Оценка влияния научно-технологического развития на экономическую динамику региона: ARDL-подход

Введение

На протяжении исторической ретроспективы научно-технический прогресс (НТП) выступал фундаментальной детерминантой экономической динамики и социальной эволюции. Наиболее отчетливо его воздействие проявилось в эпоху индустриализации, когда диффузия новых технологических решений инициировала коренные трансформации производственных укладов, рыночной организации и качества жизни населения, заложив тем самым основы современной хозяйственной системы.

В условиях современного мироустройства, характеризующегося ускоренной цифровизацией и углублением глобализационных процессов, роль НТП неуклонно возрастает. Инновационная деятельность утратила статус прерогативы отдельных государств или отраслей, превратившись в универсальный механизм поддержания конкурентоспособности и экономической устойчивости на всех уровнях управления. В этой связи исследование влияния технологического прогресса на региональный экономический рост, особенно в условиях усиливающейся социально-экономической дифференциации, приобретает особую актуальность.

Неравномерность хозяйственного развития субъектов РФ детерминирована комплексом разнородных факторов - географическим положением, состоянием транспортно-энергетической инфраструктуры, обеспеченностью квалифицированными кадрами и инвестиционной привлекательностью регионов. При этом научно-техническому прогрессу отводится двойственная функция: во-первых, катализатора экономического роста; во-вторых, индикатора адаптационных возможностей региональных систем к изменяющейся рыночной конъюнктуре и технологическим вызовам.

Степень вовлеченности субъектов РФ в инновационные процессы неоднородна. Одни регионы демонстрируют высокую активность в создании и внедрении передовых разработок, тогда как другие сталкиваются с системными ограничениями - дефицитом финансовых и материальных ресурсов, кадровым голодом. Данное обстоятельство актуализирует необходимость комплексного аналитического исследования, направленного на выявление каналов трансмиссии технологических импульсов в хозяйственный рост в различных территориальных условиях, а также идентификацию факторов, стимулирующих или сдерживающих эти процессы.

Анализ воздействия НТП на региональное развитие сопряжен с необходимостью учета как непосредственных, так и отложенных эффектов инновационной деятельности. В краткосрочном периоде фиксируется повышение производительности труда, создание новых рабочих мест и улучшение потребительских свойств продукции [7]. Долгосрочные последствия проявляются в более глубинных структурных сдвигах - диверсификации экономической базы, повышении качественных характеристик человеческого капитала, формировании институциональной среды генерации знаний и модернизации нормативно-правового регулирования [2].

Традиционные методы экономического анализа, апеллирующие к статическим и линейным моделям, в большинстве случаев не позволяют адекватно отразить столь многомерные и нелинейные процессы, требующие учета обратных и кумулятивных связей. В последние годы наблюдается устойчивый рост интереса к современному эконометрическому инструментарию, обеспечивающему более гибкое и достоверное моделирование взаимозависимостей между инновационной активностью и экономической динамикой, в том числе на региональном уровне.

Технологическое лидерство выступает ключевым фактором конкурентоспособности стран и регионов в условиях глобальной экономики. В отечественной исследовательской традиции сложились два основных подхода к изучению данного феномена.

Представители первой группы акцентируют внимание на необходимости наращивания расходов на науку и технологии. К их числу относятся В.В. Акбердина и Е.В. Потапцева [9-10], А.А. Гончарук [6], Е.В. Сумина и др [4-5].

Исследователи второй группы полагают, что для достижения технологического суверенитета недостаточно простого финансирования новых разработок - необходима также модернизация существующего производственно-технологического базиса [3,8].

В понятийном поле технологического суверенитета сложилось несколько трактовок. Так, Д.Ю. Файков и Д.Х. Байдаров определяют его как «возможность и способность страны независимо от внешних воздействий выбирать, создавать, приобретать, использовать, продвигать технологии, которые обеспечивают геополитическое лидерство и преимущества в долгосрочном развитии» [11]. А.А. Афанасьев раскрывает сущность технологического суверенитета через «беспрепятственную реализацию национальных интересов в техносфере с учётом существующих и перспективных угроз» [1]. В.Е. Дементьев на примере ЕС и Индии показывает, что данный суверенитет не может быть обеспечен за счет автаркического варианта реализации, предполагая, напротив, «широкую диверсификацию внешнеэкономических связей» [14]. Приведенные дефиниции свидетельствуют о многогранности рассматриваемого понятия, которое интерпретируется по-разному в зависимости от целей, стратегий и приоритетов государств.

Значительное внимание проблематике технологического лидерства в последние годы уделяется и в зарубежной научной литературе. Среди наиболее репрезентативных работ следует отметить публикации Дж. Бессант и Дж. Тидд [12], К.Ф. Хуан и М.Л. Чиу [18], Д.Дж. Тиси [19], Х.У. Чесбро [13], Г.П. Писано [20], Э. Аутио и Томас Л.Д.У. [21], Ван Дж. и Ма Х. [22], а также Эгбетокун А. и Олувадаре А.Дж. [15].

Вместе с тем следует констатировать, что на текущий момент отсутствует унифицированный подход к формализованной оценке технологического лидерства, построению системы мониторинга, а также к оптимальному распределению ресурсов в условиях реализации национальных проектов. Указанные обстоятельства актуализируют необходимость проведения дальнейших исследований в данной области, направленных на восполнение существующего теоретико-методологического вакуума.

Таким образом целью работы является количественная оценка влияния факторов НТП на экономическую динамику региональных систем, выявление характера взаимосвязи между индикаторами технологического развития и ВРП, а также определение скорости адаптации региональной экономики к технологическим изменениям.

Научная новизна исследования состоит в разработке и апробировании эконометрической модели авторегрессии с распределенными лагами (ARDL), позволившей установить параметры эластичности валового регионального продукта (ВРП) по ключевым технологическим факторам с выявлением временных лагов.

Методология настоящего исследования базируется на системном подходе, в рамках которого факторы научно-технического прогресса рассматриваются не изолированно, а как взаимосвязанные элементы единого инновационного процесса, оказывающего комплексное воздействие на региональную экономическую динамику. Системная логика проявляется в выделении двух временных горизонтов анализа: краткосрочного, отражающего операционную адаптацию экономики к технологическим импульсам, и долгосрочного, связанного со структурными сдвигами в хозяйственном укладе. Такой подход позволяет преодолеть ограничения статических моделей, фиксирующих лишь мгновенные эффекты без учета лагов и обратных связей.

Эмпирическая база включает официальные данные Росстата и ЕМИСС за 2000-2024 гг. по Республике Татарстан, а также нормативно-правовые акты и научные публикации. Методологической основой послужил эконометрический подход с построением модели авторегрессии распределенного лага (ARDL), позволяющей разделить краткосрочные и долгосрочные эффекты.

Материалы и методы

При эмпирическом анализе макроэкономических взаимосвязей, особенно при оценке влияния технологического прогресса на экономическую динамику, первостепенное значение приобретает задача построения адекватной модели, учитывающей нестационарный характер временных рядов и изменчивость исследуемых процессов. Значительное число макроэкономических индикаторов - ВВП, объем капиталовложений, расходы на НИОКР, численность занятых - демонстрирует нестационарность, выражающуюся в наличии единичного корня и устойчивого восходящего тренда. Применение к таким рядам традиционного метода наименьших квадратов без предварительной адаптации сопряжено с риском получения ложной регрессии: высокие значения коэффициента детерминации и t-критериев могут фиксироваться при полном отсутствии экономически значимой зависимости между переменными.

Для преодоления данной проблемы предусмотрены два основных подхода. Первый предполагает использование первых разностей, однако это ведет к потере информации о долгосрочных взаимосвязях. Второй подход базируется на выявлении коинтеграции, то есть установлении долговременного равновесного соотношения между нестационарными переменными, при котором их линейная комбинация приобретает свойство стационарности. Среди методов коинтеграционного анализа особое место занимает подход, основанный на авторегрессионной модели с распределенными лагами (ARDL), разработанный М.Х. Пессараном и Й. Шином [14] и впоследствии усовершенствованный М.Х. Пессараном, Р. Смитом и Й. Шином [15]. Применение ARDL-подхода к исследованию влияния НТП на региональное развитие обосновано его теоретическими преимуществами. Ключевое из них - применимость к рядам с различными порядками интегрированности. В отличие от классических коинтеграционных методов (например, процедуры Йохансена), требующих единого порядка I(1) для всех переменных, ARDL-модель корректно работает как со стационарными, так и с нестационарными рядами I(1). Единственное ограничение - отсутствие переменных порядка I(2) и выше.

Это снимает необходимость обязательного предварительного тестирования каждого ряда на единичные корни и выбора способа дифференцирования, что особенно важно при малых выборках и структурных разрывах. Данное преимущество критически значимо для исследований влияния НТП: такие показатели, как численность персонала в НИОКР или количество патентов, становятся стационарными после логарифмирования лишь в отдельных случаях, тогда как ВРП и инвестиции традиционно относятся к I(1). Таким образом, ARDL позволяет объединять в единой модели переменные с разнородными статистическими свойствами без потери информации об их исходных уровнях.К числу дополнительных преимуществ рассматриваемой модели относится оценивание воздействия факторов на временных отрезках различной протяженности - как краткосрочных, так и долгосрочных - без утраты информации о долгосрочной сбалансированности.

Уравнение стандартной формы ARDL-модели для результирующего показателя соответственно записывается следующим образом:

(1)

Где – коэффициенты авторегрессии;

– коэффициенты при распределенных лагах факторов;

– белый шум.

Результаты

Моделирование осуществлено на примере Республики Татарстан. В качестве результирующей переменной выбран показатель валовой региональный продукт (ВРП). В качестве факторных: Численность исследователей (x1); расходы на гражданскую науку (x2); инвестиции в основной капитал (x3); передовые производственные технологии (x4). Исходные данные представлены в таблице 1.

Таблица 1 –Исходные данные, 2005-2024 гг.

²Численность исследователей с учеными степенями // Forecast Economy. [Электронный ресурс]. URL: https://forecasteconomy.com/region/respublika-tatarstan/chislennost-issledovateley-s-uchenymi-stepenyami-vsego (дата обращения: 13.05.2026).

³Расходы на гражданскую науку из средств федерального бюджета // Росстат. [Электронный ресурс]. URL: https://rosstat.gov.ru/storage/mediabank/nauka_6.xls (дата обращения: 13.05.2026).

⁴Инвестиции в основной капитал на душу населения // ЕМИСС. [Электронный ресурс]. URL: https://www.fedstat.ru/indicator/51641/ (дата обращения: 13.05.2026).

⁵Разработанные передовые производственные технологии // Росстат. [Электронный ресурс]. URL: https://rosstat.gov.ru/storage/mediabank/ppt_1.xlsx (дата обращения: 13.05.2026).

Построение эконометрической модели, предназначенной для оценки воздействия технологических инноваций на динамику экономических индикаторов Республики Татарстан, осуществлялось посредством алгоритма последовательного включения объясняющих переменных. Данная процедура комбинировалась с одновременным подбором оптимальной величины временной задержки. Выбор указанного методического подхода обусловлен необходимостью методичного выделения релевантных переменных из генеральной совокупности возможных регрессоров при ограниченном объеме выборки и отсутствии априорных гипотез относительно точной продолжительности временных лагов.

На начальном этапе спецификация модели содержала исключительно свободный член. Для данной модели значение коэффициента детерминации R2 составляло 0,0000, что закономерно для уравнения, лишенного объясняющих переменных, и не подлежит содержательной интерпретации. На следующем этапе производился подбор порядка авторегрессионного компонента (AR) для результирующего показателя - валового регионального продукта. Рассматривались конфигурации с количеством запаздываний от единицы до четырех. Оптимальной признана авторегрессионная модель четвертого порядка AR (4); критериями выбора послужили максимизация скорректированного коэффициента детерминации R2 и минимизация информационных критериев Акаике (AIC) и Шварца (BIC). Для данной спецификации зафиксированы следующие показатели: R2=0,989, AIC=−39,03, BIC=−35,16. Результаты представлены в таблице 2.

Таблица 2 – Включение факторов в модель

Полученный результат свидетельствует о том, что при отсутствии учета факторов научно-технического прогресса предшествующие величины ВРП объясняют около 99 % изменчивости его текущего уровня, что подтверждает высокую степень инерционности, присущей региональной экономике. Спецификация AR(4) принята в качестве отправной точки для последующего введения внешних регрессоров.

Оценивание параметров производилось методом наименьших квадратов, который в условиях выполнения классических предпосылок обеспечивает несмещенные, состоятельные и эффективные оценки. В силу наличия четырех лагов зависимой переменной эффективный объем выборки сократился до 16 наблюдений (2009–2024 гг.), поскольку первые четыре временные точки (2005–2008 гг.) использованы для формирования лаговых структур.

Полученная финальная ARDL (4,4,1,3,3) (Таблица 2.3), построена на логарифмированных переменных, поэтому каждый коэффициент представляет собой эластичность, то есть показывает на сколько процентов изменится валовый региональный продукт (Y) при изменении соответствующего фактора на один процент при неизменности всех прочих условий. Коэффициент при количестве разработанных передовых производственных технологий с лагом три года (x4, L3) оказался положительным и статистически значимым на уровне 0,018, он равен 0,7513. Это означает, что увеличение числа новых технологий на 1% через три года приводит к росту ВРП на 0,75%. Данный результат является ключевым и полностью согласуется с теорией эндогенного экономического роста, подтверждая, что именно результативная компонента инновационной деятельности, создание и внедрение конкретных технологий, выступает реальным драйвером регионального развития. Трехлетний лаг экономически оправдан, так как от момента завершения разработки до промышленного внедрения и получения отдачи в виде роста выпуска обычно проходит от 2 до 4 лет. Коэффициенты итоговой модели и их статистическая значимость представлены в таблице 3.

Таблица 3 -Коэффициенты итоговой модели

Заключение

Проведенное эмпирическое исследование позволяет сделать ряд выводов относительно характера и силы влияния факторов научно-технического прогресса на экономическую динамику Республики Татарстан.

Наибольший вклад в долгосрочный экономический рост вносит переменная x₁ - численность исследователей, что соответствует теоретическим ожиданиям, однако в данном случае коэффициент является нестандартным. Спецификация модели демонстрирует, что увеличение численности исследователей на 1 % приводит к росту ВРП на 4,22 % (p = 0,002) при лаге 4 года. Столь высокая эластичность может объясняться кумулятивным эффектом накопления человеческого капитала в сфере НИОКР, проявляющимся в долгосрочной перспективе.

Переменные, отражающие результативность инновационной деятельности, также подтверждают значимость технологического фактора. Коэффициент при x₄ - количестве разработанных передовых производственных технологий с лагом 3 года - составляет 0,7513 (p = 0,018). Это означает, что увеличение числа разработанных технологий на 1 % сопровождается ростом ВРП на 0,75 % через три года. Трехлетний временной лаг отражает объективную продолжительность инновационного цикла: от завершения разработки до внедрения в производство, масштабирования и получения экономической отдачи. Данный результат согласуется с положениями эндогенных моделей экономического роста, в которых технологические изменения рассматриваются как результат целенаправленной деятельности экономических агентов, а не как экзогенный фактор.

Позитивное, хотя и менее выраженное влияние зафиксировано для x₂ - расходов на науку. При лаге 1 год коэффициент равен 0,6567 (p = 0,006). Интерпретация: увеличение финансирования научных исследований и разработок на 1 % обеспечивает прирост ВРП на 0,66 % уже в следующем периоде. Относительно короткий лаг может свидетельствовать о том, что в регионе значительная часть научных расходов направлена на прикладные исследования и операционную модернизацию существующих производств, что обеспечивает более быструю, хотя и умеренную отдачу.

В совокупности полученные результаты свидетельствуют о том, что факторы, непосредственно связанные с качеством человеческого капитала в научной сфере и результативностью инновационной деятельности, оказывают устойчивое положительное воздействие на экономический рост Республики Татарстан. При этом традиционные капитальные вложения без учета их технологической структуры демонстрируют ограниченный долгосрочный эффект. Указанные выводы могут служить эмпирическим обоснованием для корректировки региональной научно-технической политики с акцентом на повышение эффективности исследовательского сектора и адресное инвестирование в технологическое обновление производственной базы.