Факторы изменения специализации промышленного производства регионов России

В рамках этого направления анализа в качестве объясняемой переменной используется изменение доли отрасли в общем объеме промышленного производства региона, измеренное в процентных пунктах (переменная DShare ind). Ее расчет проводится на основе данных об объемах выпусков 75 регионов России в разрезе отраслей ОКОНХ в сопоставимых ценах (уровня 1997 г.) в 1997 и 2004 гг. Особенность этого подхода заключается в том, что он позволяет отследить влияние характеристик отраслей на их развитие в регионах как в сочетании, так и безотносительно характеристик территорий. При этом влияние особенностей региона на развитие промышленного производства в целом не может быть оценено в рамках этого подхода. Исследовательские гипотезы сформулированы ниже.

Гипотеза 1. Сформировавшаяся в предшествующие годы структура промышленного производства должна оказывать влияние на изменение характера и степени специализации региона. При этом возможны две противоположные стратегии развития: а) усиление специализации региона, проявляющееся в увеличении доли в промышленном производстве ведущих отраслей промышленности; б) диверсификация промышленного производства региона за счет более активного развития отраслей, характеризовавшихся невысокой начальной долей в промышленном производстве. Фактор начальной структуры производства учитывается в дальнейшем анализе с использованием в качестве независимой переменной доли отрасли в промышленном производстве региона в 1997 г. (переменная Share_97ind).

Гипотеза 2. Влияние вертикальных и горизонтальных технологических связей между отраслями промышленности: стимулы к развитию должны получить отрасли промышленности, которые либо используют в производстве технологии, аналогичные тем, что применяются в ведущих отраслях промышленности региона, либо включены в общую с этими отраслями цепочку создания стоимости. Для учета этого фактора в регрессию включена бинарная переменная D1, принимающая значение 1 для технологически связанных («смежных») отраслей, первые три цифры кода которых (в классификации отраслей ОКОНХ) совпадают с первыми тремя цифрами ведущих отраслей региона. К последним отнесены отрасли, доля которых в промышленном производстве региона превышает 7 %.

Гипотеза 3. Влияние межрегиональных производственных связей: учет структуры производства, сложившейся в соседних регионах. В случае углубления межрегиональных производственных связей наличие в близлежащем регионе хорошо развитой отрасли должно оказывать сдерживающее влияние на развитие этой отрасли в анализируемом регионе (фактор конкуренции) и, одновременно, стимулировать развитие в нем смежных отраслей. Если же регионы, напротив, стремятся к формированию структуры промышленного производства, максимально независимой от межрегиональных потоков товаров и факторов, характер зависимости должен быть обратным. Для учета фактора межрегиональных производственных связей для каждого субъекта РФ составлен список «ведущих» отраслей соседних регионов (значение 1 бинарной переменной D2), а также список отраслей, смежных с вошедшими в первый список (значение 1 бинарной переменной D3).

Гипотеза 4. Влияние международной торговли на специализацию производства регионов. Активное развитие международных торговых отношений должно способствовать увеличению объема выпуска экспортных отраслей российской промышленности. С другой стороны, усиление иностранной конкуренции, обусловленное появлением на внутреннем рынке зарубежных товаров, аналогичных отечественным, может привести к сокращению выпуска отраслей российской промышленности, характеризующихся высокой долей импорта. Для учета фактора международной торговли введены две бинарные переменные: D4 — принимающая значение 1 для отраслей, ориентированных на экспорт; D5 — принимающая значение 1 для отраслей, продукция которых конкурирует с импортом. Для тестирования гипотезы о том, что фактор международной торговли особенно значим для приграничных регионов, вводится дополнительная бинарная переменная Border, принимающая значение 1 для регионов, расположенных на границе России или имеющих выход к морю.

Гипотеза 5. Структура промышленного производства регионов, характеризующихся наиболее привлекательным инвестиционным климатом, с течением времени должна становиться все более диверсифицированной. В частности, предполагается, что в этих регионах активнее, чем в остальных, должны развиваться «новые» отрасли (т. е. отрасли, доля которых в промышленном производстве региона была равна нулю в начальный период времени). Для оценки инвестиционной привлекательности региона используются два показателя, рассчитываемые независимым рейтинговым агентством «Эксперт Ра» на основе официальной статистики России и экспертных оценок: инвестиционный риск и инвестиционный потенциал региона. Итоговый индекс инвестиционного риска региона представляет собой средневзвешенный рейтинг семи его составляющих: законодательного, политического, экономического, финансового, социального, криминального и экологического рисков. Итоговый индекс инвестиционного потенциала региона представляет собой средневзвешенный рейтинг восьми его составляющих: производственного, потребительского, трудового, инфраструктурного, финансового, инновационного, институционального и природно-ресурсного потенциалов. В регрессионном анализе в качестве объясняющих переменных используются средние за 1997—2004 гг. значения доли региона в общероссийском потенциале (переменная Potent) и индекса риска (переменная Risk) регионов России, умноженные на бинарную переменную New, принимающую значение 1 для отраслей, доля которых в промышленном производстве региона в 1997 г. была нулевой.

Гипотеза 6. В регионах — научных центрах диверсификация производства (появление новых видов производства) должна проходить более активно. Тестирование этой гипотезы также ориентировано на сравнительный анализ темпов роста «новых» отраслей в регионах. В качестве критерия научного потенциала региона рассматривается число организаций, занимавшихся исследованиями и разработками в 1997 г. (переменная Research) поданным Росстата. В регрессионном анализе в качестве объясняющей переменной используется произведение логарифма этой переменной на уже описанную ранее бинарную переменную New.

Гипотеза 7. В регионах — научных центрах наиболее активно должны развиваться наукоемкие отрасли. Для выделения наукоемких отраслей рассчитываются отношения расходов на исследования и разработки (по данным Росстата) к отраслевому выпуску. В качестве переменной, характеризующей степень наукоемкости отрасли, используется отношение этой величины к ее среднему уровню среди всех отраслей промышленности (Science). Для тестирования обозначенной гипотезы в регрессионное уравнение в качестве независимой переменной вводится произведение этой переменной на логарифм переменной, отражающей научный потенциал региона (Research).

В рамках следующего ниже анализа проводится оценка коэффициентов регрессионных уравнений, базовый вид которых может быть записан следующим образом:

Оценка коэффициентов регрессионных уравнений проводится методом наименьших квадратов. В соответствии со сформулированными выше гипотезами ожидается, что оценки коэффициентов регрессий будут иметь следующие знаки: С, — любой,

Одновременное введение в оцениваемую регрессионную модель двух или более независимых переменных, сильно коррелирующих

Share_97ind

D1

D2

D3

D4

D5

D4* Border

D5*Border

New*

ln(Potent)

New*

ln( Research)

New*

ln(Risk)

Science* ln( Research)

Share_97ind

1,00

-0,01

0,36

0,04

0,22

-0,01

0,18

-0,01

-0,02

-0,13

-0,02

-0,01

D1

-0,01

1,00

0,08

0,24

0,06

-0,06

0,07

-0,05

-0,05

0,00

0,04

-0,01

D2

0,36

0,08

1,00

-0,12

0,18

0,03

0,11

0,01

-0,02

-0,04

0,00

0,00

D3

0,04

0,24

-0,12

1,00

0,04

-0,09

0,05

-0,06

0,01

0,04

0,00

0,07

D4

0,22

0,06

0,18

0,04

1,00

-0,05

0,60

-0,03

-0,02

-0,05

0,01

-0,01

D5

-0,01

-0,06

0,03

-0,09

-0,05

1,00

-0,04

0,59

-0,02

-0,02

-0,02

0,00

D4* Border

0,18

0,07

0,11

0,05

0,60

-0,04

1,00

0,05

-0,05

-0,03

0,04

-0,03

D5*Border

-0,01

-0,05

0,01

-0,06

-0,03

0,59

0,05

1,00

-0,04

-0,01

0,00

-0,04

New* ln( Potent)

-0,02

-0,05

-0,02

0,01

-0,02

-0,02

-0,05

-0,04

1,00

0,43

-0,44

0,15

New*

ln( Research)

-0,13

0,00

-0,04

0,04

-0,05

-0,02

-0,03

-0,01

0,43

1,00

-0,01

0,05

New*

ln(Risk)

-0,02

0,04

0,00

0,00

0,01

-0,02

0,04

0,00

-0,44

-0,01

1,00

-0,11

Science* ln( Research)

-0,01

-0,01

0,00

0,07

-0,01

0,00

-0,03

-0,04

0,15

0,05

-0,11

1,00

Глава 7. Агломерационные эффекты как источник... 149

Источник: расчеты автора.

друг с другом, может породить проблему мультиколлинеарности, что приведет к смещению и несостоятельности оценок коэффициентов. Чтобы избежать этой проблемы, рассчитаем матрицу коэффициентов корреляции для всех предполагаемых независимых переменных. За критическое значение коэффициента корреляции в эмпирических исследованиях обычно принимают 0,8.

Результаты расчетов коэффициентов корреляции между независимыми переменными представлены в табл. 7.4. Полученные значения коэффициентов корреляции ни для одной из рассмотренных пар переменных не являются чрезвычайно высокими. Наивысшие значения этого коэффициента (порядка 0,6) получены для переменных D4 (экспортная отрасль) и D4* Border (экспортная отрасль*пригранич- ный регион); а также D5 (отрасль с высокой долей импорта) и D5*Border (отрасль с высокой долей импорта*приграничный регион). Это говорит о целесообразности раздельного включения этих переменных в оцениваемые регрессионные модели.

Результаты оценки коэффициентов регрессионных моделей обобщены в табл. 7.5. Здесь следует отметить, что вне зависимости от спецификации оцениваемой регрессионной модели статистическая значимость/незначимость независимой переменной, а также знаки оценок коэффициентов сохраняются, что повышает доверие к полученным результатам.

Таблица 7.5. Результаты оценки коэффициентов регрессий

Объясняемая переменная — изменение доли отрасли в промышленном производстве региона в сопоставимых ценах. Число наблюдений — 6479

Независимая переменная

Оцениваемая модель

0)

(2)

(3)

(4)

(5)

Константа

0,001**

0,002**

0,002**

-0,000

0,000

Начальная доля отрасли в промышленном производстве региона

1

О

К)

ос

  • *
  • *

-0,28**

-0,28**

-0,27**

-0,27**

«Смежная» отрасль с ведущей в регионе

0,007**

0,007**

0,007**

0,007**

0,007**

Ведущая отрасль в соседнем регионе

0,010**

0,011**

0,010**

0,010**

0,010**

Окончание табл. 7.5

Объясняемая переменная — изменение доли отрасли в промышленном производстве региона в сопоставимых ценах. Число наблюдений — 6479

Независимая переменная

Оцениваемая модель

(1)

(2)

(3)

(4)

(5)

«Смежная» отрасль с ведущей в соседнем регионе

0,001

0,001

Экспортная отрасль

0,005**

0,005**

0,005**

0,005**

Экспортная отрасль х приграничный регион

0,005*

Высокая доля импорта

0,002

Высокая доля импорта х приграничный регион

0,003

Инвестиционный риск региона х новая отрасль

0,02**

0,01*

0,01*

Инвестиционный потенциал региона х новая отрасль

-0,003**

-0,008**

-0,008**

Научно-исследовательские разработки х новая отрасль

0,002**

0,002**

Научно-исследовательские разработки х наукоемкая отрасль

0,000

Adj. R2

0,17

0,16

0,17

0,18

0,18

F-stat

216,09

213,05

224,08

204,87

179,36

Probability

0,0000

0,0000

0,0000

0,0000

0,000

* Уровень значимости 5 %; ** — уровень значимости 1 %. Источник: расчеты автора.

Полученные в рамках регрессионного анализа результаты позволяют сделать следующие выводы относительно состоятельности сформулированных ранее гипотез:

  • • подтверждается гипотеза о том, что высокая начальная доля отрасли в общем объеме промышленного производства региона оказывает негативное влияние на ее дальнейшее увеличение. При этом отрасли, технологически связанные с ведущими, напротив, получают дополнительный импульс к развитию. Таким образом, полученные результаты подтверждают вывод о снижении специализации производства регионов России в рассматриваемый период. При этом важно отметить, что диверсификация происходит на базе сформированной в предшествующие годы структуры производства, благодаря чему общая специализация промышленности региона сохраняется;
  • • полученные результаты позволяют также сделать вывод о влиянии международной торговли на специализацию производства регионов. Доля экспортных отраслей в промышленном производстве регионов растет более высокими темпами, чем доля прочих отраслей. При этом размещение региона или наличие выхода к морю не повышает значимость этого фактора. А вот гипотеза о негативном влиянии иностранной конкуренции на развитие отраслей, производители которых сталкиваются со значительной конкуренцией со стороны импорта, отвергнута во всех оцениваемых моделях;
  • • выявлена значимая положительная связь между качеством инвестиционного климата в регионе и усилением специализации его промышленного производства. С высоким уровнем значимости не отвергается гипотеза о том, что высокий потенциал и низкий уровень инвестиционного риска отрицательно сказываются на развитии «новых» отраслей в регионе. Возможным объяснением этого результата является то, что плохой инвестиционный климат может быть обусловлен «неправильной» структурой производства региона. Если же специализация производства территории эффективна, то это благоприятно сказывается на инвестиционной привлекательности региона и привлекает внешние инвестиции, прежде всего, в исторически хорошо развитые отрасли промышленности региона;
  • • наличие в регионе большого числа организаций, занимающихся исследованиями и разработками, положительно и значимо влияет на развитие «новых» для данной территории отраслей. Таким образом, диверсификация производства наиболее активно протекает в регионах, обладающих высоким инновационным потенциалом. Однако гипотеза о том, что преимущественное развитие в таких регионах должны получать наукоемкие отрасли, не подтвердилась.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >