Опыт оценки влияния накопления человеческого капитала на экономический рост в регионах Европы

Г. Бадингер и Г. Тондл попытались исследовать какие факторы определяли экономический рост в регионах ЕС в 1990-е годы и предложили эмпирическую оценку процессов роста [1]. Они сфокусировали внимание на эндогенных факторах, а также потенциальных каналах передачи технологий посредством торговли. Их оценки подтверждают, что рост в регионах ЕС положительно связан с накоплением физического и человеческого капитала. Важными факторами также являются инновационная активность и международная передача технологий, чему способствует хорошая обеспеченность региона человеческим капиталом.

В процессе исследования было показано, что технологическому «перехвату» (заимствованию технологий) содействует интенсивная внешняя торговля регионов. Г. Бадингер и Г. Тондл провели статистическую проверку значения образовательных достижений, активности в патентовании, межрегиональной торговли и технологического заимствования для 128 регионов Европы, преимущественно еврозоны. Проводился анализ модели экономического роста с включением таких переменных, как уровни накопления физического капитала, развития патентования, высшего образования и доля внешней торговли в ВВП, как факторов регионального экономического роста.

Общеизвестно существование значительного неравенства среднедушевых доходов населения регионов Европы. Существует несколько вариантов гипотезы о конвергенции регионов в рамках неоклассической теории, в одном из которых предполагается, что инвестиции в физический капитал должны играть важную роль в росте отстающих регионов, в другом варианте – инвестиции в новые поколения физического капитала связаны с технологическими достижениями [2].

Эмпирические подтверждения влияния инвестиций в физический капитал на экономический рост в регионах ЕС противоречивы. Например, П. Баччетта не выявил их явного влияния на экономический рост в этих регионах [3].

Второе предположение заключается в том, что человеческий капитал оказывает существенное влияние на рост в регионах ЕС. Пока существует очень немного подтверждений данной гипотезы, хотя она оказала существенное влияние на экономическую политику в странах ЕС. Н. Мэнкью, Д. Ромер и Д.Н. Вейл расширили неоклассическую модель экономического роста, включив в нее накопление человеческого капитала, как дополнительного производственного фактора, и провели ее проверку для стран ОЭСР [4]. Они сделали вывод, что изменения человеческого капитала транслируются в заметные изменения темпа экономического роста.

Кроме того, имеются другие каналы, по которым человеческий капитал может влиять на экономический рост. Во-первых, он является главной предпосылкой инновационной активности, как это установил Д. Ромер [5]. Во-вторых, человеческий капитал влияет на способность экономики адаптировать технологические достижения других стран (технологическое заимствование).

Эмпирические межстрановые исследования влияния человеческого капитала на экономический рост дают очень противоречивые результаты, которые возникают из-за изменчивости самых разных, зачастую проблемных показателей.

Исследователи используют такие показатели, как среднее число лет образования занятых в экономике, доли занятых с начальным, средним общим и высшим образованием. Иногда уровень вовлечения в школьное образование детей школьного возраста как показатели уровня и темпа накопления человеческого капитала [6]. И. Бенхабиб, М. Шпигель и Л. Притчетт считают, что именно уровень образовательных достижений трудоспособного населения влияет на экономический рост, а не его изменение [7].

А.В. Крюгер и М. Линдаль в 1999, а де ла Фуэнте и Доменех в 2000-м годах продемонстрировали, что в наборах данных о человеческом капитале могут содержаться значительные ошибки измерений, которые могут вести к отдельным неустойчивым результатам [8]. Их оценки основаны на тщательно проверенных наборах данных и подтверждают, что эластичность отдачи по отношению к человеческому капиталу равна примерно 0,27 для стран ОЭСР. Исследования А. Бассамини и С. Скарпетты, Д. Коэна и М. Сото подтверждают этот результат [9].

Из-за уже отмеченных проблем с имеющимися для регионов данными, существуют только довольно слабые доказательства наличия влияния человеческого капитала на рост в регионах ЕС. Г. Тондл (1999, 2001) показала, что душевые доходы и производительность труда в регионах юга ЕС положительно связаны с охватом школьным образованием детей [10].

Другая группа моделей основана на предпосылке, что эндогенный рост основан на инновациях, которые своим источником имеют научно-исследовательские и опытно-конструкторские работы (НИОКР) [11]. Эмпирический анализ статистических данных по объемам ресурсов занятых в НИОКР и экономическим ростом в богатых странах и регионах показал наличие между ними положительной связи. Например, И. Фагерберг, Б. Верспаген и М. Каниэльс нашли положительную связь между числом использованных в стране патентов и экономическим ростом [12].

А. де ла Фуэнте нашел, что расходы на НИОКР являются важным источником высоких темпов роста в богатых европейских государствах [13]. С другой стороны, А. Бассамини, С. Скарпетта и П. Хеммингс П. в исследовании экономического роста в странах ОЭСР обнаружили положительное влияние на рост только бизнес-расходов на НИОКР [14]. И. Фагерберг, Б. Верспаген и М. Каниэльс нашли, что более высокие темпы роста богатых регионов ЕС могут быть объяснены повышенной долей занятых в НИОКР в секторе бизнеса [15].

Сходный результат получен Р. Пачи и Ф. Пильяру, которые выявили значительную корреляцию между использованием патентов в экономике регионов Европы и ростом производительности [16].

Модель Гарольда Бадингера и Габриель Тондл.

Данные авторы построили модель в рамках схемы расчета экономического роста с целью определения факторов, определяющих рост. Они пытаются обосновать свою схему анализа как неоклассической моделью экономического роста, так и использовать эндогенную модель роста, а также технологическое заимствование у более развитых стран [17].

Отправной точкой служит следующим образом аргументированная функция Кобба-Дугласа:

, (1)

где Y – валовая добавленная стоимость,

К – запас физического капитала,

H – запас человеческого капитала,

L – труд.

Предполагается постоянная отдача от масштаба, т.е. подразумевается, что = 1 – α – β. Поскольку авторы ставили целью объяснить величину валовой добавленной стоимости на душу населения (а не на одного занятого), они преобразовали производственную функцию к виду:

, (2)

где POP – население,

PART – экономическая активность населения (L/POP).

В интенсивной форме и логарифмических дифференциалах мы имеем:

, (3)

где Y=Y/POP= ВВП на душу населения;

А – общий фактор производительности;

k = K/POP – физический капитал на душу населения;

h=H/POP – человеческий капитал на душу населения.

Общая факторная производительность рассматривается авторами как результат технологического прогресса или инновационной активности, в том числе технологического заимствования (или перехвата) у более передовых стран, а также собственных региональных НИОКР.

Формализация данного процесса приводит к модели П. Ромера, в которой знания (А) создаются в секторе НИОКР с помощью производственной функции вида [18]_.

Такая формализация подразумевает, что темп роста А (Δln A), является функцией человеческого капитала, занятого в секторе НИОКР (H_a).

Г. Бадингер и Г. Тондл предлагают протестировать данную взаимосвязь, понимая под запасом человеческого капитала число занятого в экономике населения с определенным уровнем образования, т.е.:

, (4а)

где Н_t – число занятых в экономике с высшим образованием [19].

Большинство эмпирических исследований измеряют инновации с помощью факторов входа (затрат), которые дают явно искаженную картину. Инновации не являются просто функцией, но связаны с рядом других характеристик процесса НИОКР, таких, как вероятностная природа изобретений, возможности того, что отдача сектора НИОКР не является постоянной (из-за истощения идей), и т.п. Как альтернатива чистому входу, ориентированному на измерении собственных усилий НИОКР (H, h), можно сконцентрироваться больше на стороне выпуска сектора НИОКР. Желательной мерой является число применённых патентов на одного занятого (РАТ), используя следующую спецификацию для темпа роста А:

(4b)

И. Бенхабиб и М. Шпигель, проводили тестирование данной взаимосвязи, используя измерение человеческого капитала на душу населения (h), т.е.

, (4с)

где h_t – среднее число лет обучения одного занятого. [20]

По мнению Г. Бадингера и Г. Тондл, альтернативой измерению усилий в развитии региональных НИОКР с помощью показателей затрат (числа занятых в НИОКР, числа занятых в экономике с высшим образованием и т.п.), являются показатели достижений в сфере НИОКР (т.е. показателей выпуска данного сектора).

По их мнению, желательной мерой является число применяемых патентов на одного занятого (РАТ), при использовании следующей спецификации для темпа роста А [21]:

(4d)

Тем не менее, как они отмечают, патенты обычно регистрируют на счетах материнских компаний, местоположение которых часто не совпадает с регионом, где проводились исследования, что создает определенные проблемы с точностью измерений.

Окончание следует