Modeling socio-economic dynamics of the Russian administrative branch
Modeling socio-economic dynamics of the Russian administrative branch
Annotation
PII
S265838870000186-7-1
DOI
10.33276/S0000186-7-1
Publication type
Article
Status
Published
Authors
Alexander Bereznyatzkiy 
Occupation: Research fellow
Affiliation: CEMI RAS
Address: Moscow, Nakhimovky prospect 47
Boris Brodsky
Occupation: Chief Researcher
Affiliation: CEMI RAS
Address: Russian Federation, Moscow, Nakhimovky prospect 47
Sergey Aivazian
Occupation: Head of scientific direction
Affiliation: CEMI RAS
Address: Russian Federation, Moscow, Nakhimovky prospect 47
Edition
Abstract
This paper deals with problems of modeling socio-economic dynamics of the Russian federal administrative branch. First, we consider the theoretical disaggregated 3-sector model, which can describe nonequilibrium dynamic regimes of the Russian economy. Then we build the econometric model starting from conclusions of the theoretical model. In this model we consider the following macroeconomic indicators: VRP of the Russian federal branch, indices of industrial and agricultural production, median income of the population, mean nominal wage of an employee, numbers of employed and unemployed people, the number of vacancies in the economy. Within the main social indicators we consider the number of protest actions. In concludion, the considered relationships can help answering the question, which macroeconomic policy can add to the quality of life in the Russian federal branch.
Keywords
Russian economy, federal administrative branch, theoretical disaggregated macroeconomic model, econometric model.
Received
07.02.2019
Date of publication
07.02.2019
Number of characters
15927
Number of purchasers
3
Views
330
Readers community rating
0.0 (0 votes)
Cite Download pdf

To download PDF you should sign in

1 1. Введение
2 В каждом региональном исследовании неизбежно встает вопрос моделирования социально-экономической динамики региона (округа). Эта статья написана с целью постановки задачи подобного моделирования и поиска путей ее решения с учетом доступной статистической информации.
3 Сразу обсудим, какие данные доступны. Это, во-первых, годовые и квартальные данные по динамике ВРП, основных экономических показателей реального сектора и социальной сферы, собранные Росстатом за 1994-2016 гг. Во-вторых, это годовые данные по социальным протестам за 2012-2017, собранные по материалам средств массовой информации субъектов РФ В-третьих, это годовая информация по технической эффективности регионов РФ за 2013-2016 гг., полученная из производственной функции региона.
4 В работах Айвазян С.А., Березняцкий А.Н., Бродский Б.Е. (2014- 2017) приведена неравновесная структурная макроэкономическая модель России. Здесь мы утверждаем, что та же модель может использоваться на уровне экономического региона (округа), если приписать иной смысл переменным и уравнениям модели. Так, производственная функцция региона (округа) будет вновь обозначаться через , а переменной мы припишем смысл ВРП региона (округа). Для нас будет существенным деление регионов и округов) на дотационные и не-дотационные, а также на промышленные и сельскохозяйственые.
5 2. Теоретическая модель
6 На овременном этапе различают три основных подхода к построению прикладных макромоделй: DSGE, VAR и неравновесный струкрурный подход (Cowles commission approach). Несмотря на то, что DSGE модели усиленно лоббируются через Центробанки различных стран, все отчетливее слышна критика DSGE моделей со стороны известных современныз экономистов. Так, в работе Heim J. (2017) приводится следующий обзор этой критики.
7 Таблица A. Обзор публикаций по вопросам качества DSGE моделей
Автор Год публикации Основание критики
Cooley 1997 Калибровка моделей слишком неформальна в сравнении с методами эконометрики
Fernandez-Villaverde 2010 Подход к калибровке неудовлетворителен, требуется применение методов эконометрики
Solow 2010 Предпосылки DSGE моделей не соответствуют реальности; DSGE бесполезны при выработке антикризисной политики; существуют другие традиции макроэкономичес- кого моделирования с более адекватным результатом
Solow 2016 DSGE модели худшие в объяснении наблюдаемых фактов, аналогично и в отношении в целом по VAR моделям
Colander 2010 DSGE модели плохо объясняют наблюдаемые данные
Fair 2004 Тесты отвергают гипотезу рациональных ожиданий
Edge and Gurkanyak 2011 Smets-Wouters DSGE модель объясняет только 8-13% дисперсии
Mankiw 2006 DSGE модели провалились в качестве замены теории в духе Кейнсианства
8 Модели VAR обладают не меньшим набором недостатков. В основе VAR модели лежит идея о том, что «все может статистически зависеть от любых факторов, если добавить необходимое число лагов». «Проклятие размерности» является ключевой идеей, ограничивающей сферу применимости VAR моделей в применении к анализу российской экономики. Основным недостатком препятствующим широкому применению VAR моделей к анализу больших национальных экономик, является т.н. «жесткость» VAR модели и связанное с этим «проклятие размерности»: необходимо знать набор предикторов, влияющих на конкретный показатель, чтобы правильно подобрать уровень ошибки модели.
9 Поэтому на макроуровне все чаще используется неравновесный структурный подход.
10

В начале 1990-х годов после либерализации цен и внешней торговли в сфере реального производства России появились три макросектора. различные по условиям конкуренции на внутреннем и внешнем рынке. К этим секторам обычно относят:

- Э.О.С. экспортно-ориентированный сектор

- В.О.С. - внутренне-ориентированный сектор

- Е.М. - естественные монополии

11 Предположения модели
12

Итак, для предложенной модели принята следующая система предположений:

- трехсекторная структура сферы производства,

- различный характер ценовых приоритетов в секторах Э.О.С., В.О.С. и Е.М.

- экзогенность цен.

13

Далее в модели предполагается, что продукция каждого сектора характеризуеся определенным

p - уровнем цен (базовый индекс)

Y - уровнем реального выпуска

Inc - уровнем агрегированного дохода

 

14

Помимо этого, в модели будем использовать следующие обозначения:

- коэффициент прямых затрат

v - средняя номинальная заработная плата

w - мировая (экспортная) цена,

Ex, Im - реальный объем экспорта и импорта, соответственно.

15 Эта переменные далее будут сопровождаться индексами e,d,m, обозначаюмщими принадлежность сектору ЭОС, ВОС, ЕМ, соответственно, например, Ye - реальный выпуск ЭОС, pd - уровень цен ВОС. Часто используются двойные индексы, например, Yem - реальный объем поставок промежуточной продукции от сектора ЭОС (первый индекс - откуда?) для сектора ЕМ (второй индекс - куда?).
16 3-х секторная модель
17 В этом разделе для удобства читателя мы приведем основные уравнения 3-х секторной макоэкономической модели российской экономики, подробно изложеной и опубликованной в работе [1].
18 Экспортно-ориентированный сектор
19 Будем полагать, что реальный выпуск экспортно-ориентированного сектора складывается из экспортных поставок, а также из поставок продукции для внутренне-ориентированного сектора и сектора естественных монополий:
20

21 где реальный объем экспорта ЭОС зависит от мировых цен на продукцию ЭОС (в реальности мы имеем дело с множеством этих цен, но в рассматриваемой модели предполагаем, что уровень этих цен определяется некими фудаментальными макроэкономическими факторами), а объемы поставок продукции для секторов ВОС и ЕМ связаны с текущим выпуском этих секторов коэффициентами прямых затрат:
22

23 С дугой стороны, выпуск сектора ЭОС связан с ресурсами труда и капитала, факторами технической эффективности некоторой моделью производственной функции:
24

25 Для описания взаимосвязей между секторами будем использовать показатель агрегированного дохода, который определяется как разность между доходом от поставок продукции сектора на внешний и внутренний рынок и затратами на поставки продукции от другизх секторов экономики и импортными поставками. Более конкретно, агрегированный доход экспртно-ориенитрованного сектора равен:
26

27 где, Ie - затраты на импорт сырья и комплектующих для ЭОС::
28

29 Агрегированный доход, полученный в момент t, используется в следующес периоде t+1 на выплату заработной платы, налогов, амортазацию основного капитала и прибыль, т.е.
30

31 Выбор между этими направлениями использования дохода, полученного в период t, осуществляется исходя из критерия максимизации полезности экономических агентов в секторе ЭОС в периоде t+1:
32

33 где - субъективные паратетры функции полезности для сектора ЭОС.
34 Рещая задачу минимизации критерия (4) при бюджетном ограничении (3), получим
35

36 Помимо максимизации полезности следующего периода, для российских экономических агентов характерен критерий максимизации текущей прибыли произаодства:
37

38 Из этого критерия с учетом (2-3) для заработной платы получим:
39

40 где - эластичность выпуска по труду в секторе ЭОС.
41 Внутренне-ориентированный сектор
42 Харктерной чертой современной ситуации является возможность заработка твердой валюты для части предприятий ВОС (сельское хозяйство, оборонка, высокие технологии). Поэтому агрегированный доход ВОС будем записывать в виде:
43

44 где, a Ypd - объем поставок продукции для населения связван с потребительской функцией C следующим соотношением:
45

46 Объем импортных поставок для ВОС задается выражением:
47

48 Выражение для производственной функции сектора ВОС:
49

50 Как и в секторе ЭОС, для сектора ВОС запишем уравнения для заработной платы:
51

52 Из критерия максимизации прибыли текущего периода, как и выше, получим:
53

54 Естественные монополии
55 Реальный выпуск сектора естественных монополий склядывается из поставок для секторов ЭОС и ВОС:
56

57

Для сектора EM запишем уравнения для заработной платы:  

58

59 Из критерия максимизации прибыли текущего периода, как и выше, получим:
60

61 Сектор домохозяйств
62 В модели предполагается, что реальный объем потребительских расходов связан с реальными доходами населения W/pd моделью кейнсианской потребительской функции:
63

64 Номинальные доходы населения складываются из заработной платы в секторах ЭОС, ВОС, ЕМ, а также суммарного объема социальных трансфертов:
65

66 где U - численность населения, получающего социальные транфсферты; - средняя ставка социального трансферта.
67 Объем потребления населения связан с выпуском сектора ВОС зависимостью
68

69 3. Анализ факторов, влияющих на динамику основных переменных
70 Начинаем с уравнения для заработной платы в ЭОС:
71

72 .
73 Далее, используя полученное выше выражение для, разделим обе части полученного уравнения на и после преобразований получим:
74 ,
75 где ae1, ae2, ae3 — коэффициенты, зависящие от отношений ценовых факторов: pd/pe, pm/pe.
76 Аналогично для сектора ВОС:
77 ,
78 где Incd задается приведенной выше формулой. После всех подстановок и преобразований получим:
79 ,
80 где ad1, ad2, ad3 — коэффициенты, зависящие от отношений ценовых факторов: : (pd/pe)t, (pm/pe)t.
81 Полученная система уравнений позволяет прогнозировать динамику переменных Ye, Yd, Ym, и анализировать факторы, влияющие на эту динамику.
82

В частности:

  1. рост мировых цен на нефть и энергоресурсы оказывает положительное воздействие на выпуск секторов ЭОС и ВОС, а, следовательно, и на агрегированный выпуск Y;
  2. рост мировых цен на экспортируемую продукцию сектора ВОС (сельхозпродукция, вооружения, высокие технологии) приводит к росту выпуска секторов ВОС и ЭОС;
  3. рост реального обменного курса рубля pd/e приводит к снижению выпуска секторов ЭОС и ВОС;
  4. рост дефлированных тарифов на продукцию сектора ЕМ pm/pd приводит к снижению выпуска секторов ЭОС и ВОС;
  5. рост реальных инвестиций в основной капитал Inv/pd приводит к росту выпуска секторов ЭОС и ВОС. Однако завышенные ставки обслуживания кредита ae, ad приведут, наоборот, к росту числа банкротств предприятий реального сектора и к снижению выпуска секторов ЭОС и ВОС.
83 При малой доле экспорта сектора В.О.С. объем выпуска Yd также будет мал в сравнении с Ye и при прогнозировании динамики агрегированного выпуска можно вполне ограничиться динамикой показателя Ye. Однако при возрастании фактора Yd модель представляет собой систему из двух разностных уравнений, описывающих динамику показателей Ye и Yd. Несложно представить теперь, что произойдет в ситуации нового мирового кризиса. Спрос на российскую нефть неизбежно упадет (вследствие роста цены), тогда как спрос на воду и первичные агроресурсы значительно вырастет. Это будет означать перелом во взаимном соотношении показателей Ye и Yd. Исчезает зависимое и депрессивное состояние сектора В.О.С. Yd, выпуск которого начинает расти и вскоре доминировать в динамике агрегированного продукта. Так российская экономика начнет расти и пробовать новые роли.
84 4. Эконометрическая модель
85 В этом разделе собраны эконометрические зависимости, в совокупности представляющие собой модель неравновесных режимов развития российской экономики на уровне федеральных округов. Следует отметить два обстоятельства. Первое: количество федеральных округов в РФ довольно существенно (и равно 8). Поэтому (в целях экономии места) неизбежно выборочное представление федеральных округов по широкому кругу экономических показателей. Мы поступим следующим образом. Выберем сравнительно узкий круг показателей и по каждому из них дадим полный обзор результатов по федеральным округам. Начнем с показателя
86 Валовой региональный продукт
87

Поскольку валовой региональный продукт измеряется в годовом выражении (на конец года), желателен выбор основных предикторов за предыдущий период. Тем самым мы автоматически учитываем правильный лаг в эконометрической зависимости. В качестве предикторов в эконометрических зависимостях выбраны следующие показатели:

- цена экспорта российской нефти

-дефлированные тарифы естественных монополий

- мировая цена на зерновые

- мировая цена на мясомолочные продукты

- дамми-переменная кризиса 2014 г.

-дамми-переменная ввода нового налогового кодекса в 2001 г.

88 Тогда по годовым данным 1995-2016 гг. построены следующие зависимости
89 Валовой региональный продукт (VRP)
ФО log(VRP)_1 Const log(oil) log(oil)_1 log(cer) log(cer)_1 log(meat)_1 dumm_ 2014 R2
Центральный 0.2651***(0.1173) 3.4354 (0.5565) 0.1311 (0.0266) -0.1345 9 (0.0289) - - - -0.1478 (0.0289) 0.85
Северо--Западный 0.2698*** (0.1153) 3.4412 (0.5343) 0.0965 (-0.02) -0.1048 (0.018) - - - 0.0798 (0.02) 0.82
Приволжский - 4.3502 (0.23) 0.0734 (0.01) -0.0904 (0.4) 0.1383 (0.05) -0.0653 (0.03) - - 0.95
Уральский -0.1939 (0.14)` 3.7359 (0.65) 0.1235 (0.03) -0.1226 (0.03) - - - -0.1034 (0.03) 0.75
Южный
Сибирский 0.3640 (0.13) 2.9622 (0.5984) 0.0943 (0.02) -0.0964 (0.02) - - - -0.0666 (0.02) 0.76
Дальневосточный -0.4337 (0,16) 7.4428 (0.82) 0.0954 (0.014) - - - -0.2671 (0.04) - 0.78
90 Среднедушевой доход
91

Далее исследовался показатель среднедушевого дохода. Здесь доступны квартальные данные за 2000-2015 годы. Использовались те же предикторы:

- цена экспорта российской нефти

-дефлированные тарифы естественных монополий

- мировая цена на зерновые

- мировая цена на мясомолочные продукты

- дамми-переменная кризиса 2014 г.

-дамми-переменная ввода нового налогового кодекса в 2001 г.

92
ФО Const log(rmon) log(woil) Seas Seas_1 Seas_2 dumm_ 2014 R2
Центральный 6.8709 (0.15) 1.4877 (0.20) 0.2455 (0.036) -0.4875 (0.04) -0.4045 (0.04) -0.4808 (0.04) 0.2333 (0.04) 0.93
Северо—Западный 6.1815 (0.16) 1.5545 (0.22) 0.3036 (0.04) -0.4426 (0.04) -0.3628 (0.039) -0.4460(0.04) 0.2929 (0.04) 0.92
Приволжский 5.5131 (0.16) 1.6405 (0.22) 0.3610 (0.04) 0.437 (0.04) - - 0.347 (0.04) 0.93
Южный 5.2682 (0.17) 1.8269 (0.24) 0.372 (0.04) -0.5123 (0.04) -0.406 (0.04) -0.3594 (0.04) 0.4281 (0.05) 0.94
Уральский 6.5311 (0.17) 1,4841 (0.196) 0.2685 (0.04) -0.4538 (0.04) -0.3553 (0.038) -0.4107 (0.04) 0.1867 (0.04) 0.94
Сибирский 6.0605 (0.16) 1.5237 (0.18) 0.2803 (0.039) -0.4308 (0.036) -0.3583 (0.036) -0.4078 (0.036) 0.2105 (0.039 0.94
Дальневосточный 6.2048 (0.167) 1.788 (0.21) 0.2914 (0.04) -0.5275 (0.04) -0.4127 (0.04) -0.4719 (0.04) 0.3365 (0.04) 0.94
93 Помимо рассмотренных факторов, исследовались также зависимости индексов промышленного и сельскохозяйственного производства, средней заработной платы на одного работника, количества безработных, занятости и количества вакансий от перечисленных предикторов. Эти эконометрические зависимости также оказались весьма явно выраженными.
94 Протесты
95 Данные по протестной активности в регионах РФ за период 2008 -2014 были собраны Росстатом, за период 2016-17 гг., собранные по материалам средств массовой информации субъектов РФ. Фиксировалось число акций протеста и количество участвующих в них. Для построения зависимостей эти данные были объединены; за 2015 год –интерполированы. В результате получены следующие зависимости:
96 Число акций протеста
ФО Const log(rmon) R2
Центральный 8.8739 (0.4318) 5.3962(1.357) 0.78
Северо-Западный 10.7436 (0.418) 12.3805 (0.347) 0.94
Приволжский 9.8898 (0.454) 7.3521(1.457) 0.86
Южный 8.9504(0.487) 0.8111 (1.432) 0.88
Уральский 10.2867 (0.559) 19.7610 (1.253) 0.92
Сибирский 10.6105 (0.449) 10.2440 (1,478) 0.92
Дальневосточный 7.8394 (0.3584) 5.2909 (1,794) 0.68
97 Анализ полученных результатов говорит о том, что требования участников протестов были, в основном, экономическими: против необоснованного роста тарифов ЖКХ, против низкого уровня зарплат и пенсий.
98 Выводы
99 Проведенный анализ позволяет сделать следующие выводы. Во-первых, математическое моделирование динамики социально-экономических показателей российского федерального округа возможно и дает ответ на прямой вопрос: какая макроэкономическая и региональная политика благоприятны для роста качества жизни в федеральном округе? Во-вторых, некоторые социально-экономические показатели можно достоверно оценить лишь на уровне федерального округа, когда разнонаправленные региональные показатели усредняются. К этим показателям можно отнести: ВРП, среднедушевой доход, средняя заработная плата, число протестных акций и т.д. В-третьих, полученные эконометрические результаты позволяют выделить как макроэкономические, так и региональные факторы, предопределяющие динамику исследуемых показателей.

References

1. Aivazian S.A., Bereznyatzkiy A.N., Brodsky B.E. (2017). Macroeconomic modeling of the Russian economy. Applied Econometrics, 47, 5–28

2. Aivazian S.A., Bereznyatzkiy A.N., Brodsky B.E. (2014). Dutch disease in the Russian and Armenian economy. Applied Econometrics, 36 (4), 32–61.

3. Fair R.C. (2004). Estimating How the Macroeconomy Works. Cambridge, MA, Harvard University Press.

4. Fair R.C.(2007). Estimating Inflation Targeting using a macroeconomic model, Economics, The Open access Journal. 1-52, 2007-2008.

5. Fernandez-Villaverde (2010). The Econometrics of DSGE models. Journal of the Spanish Economic Association, SERIES 1 (3-49), 6.

6. Heim J. (2017). An Econometric Model of the US Economy. Palgrave-MacMillan.

7. Paccagnini A. (2011). DSGE Model Evaluation and Hybrid Models: A Comparison. European University working paper, 2011/11.

8. Sims, C. (1980). Macroeconomics and Reality. Econometrica, 48(1), 1-48.

9. Smets, F. and Wouters R. (2003). An Estimated Dynamic General Equilibrium Model of the Euro Area. Journal of the European Economic Association, 1(5), 1123-75