этих целей является лишь грубой аппроксимацией, имеющей ряд недостатков, обсуждаемых в работе. Показатель затрат труда может быть существенно улучшен за счет использования отработанных часов вместо занятости. Как показывают более ранние расчеты на общероссийском уровне, изменение длины трудового дня является серьезным фактором роста на протяжении всего переходного периода. К сожалению, оценки времени, отработанного занятыми, в региональном разрезе появляются в российской официальной статистике лишь в последние годы. 9. Исходя из всех проведенных расчетов, наиболее приемлемой оценкой производительности на региональном уровне можно считать отраслевые оценки на основе физического объема выпуска продукции, в отличие от стоимостных показателей (ВРП, добавленная стоимость отраслей и т.д.). Стоимостные показатели подвержены краткосрочным изменениям ценовой конъюнктуры, к которой не успевают адаптироваться, что приводит к смещению оценок. В предыдущей работе ИЭПП (Энтов, Луговой и др., 2003) наглядно показано, что данный «ценовой фактор» оказывается довольно существенным. 10. По результатам оценок, динамика производительности труда в отраслях промышленности довольно сильно различа267

ется по регионам. Примечательным является тот факт, что рост производительности труда в промышленности начинается в среднем уже в 1995 г., тогда как рост выпуска – в среднем лишь с 1997–1999 гг. Данные результаты согласуются с общероссийскими оценками и указывают на предсказательные свойства показателя производительности труда, как и показателя СФП. 11. Оценки динамики производительности могут быть полезными для построения прогнозов регионального развития, разработки средне- и долгосрочных программ развития регионов, проведения демографической и трудовой политики, оценки эффективности и разработки программ фискального выравнивания, а также при разработке официальными статистическими органами статистического аппарата на региональном уровне. 12. В качестве ориентиров дальнейшего анализа, являющегося «вторым шагом» изучения источников роста, можно предложить статистическое исследование воздействия широкого круга факторов на рост выпуска, основных затрат и производительности. Предварительные сопоставления полученной оценки производительности труда в промышленности с некоторыми факторами говорят о том, что темп роста производительности труда в регионах положительно связан с объемом иностранных инвестиций и отрицательно коррелирован с финансовой помощью регионам. Поскольку капитал – один из основных факторов, влияющих на производительность труда, положительная связь производительности с инвестициями еще раз подтверждает, что в регионах с относительно большими иностранными инвестиционными вложениями рост производительности труда был выше.

268

Отрицательная корреляция между федеральной финансовой помощью и производительностью труда может быть обусловлена как влиянием финансовой помощи на производительность, так и обратной связью: помощь предоставлялась в первую очередь регионам депрессивным, с меньшей нормой роста производительности, что требует дополнительного исследования. 13. Изучение канадского опыта регионального экономического развития указывает на возможность эффективного использования федеральным центром различных факторов регионального развития. Например, в Канаде такими факторами являются близость США (Оттава, Квебек), разработка месторождений природных ресурсов (Альберта), создание центра «экономики знаний» (остров Принца Эдварда). Тем не менее, несмотря на большую роль указанных факторов в развитии отдельных регионов Канады, необходимо отметить, что фискальная политика «выравнивания» играла и продолжает играть ключевую роль в устранении неравенства между провинциями.

269

Литература 1. Бессонов В.А. (2002) О точности сводных показателей экономической динамики в российской переходной экономике. В сб. статей: «Количественные методы в теории переходной экономики» // Экономика и математические методы. 2002. С. 113−127. 2. Бессонов В.А. (2001) Трансформационный спад и структурные изменения в российском промышленном производстве. М: ИЭПП, 2001. 3. Бутс Б., Дробышевский С., Кочеткова О., Мальгинов Г., Петров В., Федоров Г., Хехт А., Шеховцов А., Юдин А. (2002) Типология регионов РФ. М.: СЕПРА, 2002. 4. Гранберг А., Зайцева Ю. (2003). Валовой региональный продукт: межрегиональные сравнения и динамика. М.: СОПС, 2003. 5. Днепровская С., Дробышевский С., Изряднова О., Левченко Д., Ледерман Л., Мальгинов Г., Турунцева М., Хобсон П. (2002). Инвестиции: региональный проект. М.: СЕПРА, 2002. 6. Кадочников П., Синельников С., Трунин И., Четвериков С. (2003) Анализ перераспределения средств между бюджетами субъектов Российской Федерации в рамках системы межбюджетных отношений. Оценка свойств стабилизационных инструментов российских федеральных властей. М.: СЕПРА, 2003. 7. Лавровский Б. (1999) Измерение региональной асимметрии на примере России» // Вопросы экономики. 1999, № 3. С. 42–52. 8. Михеева Н. (2000) Дифференциация социальноэкономического положения регионов России и проблемы

региональной политики. Научные доклады РПЭИ. 2000, № 99/09. 9. Пчелинцев О. (2001а) Российский экономический рост 1999–2000 гг. в региональном и глобальном контекстах // Проблемы прогнозирования. 2001, № 4. С. 25–43. 10. Пчелинцев О. (2001б) Регионы России: современное состояние и проблема перехода к устойчивому развитию // Проблемы прогнозирования. 2001, № 1. С. 102–115. 11. Селезнев А. (2002) Ограничения экономического роста в России // Проблемы прогнозирования. 2002. № 6. С. 29–43. 12. Смородинская Н., Капустин А., Малыгин В. (1999) Калининградская область как свободная экономическая зона (оценка условий и результатов развития в 1994–1998 гг.) // Вопросы экономики. 1999. № 9. С. 80–107. 13. Энтов Р., Луговой О., Астафьева Е., Бессонов В., Воскобойников И., Турунцева М., Некипелов Д. (2003) Факторы экономического роста российской экономики. М.: ИЭПП, 2003. 14. Abramovitz M. (1993) The Search for Sources of Growth: Areas of Ignorance, Old and New // The Journal of Economic History. V. 53. No. 2 (Jun. 1993). P. 217–243. 15. Andersson A.E., Mantsinen J. (1981) Mobility of Resources, accessibility of Knowledge, and Economic Growth // Behavioral Science. 1981. 25:5. 16. Baily M.N. (1986) Productivity Growth and Materials Use in U.S. Manufacturing, Quart J. Econ., V.101. No. 1, 1986. P. 185–95. 17. Barro R. (1998) Notes on Growth Accounting. Cambridge: NBER, 1998. 18. Barro R., Sala-i-Martin X. (1990) Economic growth and convergence across the United States. NBER Working paper. 1990. 3419. 271

19. Barro R., Sala-i-Martin X. (2004) Economic Growth. 2nd ed. The MIT Press, 2004. 20. Bernard, A.B. Empirical implications of the convergence hypothesis. CEPRA Working paper. 1991. 23. 21. Bernard A.B., Durlauf S.N. (1998) Interpreting tests of the convergence hypothesis // Journal of Econometrics. 71. 1998. P. 161–173. 22. Brubaker E.R. (1968) Embodied Technology, the Asymptotic Behavior of Capital’s Age, and Soviet Growth // The Review of Economics and Statistics. V. 50. No. 3, 1968. P. 304–311. 23. Bruno M. (1982) World Shocks, Macroeconomic Response and the Productivity Puzzle // Slower Growth in the Western World. R.C.O. Methews, ed. London: Heinemann, 1982. 24. Castro J. (2004) Indicators of real economic convergence. A primer. UNU-CRIS Working papers. W-2004/2. 25. Cobb C.W., Douglas P.H. (1928) A Theory of Production // American Economic Review. V. 18. No. 1. 1928. P. 139–165. 26. Costello D.M. (1993) A Cross-Country, Cross-Industry Comparison of Productivity Growth // The Journal of Political Economy. V. 101. No. 2, 1993. P. 207–222. 27. Davis D.R., Weinstein D.E. (2002) Bones, Bombs and Break Points: The Geography of Economic Activity // American Economic Review. 92, 2002. P. 1269–1289. 28. De Broeck M., Koen V. (2002а) The Great Contractions in Russia, the Baltics, and the Other Countries of the Former Soviet Union: A View from the Supply Side. IMF Working Paper. 00/32. 2000. 29. Denison E.F. (1962) The Sources of Economic Growth in the United States and the Alternatives Before Us, Committee for Economic Development. New York, 1962.

272

30. Denison E.F. (1967) Why Growth Rates Differ: Post-War Experience in Nine Western Countries, Brookings Institution. Washington, 1967. 31. Denison E.F. (1974) Accounting for United States Economic Growth 1929–1969. Washington: Brookings Institution, 1974. 32. Denison E.F. (1980) The Contribution of Capital to Economic Growth // The American Economic Review. V. 70. No. 2; Papers and Proceedings of the Ninety-Second Annual Meeting of the American Economic Association. 1980. P. 220–224. 33. Denison E.F. (1978) Capital Formation and the Recent Productivity Slowdown: Discussion // The Journal of Finance. V. 33. No. 3; Papers and Proceedings of the Thirty-Sixth Annual Meeting American Finance Association. New York City December 28-30. 1977. (Jun., 1978). P. 1006–1010. 34. Dolinskaya I. (2001) Explaining Russia’s Output Collapse: Aggregate Sources and Regional Evidence, IMF Institute. (Feb., 2001). 35. Ellison G., Glaser E. (1997) Geographic Concentration in U.S. Manufacturing Firms: a Dartboard Approach // Journal of Political Economy. 105. 1997. P. 889–927. 36. Esteban J.M., Ray D. (1994) On the measurement of polarization // Econometrica. 4. 1994. P. 819–851. 37. Evans P. (1996) Using cross-country variances to evaluate growth theories // Journal of Economics Dynamics and Control. 20. 1996. P. 1027–1049. 38. Fiani R. (1984) Increasing Returns, Non-Traded Inputs and Regional Development // Economic Journal. 1984. P. 308–323. 39. Galor O. (1996) Convergence? Inferences from theoretical models // Economic Journal. 106. 1996. P. 1056–1081. 40. Gilbert A., Gugler J. (1982) Cities, Poverty and Development: Urbanization in the third world. Oxford: Oxford University Press, 1982. 273

41. Gordon R.J. (1990) The Measurement of Durable Goods Prices. Chicago: University of Chicago Press, 1990. 42. Gregory R.G., Denis W.J. (1973) Do New Embody Best Practice Technology? // Economic Journal. V. 83. 1973. P. 1133–1155. 43. Griliches Z. (1961) Hedonic Price Indexes for Automobiles: An Econometric Analysis of Quality Change. New York: NBER. 1961. P. 137–196. 44. Griliches Z. (1963) The Sources of Measured Productivity Growth: United States Agriculture, 1940–1960 // The Journal of Political Economy. V. 71. No. 4. (Aug., 1963). P. 331–346. 45. Griliches Z. (1979) Issues in Assessing the Contribution of Research and Development to Productivity Growth // Bell Journal of Economics. V. 10. No. 1. 1979. P. 92–116. 46. Griliches Z., Jorgenson D.W. (1967) The Explanation of Productivity Change // The Review of Economic Studies. V. 34. No. 3. (Jul., 1967). P. 249–283. 47. Griliches Z., Mairesse J. (1983) Comparing Productivity Growth // European Economic Review. XXI (March/April 1983). P. 89–119. 48. Hall R.E. (1968) Technical Change and Capital from the Point of View of Dual // The Review of Economic Studies. V. 35. 1968. P. 34–46. 49. Harberger A.C. (1998) A Vision of the Growth Process // The American Economic Review. V. 88. No. 1 (Mar., 1998). P. 1–32. 50. Harberger A.C. (1998) Reflections on Economic Growth in Asia and the Pacific // Asian Economic Studies. V. 8. 1998. P. 13–41. 51. Harrod R. (1948) Toward a Dynamic Economics. London, 1948.

274

52. Henin P.-Y., Le Pen Y. (1995) Les episodes de la convergence europeene // Revue Economique. 46. 1995. P. 667–671. 53. Hirschman A. (1958) The Strategy of Economic Development, Yale University Press. New Haven, 1958. 54. Holmes T. (1991) Localization of Industry // Review of Economics and Statistics. 81. 1991. P. 314–333. 55. Holmes T., Stevens J. (2002) Geographic Concentration and Establishment Scale // Review of Economics and Statistics. 84. 2002. P. 682–690. 56. Hseih Chang-Tai. (2002) What Explains the Industrial Revolution in East Asia? Evidence from the Factors Markets // The American Economic Review. V. 54 (Jun, 2002). P. 502–526. 57. Hulten C.R. (1992) Growth Accounting When Technical Change is Embodied in Capital // The American Economic Review. V. 82. No. 4. 1992. P. 964–980. 58. Jorgenson D.W. (1966) The embodiment Hypothesis // The Journal of Political Economy. V. 74. No. 1. 1966. P. 1–17. 59. Jorgenson D.W. (1988) Productivity and Postwar U.S. Economic Growth // The Journal of Economic Perspectives. V. 2. No. 4. 1988. P. 23–41. 60. Jorgenson D.W., Gollop F., Fraumeni B. (1987) Productivity and U.S. Economic Growth, Cambridge. Mass: Harvard Univ. Press, 1987. 61. Krugman P. (1991) Increasing returns and economic geography // Journal of Political Economy. 99. 1991. P. 483–499. 62. Le Pen Y. (1998) La convergence internationale des revenus par tete: un tour d’horizon // Problemes economiques. 2.558. 1998. P. 17–24. 63. Lichtenberg F.R. (1994) Testing the convergence hypothesis // Review of Economics and Statistics. 76. 1994. P. 576–579. 64. Myrdal G. (1957) Economic Theory and Underdeveloped Regions. London: Duckworth, 1957. 275

65. Kaldor N. (1957) A Model of Economic Growth // Economic Journal. December 1957. 66. Kaldor J. N., Mirrlees A. (1962) A New Model of Economic Growth // The Review of Economic Studies. June 1962. 67. Nelson R. (1964) Aggregate Production Functions and Medium Range Projections // American Economic Review. 1947. V. 54. (Sep. 1964). P. 548–606. 68. Nijkamp P. (1996) Handbook of Regional and Urban Economics, ed. by. Vol. 1. 1996. Elsevier Science B.V. 69. Ottaviano G., Tabuchi T., Thisse J.-F. (2002) Agglomeration and trade revisited // International Economic Review. 43. 2002. P. 101–127. 70. Phelps E.S. (1962) The New view of Investment: A Neoclassical Analysis //A Quarterly Journal of Economics. V. 76. 1962. P. 548–67. 71. Quah D. (1992) International patterns of growth: I. Persistence in cross-country disparities // LSE Working paper. 1992. 72. Quah D. (1993) Empirical cross-section dynamics in economic growth // European Economic Revue. 37. 1993. P. 426–434. 73. Quah D. (1995) International patterns of growth: II. Persistence, path dependence, and sustained take-off in growth transition // LSE Working paper. 1995. 74. Quah D. (1996) Twin peaks: Growth and convergence in models of distribution dynamics // Economic Journal. 106. 1996. P. 1045– 1055. 75. Romer P. (1992) Increasing Returns and New Developments in the Theory of Growth // NBER Working paper. 1992. P. 3098. 76. Kuznets S. (1966) Modern Economic Growth. Yale, 1966. 77. Sherer F.M. (1982) Inter-Industry Technology Flows and Productivity Growth // The Review of Economics and Statistics. V. 64. 1982. P. 627–634.

276

78. Solow R.M. (1957) Technical Change and the Aggregate Production Function // The Review of Economics and Statistics. V. 39. No. 3 (Aug. 1957). P. 312–320. 79. Measuring Productivity (2001а). Measurement of Aggregate and Industry-Level Productivity Growth, OECD Manual, www.SourceOECD.org, 2001. 80. Measuring Capital (2001в). Measurement of Capital Stocks, Consumption of Fixed Capital and Capital Services, OECD Manual, www.SourceOECD.org, 2001. 81. Hulten C.H., Dean E.R., Harper M.J. (editors). (2001) New Developments in Productivity Analysis, NBER. 2001. 631 p.

277

Подписано в печать 23.12.2005 Тираж 300 экз.