ХАРАКТЕР И СТЕПЕНЬ ЗАВИСИМОСТИ ВВП СОЕДИНЕННЫХ ШТАТОВ АМЕРИКИ И РОССИИ ОТ КОДИФИЦИРОВАННЫХ
advertisement
Ширяев Алексей Алексеевич кандидат экономических наук, старший научный сотрудник РИЭПП. Тел. 8-916-830-84-62, info@riep.ru ХАРАКТЕР И СТЕПЕНЬ ЗАВИСИМОСТИ ВВП СОЕДИНЕННЫХ ШТАТОВ АМЕРИКИ И РОССИИ ОТ КОДИФИЦИРОВАННЫХ И НЕКОДИФИЦИРОВАННЫХ ЗНАНИЙ1 В современном мире экономически развитые страны избирают наукоемкие отрасли как стратегические для своих экономик. Это позволяет им оставаться конкурентоспособными и производить качественный наукоемкий продукт, представляющий собой внедренное в производство знание. Экономика знаний является теоретической моделью, учитывающей именно такое направление развития хозяйства. Для России вопрос становления экономики знаний особенно важен, поскольку, пройдя период становления новых экономических отношений и завершив этот период построением основных институтов рыночной экономики, перед страной встала задача модернизации и повышения конкурентоспособности в мире. Очевидно, что сырьевая модель развития является неэффективной в долгосрочной перспективе – значит, необходимо разработать новую модель. Модель экономики, основанной на знаниях, представляется наиболее перспективной, поскольку позволяет использовать имеющие интеллектуальные и трудовые ресурсы наиболее рационально. В научной литературе описывается большое количество различных моделей, учитывающих научно-технический прогресс. Наиболее известной является модель Р. Солоу: в зависимости от изменения НТП изменяется накопление капитала и фондовооруженность труда. Модель концентрирует внимание на равновесном развитии экономики в зависимости от уровня сбережений и накопления капитала, так как НТП задан экзогенно. Интересными также являются модели П. Ромера, К. Джонса [1]. В этих моделях учитываются такие показатели как знания, полученные в результате проведения НИОКР, человеческий капитал и технологии. В модели П. Ромера НТП определяется количеством исследователей и производительностью их труда. Предполагается, что именно они создают новые знания и технологии. В отличие от модели Р. Солоу, в модели П. Ромера НТП учитывается эндогенно. Однако «Как отметил Джонс, увеличение численности исследователей в США и в Европе с 1950 по Работа выполнена при финансовой поддержке Российского гуманитарного научного фонда (проект № 11-02-00423а). 1 Характер и степень зависимости ВВП США и России 61 1990 гг. приблизительно в 5 раз не оказало значимого влияния на темпы прироста остатка Солоу» [2]. «В модели К. Джонса, являющейся развитием модели П. Ромера, также учтен уровень технологического развития. В обеих моделях также предполагается, что количество ученых и специалистов, производящих знания, пропорционально численности жителей страны» [3, с. 71]. Также имеются прикладные модели, например, использующие инструментарий межотраслевого баланса и оптимизационных моделей [4]. В работе С. В. Завгороднего [5] описаны модели, учитывающие в качестве факторов искусственный интеллект (разнообразное программное обеспечение, в том числе для автоматизации производственных операций), компьютеры, роботов (средства вычислительной техники, робототехники и системы искусственного интеллекта, использующиеся в процессе производства). В работе предполагается, что создание робота эквивалентно созданию дополнительной единицы рабочей силы. Особое внимание уделено вычислению темпов роста в моделях. Отдельно стоит упомянуть о работе «Вычислимая модель экономики знаний». В ней авторы используют равновесную модель для расчета изменений ВВП в зависимости от изменения объема инвестиций, различных налогов, заработной платы и трансфертов в отдельные секторы экономики знаний [3]. Тем не менее, степень влияния знаний на ВВП не определена. В отличие от указанных работ, где используется НТП и овеществленные результаты труда в виде факторов моделей (компьютеры, роботы, машины и механизмы) или инвестиции в сектор генерации знаний, в данном исследовании проводится построение моделей, учитывающих влияние непосредственно знаний, которые могут быть не только вещественными (в виде патентов на изобретения и полезные модели, которые могут быть и не овеществлены в изделии), но и неявные знания (формализуемые через уровень образования). Для того чтобы определить степень связей между знаниями и результатом их использования – ВВП – построим три эконометрических модели. В них учтем основные факторы, которые наиболее сильно влияют на производство – «труд» и «капитал». Также введем в модель фактор «знания» и рассчитаем характер взаимосвязей между указанными факторами и ВВП. Фактор «капитал» в модели формализуется через инвестиции в основной капитал, в качестве фактора «труд» используется среднегодовая численность занятых в экономике. Имеются различные классификации знаний [6, с. 27]. Среди них формализуемыми в рамках данного исследования являются явные (кодифицированные) знания и неявные (некодифицированные) знания. В качестве кодифицированных знаний было выбрано количество патентов на изобретения и полезные модели, созданные в мире за определенный период времени (за год); в качестве некодифицированных знаний – уровень образования (количество выпущенных специалистов или бакалавров за год). Формализация знаний через указанные факторы создаваемой модели позволит определить характер их влияния на ВВП. Ширяев А.А. 62 Всего в статье будет рассмотрено 3 вида моделей: 1. Моделирование проводится исходя из предположения влияния патентов2 (кодифицированных знаний) на ВВП США. Указанная страна была выбрана как представитель экономически развитых стран мира. Аналогичная модель будет рассчитана для РФ. При построении модели использована производственная функция Кобба-Дугласа, которая изменена согласно целям исследования (см. ниже). 2. Вторая модель предполагает зависимость ВВП от четырех факторов через производственную функцию Кобба-Дугласа: количество полученных патентов за год во всем мире; количество бакалавров/специалистов, выпущенных образовательными учреждениями за год; среднегодовая численность занятых в стране; инвестиции в основной капитал за год в стране. 3. Третья модель основывается на второй модели с тем дополнением, что ВВП также зависит от доли бакалавров/специалистов в общем количестве занятых. 1. Модель влияния кодифицированных знаний на ВВП через эффективность использования капитала Начнем построение моделей с простой зависимости, предполагающей, что кодифицированные знания (патенты) влияют на ВВП через эффективность использования капитала и имеют нелинейный характер, представленный формулой: 2 Y = K αP + βP • Lγ (1) где Y – ВВП страны; K – инвестиции в основной капитал; L – количество занятых в экономике в определённый период времени; P – количество патентов; α, β, γ, – коэффициенты модели, которые необходимо рассчитать. Была выбрана производственная функция Кобба-Дугласа, являющаяся наиболее распространенным вариантом производственных функций в современной экономике. Степенной коэффициент при факторе «капитал» был представлен в виде αP + βP 2 , поскольку предполагается, что количество выданных патентов будет увеличиваться нелинейно. Исходные данные для расчета приведены в табл. 1 и 2. Выбор дипломированных бакалавров в качестве одного из факторов моделей основывается на предположении, что именно бакалавры будут использовать созданные знания на производстве. Возможно, здесь стоило бы использовать количество магистров, кандидатов или докторов наук, научных работников. Однако именно бакалавры являются достаПатенты будут рассматриваться не по каждой стране отдельно, а будет использовано общее число выданных патентов в мире, что позволит определить возможности страны по использованию накопленного в мире потенциального знания 2 Характер и степень зависимости ВВП США и России 63 точно массовой квалификацией в США (в России, соответственно, специалисты), позволяющей использовать накопленные знания3. В случае использования для США степени магистра вместо степени бакалавра будет невозможно провести сравнительный анализ с российскими данными, поскольку степень магистра в США не является столь же массовой, что и степень бакалавра. Таблица 1. Исходные данные для расчета моделей для США4 Год 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Инвестиции в образование основного капитала в реальных ценах 1990 г., долл. 1074587797563,26 1160727853795,69 1233514320524,84 1337615895032,80 1454977019681,35 1590581780693,53 1722613045923,15 1828313289597,00 1794177000937,21 1725622305529,52 1778002230552,95 1884924985941,89 1993446410496,72 2028899250234,30 ВВП в реальных ценах 1990 г., долл. патенты всего 6097490914245,22 6345160680368,53 6506166429482,64 6749837573352,23 7056833836995,04 7354608788093,55 7684780739900,78 7968519710843,37 8028988671863,93 8158495070163,00 8364301709425,94 8669584277817,15 8924843265768,96 9172839450035,44 1041999,00 1761984,00 2081417,00 1988370,00 2165245,00 2366221,00 2557637,00 2688623,00 2909527,00 3427706,00 3638844,00 3884558,00 3969937,00 4003865,00 Количество Количество дипломированных Среднегодовая дипломированных бакалавров, численность занятых, чел. бакалавров, чел. выпущенных вузами, чел. 25388000 26168000 27191000 28366000 29089000 30090000 31259000 31712000 33654000 34372000 35327000 35994000 36520000 37334000 1165178 1169275 1160134 1164792 1172879 1184406 1200303 1237875 1244171 1291900 1348811 1399542 1439264 1485242 120259000,00 123060000,00 124900000,00 126708000,00 129558000,00 131463000,00 133488000,00 136891000,00 136933000,00 136845000,00 137736000,00 139252000,00 141730000,00 144427000,00 Таблица 2. Исходные данные для расчета моделей для России5 Год 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Инвестиции в образование основного капитала в реальных ценах 1990 г., долл. 59277304196,95 43865205600,65 40278192821,16 31921827170,77 29164780531,91 25537939382,96 27340727799,79 32126593619,94 35465031130,06 36473210198,32 41560377324,18 46789766345,05 51777824291,20 61102217273,41 Среднегодовая численность занятых в экономике, чел. 70900000 68500000 66330000 66000000 64700000 63800000 64000000 64517000 64980000 65574000 65979000 66407000 66792000 67174000 Выпущено специалистов – всего государственными и муниципальными вузами, чел. 443600 406500 395500 415100 436200 470600 514600 578900 647800 753100 860200 930400 978400 1055900 патенты всего ВВП в реальных ценах 1990 г., долл. 1041999,00 1761984,00 2081417,00 1988370,00 2165245,00 2366221,00 2557637,00 2688623,00 2909527,00 3427706,00 3638844,00 3884558,00 3969937,00 4003865,00 422486876122,97 368831051741,19 353708975244,54 340947991670,36 345656965134,69 327182079123,15 347961745196,72 382916787929,03 402411540059,14 421501065267,39 452072971322,71 484402273684,45 515343952553,77 554900645367,07 Для сравнения: количество магистров в США по данным на 2009 г. составляло 656 тыс. человек, а бакалавров в этот же год – 1 601 тыс. человек. 4 Источники: [7–12]. 5 Источники: [7, 11, 13, 14]. 3 61102217273,41 67174000 1055900 554900645367,07 ɥ. ɥ. 33 ɩɪɟɞɫɬɚɜɥɟɧɵ ɩɪɟɞɫɬɚɜɥɟɧɵ ɪɟɡɭɥɶɬɚɬɵ ɪɟɡɭɥɶɬɚɬɵ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɩɨ ɩɨ ɞɜɭɦ ɞɜɭɦ ɫɬɪɚɧɚɦ. ɫɬɪɚɧɚɦ. .. Ɋɟɡɭɥɶɬɚɬɵ ɦɨɞɟɥɟɣ ɡɧɚɧɢɣ ɧɚ Ɋɟɡɭɥɶɬɚɬɵ ɩɨɫɬɪɨɟɧɢɹ ɩɨɫɬɪɨɟɧɢɹ ɦɨɞɟɥɟɣ ɜɥɢɹɧɢɹ ɜɥɢɹɧɢɹ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ȼȼɉ 6 Ширяев А.А. ɢ Ɋɨɫɫɢɢ 64 6 ɱɟɪɟɡ ɷɮɮɟɤɬɢɜɧɨɫɬɶ ɢɫɩɨɥɶɡɨɜɚɧɢɹ ɤɚɩɢɬɚɥɚ ɞɥɹ ɋɒȺ ɱɟɪɟɡ ɷɮɮɟɤɬɢɜɧɨɫɬɶ ɢɫɩɨɥɶɡɨɜɚɧɢɹ ɤɚɩɢɬɚɥɚ ɞɥɹ ɋɒȺ ɢ Ɋɨɫɫɢɢ 7 8 7 ɋɒȺ Ɋɨɫɫɢɹ ɥɶ ɋɒȺ Ɋɨɫɫɢɹ 8 по двум странам. ɥɶ В табл. 3 представлены результаты моделирования ɧɵɣ ɧɵɣ Y Y 2 2 0,000000000842 P 0,0000000000000002 P 2 1, 58 -0,00000001P 0,00000000 0000003P 2 1, 49 00000002 P x L1, 58 0,00000000 0000003P x L1, 49 K Y K Таблица 3. Результаты влияния K 0,000000000842 P 0,00000000 xL Yпостроения K -0,00000001Pмоделей xL кодифицированных знаний на ВВП через эффективность использования 0,99 0,99 0,99 0,99 капитала для США и России6 0,99 0,91 0,99 0,91 7 8 Показатель США Россия Расчетная 0,01 0,04 2 2 0,01Y = K 0,000000000842 P + 0,0000000000000002 P • L1,58 Y 0,04 = K -0,00000001P + 0,000000000000003P • L1, 49 формула R2 0,99 0,99 Ɉɬɫɭɬɫɬɜɭɟɬ Ɉɬɫɭɬɫɬɜɭɟɬ Ɉɬɫɭɬɫɬɜɭɟɬ Ɉɬɫɭɬɫɬɜɭɟɬ ɢɢ Нормированный 0,99 0,91 ɢɢ R2 Стандартная 0,01 0,04 ɛɥ. ɨɬɧɨɲɟɧɢɟ ошибка ɛɥ. 44 ɩɪɢɜɟɞɟɧɨ ɩɪɢɜɟɞɟɧɨ ɨɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ȼȼɉ ɩɨ ɩɨ ɦɨɞɟɥɢ ɦɨɞɟɥɢ ɤɤ ɪɟɚɥɶɧɨɦɭ. ɪɟɚɥɶɧɨɦɭ. Ʉɚɤ Ʉɚɤ ɪɨɫ ɡɧɚɱɟɧɢɣ ɧɟɜɟɥɢɤ, ɞɨɯɨɞɹ ɞɨ 2,25 % ɨɬ ɪɟɚɥɶɧɵɯ ɡɧɚɱɟɧɢɣ ɞɥɹ ɋɒȺ. Наличие Отсутствует Отсутствует ɞɥɹ ɋɒȺ. ɪɨɫ ɡɧɚɱɟɧɢɣ автокорреляции ɧɟɜɟɥɢɤ, ɞɨɯɨɞɹ ɞɨ 2,25 % ɨɬ ɪɟɚɥɶɧɵɯ ɡɧɚɱɟɧɢɣ ɦɨɞɟɥɢ ɦɨɞɟɥɢ ɞɨɜɨɥɶɧɨ ɞɨɜɨɥɶɧɨ ɜɵɫɨɤɚ: ɜɵɫɨɤɚ: ɞɥɹ ɞɥɹ Ɋɨɫɫɢɢ Ɋɨɫɫɢɢ –– 3,92 3,92 %. %. Ƚɪɚɮɢɱɟɫɤɢ Ƚɪɚɮɢɱɟɫɤɢ ɪɟɡɭɥɶɬɚɬɵ ɪɟɡɭɥɶɬɚɬɵ ɧɢɹ ɜɢɞɧɵ ɧɚ ɪɢɫ. 1 ɢ 2. ɧɢɹ ɜɢɞɧɵ ɧɚ ɪɢɫ.В1табл. ɢ 2. 4 приведено отношение расчетного ВВП по модели к реальному. Как видно, разброс значений невелик, доходя до 2,25 % от реальных знаɚɚ 4. ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɫɨɝɥɚɫɧɨ ɪɚɫɫɱɢɬɚɧɧɨɣ ɦɨɞɟɥɢ 4. Ɉɬɧɨɲɟɧɢɟ Ɉɬɧɨɲɟɧɢɟчений ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ Точность ɤ ɪɟɚɥɶɧɨɦɭ, ɪɟɚɥɶɧɨɦɭ, ɫɨɝɥɚɫɧɨ ɪɚɫɫɱɢɬɚɧɧɨɣ ɦɨɞɟɥɢ для США. модели довольно высока: для России – 3,92 %. ɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɷɮɮɟɤɬɢɜɧɨɫɬɶ ɢɫɩɨɥɶɡɨɜɚɧɢɹ ɤɚɩɢɬɚɥɚ Графически на рис. 1 и 2. ɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚрезультаты ȼȼɉ ɱɟɪɟɡмоделирования ɷɮɮɟɤɬɢɜɧɨɫɬɶвидны ɢɫɩɨɥɶɡɨɜɚɧɢɹ ɤɚɩɢɬɚɥɚ ɉɜ ɉɜ ɶɧɵɯ ɶɧɵɯ , ɦɥɪɞ. , ɦɥɪɞ. ɥɥ. ɥɥ. 7,49 7,49 5,16 5,16 6,17 6,17 9,84 9,84 6,83 6,83 4,61 4,61 4,78 4,78 8,52 8,52 8,99 8,99 8,50 8,50 4,30 4,30 9,58 9,58 4,84 4,84 2,84 2,84 ɋɒȺ Ɋɨɫɫɢɹ ɋɒȺ Ɋɨɫɫɢɹ Ɋɚɫɱɟɬɧɵɣ ȼȼɉ ɜ расчетного Ɋɚɫɱɟɬɧɵɣ Таблица 4. Отношение ВВП к реальному, Ɋɚɫɱɟɬɧɵɣ ȼȼɉ ɜ Ɋɚɫɱɟɬɧɵɣ Ɉɬɧɨɲɟɧɢɟ Ɉɬɧɨɲɟɧɢɟ Ɉɬɧɨɲɟɧɢɟ Ɉɬɧɨɲɟɧɢɟ ȼȼɉ ɪɟɚɥɶɧɵɯ ȼȼɉ модели влияния кодифицированных ȼȼɉ согласно рассчитанной ɪɟɚɥɶɧɵɯ ȼȼɉ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉзнаний ɤ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɩɨ ɦɨɞɟɥɢ, ɰɟɧɚɯ, ɦɥɪɞ. ɩɨ ɦɨɞɟɥɢ, ɩɨ ɦɨɞɟɥɢ, ɰɟɧɚɯ, ɦɥɪɞ. ɩɨ ɦɨɞɟɥɢ, ɪɟɚɥɶɧɨɦɭ, % ɪɟɚɥɶɧɨɦɭ, % на ВВП через эффективность использования капитала ɪɟɚɥɶɧɨɦɭ, % ɪɟɚɥɶɧɨɦɭ, % ɦɥɪɞ. ɞɨɥɥ. ɞɨɥɥ. ɦɥɪɞ. ɞɨɥɥ. ɦɥɪɞ. ɞɨɥɥ. ɞɨɥɥ. ɦɥɪɞ. ɞɨɥɥ. 6031,86 98,92 422,49 413,34 97,84 6031,86 98,92 422,49 413,34 97,84 США Россия 6415,83 101,11 368,83 371,83 100,81 ВВП ВВП в 6415,83 101,11Расчетный ВВП 368,83 371,83 100,81 Расчетный Отношение Отношение 6652,24Год 102,25 353,71 355,77 100,58 в реальных реальных 6652,24 102,25 по модели, 353,71 100,58 расчетного ВВП ВВП по модели, расчетного ВВП 355,77 ценах, ценах, млрд. 6780,73 100,46 млрд. долл. 340,95 353,20 103,59 млрд. 103,59 долл. к реальному, % к реальному, % 6780,73 340,95 353,20 млрд. долл. долл.100,46 7075,80 100,27 345,66 345,37 99,92 7075,80 100,27 6031,86 345,66 345,37 99,92 1993 6097,49 98,92 422,49 413,34 97,84 7305,03 99,33 327,18 343,30 104,93 1994 6345,1699,33 6415,83 101,11 368,83 371,83 100,81 7305,03 327,18 343,30 104,93 7549,40 347,96 351,26 100,95 1995 6506,1798,24 102,25 353,71 355,77 100,58 7549,40 98,24 6652,24 347,96 351,26 100,95 7904,70 382,92 360,86 94,24 1996 6749,8499,20 6780,73 100,46 340,95 353,20 103,59 7904,70 99,20 382,92 360,86 94,24 1997 7056,8399,53 7075,80 100,27 345,66 345,37 99,92 7991,36 402,41 377,28 93,76 7991,36 99,53 402,41 377,28 93,76 1998 7354,61 99,33 327,18 343,30 104,93 8193,77 100,43 7305,03 421,50 428,60 101,68 8193,77 100,43 7549,40 421,50 428,60 101,68 1999 7684,78 98,24 347,96 351,26 100,95 8373,71 100,11 7904,70 452,07 459,04 101,54 2000 7968,52 99,20 382,92 360,86 94,24 8373,71 100,11 452,07 459,04 101,54 8639,76 484,40 501,84 103,60 2001 8028,9999,66 99,53 402,41 377,28 93,76 8639,76 99,66 7991,36 484,40 501,84 103,60 8930,23 100,06 8193,77 515,34 521,83 101,26 2002 8158,50 100,43 421,50 428,60 101,68 8930,23 100,06 8373,71 515,34 521,83 101,26 2003 8364,30 100,11 452,07 459,04 101,54 9219,21 100,51 554,90 533,16 96,08 9219,21 100,51 8639,76 554,90 533,16 96,08 2004 8669,58 99,66 484,40 501,84 103,60 2005 2006 8924,84 9172,84 8930,23 9219,21 100,06 100,51 515,34 554,90 521,83 533,16 101,26 96,08 Необходимо отметить, что здесь и далее по тексту коэффициенты модели округлены, поэтому при использовании округленных коэффициентов качество моделей ɨɬɦɟɬɢɬɶ, ɡɞɟɫɶ ɞɚɥɟɟ ɤɨɷɮɮɢɰɢɟɧɬɵ ɦɨɞɟɥɢ ɩɨɷɬɨɦɭ ɩɪɢ ɨɬɦɟɬɢɬɶ, ɱɬɨ ɱɬɨ может ɡɞɟɫɶ ɢ ɢснижаться. ɞɚɥɟɟ ɩɨ ɩɨ ɬɟɤɫɬɭ ɬɟɤɫɬɭ ɤɨɷɮɮɢɰɢɟɧɬɵ ɦɨɞɟɥɢ ɨɤɪɭɝɥɟɧɵ, ɨɤɪɭɝɥɟɧɵ, ɩɪɢ В тексте статьи использованы результатыɩɨɷɬɨɦɭ моделирования без ɢ ɨɤɪɭɝɥɟɧɧɵɯ ɤɨɷɮɮɢɰɢɟɧɬɨɜ ɤɚɱɟɫɬɜɨ ɦɨɞɟɥɟɣ ɦɨɠɟɬ ɫɧɢɠɚɬɶɫɹ. ȼ ɬɟɤɫɬɟ (см. табл. 3–10).ɦɨɞɟɥɟɣ ɦɨɠɟɬ ɫɧɢɠɚɬɶɫɹ. ȼ ɬɟɤɫɬɟ ɫɬɚɬɶɢ ɢ ɨɤɪɭɝɥɟɧɧɵɯ округления ɤɨɷɮɮɢɰɢɟɧɬɨɜ ɤɚɱɟɫɬɜɨ ɫɬɚɬɶɢ ɪɟɡɭɥɶɬɚɬɵ ɨɤɪɭɝɥɟɧɢɹ ɬɚɛɥ. 7 Точнаяɛɟɡ формула имеет(ɫɦ. вид: ɪɟɡɭɥɶɬɚɬɵ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɛɟɡ ɨɤɪɭɝɥɟɧɢɹ (ɫɦ. ɬɚɛɥ. 3–10). 3–10). 0,000000000841703802262073P 0,000000000000000150059038878822P 22 1,58016748472399 0,00000000 0841703802 262073P 0,00000000 0000000150059038878822P L1,58016748472399. Y K ɦɭɥɚ K L ɦɭɥɚ ɢɦɟɟɬ ɢɦɟɟɬ ɜɢɞ: ɜɢɞ: Y 8 Точная формула имеет -0,0000000 1302238307 23823P вид: 0,000000000000003484544577669560P 22 1,49309133038168 ɦɭɥɚ ɦɭɥɚ ɢɦɟɟɬ ɢɦɟɟɬ ɜɢɞ: ɜɢɞ: Y Y K K -0,0000000130223830723823P 0,000000000000003484544577669560P L L1,49309133038168 . 6 Характер и степень зависимости ВВП США и России 65 Рис. 1. Фактический ВВП США и рассчитанный по модели Рис. 2. Фактический ВВП России и рассчитанный по модели 2. Модель влияния кодифицированных и некодифицированных знаний на ВВП через производственную функцию В данной модели будет использована производственная функция Кобба-Дугласа. Влияние фактора «знания» рассмотрим, предполагая, что для того, чтобы капитал работал эффективно, необходимо определенное соотношение патентов (кодифицированные знания) и работников, которые способны патенты использовать. Специалисты/бакалавры представляют собой некодифицированный капитал знаний, формализуемый в модели через количество бакалавров/специалистов, выпущенных учебными заведениями за год. Экономически данная зависимость объясняется тем, что функционирование капитала определяется технологией производства (патент), Ɍɚɛɥɢɰɚ 5. ɦɨɞɟɥɟɣ Ɍɚɛɥɢɰɚ 5. Ɋɟɡɭɥɶɬɚɬɵ Ɋɟɡɭɥɶɬɚɬɵ ɩɨɫɬɪɨɟɧɢɹ ɩɨɫɬɪɨɟɧɢɹ ɦɨɞɟɥɟɣ ɜɥɢɹɧɢɹ ɜɥɢɹɧɢɹ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɩɨɫɬɪɨɟɧɢɹ ɦɨɞɟɥɟɣ ɜɥɢɹɧɢɹ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɮɭɧɤɰɢɸ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɧɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɮɭɧɤɰɢɸ ɞɥɹ ɞɥɹ ɋɒȺ ɋɒȺ ɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɮɭɧɤɰɢɸɡɧɚɧɢɣ ɞɥɹ ɋɒȺ ɢ Ɋɨɫɫɢɢ 10 11 10 11 ɋɒȺ Ɋɨɫɫɢɹ ɉɨɤɚɡɚɬɟɥɶ 10 11 ɋɒȺ Ɋɨɫɫɢɹ ɉɨɤɚɡɚɬɟɥɶ ɋɒȺ Ɋɨɫɫɢɹ 0 , 0066 P P 00,,0027 Ɋɚɫɱɟɬɧɚɹ ɮɨɪɦɭɥɚ 0, 0066 P 0027 P 0 , 0066 P 0, 0027 P Ɋɚɫɱɟɬɧɚɹ ɮɨɪɦɭɥɚ 11,,57 Q Q 57 Q Q Y K L Y K 1, 57 1 , 52 Q66 Q Y K L Y K Ширяев А.А. Y K 2L Y K L 2 0,9999999 0,999989 R 0,9999999 0,999989 R 0,9999999 0,999989 22 0,92 0,91 ɇɨɪɦɢɪɨɜɚɧɧɵɣ R и тем, кто способен использовать данную технологию (спе0,92 0,91 ɇɨɪɦɢɪɨɜɚɧɧɵɣ R 0,92 0,91 и применять 9 циалисты). Формализованная запись модели : ɋɬɚɧɞɚɪɬɧɚɹ ɨɲɢɛɤɚ 19154,27 92385,72 ɋɬɚɧɞɚɪɬɧɚɹ ɨɲɢɛɤɚ 19154,27 92385,72 19154,27 92385,72 mP ɇɚɥɢɱɢɟ Ɉɬɫɭɬɫɬɜɭɟɬ ɂɦɟɟɬɫɹ ɇɚɥɢɱɢɟ ɚɜɬɨɤɨɪɪɟɥɹɰɢɢ ɚɜɬɨɤɨɪɪɟɥɹɰɢɢ Ɉɬɫɭɬɫɬɜɭɟɬ ɂɦɟɟɬɫɹ ɚɜɬɨɤɨɪɪ ɚɜɬɨɤɨɪɪ Ɉɬɫɭɬɫɬɜɭɟɬ ɂɦɟɟɬɫɹ ɚɜɬɨɤɨɪɪɟɥɹɰɢɹ n Q (2); Y K L (2); mP mP ɝɞɟ Y – ȼȼɉ ɜ ɪɟɚɥɶɧɵɯ ɰɟɧɚɯ; K – ɢɧɜɟɫɬɢɰɢɢ ɜ ɨɫɧɨɜɧɨɣ ɤɚɩɢɬɚɥ; L Ɋɚɫɫɦɨɬɪɢɦ ɨɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤɤ ɪɟɚɥɶɧɨɦɭ (ɬɚɛɥ. 6). где Yɤ–Qɪɟɚɥɶɧɨɦɭ ВВП ценах; – инвестиции в основной капитал; Ɋɚɫɫɦɨɬɪɢɦ ɨɬɧɨɲɟɧɢɟ ɪɟɚɥɶɧɨɦɭ (ɬɚɛɥ. 6). Ʉɚɤ Ʉɚɤ n Qв реальных n (ɬɚɛɥ. ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ 6). ɄɚɤKɪɚɫɱɟɬɧɨɝɨ ɜɢɞɧɨ ɢɡ ȼȼɉ Y K L (2); Y K L (2); ɡɚɧɹɬɵɯ; P – ɦɨɞɟɥɢ ɤɨɥɢɱɟɫɬɜɨ ɩɚɬɟɧɬɨɜ ɜɫɟɝɨ ɜ вɦɢɪɟ; Q – ɤɨɥɢɱɟɫɬɜɨ ɤɚɱɟɫɬɜɨ ɞɥɹ ɞɨɜɨɥɶɧɨ ɜɵɫɨɤɨɟ. Ɉɬɤɥɨɧɟɧɢɹ ɫɨɫɬɚɜɥɹɸɬ L ɜɵɫɨɤɨɟ. –ɬɚɛɥɢɰɵ, количество занятых; P – количество патентов всего мире; Q – коɬɚɛɥɢɰɵ, ɤɚɱɟɫɬɜɨ ɦɨɞɟɥɢ ɞɥɹ ɋɒȺ ɋɒȺ ɞɨɜɨɥɶɧɨ ɜɵɫɨɤɨɟ. Ɉɬɤɥɨɧɟɧɢɹ ɫɨɫɬɚɜɥɹɸɬ ɋɒȺ ɞɨɜɨɥɶɧɨ Ɉɬɤɥɨɧɟɧɢɹ ɫɨɫɬɚɜɥɹɸɬ ɧɟɨɫɧɨɜɧɨɣ ɛɨɥɟɟ 12 Y ɝɞɟ – ȼȼɉ ɪɟɚɥɶɧɵɯ ɰɟɧɚɯ; K – ɢɧɜɟɫɬɢɰɢɢ ɜ ɤɚɩɢɬɚɥ; L – ɤɨɥɢɱɟɫɬɜɨ Y – ɜȼȼɉ ɜ ɪɟɚɥɶɧɵɯ ɰɟɧɚɯ; K – ɢɧɜɟɫɬɢɰɢɢ ɜ ɨɫɧɨɜɧɨɣ ɤɚɩɢɬɚɥ; L – ɤɨɥɢɱɟɫɬɜɨ 12 (ɛɚɤɚɥɚɜɪɨɜ), ɜɵɩɭɳɟɧɧɵɯ ȼɍɁɚɦɢ ɡɚ ɝɨɞ; m ɢ n – ɪɚɫɱɟɬɧɵɟ ɤɨɷɮɮɢɰɢɟɧɬɵ личество специалистов (бакалавров), выпущенных ВУЗами за год; m и .. Ʉɚɤ ɜɢɞɧɨ ɢɡ ɬɚɛɥɢɰɵ ɞɥɹ Ɋɨɫɫɢɢ, ɪɚɫɫɱɢɬɚɧɧɚɹ ɦɨɞɟɥɶ 44 % % Ʉɚɤ ɜɢɞɧɨ ɢɡ ɬɚɛɥɢɰɵ ɞɥɹ Ɋɨɫɫɢɢ, ɪɚɫɫɱɢɬɚɧɧɚɹ ɦɨɞɟɥɶ ɥɢɰɵ ɪɚɫɫɱɢɬɚɧɧɚɹ ɦɨɞɟɥɶ ɹɬɵɯ; Pɞɥɹ– ɤɨɥɢɱɟɫɬɜɨ ɩɚɬɟɧɬɨɜ ɜɫɟɝɨ ɜ ɦɢɪɟ; Q – Q ɤɨɥɢɱɟɫɬɜɨ ɫɩɟɰɢɚɥɢɫɬɨɜ ɡɚɧɹɬɵɯ; PnɊɨɫɫɢɢ, –расчетные ɤɨɥɢɱɟɫɬɜɨ ɩɚɬɟɧɬɨɜ ɜɫɟɝɨ ɜɜɥɢɹɧɢɹ ɦɢɪɟ; – ɜɤɨɥɢɱɟɫɬɜɨ ɫɩɟɰɢɚɥɢɫɬɨɜ –ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ коэффициенты модели. Ɋɟɡɭɥɶɬɚɬɵ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɩɪɢɜɟɞɟɧɵ ɬɚɛɥ. 5. ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɡɚɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚɦɨɞɟɥɢ. ȼȼɉɦɨɞɟɥɢ. ɱɟɪɟɡ ɩɪɨɢɡɜɨɞ 1011 ɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɤɚɥɚɜɪɨɜ), ɜɵɩɭɳɟɧɧɵɯ ȼɍɁɚɦɢ ɡɚ ɝɨɞ; m ɢ nприведены –mɪɚɫɱɟɬɧɵɟ ɤɨɷɮɮɢɰɢɟɧɬɵ ɢ n ɜ– ɫɢɥɭ ɪɚɫɱɟɬɧɵɟ ɤɨɷɮɮɢɰɢɟɧɬɵ (ɛɚɤɚɥɚɜɪɨɜ), ɜɵɩɭɳɟɧɧɵɯ ȼɍɁɚɦɢ ɝɨɞ; Результаты моделирования в табл. 5. ɮɭɧɤɰɢɸ ɞɥɹ Ɋɨɫɫɢɢ ɧɟɩɪɢɦɟɧɢɦɚ ɟɟ ɧɢɡɤɨɣ ɬɨɱɧɨɫɬɢ. ɇɚ ɪɢɫ. ɮɭɧɤɰɢɸ ɞɥɹ Ɋɨɫɫɢɢ ɧɟɩɪɢɦɟɧɢɦɚ ɜ ɫɢɥɭ ɟɟ ɧɢɡɤɨɣ ɬɨɱɧɨɫɬɢ. ɇɚ ɪɢɫ. 33 ɢɢ 44 ɩɪɟɞ ɩɪɟɞ ɢɦɚ Ɋɟɡɭɥɶɬɚɬɵ ɜ ɫɢɥɭɊɟɡɭɥɶɬɚɬɵ ɟɟ ɧɢɡɤɨɣ ɬɨɱɧɨɫɬɢ. ɇɚ ɪɢɫ. 3Ɋɟɡɭɥɶɬɚɬɵ ɢ ɜ4 ɬɚɛɥ. ɩɪɟɞɫɬɚɜɥɟɧɵ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɩɪɢɜɟɞɟɧɵ 5. ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɩɪɢɜɟɞɟɧɵ ɜ ɬɚɛɥ. 5. Ɍɚɛɥɢɰɚ 5. ɩɨɫɬɪɨɟɧɢɹ ɦɨɞɟɥɟɣ ɜɥɢɹɧɢɹ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧ ɪɟɡɭɥɶɬɚɬɵ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɜ ɝɪɚɮɢɱɟɫɤɨɦ ɜɢɞɟ. Таблица 5. Результаты построения моделей влияния ɚɮɢɱɟɫɤɨɦ ɜɢɞɟ. ɪɟɡɭɥɶɬɚɬɵ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɜ ɝɪɚɮɢɱɟɫɤɨɦ ɜɢɞɟ. ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɮɭɧɤɰɢɸ ɞɥɹ ɋ кодифицированных и некодифицированных знаний на ВВП 10 Ɍɚɛɥɢɰɚ 5. Ɋɟɡɭɥɶɬɚɬɵ ɩɨɫɬɪɨɟɧɢɹ ɦɨɞɟɥɟɣ ɜɥɢɹɧɢɹ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ Ɍɚɛɥɢɰɚ 5. Ɋɟɡɭɥɶɬɚɬɵ ɩɨɫɬɪɨɟɧɢɹ ɦɨɞɟɥɟɣ ɜɥɢɹɧɢɹ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɋɒȺ Ɋɨɫɫɢ ɉɨɤɚɡɚɬɟɥɶ через производственную функцию для США иɫɨɝɥɚɫɧɨ России ɪɚɫɫɱɢɬɚɧɧɨɣ Ɍɚɛɥɢɰɚ 6. Ɉɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɦɨɞɟɥɢ Ɍɚɛɥɢɰɚ 6. Ɉɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɤ ɪɟɚɥɶɧɨɦɭ ɪɟɚɥɶɧɨɦɭ ɫɨɝɥɚɫɧɨ ɪɚɫɫɱɢɬɚɧɧɨɣ ɦɨɞɟɥɢ ɝɨ ȼȼɉ ɤ ɪɟɚɥɶɧɨɦɭ ɫɨɝɥɚɫɧɨ ɪɚɫɫɱɢɬɚɧɧɨɣ ɦɨɞɟɥɢ ɜɥɢɹɧɢɹ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɮɭɧɤɰɢɸ ɞɥɹ ɋɒȺ ɢ Ɋɨɫɫɢɢ 0, 00 ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɮɭɧɤɰɢɸ ɞɥɹ ɋɒȺ ɢ Ɋɨɫɫɢɢ P 0 , 0027 Ɋɚɫɱɟɬɧɚɹ ɮɨɪɦɭɥɚ ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ 10 11 ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɱɟɪɟɡ 10 11 ɩɪɨɢɡɜɨɞɫɬɜ 1,ɧɚ 57 ȼȼɉ Q 10 11 ɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɋɒȺ Ɋɨɫɫɢɹ ɉɨɤɚɡɚɬɟɥɶ ɋɒȺ Ɋɨɫɫɢɹ ɉɨɤɚɡɚɬɟɥɶ Показатель США Y K LРоссия Y K Q ɮɭɧɤɰɢɸ ɮɭɧɤɰɢɸ 2 0 , 0066 P P 0 , 0027 0 , 0066 P P 0 , 0027 ɮɭɧɤɰɢɸ ɱɟɬɧɚɹ ɮɨɪɦɭɥɚ Ɋɚɫɱɟɬɧɚɹ ɮɨɪɦɭɥɚR 0,9999999 ɋɨɟɞɢɧɟɧɧɵɟ ɒɬɚɬɵ Ⱥɦɟɪɢɤɢ Ɋɨɫɫɢɹ 0,999 ɋɨɟɞɢɧɟɧɧɵɟ ɒɬɚɬɵ Расчетная формула , 57 Ⱥɦɟɪɢɤɢ 1Q,52 Q 1, 57 1Ɋɨɫɫɢɹ ,52 ɬɵ Ⱥɦɟɪɢɤɢ 2 K Y Q K L1Q ȼȼɉ ɜɜ K L ȼȼɉ ɜɜ Y RɊɨɫɫɢɹ Y K L Y L ȼȼɉ ȼȼɉ 0,92 0,9 ɇɨɪɦɢɪɨɜɚɧɧɵɣ Ɋɚɫɱɟɬɧɵɣ Ɉɬɧɨɲɟɧɢɟ Ɋɚɫɱɟɬɧɵɣ ȼȼɉ ȼȼɉ ɜ ɪɟɚɥɶɧɵɯ Ɋɚɫɱɟɬɧɵɣ ȼȼɉ ȼȼɉ Ɉɬɧɨɲɟɧɢɟ Ɋɚɫɱɟɬɧɵɣ ȼȼɉɈɬɧɨɲɟɧɢɟ Ƚɨɞ 2 Ɉɬɧɨɲɟɧɢɟ R2 ɪɟɚɥɶɧɵɯ Ɋɚɫɱɟɬɧɵɣ ȼȼɉ ɉ 0,9999999 0,999989 Ƚɨɞ ɪɟɚɥɶɧɵɯ ɪɟɚɥɶɧɵɯ 0,9999999 0,999989 0,9999999 0,999989 R ɪɚɫ ɩɨ ɦɨɞɟɥɢ, ɦɥɪɞ. ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɩɨ ɦɨɞɟɥɢ, ɪɟɚɥɶɧɵɯ ɋɬɚɧɞɚɪɬɧɚɹ ɨɲɢɛɤɚ 19154,27 ɪɚɫ ɩɨ ɦɨɞɟɥɢ, ɦɥɪɞ. 92385 ɪɚɫɱɟɬɧɨɝɨ ɤ ɩɨ ɦɨɞɟɥɢ,ɪɚɫɱɟɬɧɨɝɨ ɰɟɧɚɯ, ɦɥɪɞ. ɰɟɧɚɯ, ɦɥɪɞ. ȼȼɉ ɤ ȼȼɉ ɩɨ ɦɨɞɟɥɢ, ɦɥɪɞ. ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɰɟɧɚɯ, ɦɥɪɞ. ɰɟɧɚɯ, 2Нормированный 2 ɪɪ ɞɨɥɥ. R2 ɦɥɪɞ. 0,92 0,91 ɪɟɚɥɶɧɨɦɭ, % ɦɥɪɞ. ɞɨɥɥ. ɰɟɧɚɯ, ɦɥɪɞ. ɞɨɥɥ. ɪɟɚɥɶɧɨɦɭ, % ɦɥɪɞ. ɞɨɥɥ. 0,92 0,91 ɪɦɢɪɨɜɚɧɧɵɣ R 0,92 0,91 ɇɨɪɦɢɪɨɜɚɧɧɵɣ R ɞɨɥɥ. ɪɟɚɥɶɧɨɦɭ, % Ɉɬɫɭɬɫɬɜɭɟɬɞɨɥɥ. ɞɨɥɥ. ɪɟɚɥɶɧɨɦɭ, % ɇɚɥɢɱɢɟ ɚɜɬɨɤɨɪɪɟɥɹɰɢɢ ɂɦɟɟɬɫɹ ɚɜɬɨ ɞɨɥɥ. ɞɨɥɥ. ɞɨɥɥ. Стандартная ошибка 19154,27 92385,72 5893,17 96,65 422,49 1993 ɧɞɚɪɬɧɚɹ ɨɲɢɛɤɚɨɲɢɛɤɚ 19154,27 92385,72 ɋɬɚɧɞɚɪɬɧɚɹ 19154,27 6097,49 673,65 5893,17 422,49 92385,72673,65 673,65 1993 422,49 6097,49 96,65 159,45 96,65 Наличие автокорреляции Отсутствует Имеется368,83 автокорреляция 465,31 6345,16 6401,00 100,88 1994 6401,00 100,88 ɂɦɟɟɬɫɹ 368,83 1994 368,83 6345,16 465,31 ɥɢɱɢɟ ɚɜɬɨɤɨɪɪɟɥɹɰɢɢ Ɉɬɫɭɬɫɬɜɭɟɬ ɚɜɬɨɤɨɪɪɟɥɹɰɢɹ ɇɚɥɢɱɢɟ ɚɜɬɨɤɨɪɪɟɥɹɰɢɢ Ɉɬɫɭɬɫɬɜɭɟɬ ɂɦɟɟɬɫɹ ɚɜɬɨɤɨɪɪɟɥɹɰɢɹ 100,88 126,16 Ɋɚɫɫɦɨɬɪɢɦ ɨɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɪɟɚɥɶɧɨɦɭ465,31 (ɬɚɛɥ. 6). Ʉ 102,95 353,71 382,20 1995 6506,17 382,20 6697,93 6697,93 353,71 382,20 1995 353,71 6506,17 102,95 108,05 102,95 6749,84 6809,10 100,88 340,95 412,44 1996 ɬɚɛɥɢɰɵ, ɤɚɱɟɫɬɜɨ ɦɨɞɟɥɢ ɞɥɹ ɋɒȺ ɞɨɜɨɥɶɧɨ ɜɵɫɨɤɨɟ. Ɉɬɤɥɨɧɟɧɢɹ Рассмотрим отношение расчетного ВВП к реальному (табл. 6). Как 6749,84 6809,10 100,88 340,95 412,44 ɫɨɫɬɚɜɥ 1996 100,88 340,95 412,44 120,97 12 7056,83 Ɋɚɫɫɦɨɬɪɢɦ ɨɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɪɟɚɥɶɧɨɦɭ (ɬɚɛɥ. 6). Ʉɚɤ ɜɢɞɧɨ ɢɡ Ɋɚɫɫɦɨɬɪɢɦ ɨɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɪɟɚɥɶɧɨɦɭ (ɬɚɛɥ. 6). Ʉɚɤ ɜɢɞɧɨ ɢɡɦɨɞɟ 7129,83 101,03 345,66 390,27 1997 модели для США довольно высокое. Откло101,03 345,66 ɪɚɫɫɱɢɬɚɧɧɚɹ 390,27 1997 4из345,66 %таблицы, . 7056,83 Ʉɚɤ качество ɜɢɞɧɨ7129,83 ɢɡ ɬɚɛɥɢɰɵ ɞɥɹ Ɋɨɫɫɢɢ, 101,03 видно 390,27 112,91 12 7354,61 7383,99 100,40 327,18 379,79 1998 ɥɢɰɵ, ɤɚɱɟɫɬɜɨ ɦɨɞɟɥɢ ɞɥɹ ɋɒȺ ɞɨɜɨɥɶɧɨ ɜɵɫɨɤɨɟ. Ɉɬɤɥɨɧɟɧɢɹ ɫɨɫɬɚɜɥɹɸɬ ɧɟ ɛɨɥɟɟ ɬɚɛɥɢɰɵ, ɤɚɱɟɫɬɜɨ ɦɨɞɟɥɢ ɞɥɹ ɋɒȺ ɞɨɜɨɥɶɧɨ ɜɵɫɨɤɨɟ. Ɉɬɤɥɨɧɟɧɢɹ ɫɨɫɬɚɜɥɹɸɬ ɧɟ ɛɨɥɟɟ 7354,61 7383,99 100,40 327,18 379,79 1998 составляют не 379,79 более 4 % . Как116,08 видно из таблицы для России, рас-ɱɟɪɟɡ ɩɪɨɢɡ ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ 100,40 нения ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ 327,18 7684,78 7644,73 99,48 347,96 384,27 12 1999 7684,78 7644,73 99,48 347,96 ɦɨɞɟɥɶ 384,27 1999 считанная модель влияния кодифицированных и некодифицированных ɜɢɞɧɨ ɢɡ ɬɚɛɥɢɰɵ ɞɥɹ Ɋɨɫɫɢɢ, ɪɚɫɫɱɢɬɚɧɧɚɹ ɦɨɞɟɥɶ ɜɥɢɹɧɢɹ % 12 . 4 %Ʉɚɤ . Ʉɚɤ ɜɢɞɧɨ ɢɡ ɬɚɛɥɢɰɵ ɞɥɹ Ɋɨɫɫɢɢ, ɪɚɫɫɱɢɬɚɧɧɚɹ 99,48 347,96 384,27 110,43 ɮɭɧɤɰɢɸ ɞɥɹ Ɋɨɫɫɢɢ ɧɟɩɪɢɦɟɧɢɦɚ ɜ ɫɢɥɭ ɟɟ ɧɢɡɤɨɣ ɬɨɱɧɨɫɬɢ. ɇɚɜɥɢɹɧɢɹ ɪɢɫ. 3 ɢ 4 ɩ 7968,52 7982,14 100,17 382,92 407,69 2000 7968,52 7982,14 100,17 382,92 407,69 2000 на ВВП через производственную функцию для России неприме100,17 знаний 382,92 407,69 106,47 ɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ 8028,99 8087,57 100,73 402,41 421,15 2001 ɪɟɡɭɥɶɬɚɬɵ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɜ ɝɪɚɮɢɱɟɫɤɨɦ ɜɢɞɟ. 8028,99 8087,57 На рис. 402,41результаты 421,15 2001 100,73 нима 402,41 ее 421,15 104,663 100,73 в силу низкой точности. и 4 представлены 8158,50 8274,03 101,42 421,50 422,58 2002 ɧɤɰɢɸ ɞɥɹ Ɋɨɫɫɢɢ ɧɟɩɪɢɦɟɧɢɦɚ ɜ ɫɢɥɭ ɧɢɡɤɨɣ ɬɨɱɧɨɫɬɢ. ɇɚ ɪɢɫ. ɢ 4 ɩɪɟɞɫɬɚɜɥɟɧɵ ɮɭɧɤɰɢɸ ɞɥɹ Ɋɨɫɫɢɢ ɧɟɩɪɢɦɟɧɢɦɚ ɜɟɟ ɫɢɥɭ ɟɟ ɧɢɡɤɨɣ ɬɨɱɧɨɫɬɢ. ɇɚ3 ɪɢɫ. 3 ɢ 4 ɩɪɟɞɫɬɚɜɥɟɧɵ 8274,03 101,42 421,50 422,58 2002 101,42 моделирования 421,50 8158,50 422,58 100,26 вɜграфическом виде. 8364,30 8389,51 100,30 452,07 447,58 2003 8364,30 8389,51 100,30 452,07 447,58 2003 ɭɥɶɬɚɬɵ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɜ ɝɪɚɮɢɱɟɫɤɨɦ ɜɢɞɟ. ɪɟɡɭɥɶɬɚɬɵ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɝɪɚɮɢɱɟɫɤɨɦ ɜɢɞɟ. Ɍɚɛɥɢɰɚ 6. Ɉɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ɦɨ 100,30 452,07 447,58 99,01ȼȼɉ ɤ ɪɟɚɥɶɧɨɦɭ ɫɨɝɥɚɫɧɨ ɪɚɫɫɱɢɬɚɧɧɨɣ 8669,58 8590,30 99,09 484,40 454,58 2004 8669,58 8590,30 99,09 484,40 454,58 ɩɪɨɢɡɜɨɞ 2004 99,09 484,40 454,58 93,84 ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ȼȼɉ ɱɟɪɟɡ 8924,84 8824,58 98,88 515,34 466,19 2005 8824,58 ɫɨɝɥɚɫɧɨ 515,34 466,19 2005 98,88 515,34 8924,84 90,46 98,88 Pα ⋅Q β γɦɨɞɟɥɢ ɜɥɢɹɧɢɹ ɛɥɢɰɚ 6. Ɉɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ466,19 ɤ ɪɟɚɥɶɧɨɦɭ ɪɚɫɫɱɢɬɚɧɧɨɣ Ɍɚɛɥɢɰɚ 6. Ɉɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ зависимость ɤ ɪɟɚɥɶɧɨɦɭвида: ɫɨɝɥɚɫɧɨ ɦɨɞɟɥɢ ɜɥɢɹɧɢɹ ɮɭɧɤɰɢɸ 9 Изначально предполагалась Y= Kɪɚɫɫɱɢɬɚɧɧɨɣ ⋅L . ɋɨɟɞɢɧɟɧɧɵɟ ɒɬɚɬɵ Ɋɨɫɫɢɹ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚвȺɦɟɪɢɤɢ ȼȼɉ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚɱɟɪɟɡ ȼȼɉвɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ где Y – ВВП страны; L – количество занятых экономике определенный период ȼȼɉ ɜ ȼȼɉ ɜ ɮɭɧɤɰɢɸ ɮɭɧɤɰɢɸ ȼȼɉ Ɉɬɧɨɲɟɧɢɟ Ɋɚɫɱɟɬɧɵɣ ȼȼɉ времени; KȽɨɞ– инвестиции α, β, γ,Ɋɚɫɱɟɬɧɵɣ – ɪɟɚɥɶɧɵɯ ɪɟɚɥɶɧɵɯв основной капитал; P – количество патентов; ɩɨ ɦɨɞɟɥɢ, ɦɥɪɞ. ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɩɨ ɦɨɞɟɥɢ, ɋɨɟɞɢɧɟɧɧɵɟ ɒɬɚɬɵ Ⱥɦɟɪɢɤɢ Ɋɨɫɫɢɹ ɋɨɟɞɢɧɟɧɧɵɟ ɒɬɚɬɵ Ⱥɦɟɪɢɤɢ Ɋɨɫɫɢɹ PPDDα коэффициенты модели, которые необходимо рассчитать. ɰɟɧɚɯ, ɦɥɪɞ. ɰɟɧɚɯ, ɦɥɪɞ. P β PD ɞɨɥɥ. ɪɟɚɥɶɧɨɦɭ, % ɦɥɪɞ. ɞɨɥɥ.ȼȼɉ ɜ ȼȼɉ ȼȼɉ ɜ ȼȼɉ ɜ ɜ QE Q ɞɨɥɥ. ɞɨɥɥ. Ɉɬɧɨɲɟɧɢɟ Ɋɚɫɱɟɬɧɵɣ ȼȼɉ Ɋɚɫɱɟɬɧɵɣ ȼȼɉ Ɋɚɫɱɟɬɧɵɣ ȼȼɉ Ɉɬɧɨɲɟɧɢɟ Ɋɚɫɱɟɬɧɵɣ Q E ⋅L Y = K LJJγɈɬɧɨɲɟɧɢɟ Однако в ходе исследования модели для США она принимала вид E ȼȼɉɈɬɧɨɲɟɧɢɟ Ƚɨɞ Ɉɞɧɚɤɨ ɜ ɯɨɞɟ ɢɫɫɥɟɞɨɜɚɧɢɹ ɦɨɞɟɥɢ ɞɥɹ ɋɒȺ ɨɧɚ ɩɪɢɧɢɦɚɥɚ ɜɢɞ Y K ,,,ɩɨɫɤɨɥɶɤɭ ɤɨɷ Ƚɨɞ ɪɟɚɥɶɧɵɯ ɪɟɚɥɶɧɵɯɪɟɚɥɶɧɵɯ ɪɟɚɥɶɧɵɯ J Q Ɉɞɧɚɤɨ ɜ ɯɨɞɟ ɢɫɫɥɟɞɨɜɚɧɢɹ ɦɨɞɟɥɢ ɞɥɹ ɋɒȺ ɨɧɚ ɩɪɢɧɢɦɚɥɚ ɜɢɞ Y K L ɩɨɫɤɨɥɶɤɭ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɩɨ ɦɨɞɟɥɢ, ɦɥɪɞ. ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɩɨ ɦɨɞɟɥɢ, ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɤɨɷ ɩɨ ɦɨɞɟɥɢ, ɦɥɪɞ. ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɩɨ ɦɨɞɟɥɢ, 6097,49 5893,17 96,65 422,49 673,65 1993 ɥɹ ɋɒȺɰɟɧɚɯ, ɨɧɚ ɩɪɢɧɢɦɚɥɚ ɜɢɞкоэффициент Y K L β, принимал ɩɨɫɤɨɥɶɤɭ отрицательное ɤɨɷɮɮɢɰɢɟɧɬ ȕ значение. поскольку Поэтому было решеɰɟɧɚɯ, ɦɥɪɞ. ɦɥɪɞ. ɰɟɧɚɯ, ɦɥɪɞ. ɰɟɧɚɯ, ɦɥɪɞ. mP mP ɪɟɚɥɶɧɨɦɭ, % ɞɨɥɥ. ɪɟɚɥɶɧɨɦɭ, % ɦɥɪɞ. ɞɨɥɥ. ɪɟɚɥɶɧɨɦɭ, ɞɨɥɥ.368,83 ɪɟɚɥɶɧɨɦɭ, mP % ɞɨɥɥ. 6345,16 6401,00 465,31% Q 1994 ɦɥɪɞ. ɞɨɥɥ. ɞɨɥɥ. ɞɨɥɥ.100,88 ɞɨɥɥ. Y ɩɪɢɧɢɦɚɥ ɨɬɪɢɰɚɬɟɥɶɧɨɟ ɡɧɚɱɟɧɢɟ. ɛɵɥɨ ɪɟɲɟɧɨ ɢɫɩɨɥɶɡɨɜɚɬɶ ɦɨɞɟɥɶ ɜɢɞɚ n422,49 Qɉɨɷɬɨɦɭ 6506,17 6697,93 102,95 353,71 382,20 1995 Y K K Q ɩɪɢɧɢɦɚɥ ɨɬɪɢɰɚɬɟɥɶɧɨɟ ɡɧɚɱɟɧɢɟ. ɉɨɷɬɨɦɭ ɛɵɥɨ ɪɟɲɟɧɨ ɢɫɩɨɥɶɡɨɜɚɬɶ ɦɨɞɟɥɶ ɜɢɞɚ 6097,49 5893,17 96,65 673,65 159,45 93 6097,49 5893,17 96,65 422,49 673,65 159,45 1993 но использовать вида Y K 0,00271274 L . . 611521063 P ɷɬɨɦɭ ɛɵɥɨ ɪɟɲɟɧɨ ɢɫɩɨɥɶɡɨɜɚɬɶ модель ɦɨɞɟɥɶ ɜɢɞɚ P 0,00271274 611521063 6749,84 100,88 100,88 6809,10 368,83 368,83 100,88 340,95 126,16 126,16 412,44 1996 6401,00 6345,16 465,31 465,31 94 1994 P 6345,16 6401,00 ,00271274 611521063 1,57685352 Q 10 1,57685352428422 428422 Q 353,71 10 Ɍɨɱɧɚɹ 7056,83 7129,83 101,03 345,66 390,27 1997 10 ɮɨɪɦɭɥɚ ɢɦɟɟɬ ɜɢɞ: Y K L .. 6697,93 102,95 353,71 382,20 108,05 108,05 1,57685352 428422 95 6697,93 102,95 382,20 Q 6506,17 6506,17 1995 Ɍɨɱɧɚɹ ɮɨɪɦɭɥɚ ɢɦɟɟɬ ɜɢɞ: Y K L Точная формула имеет вид: . L . 7354,61 7383,99 100,40 327,18 379,79 1998 P -0,0066192 0145415104 6749,84 6809,10 100,88 340,95 412,44 120,97 96 6749,84 6809,10 100,88 -0,00661920145415104 340,95P 412,44 120,97 1996 0,00661920145415104 P 1,52801856 837342 Q 7684,78 7644,73 99,48 347,96 384,27 1999 11 11 7056,83 7129,83 101,03 345,66 390,27 112,91 1,52801856 837342 97 7056,83 7129,83 101,03 345,66 390,27 112,91 Q 1997 11 Точная формула имеет ɜɢɞ: вид: Y ... Ɍɨɱɧɚɹ ɮɨɪɦɭɥɚ ɢɦɟɟɬ K L 1,52801856 837342 Q Ɍɨɱɧɚɹ ɢɦɟɟɬ ɜɢɞ: Y100,40 K 327,18 327,18 L 7968,52 7982,14 100,17 382,92 407,69 L12 . отметить, 2000ɮɨɪɦɭɥɚ 12 7383,99 100,40 379,79 116,08 98 7383,99 379,79 116,08 1998 7354,61 7354,61 12 Необходимо что при расчете аналогичной модели дляɞɥɹ США с исɇɟɨɛɯɨɞɢɦɨ ɨɬɦɟɬɢɬɶ, ɱɬɨ ɩɪɢ ɪɚɫɱɟɬɟ ɚɧɚɥɨɝɢɱɧɨɣ ɦɨɞɟɥɢ ɋɒȺ ɫɫ ɢɫɩɨɥɶɡɨɜɚɧɢ ɇɟɨɛɯɨɞɢɦɨ ɨɬɦɟɬɢɬɶ, ɱɬɨ ɩɪɢ ɪɚɫɱɟɬɟ ɚɧɚɥɨɝɢɱɧɨɣ ɦɨɞɟɥɢ ɞɥɹ ɋɒȺ ɢɫɩɨɥɶɡɨɜɚɧɢ 8028,99 8087,57 100,73 402,41 421,15 2001 ɪɚɫɱɟɬɟ ɚɧɚɥɨɝɢɱɧɨɣ ɦɨɞɟɥɢ ɞɥɹ ɋɒȺ ɫ ɢɫɩɨɥɶɡɨɜɚɧɢɟɦ ɫɬɟɩɟɧɢ 7644,73 99,48 ɫɨɨɬɜɟɬɫɬɜɢɹ 347,96 384,27 384,27 110,43 99 7684,78 7644,73 магистра, 99,48 347,96соответствия 1999 7684,78 пользованием степени показатели качества реальности не-110,43 ɦɚɝɢɫɬɪɚ, ɩɨɤɚɡɚɬɟɥɢ ɤɚɱɟɫɬɜɚ ɪɟɚɥɶɧɨɫɬɢ ɧɟɫɤɨɥɶɤɨ ɧɢɠɟ, ɱɟɦ ɜɜ ɩɪɢɜɟɞɟɧɧɨɣ ɦɨɞɟ ɦɚɝɢɫɬɪɚ, ɩɨɤɚɡɚɬɟɥɢ ɤɚɱɟɫɬɜɚ ɫɨɨɬɜɟɬɫɬɜɢɹ ɪɟɚɥɶɧɨɫɬɢ ɧɟɫɤɨɥɶɤɨ ɧɢɠɟ, ɩɪɢɜɟɞɟɧɧɨɣ 8158,50 8274,03 101,42 421,50ɱɟɦ 422,58 ɦɨɞɟ 2002ɧɢɠɟ, ɫɬɜɢɹ2000 ɪɟɚɥɶɧɨɫɬɢ ɧɟɫɤɨɥɶɤɨ ɱɟɦ ɜ ɩɪɢɜɟɞɟɧɧɨɣ ɦɨɞɟɥɢ. Ɋɚɡɛɪɨɫ 7968,52 сколько 7982,14 100,17 382,92 407,69 106,47 00 7968,52 7982,14 100,17 382,92 407,69 106,47 ниже, ȼȼɉ чем вɨɬɧɨɫɢɬɟɥɶɧɨ приведеннойɪɟɚɥɶɧɨɝɨ модели. Разброс расчетного ВВП относительно ɪɚɫɱɟɬɧɨɝɨ ɞɨɫɬɢɝɚɥ ɞɨ 5 %. ɉɨɷɬɨɦɭ ɛɵɥɨ ɪɟɲɟɧɨ ɢɫɩɨɥɶɡɨɜɚ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɨɬɧɨɫɢɬɟɥɶɧɨ ɪɟɚɥɶɧɨɝɨ ɞɨɫɬɢɝɚɥ ɞɨ 5 %. ɉɨɷɬɨɦɭ ɛɵɥɨ ɪɟɲɟɧɨ ɢɫɩɨɥɶɡɨɜɚ 8389,51 402,41 100,30 452,07 104,66 104,66 2003 8087,57 ɧɨɝɨ ɞɨɫɬɢɝɚɥ ɞɨреального 5 %. ɉɨɷɬɨɦɭ ɛɵɥɨ8364,30 ɪɟɲɟɧɨ ɢɫɩɨɥɶɡɨɜɚɬɶ ɦɨɞɟɥɶ402,41 ɫиспользовать 8087,57 421,15 421,15 01 8028,99 100,73 2001 8028,99 достигал до 5 %.100,73 Поэтому было решено модель с бакалав- 447,58 ɛɚɤɚɥɚɜɪɚɦɢ. ɛɚɤɚɥɚɜɪɚɦɢ. 8669,58 101,42 101,42 8590,30 421,50 421,5099,09422,58 422,58 484,40 100,26 100,26 454,58 2004 8274,03 8274,03 02 8158,50 2002 8158,50 рами. 8924,84 8824,58 98,88 515,34 466,19 2005 8364,30 8389,51 100,30 452,07 447,58 99,01 03 8364,30 8389,51 100,30 452,07 447,58 99,01 2003 99,09 99,09 484,40 484,40 454,58 454,58 93,84 93,84 04 2004 8669,58 8669,58 8590,30 8590,30 98,88 98,88 515,34 515,34 466,19 466,19 90,46 90,46 05 2005 8924,84 8924,84 8824,58 8824,58 PD Характер и степень зависимости ВВП США и России 67 Таблица 6. Отношение расчетного ВВП к реальному согласно рассчитанной модели влияния кодифицированных и некодифицированных знаний на ВВП через производственную функцию Год 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Соединенные Штаты Америки Россия ВВП в Расчетный ВВП в Отношение Расчетный ВВП Отношение реальных ВВП реальных расчетного ВВП по модели, расчетного ВВП ценах, по модели, ценах, к реальному, % млрд. долл. к реальному, % млрд. долл. млрд. долл. млрд. долл. 6097,49 5893,17 96,65 422,49 673,65 159,45 6345,16 6401,00 100,88 368,83 465,31 126,16 6506,17 6697,93 102,95 353,71 382,20 108,05 6749,84 6809,10 100,88 340,95 412,44 120,97 7056,83 7129,83 101,03 345,66 390,27 112,91 7354,61 7383,99 100,40 327,18 379,79 116,08 7684,78 7644,73 99,48 347,96 384,27 110,43 7968,52 7982,14 100,17 382,92 407,69 106,47 8028,99 8087,57 100,73 402,41 421,15 104,66 8158,50 8274,03 101,42 421,50 422,58 100,26 8364,30 8389,51 100,30 452,07 447,58 99,01 8669,58 8590,30 99,09 484,40 454,58 93,84 8924,84 8824,58 98,88 515,34 466,19 90,46 9172,84 9048,41 98,64 554,90 489,09 88,14 Рис. 3. Фактический ВВП США и рассчитанный по модели ɝɨɞ Ɋɢɫ. 3. Ɏɚɤɬɢɱɟɫɤɢɣ ȼȼɉ ɋɒȺ ɢ ɪɚɫɫɱɢɬɚɧɧɵɣ ɩɨ ɦɨɞɟɥɢ 800 Ширяев А.А. 68 700 600 500 ȼȼɉ ɜ ɪɟɚɥɶɧɵɯ ɰɟɧɚɯ, ɦɥɪɞ. ɞɨɥɥ. Ɋɚɫɱɟɬɧɵɣ ȼȼɉ ɩɨ ɦɨɞɟɥɢ, ɦɥɪɞ. ɞɨɥɥ. 400 300 200 100 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 0 ɝɨɞ Рис. 4. Фактический ВВП России и рассчитанный по модели Ɋɢɫ. 4. Ɏɚɤɬɢɱɟɫɤɢɣ ȼȼɉ Ɋɨɫɫɢɢ ɢ ɪɚɫɫɱɢɬɚɧɧɵɣ ɩɨ ɦɨɞɟɥɢ 3. Модель влияния знаний . Ɇɨɞɟɥɶ ɜɥɢɹɧɢɹ(патентов ɡɧɚɧɢɣ (ɩɚɬɟɧɬɨɜ ɢ ɞɨɥɢ ɛɚɤɚɥɚɜɪɨɜ ɜ ɨɛɳɟɦ ɤɨɥɢɱɟɫɬɜɟ и доли бакалавров в общем количестве занятых) ɡɚɧɹɬɵɯ) ɧɚ ȼȼɉ ɱɟɪɟɡ ɷɮɮɟɤɬɢɜɧɨɫɬɶ ɢɫɩɨɥɶɡɨɜɚɧɢɹ ɤɚɩɢɬɚɥɚ. на ВВП через эффективность использования капитала. ɋɨɟɞɢɧɟɧɧɵɟ ɒɬɚɬɵ Ⱥɦɟɪɢɤɢ Соединенные Штаты Америки Используя влияния кодифицированных и некодифицированɂɫɩɨɥɶɡɭɹ ɦɨɞɟɥɶ ɜɥɢɹɧɢɹмодель ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ ɧɟɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɚ ных знаний на ВВП через производственную функцию модель), ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɮɭɧɤɰɢɸ (ɜɬɨɪɚɹ ɦɨɞɟɥɶ), ɭɱɬɟɦ ɜ ɦɨɞɟɥɢ(вторая ɭɞɟɥɶɧɵɣ ɜɟɫ учтем в модели удельный вес общего количества бакалавров в стране в ɝɨ ɤɨɥɢɱɟɫɬɜɚ численности ɛɚɤɚɥɚɜɪɨɜ ɜзанятых. ɫɬɪɚɧɟ Удельный ɜ ɱɢɫɥɟɧɧɨɫɬɢ ɡɚɧɹɬɵɯ. ɍɞɟɥɶɧɵɣ ɜɟɫ ɦɨɠɟɬ вес может являться ключевым фактоɶɫɹ ɤɥɸɱɟɜɵɦ ром, ɮɚɤɬɨɪɨɦ, ɩɨɫɤɨɥɶɤɭ ɨɧ ɨɬɪɚɠɚɟɬ ɭɪɨɜɟɧɶ ɨɛɪɚɡɨɜɚɧɢɹ, ɞɨɫɬɢɝɧɭɬɵɣ поскольку он отражает уровень образования, достигнутый в общеɟɫɬɜɟ. Ɋɚɫɱɟɬɵстве. ɞɥɹ Расчеты ɋɒȺ ɛɚɡɢɪɭɸɬɫɹ ɧɚ ɢɫɯɨɞɧɵɯнаɞɚɧɧɵɯ ɬɚɛɥ. 1. Ɇɨɞɟɥɶ для США базируются исходных данных табл. ɜɵɝɥɹɞɢɬ 1. Модель ɸɳɢɦ ɨɛɪɚɡɨɦ: выглядит следующим образом: mP A Y K Q ( )n (3); (3); L где Y – ВВП в реальных ценах; K – инвестиции в основной капитал; А – количество бакалавров всего в стране; L – количество занятых; P – количество патентов; Q – количество специалистов (бакалавров), выпущенных ВУЗами за год; m и n – расчетные коэффициенты модели. В табл. 7 приведены результаты моделирования влияния знаний (патентов и доли бакалавров в общем количестве занятых) на ВВП через эффективность использования капитала для США. ɢɱɟɫɬɜɨ ɫɩɟɰɢɚɥɢɫɬɨɜ (ɛɚɤɚɥɚɜɪɨɜ), ɜɵɩɭɳɟɧɧɵɯ ȼɍɁɚɦɢ ɡɚ ɝɨɞ; m ɢ n – ɪɚɫɱɟɬɧɵɟ ɮɮɢɰɢɟɧɬɵ ɦɨɞɟɥɢ. Ɍɚɛɥɢɰɚ 7. Ɋɟɡɭɥɶɬɚɬɵ ɩɨɫɬɪɨɟɧɢɹ ɦɨɞɟɥɢ ɜɥɢɹɧɢɹ ɡɧɚɧɢɣ ȼ ɬɚɛɥ. 7 ɩɪɢɜɟɞɟɧɵ ɪɟɡɭɥɶɬɚɬɵ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɜɥɢɹɧɢɹɜ ɨɛɳɟɦ ɡɧɚɧɢɣɤɨɥɢɱɟɫɬɜɟ (ɩɚɬɟɧɬɨɜ ɡɚɧɹɬɵɯ) ɢ ɞɨɥɢ (ɩɚɬɟɧɬɨɜ ɢ ɞɨɥɢ ɛɚɤɚɥɚɜɪɨɜ ɚɥɚɜɪɨɜ ɜ ɨɛɳɟɦ ɤɨɥɢɱɟɫɬɜɟɧɚɡɚɧɹɬɵɯ) ɧɚ ȼȼɉ ɱɟɪɟɡ ɷɮɮɟɤɬɢɜɧɨɫɬɶ ɢɫɩɨɥɶɡɨɜɚɧɢɹ ȼȼɉ ɱɟɪɟɡ ɷɮɮɟɤɬɢɜɧɨɫɬɶ ɢɫɩɨɥɶɡɨɜɚɧɢɹ ɤɚɩɢɬɚɥɚ ɞɥɹ ɋɒȺ Характер и степень зависимости ВВП США и России 69 13 ɢɬɚɥɚ ɞɥɹ ɋɒȺ. ɋɒȺ ɉɨɤɚɡɚɬɟɥɶ 0 ,86 P Ɋɚɫɱɟɬɧɚɹ ɮɨɪɦɭɥɚ Таблица 7. Результаты построения модели влияния знаний A Ɍɚɛɥɢɰɚ 7. Ɋɟɡɭɥɶɬɚɬɵ ɩɨɫɬɪɨɟɧɢɹ ɦɨɞɟɥɢ ɜɥɢɹɧɢɹ ɡɧɚɧɢɣ Y K Q ( ) 16,9 (патентов и доли бакалавров в общем количестве занятых) L (ɩɚɬɟɧɬɨɜ ɞɨɥɢ эффективность ɛɚɤɚɥɚɜɪɨɜ ɜ ɨɛɳɟɦ ɤɨɥɢɱɟɫɬɜɟ ɡɚɧɹɬɵɯ)для США на ВВПɢчерез использования капитала ɧɚ ȼȼɉ 0,9999 R2 ɱɟɪɟɡ ɷɮɮɟɤɬɢɜɧɨɫɬɶ ɢɫɩɨɥɶɡɨɜɚɧɢɹ ɤɚɩɢɬɚɥɚ ɞɥɹ ɋɒȺ 13 ɋɒȺ ɉɨɤɚɡɚɬɟɥɶ 0,92 ɇɨɪɦɢɪɨɜɚɧɧɵɣ R2 Показатель США13 0 , 86 P ɱɟɬɧɚɹ ɮɨɪɦɭɥɚ ɋɬɚɧɞɚɪɬɧɚɹ ɨɲɢɛɤɚ 475731,03 A Расчетная формула Y K Q ( ) 16,9 ɇɚɥɢɱɢɟ ɚɜɬɨɤɨɪɪɟɥɹɰɢɢ Ɉɬɫɭɬɫɬɜɭɟɬ L R2 0,9999 ȼ ɬɚɛɥ. 8 ɢ ɧɚ ɪɢɫ. 5 ɩɨɤɚɡɚɧɨ ɨɬɧɨɲɟɧɢɟ0,9999 ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɪɟɚɥɶɧɨɦɭ. Ʉɚ 2 2 Нормированный R 0,92 0,92 ɦɢɪɨɜɚɧɧɵɣ R ɦɨɞɟɥɶ ɩɨɤɚɡɵɜɚɟɬ ɧɢɡɤɢɟ ɡɧɚɱɟɧɢɹ ɫɨɨɬɜɟɬɫɬɜɢɹ ɪɟɚɥɶɧɨɫɬɢ. Ɉɬɤɥɨɧɟɧɢɹ Стандартная ошибка 475731,03 ɧɞɚɪɬɧɚɹ ɨɲɢɛɤɚ 475731,03 ɞɨɫɬɢɝɚɬɶ 91 %. Ⱦɥɹ Ɋɨɫɫɢɢ ɚɧɚɥɨɝɢɱɧɭɸ ɦɨɞɟɥɶ ɪɚɫɫɱɢɬɚɬɶ ɧɟ ɩɪɟɞɫɬ Наличие автокорреляции Отсутствует ɢɱɢɟ ɚɜɬɨɤɨɪɪɟɥɹɰɢɢ Ɉɬɫɭɬɫɬɜɭɟɬ ɜɨɡɦɨɠɧɵɦ, ɩɨɫɤɨɥɶɤɭ ɨɬɫɭɬɫɬɜɭɸɬ ɞɚɧɧɵɟ ɨɛ ɨɛɳɟɦ ɤɨɥɢɱɟɫɬɜɟ ɫɩɟɰɢɚɥɢɫɬɨɜ В табл. 8 и на рис. 5 показано отношение ВВП к реальноɡɚ ɪɚɫɫɦɚɬɪɢɜɚɟɦɵɟ ɝɨɞɚ, ɢɦɟɟɬɫɹ ɬɨɥɶɤɨрасчетного ɢɧɮɨɪɦɚɰɢɹ ɡɚ 2002 ɝ. (ɡɚ ɛɨɥɟɟ ɩɨɡɞɧɢɣ ȼ ɬɚɛɥ. 8му. ɢ ɧɚ ɪɢɫ. 5 ɩɨɤɚɡɚɧɨ ɨɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤсоответствия ɪɟɚɥɶɧɨɦɭ. Ʉɚɤ ɜɢɞɧɨ, Как видно, модель показывает низкие значения реальɜɪɟɦɟɧɢ ɨɬɫɭɬɫɬɜɭɸɬ ɞɚɧɧɵɟ, ɩɨɫɤɨɥɶɤɭ ɧɟ ɩɪɨɜɨɞɢɥɚɫɶ ɩɟɪɟɩɢɫɶ ɧɚɫɟɥ ɟɥɶ ɩɨɤɚɡɵɜɚɟɬ ɧɢɡɤɢɟ ɡɧɚɱɟɧɢɹ ɫɨɨɬɜɟɬɫɬɜɢɹ ɪɟɚɥɶɧɨɫɬɢ. Ɉɬɤɥɨɧɟɧɢɹ моɦɨɝɭɬ ности. Отклонения могут достигать 91 %. Для ɨɛɪɚɡɨɜɚɧɢɹ). России аналогичную ɫɨɨɬɜɟɬɫɬɜɟɧɧɨ, ɧɟ ɪɚɫɫɱɢɬɵɜɚɥɫɹ ɭɪɨɜɟɧɶ дельȾɥɹ рассчитать представляетсяɦɨɞɟɥɶ возможным, поскольку ɬɢɝɚɬɶ 91 %. Ɋɨɫɫɢɢнеɚɧɚɥɨɝɢɱɧɭɸ ɪɚɫɫɱɢɬɚɬɶ ɧɟ отсутствуют ɩɪɟɞɫɬɚɜɥɹɟɬɫɹ данные об общем количестве в стране заɫɩɟɰɢɚɥɢɫɬɨɜ рассматриваемые ɦɨɠɧɵɦ, ɩɨɫɤɨɥɶɤɭ ɨɬɫɭɬɫɬɜɭɸɬ ɞɚɧɧɵɟспециалистов ɨɛɪɚɫɱɟɬɧɨɝɨ ɨɛɳɟɦ ɤɨɥɢɱɟɫɬɜɟ ɜ ɫɬɪɚɧɟ Ɍɚɛɥɢɰɚ 8. Ɉɬɧɨɲɟɧɢɟ ȼȼɉ ɤболее ɪɟɚɥɶɧɨɦɭ ɞɥɹ период ɦɨɞɟɥɢ ɜɥɢɹɧɢɹ ɡɧɚɧ года, имеется только информация за 2002 г. (за поздний ɚɫɫɦɚɬɪɢɜɚɟɦɵɟ ɝɨɞɚ, ɢɦɟɟɬɫɹ ɬɨɥɶɤɨ ɢɧɮɨɪɦɚɰɢɹ ɡɚ 2002 ɝ. (ɡɚ ɛɨɥɟɟ ɩɨɡɞɧɢɣ ɩɟɪɢɨɞ (ɩɚɬɟɧɬɨɜ ɢ поскольку ɞɨɥɢ ɛɚɤɚɥɚɜɪɨɜ ɜ ɨɛɳɟɦ ɤɨɥɢɱɟɫɬɜɟ ɡɚɧɹɬɵɯ) времени отсутствуют данные, не проводилась перепись на- ɢ, ɦɟɧɢ ɨɬɫɭɬɫɬɜɭɸɬ ɞɚɧɧɵɟ,ɧɚ ɩɨɫɤɨɥɶɤɭ ɧɟ ɩɪɨɜɨɞɢɥɚɫɶ ɩɟɪɟɩɢɫɶ ɤɚɩɢɬɚɥɚ ɧɚɫɟɥɟɧɢɹ ȼȼɉ ɱɟɪɟɡ ɷɮɮɟɤɬɢɜɧɨɫɬɶ ɢɫɩɨɥɶɡɨɜɚɧɢɹ селения и, соответственно, не рассчитывался уровень образования). ɞɥɹ ɋɒȺ ɬɜɟɬɫɬɜɟɧɧɨ, ɧɟ ɪɚɫɫɱɢɬɵɜɚɥɫɹ ɭɪɨɜɟɧɶȼȼɉ, ɨɛɪɚɡɨɜɚɧɢɹ). Ɋɚɫɱɟɬɧɵɣ ȼȼɉ, Ɋɟɚɥɶɧɵɣ Ɉɬɧɨɲɟɧɢɟ ɪɚɫɱɟ ɞ 93 94 95 96 97 98 99 00 01 02 03 04 05 06 Ƚɨɞ ɦɥɪɞ. ɞɨɥɥ. ɦɥɪɞ. ɞɨɥɥ. ɤ ɪɟɚɥɶɧɨɦɭ Таблица 8. Отношение расчетного ВВП к реальному Ɍɚɛɥɢɰɚ 8. Ɉɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ ɤ ɪɟɚɥɶɧɨɦɭ ɞɥɹ ɦɨɞɟɥɢ ɜɥɢɹɧɢɹ ɡɧɚɧɢɣ 6097,49 2375,10 38,95 1993 для модели влияния знаний (ɩɚɬɟɧɬɨɜ ɢ ɞɨɥɢ ɛɚɤɚɥɚɜɪɨɜ ɜ ɨɛɳɟɦ ɤɨɥɢɱɟɫɬɜɟ9200,71 ɡɚɧɹɬɵɯ) 6345,16 145,00 1994 (патентов и доли бакалавров в общем количестве ɧɚ ȼȼɉ ɱɟɪɟɡ ɷɮɮɟɤɬɢɜɧɨɫɬɶ ɤɚɩɢɬɚɥɚ ɞɥɹзанятых) ɋɒȺ 6506,17ɢɫɩɨɥɶɡɨɜɚɧɢɹ 12428,53 191,03 1995 на ВВП через эффективность использования капитала для США Ɋɟɚɥɶɧɵɣ ȼȼɉ, Ɋɚɫɱɟɬɧɵɣ ȼȼɉ, Ɉɬɧɨɲɟɧɢɟ ɪɚɫɱɟɬɧɨɝɨ ȼȼɉ 94,14 6749,84 6354,42 1996 ɦɥɪɞ. ɞɨɥɥ.Реальный ВВП, ɞɨɥɥ. ВВП, ɤ ɪɟɚɥɶɧɨɦɭ, ɜ% Расчетный Отношение расчетного 7056,83 ɦɥɪɞ. 8572,20 121,47 Год1997 6097,49 2375,10 38,95 млрд. долл. млрд. долл. ВВП к реальному, в % 7354,61 9072,11 123,35 1998 1993 6097,49 2375,10 6345,16 9200,71 145,00 7684,78 8637,09 38,95 112,39 1999 1994 6345,16 9200,71 145,00 6506,17 12428,53 191,03 7968,52 11590,45 145,45 2000 1995 6506,17 12428,53 191,03 6749,84 6354,42 94,14 8028,99 6365,54 79,28 2001 1996 6749,84 6354,42 94,14 7056,83 8572,20 121,47 9400,97 121,47 115,23 2002 1997 7056,83 8158,50 8572,20 7354,61 9072,11 123,35 7403,62 123,35 88,51 2003 1998 7354,61 8364,30 9072,11 7684,78 8637,09 112,39 7957,58 112,39 91,79 2004 1999 7684,78 8669,58 8637,09 7968,52 11590,45 145,45 2000 7968,52 11590,45 145,45 8924,84 8152,31 91,34 2005 8028,99 6365,54 79,28 2001 8028,99 9172,84 6365,54 6653,85 79,28 72,54 2006 8158,50 9400,97 115,23 2002 8158,50 9400,97 115,23 2003 8364,30 7403,62 88,51 8364,30 7403,62 88,51 2004 8669,58 7957,58 91,79 8669,58 7957,58 91,79 2005 8924,84 8152,31 91,34 8924,84 8152,31 91,34 2006 9172,84 6653,85 72,54 9172,84 6653,85 72,54 Ɍɨɱɧɚɹформула ɮɨɪɦɭɥɚимеет ɢɦɟɟɬ вид: ɜɢɞ: Y Точная 1313 ɨɱɧɚɹ ɮɨɪɦɭɥɚ ɢɦɟɟɬ ɜɢɞ: Y K 0,0864286466962382 P Q K 0,0864286466962382 P Q A ( ) -16,9444149659982 . A ( ) -16,9444149659982 . L 14000 Ширяев А.А. 70 10000 Ɋɟɚɥɶɧɵɣ ȼȼɉ, ɦɥɪɞ. ɞɨɥɥ. 8000 Ɋɚɫɫɱɢɬɚɧɧɵɣ ȼȼɉ ɩɨ ɦɨɞɟɥɢ, ɦɥɪɞ. ɞɨɥɥ. 6000 4000 2000 0 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 ȼȼɉ, ɦɥɪɞ. ɞɨɥɥ. 12000 ɝɨɞ Рис. 5. Фактический ВВП США и рассчитанный по модели Ɋɢɫ. 5. Ɏɚɤɬɢɱɟɫɤɢɣ ȼȼɉ ɋɒȺ ɢ ɪɚɫɫɱɢɬɚɧɧɵɣ ɩɨ ɦɨɞɟɥɢ Выводы по расчетам ȼɵɜɨɞɵ ɩɨ ɪɚɫɱɟɬɚɦ 1. Было получено 5 моделей, описывающих результаты деятельно1. Ȼɵɥɨ сти ɩɨɥɭɱɟɧɨ ɦɨɞɟɥɟɣ, ɨɩɢɫɵɜɚɸɳɢɯ ɪɟɡɭɥɶɬɚɬɵ ɋɒȺ США и5России в течение определенного периодаɞɟɹɬɟɥɶɧɨɫɬɢ времени – с 1993 г. ɢ ɨɫɫɢɢ ɜ ɬɟɱɟɧɢɟ ɨɩɪɟɞɟɥɟɧɧɨɝɨ ɩɟɪɢɨɞɚ ɜɪɟɦɟɧɢ – ɫ 1993 ɝ. ɩɨ 2006 ɝ. ɉɪɢ ɷɬɨɦ ȼȼɉ по 2006 г. При этом ВВП США хорошо зависит от кодифицированных знаний ɨɬ (разброс значений не более 2,25(ɪɚɡɛɪɨɫ %). Чутьɡɧɚɱɟɧɢɣ менее хорошие показаɒȺ ɯɨɪɨɲɨ ɡɚɜɢɫɢɬ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɣ ɧɟ ɛɨɥɟɟ 2,25 %). тели имеетɩɨɤɚɡɚɬɟɥɢ модель влияния кодифицированных и некодифицированных ɭɬɶ ɦɟɧɟɟ ɯɨɪɨɲɢɟ ɢɦɟɟɬ ɦɨɞɟɥɶ ɜɥɢɹɧɢɹ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɢ знанийɡɧɚɧɢɣ на ВВПɧɚчерез функциюɮɭɧɤɰɢɸ (не более(ɧɟ 4 %), однаɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ȼȼɉпроизводственную ɱɟɪɟɡ ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɭɸ ɛɨɥɟɟ 4 %), ко, она учитывает большее количество факторов (четыре). Определенɞɧɚɤɨ, ɨɧɚ ɭɱɢɬɵɜɚɟɬ ɛɨɥɶɲɟɟ ɤɨɥɢɱɟɫɬɜɨ ɮɚɤɬɨɪɨɜ (ɱɟɬɵɪɟ). Ɉɩɪɟɞɟɥɟɧɧɵɣ ɢɧɬɟɪɟɫ ный интерес представляет собой коэффициент, учитывающий факторы ɪɟɞɫɬɚɜɥɹɟɬ ɫɨɛɨɣ ɤɨɷɮɮɢɰɢɟɧɬ, ɭɱɢɬɵɜɚɸɳɢɣ «Ʉɨɥɢɱɟɫɬɜɨ ɩɚɬɟɧɬɨɜ» ɢ «Количество патентов» и «Количествоɮɚɤɬɨɪɵ бакалавров/специалистов». Ʉɨɥɢɱɟɫɬɜɨ ɛɚɤɚɥɚɜɪɨɜ/ɫɩɟɰɢɚɥɢɫɬɨɜ». Имеющаяся технология, выраженная в кодифицированных знаниях ɂɦɟɸɳɚɹɫɹ ɬɟɯɧɨɥɨɝɢɹ, ɜ ɤɨɞɢɮɢɰɢɪɨɜɚɧɧɵɯ ɡɧɚɧɢɹɯ числом (ɩɚɬɟɧɬɵ), (патенты), может ɜɵɪɚɠɟɧɧɚɹ эффективно работать только с определенным высококвалифицированных работников, которые могут воспринять эти ɨɠɟɬ ɷɮɮɟɤɬɢɜɧɨ ɪɚɛɨɬɚɬɶ ɬɨɥɶɤɨ ɫ ɨɩɪɟɞɟɥɟɧɧɵɦ ɱɢɫɥɨɦ ɜɵɫɨɤɨɤɜɚɥɢɮɢɰɢɪɨɜɚɧɧɵɯ знания иɦɨɝɭɬ использовать их (количество бакалавров). Для США ɛɨɬɧɢɤɨɜ, ɤɨɬɨɪɵɟ ɜɨɫɩɪɢɧɹɬɶ ɷɬɢ ɡɧɚɧɢɹ ɢ ɢɫɩɨɥɶɡɨɜɚɬɶ ɢɯ подтверж(ɤɨɥɢɱɟɫɬɜɨ дается предположение о связи экономики и человеческого капитала. ɤɚɥɚɜɪɨɜ). Ⱦɥɹ ɋɒȺ ɩɨɞɬɜɟɪɠɞɚɟɬɫɹ ɩɪɟɞɩɨɥɨɠɟɧɢɟ ɨ ɫɜɹɡɢ ɷɤɨɧɨɦɢɤɢ ɢ Интуитивно это понятно, и нами были получены количественные параɥɨɜɟɱɟɫɤɨɝɨ метры ɤɚɩɢɬɚɥɚ. ɂɧɬɭɢɬɢɜɧɨ ɷɬɨ ɩɨɧɹɬɧɨ, ɨɞɧɚɤɨ, ɛɵɥɢ ɩɨɥɭɱɟɧɵ этой связи. ɥɢɱɟɫɬɜɟɧɧɵɟ ɩɚɪɚɦɟɬɪɵ ɷɬɨɣ аналогичная ɫɜɹɡɢ. 2. В России модель показала низкие значения качества 2. ȼ Ɋɨɫɫɢɢ ɚɧɚɥɨɝɢɱɧɚɹ ɦɨɞɟɥɶ ɩɨɤɚɡɚɥɚ ɧɢɡɤɢɟ ɡɧɚɱɟɧɢɹ ɤɚɱɟɫɬɜɚ ɨɬɧɨɲɟɧɢɹ отношения расчетного ВВП к реальному. Поэтому можно сделать вывод ɫɱɟɬɧɨɝɨ ȼȼɉо том, ɤ ɪɟɚɥɶɧɨɦɭ. ɉɨɷɬɨɦɭ ɦɨɠɧɨ ɫɞɟɥɚɬɶ ɜɵɜɨɞ ɨ ɬɨɦ, ɱɬɨ ɚɧɚɥɨɝɢɱɧɵɯ что аналогичных США зависимостей в России не имеется. Можноɧɟпредложить ɒȺ ɡɚɜɢɫɢɦɨɫɬɟɣ3.ɜ Ɋɨɫɫɢɢ ɢɦɟɟɬɫɹ. индикатор, характеризующий возможность системы к восприятию и использованию созданных тех3. Ɇɨɠɧɨэкономической ɩɪɟɞɥɨɠɢɬɶ ɢɧɞɢɤɚɬɨɪ, ɯɚɪɚɤɬɟɪɢɡɭɸɳɢɣ ɜɨɡɦɨɠɧɨɫɬɶ ɷɤɨɧɨɦɢɱɟɫɤɨɣ нологий: ɫɬɟɦɵ ɤ ɜɨɫɩɪɢɹɬɢɸ ɢ ɢɫɩɨɥɶɡɨɜɚɧɢɸ ɫɨɡɞɚɧɧɵɯ ɬɟɯɧɨɥɨɝɢɣ: P (4) I Q ɟ I – ɢɧɞɢɤɚɬɨɪ, ɯɚɪɚɤɬɟɪɢɡɭɸɳɢɣ ɩɨɬɟɧɰɢɚɥɶɧɭɸ ɫɩɨɫɨɛɧɨɫɬɶ ɷɤɨɧɨɦɢɱɟɫɤɨɣ ɫɢɫɬɟɦɵ I – индикатор, характеризующий потенциальную способность экоɜɨɫɩɪɢɹɬɢɸ где ɢ ɢɫɩɨɥɶɡɨɜɚɧɢɸ ɫɨɡɞɚɧɧɵɯ ɬɟɯɧɨɥɨɝɢɣ; P – ɤɨɥɢɱɟɫɬɜɨ ɩɚɬɟɧɬɨɜ, номической системы к восприятию и использованию созданных техноɡɞɚɧɧɵɯ ɜ ɫɬɪɚɧɟ (ɢɥɢ ɜ ɦɢɪɟ, ɟɫɥɢ ɧɟɨɛɯɨɞɢɦɨ ɪɚɫɫɦɨɬɪɟɬɶ ɜɨɡɦɨɠɧɨɫɬɢ ɫɬɪɚɧɵ ɩɨ ɩɨɥɶɡɨɜɚɧɢɸ ɦɢɪɨɜɨɝɨ ɩɨɬɨɤɚ ɡɧɚɧɢɣ); Q – ɤɨɥɢɱɟɫɬɜɨ ɛɚɤɚɥɚɜɪɨɜ (ɫɩɟɰɢɚɥɢɫɬɨɜ), ɵɩɭɳɟɧɧɵɯ ɡɚ ɝɨɞ. Ɋɚɫɫɱɢɬɚɟɦ ɩɨɤɚɡɚɬɟɥɶ (4), ɢɫɩɨɥɶɡɭɹ ɷɦɩɢɪɢɱɟɫɤɢɟ ɞɚɧɧɵɟ ɪɚɡɜɢɬɵɯ ɫɬɪɚɧ. Характер и степень зависимости ВВП США и России 71 логий; P – количество патентов, созданных в стране (или в мире, если необходимо рассмотреть возможности страны по использованию мирового потока знаний); Q – количество бакалавров (специалистов), выпущенных за год. Рассчитаем показатель (4), используя эмпирические данные развитых стран. Результаты расчетов приведены в табл. 9. Как видно, в США количество патентов, приходящееся на одного бакалавра значительно ниже, чем в России. Поэтому экономика имеет больше возможностей использовать имеющиеся на рынке знания и внедрять их в производство. В то время как в России такие возможности ниже в 1,4 раза. Следствием чего является невозможность использовать такое большое число знаний, которое уже накоплено в мире. Таблица 9. Соотношение патентов и работников, способных их использовать (по данным на 2006 г.)14 Количество патентов, Количество специалистов/ Страна всего в мире бакалавров, тыс. чел. Россия США 1 4003865 4003865 2 1055,9 1485,24 Соотношение патентов и количества специалистов (патентов на тыс. специалистов/ бакалавров) 1÷2 3791,90 2695,76 Рассматривая положение с патентными заявками, можно наблюдать аналогичную картину. В России имеется слишком мало патентов на имеющееся количество исследователей, что свидетельствует о низкой эффективности системы генерации знаний. 4. Расчет эластичности функции по патентам и количеству бакалавров для модели влияния кодифицированного и некодифицированного капитала знаний на ВВП через производственную функцию позволит определить степень влияния кодифицированного и некодифицированного капитала знаний (см. табл. 10). Таблица 10. Эластичность модели влияния кодифицированного и некодифицированного капитала знаний на ВВП через производственную функцию для США Год 1993 1994 1995 1996 1997 1998 1999 2000 2001 14 Эластичность функции по патентам 0,06 0,11 0,14 0,13 0,14 0,15 0,16 0,17 0,18 Рассчитано на основе: [8–11, 13–15]. Эластичность функции по количеству бакалавров –0,07 –0,08 –0,08 –0,08 –0,08 –0,08 –0,08 –0,08 –0,08 Ширяев А.А. 72 Год 2002 2003 2004 2005 2006 Эластичность функции по патентам 0,21 0,21 0,21 0,21 0,20 Эластичность функции по количеству бакалавров –0,08 –0,08 –0,08 –0,08 –0,08 На основе анализа таблицы можно сказать, что эластичность выпуска в США по патентам и количеству бакалавров постепенно возрастает, однако оставаясь все же ниже 1 – функция является неэластичной. Необходимо отметить, что эластичность функции по патентам несколько выше, чем по количеству специалистов и возрастает быстрее, чем последняя. Причиной тому может служить большая инерционность системы образования и трудовых ресурсов – для того, чтобы подготовить новых бакалавров в США требуется не менее 4 лет. Для России эластичность по данной модели рассчитана не будет, поскольку модели, на основе которых возможен был бы расчет, отсутствуют – качество моделей низкое. Литература 1. Jones C. Introduction to economic growth. N. Y.: W. W. Norton & Company, 1998. 2. Арефиев Н. Г., Арефьева А. И. Комбинаторный рост и эффект масштаба // Электронный доступ: [www.econorus.org/consp/files/r6fj.doc]. 3. Макаров В. Л., Бахтизин А. Р., Бахтизина Н. В. Вычислимая модель экономики знаний // Экономика и математические методы. Т. 45. № 1. 2009. 4. Шанин С. А. Метод учета влияния научно-технического прогресса на экономическое развитие в межотраслевой модели RIM // Проблемы прогнозирования. № 1. 2007. 5. Завгородний С. В. Моделирование воздействия процесса роботизации на экономический рост. Автореферат диссертации на соискание ученой степени кандидата экономических наук. СПб., 2009. 6. Степанова Т. Е., Манохина Н. В. Экономика, основанная на знаниях (теория и практика): Учебное пособие. М.: Гардарики, 2008. 7. Статистика ООН // Электронный доступ: [http://unstats.un.org/unsd/ snaama/introduction.asp]. 8. Получение образования в США. Бюро трудовой статистики США // Электронный доступ: [http://www.census.gov/population/www/socdemo/educ-attn.html]. 9. Employment status of the civilian noninstitutional population. Бюро трудовой статистики США // Электронный доступ: [ftp://ftp.bls.gov/pub/ special.requests/lf/aa2003/pdf/cpsaat1.pdf]. 10. Employed persons by occupation, sex, and age. Бюро трудовой статистики США // Электронный доступ: [ftp://ftp.bls.gov/pub/special.requests/lf/aa2003/pdf/cpsaat9.pdf]. Характер и степень зависимости ВВП США и России 73 11. Ежегодное патентное обозрение ИНИЦ Роспатента за 1993–2006 гг. 12. Digest of education statistics, 2010 // Электронный доступ: [http://nces. ed.gov/programs/digest/d10/tables/dt10_279.asp?referrer=list]. 13. Российский статистический ежегодник. 2008: Стат. сб. / Росстат. – Р76. М., 2008. С. 137, табл. 5.4; 253, табл. 7.55; 254, табл. 7.56. 14. Российский статистический ежегодник. 2009: Стат. сб. / Росстат. – Р76. М., 2009. С. 136, табл. 5.5; 251, табл. 7.51; 252, табл. 7.52. 15. «Группа восьми» в цифрах. 2009. Стат. сб. / Росстат. − Г90. M., 2009. С. 96, табл. 10.6; с. 97, табл. 10.8.