Эмпирический анализ влияния человеческого капитала на доходы занятых в экономике регионов России

«В информационном обществе важнейшим условием обеспечения конкурентоспособности экономики становится человеческий капитал – высококвалифицированные специалисты, способные обеспечить производство знаний, эффективные менеджмент и маркетинг. К человеческому капиталу относится также широкий слой работников, способных использовать, так называемые, высокие технологии во всех сферах деятельности, как на производстве, так и здравоохранении, образовании и т.д.» [i]

В последние десятилетия западные экономисты пытаются выявить и оценить влияние накопления образования и знаний (то есть, человеческого капитала) как на доходы населения, так и на темпы экономического роста в разных регионах мира с помощью структурного (кросс-секционного) анализа. [ii]

Одним из направлений исследований являются межстрановые и межрегиональные сравнения достижений в сфере образования и науки, а также оценка их влияния на уровень доходов населения и на другие показатели экономического развития.

Для измерения накопленного человеческого капитала часто используются такие показатели, как

‑ среднее число лет образования занятых в экономике (например, Р. Барро, 1991),

‑ доля занятых с начальным, средним общим и высшим образованием,

‑ иногда уровень вовлечения в школьное образование детей школьного возраста. [iii]

Такие исследователи, как И. Бенхабиб и М. Шпигель, а также Л. Притчетт считают, что именно уровень образовательных достижений трудоспособного населения влияет на экономический рост, а не его изменение. [iv]

Попытаемся проверить гипотезу о наличии влияния накопления человеческого капитала на доходы населения регионов России с помощью тестирования модели Солоу-Свана на материалах российской региональной статистики с использованием регрессионного анализа.

Рассмотрим результаты оценки следующим образом аргументированной модели Солоу-Свана :

(1)

где:

Y – показатель доходов населения региона,

K – величина основных фондов региона,

L – численность занятых в экономике региона,

h – средняя продолжительность образования одного занятого в экономике региона.

Предполагаем, что =1 и, соответственно, можно разделить обе части уравнения на L.

В преобразованном виде получаем следующий вариант производственной функции:

(2)

Где:

y – показатель доходов в расчёте на одного занятого в экономике региона;

k ‑ основные фонды в расчёте на одного занятого в экономике региона.

Соответствующее уравнение в логарифмической форме имеет вид:

(3)

В табл. 1 приведены расчёты параметров регрессионных уравнения с использованием статистических данных за 2004-й год.

В качестве зависимой переменной использовался показатель «логарифм разницы суммарных годовых доходов и заработной платы населения в расчёте на одного занятого в экономике региона».

Суммарные годовые доходы населения рассчитываются как произведение среднедушевых месячных доходов населения региона на численность населения региона и приводятся к годовой размерности. Затем из полученного результата вычитается произведение средней заработной платы на численность занятых в экономике региона, также в годовой размерности, и делится на численность занятых.

В качестве регрессоров использованы следующие показатели: «логарифм стоимости основных фондов экономики региона на начало года в расчёте на одного занятого». В качестве измерителя величины человеческого капитала использована переменная «логарифм доли занятых с высшим образованием в общем числе занятых» в экономике региона. В расчётах использованы данные статистических ежегодников «Регионы России» за 2004-й год. Выделены четыре группы регионов:

1. «Все регионы России» - исключена только Чеченская республика;

2. «Все регионы без автономных округов»;

3. «Регионы с плотностью населения более 5 человек на квадратный километр»;

4. «Регионы с плотностью менее 20 человек на квадратный километр».

Таблица 1

Результаты расчёта параметров регрессии по модели 3 для 88 регионов России за 2004 гг.

Все коэффициенты данных уравнений регрессии статистически значимы, выбранные независимые переменные объясняют примерно 50% вариации зависимой переменной (коэффициент множественной детерминации колеблется от 0,59 для группы «Все регионы» до 0,49 для группы «Все регионы без АО»).

Из табл. 1 следует, что фондовооружённость занятых в экономике регионов оказывает решающее влияние на разницу доходов и заработной платы одного занятого. Коэффициент (Beta), характеризующий долю данного фактора в общем влиянии регрессоров на зависимую переменную, варьируется от 73% для группы «Все регионы» до 58% для группы «Регионы с плотностью населения более 5 человек на квадратный километр».

С ростом средней плотности населения в регионе влияние данного фактора заметно снижается, в то время как вклад переменной «доля занятых с высшим образованием в общем числе занятых в экономике региона» растёт с 22% для группы «Все регионы» до 45% в группе группы «Регионы с плотностью населения более 5 человек на квадратный километр»). Изменения коэффициентов по группам регионов заметно выше величины стандартных ошибок их оценок, то есть статистически значимо.

В табл. 2 представлены результаты расчётов регрессионных уравнений, где в качестве зависимой переменной выступает величина дохода в расчёте на одного занятого в экономике региона. Остальные переменные прежние, как и в табл. 1. Все рассчитанные коэффициенты статистически значимы, коэффициент детерминации колеблется от 60% для группы «все регионы» до примерно 50%, для регионов с большей средней плотностью населения, константа имеет тенденцию к снижению по мере роста плотности населения регионов.

Таблица 2

Результаты расчёта параметров регрессии по модели 3 для 88 регионов России за 2004 гг.

Результаты расчёта параметров уравнений регрессии, приведённые в табл. 2, мало отличаются от результатов, приведённых в табл. 1. То есть общие доходы в расчёте на одного занятого в экономике регионов характеризуются наличием такого же типа связей с выбранными независимыми переменными, как и разница доходов и заработной платы в расчёте на одного занятого. В этом нет ничего удивительного, так как какой-либо статистически значимой связи уровня заработной платы с переменной «доля занятых с высшим образованием в общей численности занятых в экономике региона» установить не удалось.

Чтобы определить, какие именно доходы населения зависят от человеческого капитала, накопленного в регионах, рассмотрим данные табл. 3.

Таблица 3

Результаты расчёта параметров регрессии по модели 3 для 88 регионов России за 2004 гг.

В третьей таблице представлены результаты расчёта регрессионных уравнений, в которых в качестве зависимой переменной использован показатель «доходы предпринимателей, доходы от собственности и прочие доходы (включая скрытую заработную плату) в расчёте на одного занятого в экономике региона» в логарифмической форме.

Данный показатель рассчитывается как произведение суммы долей указанных доходов на суммарные доходы населения соответствующего региона в расчёте на одного занятого в экономике региона, и приведён к годовой размерности.

В табл. 4 (и последующих – см. в № 8/2007 «кэ») приведён результат расчёта модифицированного уравнения регрессии 4, в него введена фиктивная переменная, характеризующая хозяйственные особенности крупных городских агломераций сформировавшихся в ряде российских регионов.

(4)

Таблица 4

Результаты расчёта параметров регрессии по модели 3 для 88 регионов России за 2004 гг.

Первая фиктивная переменная равна единице для 12-ти регионов, в которых находятся центры федеральных округов и города - миллионеры ( Пермь, Самара, Уфа, Челябинск, Омск), и нулю – для остальных регионов России. С её помощью можно попытаться выделить влияние на доходы населения эффектов городской инфраструктуры (транспорта, связи, социальной и др.), а также относительно большей ёмкости локальных рынков и соответствующих эффектов масштаба производства и реализации продукции.

Кроме того, возможно, что эти регионы характеризуются и большей административной эффективностью, что совместно с остальными факторами должно приводить к относительному снижению трансформационных и трансакционных издержек и соответствующему росту доходов населения.

Попытаемся выделить указанные виды эффектов (как говорили раньше, эффектов кооперации и специализации труда) с помощью данной фиктивной переменной и уточнить степень влияния фондовооружённости и уровня накопления человеческого капитала на доходы населения регионов России, исключив их хотя бы частично их влияние на другие коэффициенты.

Вторая фиктивная переменная выражает особенности экономики северных регионов России, с низкой плотностью населения и преобладанием сырьевых отраслей. Она равна единице для 12 регионов России (Чукотского, Корякского, Таймырского, Эвенкийского, Ямало-Ненецкого, Ханты-Мансийского, Коми-Пермякского и Ненецкого АО, а также Магаданской, Камчатской, Мурманской, Архангельской областей, республик Якутии и Коми), нулю – для остальных регионов.

Эта переменная призвана учесть влияние на доходы населения суровых климатических условий, отраслевых особенностей данных регионов и прочих условий их развития. Независимые переменные прежние.

Введение фиктивных переменных несколько снизило коэффициенты и , и уменьшило их изменение по группам регионов с разной средней плотностью населения, причём заметно снизился коэффициент , характеризующий вклад фондовооружённости и незначительно коэффициент , характеризующий вклад человеческого капитала. Качество подгонки уравнений регрессии повысилось, коэффициент детерминации увеличился до 71% (колонка 2, табл. 4) с 59% (колонка 1, табл. 1), после введения второй фиктивной переменной, характеризующей особенности северных регионов.

Вклад в вариацию «разницы доходов и заработной платы на одного занятого» человеческого капитала, измеренного в данном случае переменной «доля занятых с высшим образованием в общем числе занятых в экономике региона», как и прежде, растёт с увеличением средней плотности населения регионов с 25% (колонка 2, табл. 4) до 31% (колонка 4 табл. 4).

Можно сделать вывод, что использование человеческого капитала предпринимателями происходит более эффективно в более плотно населённых регионах.

Окончание следует