Статистическое моделирование роста переходной экономики: на примере современной России

Ускорение экономического роста, который бы выражал актуальный для современной России переход к постиндустриальному социально ориентированному рыночному хозяйству, требует адекватных этому регулирующих мер государства. Такие меры способны быть эффективными только при достаточно точном прогнозировании их последствий. Его теоретические и научно-практические исследования во многом основываются на использовании производственных функций. А они до сих пор строились в форме статистических зависимостей валового внутреннего продукта (ВВП) от столь обобщенных факторов, как объем применяемого капитала, используемых трудовых ресурсов, «автономный технический прогресс» и т. п.

Однако, чтобы удовлетворительно предвидеть, как ведет себя ВВП переходной экономики, учитывать только такие факторы недостаточно: необходимо принимать во внимание характерные для нее обстоятельства — сдвиги структуры в разных аспектах, прежде всего определяемые «точками роста» и пространственной спецификой хозяйства, изменения его «общих условий» и т. д. Иначе ошибка прогноза часто оказывается сопоставимой с реальным темпом экономического роста, что вводит в заблуждение касательно действенности или даже действительной направленности предпринимаемого государственного регулирования хозяйства.

Это особенно значимо для Российской Федерации с ее огромной территорией, сильной дифференциацией экономического развития отдельных регионов, своеобразием их хозяйственных ресурсов и условий, возможных «точек роста» экономики. Но попытки учесть при статистическом моделировании движения переходной экономики большое количество факторов наталкиваются на серьезное препятствие — недостаток объема наблюдений (длины временных рядов) как информации исходной для этого, чтобы корректно использовать известные теоретико-вероятностные методы. Преодолеть такое препятствие можно, лишь применив нестандартный способ анализа.

Статистическому моделированию экономического роста на основе производственных функций зарубежные и отечественные ученые посвятили множество исследовательских и прикладных работ. Его фундаментом этого стали достижения Р. Аллена [98], М. Брауна [12], Д. Диллона [88], М. П. Дугласа [104], М. Калецкого [112, ИЗ], Ч. Кобба [104], Б. Минхаса [99], В. Мукерджи [119], Р. Сато [121−125], Р. Солоу [99, 127−130], Г. Тинтнера [84], Э. Хеди [88], Дж. Хикса [108], Х. Ченери [99], К. Эрроу [99] и др. Среди российских авторов заметный научный вклад в такое моделирование внесли А. И. Анчишкин [1], Е. В. Балацкий [4], А. Р. Белоусов [6−10], А. Е. Варшавский [15, 16], С. М. Вишнев [17], Г. А. Гольц [22], М. Г. Завельский [24−29], Ю. П. Иванилов [11, 18, 31, 32], Г. Б. Клейнер [3, 38−46], Л. А. Клименко [47], Ф. Н. Клоцвог [48, 49], Е. М. Левицкий [51, 92], С. М. Меньшиков [51, 59, 92], Б. Н. Михалевский [56], А. А. Френкель [61], Д. В. Шапот [90], Ю. В. Яременко [95] и др.

Однако, применительно к переходному хозяйству вообще, экономике современной России в частности, данная проблема изучена недостаточно. Необходимо проводить дальнейшие разработки, чтобы добиться двух результатов. Первый — это адекватный учет инструментами, используемыми для прогнозов движения ВВП, тех специфических факторов, влиянием которых на это при переходе к постиндустриальной экономике нельзя пренебрегать, особенно в странах с большим пространственным разнообразием условий и возможностей производства и потребления, изобилием и сложностью территориальных хозяйственных связей. Второй необходимый результат — корректность применения классических методов математической статистики при формировании таких инструментов в условиях относительно малого количества наблюдений. Стремление к тому и другому определило цель диссертационного исследования. Ее достижение потребовало решить следующие задачи:

— проанализировать методологические основы и возможности известных производственных функций в прогнозировании движения ВВП;

— разработать алгоритм многовариантного построения производственной функции экономики с его тестированием расчетами по хозяйству современной России;

— исходя из результатов такого тестирования, выявить типологию регионов России по структуре производственной функции и влияние стандартных факторов производства на экономический рост страны в целом;

— обеспечить учет в модели ВВП России того, как воздействуют на его движение изменения производственной инфраструктуры страны;

— оценить на основе такой модели влияние работы транспорта на ВВП;

— разработать способ корректного применения известных статистических методов для определения на основе коротких временных рядов многофакторных производственных функций высокой прогностической способности;

— используя такой способ, построить и проанализировать статистические модели ВВП России, учитывающие влияние на ее экономический рост территориальных особенностей хозяйства, его общих условий по стране в целом и в отдельных регионах, структурных и инновационных факторов, а затем оценить точность прогнозов по таким моделям в сравнении с показаниями стандартной производственной функции.

Объект диссертационного исследования — экономика Российской Федерации и ее регионов, а предмет — статистическое моделирование динамики ВВП страны и валовых региональных продуктов. Информационную базу исследования образовали научные публикации по затрагиваемым вопросам и данные государственной статистики. Его научная новизна видится в следующих итогах решения поставленных задач:

1) разработан и запрограммирован алгоритм многовариантного построения производственных функций хозяйства страны и ее регионов;

2) определением применительно к России таких функций как статистических зависимостей ВВП страны и валовых региональных продуктов от «стандартных факторов производства» (основных фондов, рабочей силы, «автономного технического прогресса») и тестированием этих моделей на информации последнего десятилетия доказана их неудовлетворительная прогностическая способность для достаточно точной оценки последствий государственного регулирования современного хозяйства страны;

3) исходя из итогов этого тестирования осуществлено разбиение регионов России на типы по характеру производственной функции хозяйства, для каждого типа определена общая модель движения валового регионального продукта, с использованием таких моделей получены оценки ВВП страны на ретроспективу, выявлено соответствующее им влияние всякого «стандартного фактора производства» на динамику ВВП и некоторое повышение точности ее прогнозов относительно традиционных;

4) построены статистически достоверные зависимости ВВП и валовых региональных продуктов от набора факторов, который в каждом случае наряду с теми или иными «стандартными» включал переменные, характеризующие изменения производственной инфраструктуры, территориальные и демографические особенности объекта моделирования, с помощью таких инструментов оценено движение ВВП и воздействие этих переменных на экономический рост, обнаружено, что прогностическая способность применяемого методического аппарата еще более усилилась;

5) показано и на примере базового периода продемонстрировано, что анализ таких зависимостей позволяет выявлять полное влияние на экономическую динамику страны работы транспорта России вообще и транспортных систем ее отдельных федеральных округов, учитывающее, помимо прямого вклада этой отрасли в ВВП, изменение взносов в этот продукт других звеньев хозяйства благодаря ее деятельности;

6) применительно к предмету диссертационного исследования разработан способ корректного использования корреляционного анализа для определения на основе относительно коротких временных рядов статистически достоверных многофакторных производственных функций, позволяющий учитывать в них большое число факторов;

7) посредством этого способа построены и проанализированы производственные функции хозяйства Российской Федерации и ее субъектов, отражающие влияние на ВВП и валовые региональные продукты территориальных и демографических особенностей экономического роста, а равно таких факторов, как объем или темпы роста продукции машиностроения, импорта машин и оборудования, занятых в частном секторе хозяйства, занятых на государственных и муниципальных предприятиях, безработных, количество или темпы роста числа промышленных предприятий, величина или темпы роста фондовооруженности труда, размер или темпы роста всех основных фондов хозяйства, основных фондов транспорта и связи, основного технологического капитала хозяйства, разнолаговых инвестиций в эти отрасли, в основной капитал вообще, в основной технологический капитал, плотность (густота) автомобильных дорог общего пользования с твердым покрытием, плотность (густота) железных дорог и т. д.;

8) на основе этих моделей оценены ВВП России и валовые региональные продукты субъектов федерации по годам базового периода, что показало многократное увеличение точности прогнозов относительно итогов использования стандартной производственной функции и иных ее разработанных в диссертации вариантов.

Эти и другие результаты диссертационного исследования практически ценны, поскольку вооружают государственные органы, ответственные за регулирование экономики России, инструментами прогнозирования его последствий, существенно более совершенными, чем применяемые в настоящее время. Информационно-вычислительные службы этих органов могут использовать методику разработки таких инструментов, представленную в диссертации, для постоянного уточнения соответствующих прогностических моделей с учетом «скользящего» обновления исходной статистики.

Основные положения и выводы диссертации, проверенные экспериментальными расчетами, которые подробно освещены в Приложениях, в 2002;2006 гг. в порядке научной апробации работы докладывались на методологических семинарах экономических направлений ИСА РАН и на конференциях Международной научной школы-семинара имени академика С. Шаталина «Системное моделирование социально-экономических процессов». По теме диссертации автором опубликовано 5 научных работ общим объемом 7,0 п.л., в том числе в рецензируемых Трудах Института системного анализа Российской академии наук.

Диссертационная работа состоит из введения, трех глав, заключения, списка литературы, включающего 132 источника, и двух приложений. Объем работы — 159 страниц, 4 рисунка и 3 таблицы.

Эти выводы подтверждаются аналогичными уравнениями, построенными для среднегодовых темпов экономического роста. Среди них наиболее емкими в информационном отношении.

R >0,998) оказались статистически достоверные модели.

1пЛВВП0)=-0,31 017+0,44 2671nAHH (t-3)+l, 53 6711nAMn (t)+ (3.1.10) +6,112 0681nA44(t);

1пАВВП (0=-0,17 229+0,297 9771nAMHTC (t-3)+ (3.1.11).

0,194 531 lnAMHTC (t-1)+1,018 8461nAMn (t), причем следует отметить, что увеличение темпов роста долгосрочных инвестиций в инфраструктурные отрасли хозяйства на годовых темпах роста ВВП в сравнительно длительном периоде, в отличие от синхронного этим капиталовложениям годового объема валового внутреннего продукта, сказывается положительно.

Выражение (3.1.10) было дополнено следующей функцией: ln[ABBn (t)H/ABBn (t)p]=0,50 788−2,800 511пАГЧ (0- (3.1.12).

0,5 557) (0,312 936) -0,341nAOB (t), R2=0,9892. (0,35 703).

Совмещение (3.1.10) и (3.1.12) дает модель.

1 А ТЧПТТ / J Г. /" V Л A S" Л к Т ТТ T/i 'Л < 1 ЛГЛ /-П1 1 А ¦% /ГГТ/ / • 1 1.

И1Ш5Ш о&—<-(}, 044Z0 / 1ГШ^Ш (1-JJ-I-1 .30 / 11ПАМ1 i (l)+ (J. 1. i У).

6,112 0681nA44(t)-2,80 051 lnAT4(t)-(), 341nAOB (t), свидетельствующую, что на темпы роста ВВП положительно сильнее всего воздействуют синхронные темпы увеличения производства машиностроительной продукции и численности занятых в частном секторе (а с лагом в три года — инвестиций в основной капитал), отрицательно же на них наиболее отражаются одновременные темпы роста численности работников государственных и муниципальных предприятий *.

Поскольку численность занятых в хозяйстве является параметром, в значительной мере поддающимся прямому регулированию со стороны государства (посредством создания казенных предприятий и организации общественных работ), своего рода внешним условием роста ВВП выступает нуждающаяся в прогнозировании средняя по экономике производительность труда, на которую также влияют структурные и инновационные факторы. Попытка уловить это влияние тем же самым способом привела к построению.

А негативное влияние на эти темпы скорости повышения фондовооруженности труда объясняется, видимо, тем, что источники ее прироста в нынешней России — главным образом устаревшая техника (при сравнительном уменьшении численности работников) и новый производственный аппарат, по которому соотношение «цена-качество» ухудшается. ряда регрессионных уравнений, наилучшими из которых и с формальной точки зрения, и содержательно оказались.

1пПТ (0=-7,9 536+0,172 2461nHHBT (t-3)+0,329 8131nHHTC (t)+ (3.1.14) (0,9 674) (0,714) (0,3 422).

0,350 2061nMn (t)+0,130 8931nB (t), R2=0,99 999 988- (0,4 711) (0,2 632) lnnT (t)=-27,4718+0,267 1851nHHTC (t)+0,408 0981nMn (t)+ (3.1.15) (1,690 711) (0,61 691) (0,82 061) +2,44 8771n44(t)+0,252 8781n4B (t), R2=0,99 995- (0,184 972) (0,38 848) lnIlT (t)=-27,0368+0,548 2971nHH (t)+0,290 7871nMFI (t)+ (3.1.16).

0,462 103) (0,34 464) (0,29 554) +1,53 1281n44(t)+0,492 7991n4B (t), R2=0,999 996. (0,47 246) (0,19 084).

Уравнение (3.1.14) было дополнено функцией ln[nT (t)H/nT (t)p]=0,612 561+0,652 llnHH (t-2)-(0,140 169) (0,1 408).

-0,15 021пОФБТ (0+0,4 701 lnOOTC (t) — (3.1.17) (0,3 281) (0,1 116).

-0,1521 ПпПАДО), R2=0,9569. (0,35 821).

В итоге получилась модель lnriT (t)=-6,4828+0,172 2461nHHBT (t-3)+0,329 8131nHHTC (t)+.

0,350 2061nMn (t)0,130 8931nOB (t)+ (3.1.18).

0,6 521 lnHH (t-2)-0,1 5021nOOET (t)+ +0,4 701 lnOOTC (t)-0,152 111пПА Д (0..

Уравнение (3.1.16) было дополнено функцией ln[nT (t)7nT (t)p]=-1,31 921 -0,00971nHHTC (t)-(1,11 243) (0,5 403).

-0,1 3331nPIHTC (t-3)-0,7 9841nr4(t)+ (3.1.19).

0,4 386) (0,25 339).

0,6 963 751пПАД (0, R2=0,94. (0,316 171).

Это позволило получить модель lnnT (t)=-28,356+0,548 2971nHH (t)+0,290 7871nMn (t)+ l, 53 1281n44(t)+0,492 7991n4B (t)-0,00971nMHTC (t) — (3.1.20).

-0,1 3331nMHTC (t-3)-0,7 9841nr4(t)+.

0,6 963 751пПАД (0..

При совмещении уравнения (3.1.16) с функцией ln[nT (t)7nT (t)p]=-0,3 796−0,5491nHHTC (t-3)+ (3.1.21).

0,1 536) (0,116) +0,10 6151nHM (t), R2=0,9996, (0,243) формируется модель lnnT (t)=-27,0748+0,548 2971nHH (t)+0,290 7871nMn (t)+.

1,53 1281n44(t)+0,492 7991n4B (t) — (3.1.22).

-0,5491nPfflTC (t-3)+0,10 6151nHM (t)..

Модели (3.1.18), (3.1.20), (3.1.22) свидетельствуют, что решающее положительное воздействие на производительность труда в хозяйстве России оказывают рост производства машиностроительной продукции, инвестиций в основной технологический капитал, численности занятых в частном секторе и освобождение от трудового балласта (численности безработных), а более всего негативно влияет на нее увеличение численности работников государственных и муниципальных предприятий. Статистически достоверное регрессионное уравнение темпов роста производительности общественного труда имеет вид.

1пДГТЩ)=-0,2105 7+0,3453 891nAHHBT (t-3)+ (0,27 282) (0,27 599).

0,258 2561nAHHTC (t-1)+0,949 991 1пДМП (0, (3.1.23).

0,27 079) (0,30 015).

R2=0,99 956..

Для него была построена дополняющая функция.

1п[ДПТ (0н/АПТ (0Р]=-0,0144+0,648 7861nA44(t) — (3.1.24).

0,1 089) (0,42 728) -0,0774 llnAOB (t), R2=0,9961. (0,8 286).

В совокупности (3.1.23) и (3.1.24) дают модель.

1пАПТ (0=-0,22 497+0,345 3891nAMHBT (t-3)+.

0,258 2561nAMHTC (t-1)+0,9 499 911пАМП (0+ (3.1.25).

0,648 7861nA44(t)-0,7 7411nAOB (t)..

Ее коэффициенты подтверждают упомянутое и показывают, что быстрее повышать производительность общественного труда можно, наращивая не только темпы приумножения сравнительно долгосрочных инвестиций в основной технологический капитал, но, хотя не столь продуктивно, и — менее длительных в инфраструктурные отрасли, а стремление ускорить рост фондовооруженности труда самой по себе на сложившейся в России технической базе хозяйства способно лишь повредить этому..

3.2. Модель, учитывающая территориальные особенности экономического роста.

Замена исходной статистической совокупности, содержавшей результаты наблюдения над экономикой страны в целом за множество последовательных лет, на другую, в которой его единицами синхронно выступают хозяйственные комплексы отдельных субъектов Российской Федерации, позволила построить модели движения валового продукта, учитывающие территориальную изменчивость факторов его производства. Всякая такая модельэто статистическая связь с ними валового регионального продукта (ВРП). Среди нескольких десятков достоверных уравнений множественной регресл сии с R >0,96, определенных на основе такой совокупности, наиболее привлекательными для экономического анализа оказались следующие:.

1пВРП (0=1,103 176+0,383 4631nMH (t)+0,210 3341nHH (t-4)+ (3.2.1).

0,483 805) (0,6 266) (0,73 682) +0,363 9211nC^(t)+0,28 8591nMri (t), R2=0,97- (0,86 413) (0,20 861) lnBPn (t)=2,948 266+0,515 8641nHH (t)+0,27 0961nMH (t-4)+ (3.2.2).

0,20 582) (0,63 274) (0,85 054) +0,513 091пМП (0+0,125 3481n44(t), R2=0,964- (0,24 535) (0,71 336).

1пВРП (0=3,50 803+0,380 4481nHH (t)+0,411 6931nMH (t-5)+ (3.2.3).

0,264 716) (0,69 602) (0,66 418) +0,58 3371nMn (t)+0,65 4021nMM (t), R2=0,9676- (0,19 239) (0,22 469) lnBPn (t)=2,488 124+0,443 3821nMH (t)+0,285 5941nHH (t-5)+ (3.2.4).

0,214 959) (0,53 074) (0,57 679) +0,49 4861nMn (t)+0,21 661 llnnn (t), R2=0,9714- (0,17 865) (0,49 323) lnBPn (t)=2,964 197+0,498 7121nHH (t)+0,325 6681nHH (t-5)+ (3.2.5).

0,204 701) (0,57 479) (0,63 456) +0,91 6571nMri (t)+0,19 1091nT, R2=0,9645- (0,19 042) (0,18 333) lnBPn (t)=0,58 335+0,44 7251nHH (t)+0,487 9091nC^(t)+ (3.2.6).

0,460 622) (0,61 835) (0,81 024) +0,268 241пМП (0+0,23 2171nHM (t), R2=0,967- (0,22 844) (0,20 786) lnBPn (t)=l, 294 073+0,562 6171nHH (t)+0,761 441пМП (0+ (3.2.7).

0,496 276) (0,52 543) (0,19 008) +0,3 217 181пПП (0+0,216 291 lnOB (t), R2=0,9644- (0,6 053) (0,95 426) lnBPn (t)=2,420 386+0,630 2461nMH (t)+0,46 2031nMn (t)+ (3.2.8).

0,247 692) (0,39 112) (0,24 631) +0,136 1841n44(t)+0,196 5141nrin (t), R2=0,964- (0,70 383) (0,63 819) lnBPn (t)=2,132 931+0,588 4581nHH (t)+0,86 1191nMn (t)+ (3.2.9).

0,236 062) (0,41 875) (0,18 911) +0,304 4021nnn (t)+0,54 6571nT, R2=0,9659, (0,55 063) (0,18 603) где T — размер территории субъекта федерации..

Эти зависимости обнаруживают, что, наряду с инвестициями в основной капитал, на экономический рост наиболее существенно влияют такие территориальные особенности его условий, как колебания по субъектам федерации размера жизненного пространства (территории), количества промышленных предприятий, фондовооруженности труда, численности занятых в частном секторе, плотности дорожной сети, тогда как региональная дифференциация объемов машиностроительного производства сказывается менее заметно, чем временная на уровне страны в целом *.

Это объясняется тем, что продукция машиностроения отдельных регионов, в отличие от страны, далеко не всегда потребляется там же и служит модернизации их хозяйства..

3.3. Иерархическая модель, принимающая во внимание специфические факторы движения ВВП.

Зависимость экономического роста от специфических факторов, учитывая территориальное разнообразие хозяйства, можно представить совокупностью уравнений.

У^С^У,*,.,^, .X^t), (3.3.1) i=l.

Yi=(pi (xj,., xj,., xj11, t) — i=l,., n, (3.3.2) где УВВП страныУ, — - ВРП ее i-ro регионап — количество регионов в ней (i=l,., n), Xj — значение показателя, характеризующего j-й фактор по стране в целом (j=l,., m), xj — значение показателя, характеризующего j-й фактор в i-м регионе. Такая модель верифицировалась с привлечением статистики по 79 региональным образованиям (20 республик, 6 краев, 49 областей, 1 автономная республика, 1 автономный округ, Москва и Санкт-Петербург). Напомним, что первоначально (3.3.1) и (3.3.2) были представлены в виде статистически достоверных уравнений у=о, 18Щ^у{У'0366е1'01би°', (3.3.3).

Yi=0,0316S[, 075K|)'8293L (|', 073Gf'05'41Igfl409e0,965ti=l,., n, (3.3.4) причем последнее как построенное на основе статистической совокупности, в которой единицей наблюдения выступал регионо-год (Sj — территория i-ro региона, Gj — плотность основных фондов транспорта и связи на единицу этой территории, Igj — инвестиции в инфраструктурные отрасли, К (и Lj — объем основных фондов и численность занятых за вычетом инфраструктурных отраслей хозяйства i-ro региона)..

Однако, теперь была предпринята попытка верифицировать (3.3.2) для каждого региона в отдельности, включив в уравнение регрессии специфические факторы, которые наиболее существенно влияют на ВРП именно соответствующей территории. Таким уравнением для ВРП Москвы оказалась функция.

1пВРП (0=-5,54 675+0,613 2741nMn (t)+l, 129 441 lnHH (t)+ (3.3.5).

2,49 459) (0,11 611) (0,188 601) +0,15 2531nOOTC (t)-0,25437t, R2=0,9998. (0,74 602) (0,77 649).

Для нее было построено дополняющее уравнение ln[BPn (t)7BPn (t)p]=25,92 017+0,170 7131nOOBT (t).

2,262 002) (0,32 446).

-2,17 1041nn (t)-0,175 641nOB (t)+0,2103 39t, (3.3.6) (0,180 523) (0,28 206) (0,18 076) R2=0,99 367..

В итоге модель приняла вид.

1пВРП (0=20,37 342+0,613 2741nMn (t)+1,129 441 lnHH (t)+.

0,15 2531nOOTC (t)+0,170 7131nOOBT (t) — (3.3.7).

-2,17 1041nI*I (t)-0,17 5641n.

Среднее квадратическое отклонение (СКО) вычисляемых по такой модели значений ВРП в базовом периоде от наблюдавшихся составило 0,1%, что соответствует точности измерения ВРП статистическими органами..

Далее BPn (t)Hнаблюдаемая величина валового регионального продукта, a BPn (t)p — его величина, рассчитанная по уравнению регрессии типа (3.3.5)..

Исходным уравнением регрессии для ВРП Санкт-Петербурга оказалось.

1пВРП (0=1,358 671+0,460 3721nMn (t)+0,318 6161nHH (t-l)+ (3.3.8) (0,714 441) (0,5 395) (0,60 893) +0,5 002 091пФВ (0- R2=0,9986, (0,176 445) дополнительным ln[BPn (t)7BPn (t)p]=-0,21 826−0,7 711 lnMH (t-3)+.

0,89 898) (0,4 582).

0,17 1241nHHBT (t)+0,52 791 lnO.

0,01554t, R2=0,9979. (0,4 087).

В целом модель приняла вид lnBPn (t)-1,140 406+0,4 603 721пМП (0+0,318 6161nHH (t-1)+.

0,500 2091nOB (t)-0,7 7111nMH (t-3)+ (3.3.10).

0,17 1241nHHBT (t)+0,527 911пОФТОД+0,01554t..

СКО вычисляемых по ней значений ВРП от наблюдавшихся составило 0,09%..

Нынешний этап развития хозяйства обоих городов отмечен, как видно, тем, что увеличение валового регионального продукта сильно зависит от роста продукции машиностроения и инвестиций в основной капитал (в Санкт-Петербурге с более выраженным акцентом на производственную инфраструктуру). Вместе с тем, на динамику московского ВРП отрицательно влияют автономный технический прогресс и рост фондовооруженности труда в городе (вероятно, отвлечение ресурсов на обеспечивающие то и другое мероприятия происходит в формах, при которых экономически оно не оправдывает себя Ф)). Это касается и роста в столице общего количества предприятий, с которым, быть может, коррелируют такие явления, как приумножение сдерживающих развитие хозяйства экономических преступлений и т. п..

Такие модели построены и для ВРП других регионов. Они представлены в табл.3.1..

Заключение.

Предпринятое в приложении к современной России исследование методологии статистического моделирования роста переходной экономики, которое призвано инструментально обеспечить удовлетворительные прогнозы последствий ее государственною регулирования, выявило недостаточность применения для этого производственных функций, принимающих во внимание лишь стандартные факторы (капитал, труд, «автономный технический прогресс»). Обнаружено, что точность прогнозов ВВП и общественной производительности труда повышается, если такие функции в качестве независимых переменных учитывают пространственные характеристики хозяйства, демографические свойства отдельных ареалов его развития, показатели состояния и динамики производственной инфраструктуры, факторы, отражающие структурные и инновационные сдвиги в экономике..

Установлено, что на пути к этому имеют место следующие препятствия: во-первых, неизбежный недостаток наблюдений над переходной экономикой или длины отображающих ее динамику временных рядов, чтобы математически корректно использовать для построения ее моделей с большим числом независимых переменных аппарат корреляционного и регрессионного анализаво-вторых, почти отсутствующая внутри таких рядов вариация значений тех или иных предположительно важных из них по хозяйству в целом при их существенных различиях по территориальным ареалам его развития..

Выявлено, что, отвлекаясь от таких переменных и учитывая только какие-то другие нестандартные факторы, удается построить статистические модели хозяйства, незначительно повышающие качество прогнозов экономического роста по сравнению с классической производственной функцией, а их кардинальных улучшений можно добиться, лишь реализовав разработанный в диссертации принцип иерархического моделирования..

Показано, что для этого модель, например ВВП России, нужно конструировать следующим образом. Сначала на основе обработки временных рядов строится статистическая зависимость этого показателя от суммы валовых региональных продуктов и времени * которые здесь выступают независимыми переменными. Далее, определяется так называемая «основная» производственная функция хозяйства каждого субъекта федерации как наилучшая по коэффициенту множественной детерминации зависимость валового регионального продукта (ВРП) от количества стандартных и нестандартных факторов, приемлемого для ее статистической достоверности. Затем по ней при значениях факторов в наблюдениях вычисляется соответствующая каждому величина ВРП и отношение к последней его наблюдаемого значения. Наконец, это отношение выступает переменной, зависимой в наилучшей статистической модели от каких-то других факторов, которые не были учтены из-за требования достоверности предшествующей функции. Такая модель считается «дополнительной» к «основной» и их перемножением получается окончательная производственная функция хозяйства субъекта федерации. Аналогично может быть построена «дополняющая» функция к «основной» модели ВВП страны и получена его окончательная модель. Прогноз осуществляется в обратном порядке..

Реализация при диссертационном исследовании принципа иерархического моделирования привела к построению для всех субъектов Российской Эта сумма, как известно, не совпадает с ВВП страны, а, кроме того, может быть полной или усеченной — включать слагаемые лишь по тем регионам, хозяйство которых в данном периоде наиболее существенно влияет на ее развитие (отбор таких регионов требует дополнительного математико-статистического анализа)..

Федерации на ограниченной исходной информации статистически достоверных производственных функций, обеспечивших при экспериментальных расчетах ретроспективный прогноз ВРП каждого в базовом периоде с отклонением от факта (по СКО), как правило, меньшим 0,1%. Исключениями явились Москва (0,1%), Республика Ингушетия (0,12%), Читинская область (0,14%), Челябинская область и Приморский край (0,17%), Республика Калмыкия (0,18%), Новгородская область (0,27%), Липецкая область (0,29%), Рязанская область (0,35%>), Камчатская область (0,46%), Калининградская область (0,68%), Республика Коми (0,7%), Мурманская область (1,04%) и Республика Саха (Якутия) (1,33%). Ретроспективный прогноз ВВП России на основе показаний этих функций и построенной для него окончательной модели практически совпал с наблюдениями базового периода (СКО=0,129%)..

Анализ построенных моделей дал возможность оценить тот полный вклад работы транспортной системы каждого из федеральных округов в динамику ВВП России, отличие которого от прямого (по национальным счетам) способно послужить ориентиром для территориально дифференцированной регламентации динамики транспортных тарифов. Вместе с тем этот анализ позволил выявить приоритетные с точки зрения экономического роста страны направления усилий общегосударственных и региональных властей по регулированию развития хозяйства отдельных субъектов федерации. Так, имея в виду знаки и величины коэффициентов этих моделей при различных переменных, целесообразно активизировать государственное финансирование строительства автодорог общего пользования с твердым покрытием, прежде всего, в Липецкой, Ярославской, Ростовской областях, Еврейской автономной области, Республике Дагестан, Орловской, Волгоградской, Омской и Магаданской областях, Красноярском крае, Республике Карелия..

Наряду с этим необходимо усилить всевозможное стимулирование железнодорожного строительства в Свердловской и Рязанской областях, Карачаево-Черкесской Республике, Липецкой, Калининградской и Орловской областях, а также — контроль эксплуатации железных дорог, расположенных в Белгородской, Астраханской, Тверской и Костромской областях, Республиках Карелия и Калмыкия, и автодорог с твердым покрытием в Республике Татарстан, Воронежской, Нижегородской, Оренбургской областях, Кабардино-Балкарской Республике, Приморском крае, Республиках Хакасия и Северная Осетия — Алания, Чукотском автономном округе и сделать доступным большее использование этих коммуникаций в хозяйственных целях..

Требуется увеличивать государственные капиталовложения и поощрение частных инвестиций в объекты производственной инфраструктуры, прежде всего, Республики Саха (Якутия), Ленинградской, Вологодской, Иркутской, Тюменской, Нижегородской, Магаданской областей, Республики Башкортостан, Псковской области, Хабаровского края, Республики Хакасия, Смоленской и Оренбургской областей, Красноярского края, Новгородской области. Приоритетным является содействие стимулированием и финансированием за счет средств госбюджета и стабилизационного фонда организации новых промышленных предприятий в Республике Ингушетия, Амурской, Томской, Волгоградской, Самарской областях, Приморском крае, Республиках Калмыкия и Коми, Липецкой, Вологодской, Новгородской, Кемеровской, Иркутской областях, Красноярском крае, Республике Татарстан. Одновременно надо углублять организационно-правовую реструктуризацию хозяйства, увеличивая в нем долю частного сектора там, где это обещает наибольшую отдачу для экономического роста страны в целом (приоритеты — Камчатская область, Республика Саха (Якутия), Челябинская, Рязанская, Калининградская, Белгородская, Тверская, Новгородская, Оренбургская, Архангельская, Липецкая, Костромская, Воронежская, Вологодская, Кемеровская, Ульяновская, Свердловская, Псковская. Брянская, Курганская, Астраханская, Иркутская, Тамбовская области, Краснодарский край, Чукотский автономный округ)..

Целесообразно усилить налоговое стимулирование инвестиций вообще, в первую очередь, в Республике Мордовия, Пензенской области, Карачаево-Черкесской Республике, Чукотском автономном округе, Камчатской области, Москве, Ростовской, Пермской, Тверской, Белгородской областях, Республике Ингушетия, Алтайском крае, Свердловской, Калужской, Костромской областях, Республиках Дагестан и Татарстан, Астраханской, Читинской, Ярославской областях, Еврейской автономной области, Удмуртской Республике, Республике Коми, Санкт-Петербурге и Владимирской области, а также — вложений прибыли предприятий в основной технологический капитал в Московской и Ленинградской областях, Хабаровском крае, Саратовской и Омской областях, Республике Хакасия, Новгородской, Сахалинской, Нижегородской областях, Красноярском крае, Томской, Тюменской, Курганской, Брянской областях и Республике Ингушетия..

Имеет смысл ужесточить государственный контроль расходов на то, что призвано обеспечивать «автономный технический прогресс» (особенно на переобучение и повышение квалификации кадров, рационализацию и изобретательство, стандартизацию и унификацию, дисциплину труда), для сокращения не оправдывающих себя затрат на это, прежде всего, применительно к Республикам Мордовия и Татарстан, Пензенской, Челябинской, Рязанской, Московской, Томской, Пермской, Тверской, Липецкой, Ленинградской, Ростовской, Камчатской, Белгородской, Архангельской областям..

Таким образом, применение на практике результатов диссертационного исследования, наряду с повышением качества прогнозов экономического роста, способно сделать более целеустремленными и эффективными усилия по его ускорению и созданию в России постиндустриального рыночного хозяйства..