В экономической литературе проблема человеческого капитала

УДК 331.5.024+332.021
Т. А. Штерцер
»ÌÒÚËÚÛÚ ˝ÍÓÌÓÏËÍË Ë Óр„‡ÌËÁ‡ˆËË
ÔрÓÏ˚¯ÎÂÌÌÓ„Ó ÔрÓËÁ‚Ó‰ÒÚ‚‡
Ôр. À‡‚рÂÌڸ‚‡, 17, ÕÓ‚ÓÒË·ËрÒÍ, 630090, —ÓÒÒˡ
E-mail: timothy@mail.nsk.ru
РОЛЬ ЧЕЛОВЕЧЕСКОГО КАПИТАЛА В ЭКОНОМИЧЕСКОМ РАЗВИТИИ
РЕГИОНОВ РФ
В экономической литературе трактовка человеческого капитала как одной из форм капитала, способствующей повышению производительности труда, имеет глубокие исторические
корни 1 . К числу экономистов, рассматривающих способности и знания, воплощенные в индивидах как капитал, относятся А. Смит, Ж.-Б. Сэй, И. Г. Тюнен, Вальрас, Энгель и др.
Длительное время в экономической теории доминировала позиция Маршалла, утверждавшего, что в категорию «капитал» можно включать только те виды богатства, которые могут
быть куплены или проданы на рынке. Такая точка зрения в течение долгого времени способствовала существованию узкой трактовки национального богатства, в которое включались
только элементы богатства в вещественной форме. Начиная со второй половины ХХ в. начало
возрастать внимание к человеческому капиталу и инвестициям в невещественные формы капитала, что было связано с изменением роли этих факторов в экономических процессах.
В эпоху глобализации, постиндустриальной экономики и перехода к экономике знаний человеческий капитал стал ключевым элементом, обеспечивающим конкурентоспособность, устойчивое развитие и повышение благосостояния.
В современной экономической теории роль человеческого капитала подчеркивается в эндогенных моделях роста и модифицированных моделях Солоу. В этих моделях темпы роста
ставятся в прямую зависимость от накопленного уровня человеческого капитала, или от инвестиций в человеческий капитал. В качестве основного механизма трансформации человеческого капитала в экономический рост выступает технический прогресс: с одной стороны, человеческий капитал стимулирует инновации (эндогенный технический прогресс), с другой
стороны – способствует адаптации новых технологий с мирового рынка (экзогенный технический прогресс). Иными словами, человеческий капитал рассматривается как один из основных факторов инновационного развития в развитых странах.
Однако современное понимание роли человеческого капитала в повышении благосостояния, конечно, гораздо шире. Изучение истории искусств, философии или музыки не имеет
своей целью повышение производительности и эффективности труда, но призвано обогащать
жизнь человека и делать ее более полноценной.
Данная работа преследует несколько целей. Во-первых, мы дадим краткий обзор методов
измерения человеческого капитала, применяемых в современной экономической литературе.
Во-вторых, на примере российских регионов мы покажем, что человеческий капитал является
одним из ключевых факторов в объяснении межрегиональных различий в производительности труда.
Это исследование должно способствовать расширению круга работ, посвященных количественному измерению человеческого капитала и изменению взглядов на роль человеческого
капитала в экономическом развитии России.
Человеческий капитал: определения и понятия
В социологических и экономических исследованиях понятие «человеческий капитал»
применяется для описания способностей и навыков индивидов, влияющих на эффективность
их труда. Поэтому можно сказать, что в экономической литературе производительные и неотделимые от индивида способности трактуются как капитал. С одной стороны, отнесение человека к категории капитального товара небесспорно с этической точки зрения. С другой сто1
Исследование выполняется в рамках Лаврентьевского молодежного проекта СО РАН № 142.
ISSN 1818-7862. ¬ÂÒÚÌËÍ Õ√”. –Âрˡ: –ӈˇθÌÓ-˝ÍÓÌÓÏ˘ÂÒÍË ̇ÛÍË. 2006. “ÓÏ 6, ‚˚ÔÛÒÍ 2
© “. ¿. ÿÚÂрˆÂр, 2006
ÇÍрÓ˝ÍÓÌÓÏ˘ÂÒÍËÈ ‡Ì‡ÎËÁ: ÏÂÚÓ‰˚ Ë рÂÁÛθڇÚ˚
38
роны, введение категории «человеческий капитал» в экономический анализ как раз отражает
признание того, насколько важную роль играет человеческий фактор в современной экономике.
В табл. 1 приведены определения человеческого капитала в трактовке различных авторов.
Наиболее простое определение относит к человеческому капиталу только навыки и знания,
помогающие индивидам в получении дополнительного дохода на рынке труда. Более широкая трактовка человеческого капитала наряду с врожденными способностями индивидов учитывает и нерыночные аспекты деятельности человека.
Таблица 1
Концепция человеческого капитала в различных исследованиях
Автор
Р. И. Капелюшников
(1981)
OECD (2001)
ПРООН (2004)
Определение человеческого капитала
В широком смысле слова к человеческому капиталу относятся: накопленный
уровень знаний, уровень образования и опыт работы на рынке труда (навыки,
квалификация, профессиональный опыт), воплощенные в индивидах и использующиеся в течение определенного периода времени в целях производства товаров и услуг.
Знания, навыки, способности и другие отличительные черты индивидов, способствующие созданию личного, социального и экономического благосостояния.
Это знания, умения и компетенция, навыки, а также другие особенности,
присущие индивидам, имеющиеся в их распоряжении и позволяющие им
претендовать на определенную позицию на рынке труда.
Одним из важнейших способов накопления человеческого капитала является обучение.
Под обучением мы подразумеваем непрерывный процесс приобретения индивидом новых
знаний, навыков и опыта в результате ежедневной деятельности, общего и профессионального образования, обучения на рабочем месте и участия в социальной жизни общества.
В отличие от других форм капитала, человеческий капитал воплощен непосредственно в
индивидах и неотделим от них. Невещественная форма человеческого капитала затрудняет
его измерение, поэтому в экономических исследованиях применяется ряд косвенных показателей (прокси-переменные), или стоимостная оценка величины накопленного человеческого
капитала. Общим недостатком всех используемых показателей является то, что они отражают
лишь часть навыков и способностей индивидов, которые можно отнести к человеческому капиталу. Это такие качества, как:
– коммуникационные навыки и способности (включая знания иностранных языков);
– способности к количественному мышлению;
– личностные качества индивида (мотивация, способность к обучению и т. п.);
– межличностные качества индивида (способность работать в команде, способность к сотрудничеству и кооперации, лидерство);
– уровень здоровья;
– уровень образования;
– другие личностные навыки и качества (способность к усвоению и использованию информации, неявные знания, физические качества и т. п.).
Измерение человеческого капитала: прокси-переменные
В качестве наиболее простых измерителей человеческого капитала можно использовать
различные прокси-переменные, отражающие уровень образования или уровень профессиональной подготовки индивидов. Наиболее часто используются следующие показатели [13]:
– показатели уровня грамотности (literacy rates), или уровня образования населения;
– численность, или доля учащихся в образовательных учреждениях различного уровня
(school enrollment rates);
– среднее число лет обучения занятых в экономике.
Эти показатели являются лишь приблизительными измерителями человеческого капитала,
что ограничивает возможность их применения в статистических расчетах. Показатели уровня
грамотности отражают только самую начальную стадию образования, т. е. лишь малую часть
человеческого капитала, оказывающего влияние на эффективность труда. Кроме того, эти по-
ÿÚÂрˆÂр “. ¿. —Óθ ˜ÂÎӂ˜ÂÒÍÓ„Ó Í‡ÔËڇ· ‚ ˝ÍÓÌÓÏ˘ÂÒÍÓÏ р‡Á‚ËÚËË р„ËÓÌÓ‚ —‘
39
казатели практически не применимы для сравнительного анализа стран с развитыми образовательными системами, поскольку уровень грамотности в них близок к ста процентам.
Численность учащихся в образовательных учреждениях является показателем потоков, а
не запасов человеческого капитала. В лучшем случае численность учащихся может рассматриваться как приблизительный показатель инвестиций в человеческий капитал. Однако даже
если известны начальные запасы человеческого капитала, оценить динамику его величины
довольно сложно, поскольку изменение уровня человеческого капитала определяется соотношением потоков инвестиции со значительными лагами и выбытием человеческого капитала. Наиболее сильные искажения в измерении инвестиций в человеческий капитал этой переменной возникают в периоды серьезных демографических изменений или изменений в системе образования.
Среднее число лет обучения, накопленное в экономике, является наиболее адекватным измерителем уровня человеческого капитала. Этот показатель является показателем запасов и
лишен недостатков других прокси-переменных.
Показатель среднего числа лет обучения может быть получен в результате специальных
опросов или смоделирован на основе прошлых данных о численности учащихся в образовательных учреждениях. Данные, полученные из опросов, являются более надежными, но, как
правило, они либо недоступны, либо доступны за разные периоды времени, что ограничивает
возможности их использования в пространственных регрессиях.
Существуют несколько методов, позволяющих рассчитать среднее число лет обучения в
случае отсутствия соответствующих данных. Первый метод основан на гипотезе, что среднее
число лет обучения в году Т соотносится с долей населения, получавшего среднее (SEC) и
высшее образование (HIGH) три года назад (Т-3), и долей населения, получавшего начальное
образование (PRIM) 15 лет назад 2 (Т-15). На основе данных опросов по имеющимся годам
можно оценить соответствующее уравнение регрессии:
H T = α 0 + α1 PRIM T −15 + α 2 SEC T −3 + α 3 HIGH T −3 + ε .
(1)
Если предположить, что коэффициенты регрессионного уравнения (1) постоянны во времени, то полученные оценки можно использовать для расчета показателя среднего числа лет
обучения за периоды, по которым данные о среднем числе лет обучения недоступны.
Второй метод состоит в прямом расчете накопленного числа лет обучения (perpetual inventory method):
HT =
T − Al + D0
3
∑ ∑E
t =T − Ah + D0 i = 0
i ,t −i −1
(1 − ri − di ) ρi ,t −i −1 ,
(2)
где i – индекс образовательного ценза (общее, начальное профессиональное, среднее профессиональное, высшее), Ei – число студентов, получающих уровень образования i, ri – доля студентов, остающихся на второй год, di – доля отчислений, ρit – вероятность, что каждый обучающийся в момент времени t будет трудоспособным в момент времени Т (коэффициент
смертности), Al и Ah – наименьший и наибольший возраст трудоспособного населения (обычно 15 и 65 лет соответственно), D0 – возраст, в котором индивид обычно приступает к начальному образованию (обычно семь лет). Среднее число лет обучения рассчитывается путем деления накопленного числа лет образования на численность трудоспособного населения.
Третий метод используется при наличии данных о составе занятого населения по уровню
образования. Например, в соответствии с принятой Росстатом классификацией выделяется
семь образовательных цензов. Следовательно, зная распределение занятых в экономике по
образовательным цензам, можно рассчитать среднее число лет обучения:
H = ncYc ,
(3)
∑
c
где nc – доля занятых, находящихся в образовательном цензе с, Yc – число лет обучения, необходимых для достижения образовательного ценза с. Для образовательных цензов, отражаю-
2
Выбор лагов определяется ожидаемым количеством лет, которое необходимо затратить для получения соответствующего образования. Так, ожидаемый срок получения полного образования в России составляет 14, 5 лет, а
высшего образования – три года [11. Р. 220].
ÇÍрÓ˝ÍÓÌÓÏ˘ÂÒÍËÈ ‡Ì‡ÎËÁ: ÏÂÚÓ‰˚ Ë рÂÁÛθڇÚ˚
40
щих неоконченное образование, можно использовать половину числа лет, необходимых для
достижения соответствующего образовательного ценза.
Очевидно, что и показатель среднего числа лет образования не является идеальным. Расчет
человеческого капитала на основе этого показателя базируется на предположении, что каждый дополнительный год образования одинаковым образом увеличивает человеческий капитал. Однако нет оснований предполагать, что это так. Скорее всего, имеет место снижающаяся отдача от образования. Кроме того, как и другие прокси-переменные, среднее число лет
обучения занятых не способно отразить существующие различия в качестве образования.
Проблему учета различий в качестве образования можно решить с помощью корректировочных мультипликаторов:
(4)
H = eF (s) L ,
где L – численность занятых в экономике, F(s) – функция, описывающая изменение эффективности труда в зависимости от числа лет обучения. Если предположить, что норма отдачи
на образование на рынке труда является постоянной, то F(s) можно представить линейной
функцией:
Fi ( s ) = rci qi sci ,
(5)
∑
c
где i – индекс группы, qi – индекс качества образования, rci – норма отдачи на образование
уровня с в стране i, sci – число лет обучения для достижения образовательного ценза с в стране i.
Показатель эффективного труда (4) лишен недостатков других прокси-переменных и привлекателен тем, что привязан к реально наблюдаемым на рынке труда нормам отдачи на образование 3 . Единственную потенциальную трудность представляет расчет индекса качества, но
в последнее время появились индикаторы, отражающее качество начального образования 4 .
Надежных индикаторов, отражающих различия в качестве высшего образования, на сегодняшний день нет.
Измерение человеческого капитала: стоимостная оценка
Существует два метода стоимостной оценки человеческого капитала: метод капитализированного дохода и метод издержек [7].
С помощью метода капитализированного дохода человеческий капитал оценивается как
сумма дисконтированных ожидаемых денежных доходов, которые индивид может получить в
течение свой жизни (аналог чистой приведенной стоимости в финансах):
∞
V0 = ∑
p0, x (Yx ex − Cx )
x =0
(1 + ρ ) x
,
(6)
где V0 – стоимостная оценка индивида на момент рождения, p0,x – вероятность дожить до возраста х (ожидаемая продолжительность жизни), Yx – ежегодный заработок индивида, ex – уровень занятости трудоспособного населения в возрасте х, Cx – стоимость проживания в возрасте х. Используя формулу (6), можно найти стоимостную оценку индивида в возрасте а и
стоимость воспитания индивида до возраста а:
Va =
(1 + ρ ) a
V0 + Ca или
p0,a
(7)
(1 + ρ ) a
V0 .
p0,a
(8)
Ca = Va −
Выражение (8) имеет наглядную интерпретацию: стоимость воспитания индивида в течение а лет представляет собой разницу между текущей стоимостной оценкой индивида и приведенной к моменту времени а стоимостью рождения, скорректированной на вероятность
смерти.
Несомненным достоинством метода капитализированного дохода является то, что он дает
оценки в рыночных ценах, которые определенным образом отражают совокупность качеств
3
Для России норма отдачи на образование в 1994–1996 гг. составляла 6–8 % на каждый дополнительный год
образования [4].
4
OECD’s Program for International Student Assessment (PISA).
ÿÚÂрˆÂр “. ¿. —Óθ ˜ÂÎӂ˜ÂÒÍÓ„Ó Í‡ÔËڇ· ‚ ˝ÍÓÌÓÏ˘ÂÒÍÓÏ р‡Á‚ËÚËË р„ËÓÌÓ‚ —‘
41
индивида (мотивацию, образование, профессиональный опыт и т. п.) наряду с общими институциональными и технологическими ограничениями, существующими в экономике. По этой
же причине данный метод не зависит от предположений об обесценивании человеческого капитала, поскольку этот фактор в неявном виде включен в уровень оплаты труда.
Однако метод капитализированного дохода не лишен недостатков. Во-первых, он чувствителен к выбору ставки дисконтирования и продолжительности трудоспособного возраста. Вовторых, данные по доходам доступны в меньшей степени, чем данные по инвестициям в образование и обучение. Эта проблема наиболее актуальна для стран с переходной экономикой,
где реальные ставки заработной платы, как правило, неизвестны. В-третьих, метод капитализированного дохода основан на предположении, что наблюдаемая разница в уровне оплаты
труда отражает только разницу в эффективности труда. Очевидно, что в действительности
ставка заработной платы подвержена воздействию многих других факторов.
Второй метод стоимостной оценки человеческого капитала базируется на затратном подходе: стоимость индивида определяется величиной произведенных инвестиций в его рождение и воспитание до определенного возраста. Этот метод был впервые предложен Энгелем,
который использовал следующее уравнение для оценки стоимости воспитания индивида до
26 лет:
ci ( x) = c0i (1 + x + 1 2 ki x( x + 1)) ,
где i – индекс социальной страты, c0i – издержки рождения ребенка, ki –коэффициент, отражающий величину годовых затрат на содержание ребенка, x – возраст индивида (х < 26).
Основная критика подхода Энгеля основывалась на том, что он не учитывает временную
стоимость денег и некоторые другие социальные издержки, которое несет общество при воспитании ребенка. В современных исследованиях, использующих метод издержек, величина
человеческого капитала рассчитывается как приведенная стоимость всех инвестиций, относимых к инвестициям в человеческий капитал.
Метод издержек для оценки величины человеческого капитала применялся наиболее систематически в работе Дж. Кендрика «Совокупный капитал США и его формирование». Он
разделял инвестиции в человеческий капитал на вещественные и невещественные. К вещественным исследователь относил инвестиции, необходимые на то, чтобы вырастить индивида
до 14-летнего возраста. В невещественные инвестиции включались расходы, направленные на
увеличение качества и производительности труда. К этим расходам Кендрик относил затраты
на здоровье и его охрану, затраты на образование и профессиональную подготовку (в том
числе и потерянные заработки студентов, находящихся в трудоспособном возрасте), на мобильность трудовых ресурсов. Используя затратный подход, Кендрик показал, что совокупный капитал (национальное богатство) США в период с 1929 по 1969 гг. систематически превышал вещественный капитал, а в 1969 г. человеческий капитал составлял 52,4 % национального богатства. В период с 1929 по 1969 г. величина человеческого капитала в США практически утроилась, увеличиваясь со среднегодовыми темпами в 6,4 %. Образование и профессиональная подготовка составляли в это период 40–60 % запасов человеческого капитала, и
эта доля постоянно увеличивалась: в 1969 г. она превысила 85 %.
Затратный подход к оценке человеческого капитала обладает несколькими недостатками.
Во-первых, как и в случае с физическим капиталом, рыночная стоимость капитала определяется не столько величиной инвестиций, сколько спросом на него. Поэтому однозначной зависимости между величиной инвестиций в человеческий капитал и его стоимостью нет. Эта
проблема усугубляется еще и тем, что воспитание ребенка, обладающего менее крепким здоровьем или меньшими способностями к обучению, требует больших затрат по сравнению с
затратами на более талантливых и здоровых детей. В этом случае метод издержек будет завышать величину человеческого капитала для первых и занижать для вторых.
Во-вторых, инвестиции в человеческий капитал довольно сложно отделить от потребления. Так, Кендрик предполагал, что все издержки, понесенные родителями по содержанию
детей до 14 лет, являются инвестициями в человеческий капитал. Однако их более уместно
трактовать как потребление, поскольку дети не рассматриваются в качестве рабов. Та же проблема возникает и с другими расходами: Кендрик достаточно произвольно относил половину
затрат на здравоохранение в категорию инвестиций в человеческий капитал. Иными словами,
невозможность четкого разделения расходов индивидов на потребление (удовлетворение текущих потребностей) и инвестиции (увеличение производительности) делает категорию ин-
ÇÍрÓ˝ÍÓÌÓÏ˘ÂÒÍËÈ ‡Ì‡ÎËÁ: ÏÂÚÓ‰˚ Ë рÂÁÛθڇÚ˚
42
вестиций в человеческий капитал неоднозначной и зависящей от априорного задания соотношения между этими видами расходов.
В-третьих, метод издержек чувствителен к используемому способу амортизации. Это обстоятельство наиболее важно для стран с переходной экономикой, где обесценивание человеческого капитала может принимать существенные масштабы. Он также не учитывает возможность увеличения стоимости человеческого капитала, которое может иметь место в трудоспособном возрасте.
Несмотря на свои недостатки, оба метода стоимостной оценки человеческого капитала
широко применяются в экономических исследованиях. Обзор результатов эмпирических оценок стоимостной величины человеческого капитала можно найти во многих исследованиях [7]. Типичный результат подобных оценок – стоимостная величина человеческого капитала
сравнима или даже превышает величину физического капитала.
Человеческий капитал и экономический рост: макроэкономика
В неклассической модели Солоу уровень производительности определяется нормой сбережения, темпами роста населения (предложения труда) и темпами экзогенного технического
прогресса. Человеческий капитал в качестве фактора, обеспечивающего рост производительности, в модели Солоу не рассматривается. Однако, как показали Г. Мэнкью, Д. Ромер
и Д. Н. Уэйл (1992), модель Солоу можно легко модифицировать, добавив человеческий капитал в качестве эндогенного производственного фактора, накапливаемого в результате соответствующих инвестиций.
В отличие от модели Солоу и ее измененных вариантов, новые теории роста напрямую
связывают человеческий капитал с факторами, обеспечивающими эндогенный рост, в частности, с техническим прогрессом. В эндогенных моделях предполагается, что человеческий капитал либо непосредственно производит новые знания и технологии, либо является одним из
производственных факторов в научно-исследовательском секторе экономики.
На сегодняшний день эмпирические исследования не дают ответ на то, какие модели более
адекватно описывают разницу в темпах роста между странами. Это объясняется следующими
причинами. Во-первых, эндогенные теории и измененные неоклассические модели приводят к
одинаковым выводам: темпы экономического роста зависят от темпов роста человеческого
капитала. Во-вторых, результаты эмпирических исследований пока не могут дать однозначного ответа на то, в какой степени человеческий капитал значим для экономического роста.
Это связано с несколькими обстоятельствами:
– направление влияния между зависимыми и независимыми факторами, используемыми в
регрессионных моделях не всегда очевидно 5 ;
– оценка влияния человеческого капитала может быть завышена за счет «пропуска» влияния других факторов, влияющих на производительность труда (освоение новых технологий,
улучшение организации экономики и размещения ресурсов и т. п.);
– искажения, связанные с неточностью различных измерителей человеческого капитала,
приводят к смещению оценок;
– в случае использования международных данных возникают искажения, связанные с различиями в классификации образовательных цензов и в качестве образования.
Тем не менее, основываясь на большом количестве эмпирических исследований, можно
сделать следующие выводы:
– человеческий капитал играет важную роль в обеспечении экономического роста: увеличение на один процент численности студентов, получающих начальное и среднее образование, приводит к увеличению темпов роста душевого ВВП на 2–3 %;
– вклад высшего образования в экономический рост значим для стран с развитой экономикой; для развивающихся стран более важным является начальное и среднее образование.
Методология расчетов и данные
Информационной базой исследования послужили данные Росстата о составе занятого населения по уровню образования. В соответствии с принятой Росстатом классификацией, существует семь образовательных цензов: начальное общее (не имеют начального общего) образование, основное общее, среднее полное, начальное профессиональное, среднее профес5
Кроме того, очень серьезной является проблема эндогенности регрессоров.
ÿÚÂрˆÂр “. ¿. —Óθ ˜ÂÎӂ˜ÂÒÍÓ„Ó Í‡ÔËڇ· ‚ ˝ÍÓÌÓÏ˘ÂÒÍÓÏ р‡Á‚ËÚËË р„ËÓÌÓ‚ —‘
43
сиональное, неполное высшее профессиональное, высшее профессиональное образование.
Для того, чтобы рассчитать среднее число лет обучения занятых в экономике, мы сделали некоторые допущения о продолжительности обучения для каждого из образовательных цензов.
По методологии Росстата, к основному общему образованию относятся 9 кл. школьного обучения, к среднему полному – 11–12 кл. В табл. 2 приведены допущения, принятые относительно продолжительности обучения для других образовательных цензов.
Таблица 2
Среднее число лет обучения для образовательных цензов
Образовательный
ценз
Число лет
обучения
высшее
17
неполное
высшее
14
среднее
проф.
13,5
начальное
проф.
12
среднее основное начальное
полное
общее
общее
11
9
0
Сделанные в табл. 2 предположения в некоторой степени искажают реальную величину затрачиваемого на обучение времени. Во-первых, начальный уровень образования принят за нулевой уровень, что некорректно. Однако мы предполагаем, что начальное общее образование является базовым и само по себе не оказывает значительного влияния на эффективность труда. Более
того, доля занятых в экономике с начальным общим образованием колеблется в пределах одного
процента (исключение составляют только Республика Ингушетия, в которой этот показатель в
2000 г. достигал 15,4 %, и Республика Алтай и Алтайский край, где эта доля доходила до 4–5 %),
поэтому влияние этой группы на общий уровень образования незначительно.
Уровень неполного высшего образования оценен в среднем как три года обучения после
получения среднего полного образования. Как правило, большая часть студентов устраивается на постоянную работу, начиная с третьего-четвертого курсов высших учебных заведений,
поэтому оценка занятых с неполным высшим должна быть смещена в сторону последних лет
обучения.
Наиболее противоречивым является предположение о числе лет обучения, необходимых
для получения высшего образовательного ценза. С определенной долей произвола было принято, что в среднем необходимо потратить 17 лет обучения для получения высшего образования 6 . Эта цифра не включает в себя последипломное образование (аспирантуру). Однако долю кандидатов наук, занятых в экономике, можно считать достаточно небольшой: например,
в 2004 г. в СФО в секторе «Наука и научное обслуживание» было занято всего 0,9 % от общего числа занятых. При этом очевидно, что не все занятые в этой отрасли имеют ученую степень кандидата наук. Приток же новых специалистов с учеными степенями также не должен
сильно искажать приведенную оценку, поскольку выпуск из аспирантуры с защитой диссертации в СФО в период 2000–2004 гг. составлял около тысячи чел. в год. Учитывая, что лишь
незначительное число аспирантов идет работать в научную и академическую сферу (т. е. туда,
где научная степень оказывает наиболее значимое влияние на производительность труда), можно предположить, что исключение категории работников с последипломным образованием не
должно сильно искажать среднее число лет обучения для высшего образования.
Другая проблема с оценкой уровня образования по данным Росстата заключается в том,
что в них не отражается влияние профессиональной переподготовки, не учитываются влияние
корпоративного обучения и различного вида бизнес-образования, наличия нескольких высших образований и т. д. Конечно, можно предположить, что различные курсы и тренинги
обычно являются краткосрочными, так как посещаются без отрыва от работы. Поэтому их
вклад в общее число лет образования может быть незначительным. В то же время, влияние
этих образовательных мероприятий на производительность труда может быть гораздо более
существенным, чем влияние базового образования, которое в этом случае выступает только
как необходимая база для получения отдачи от дополнительного образования. К сожалению,
установить объем искажения, возникающего вследствие отсутствия данных о дополнительном образовании, не представляется возможным.
В среднем по регионам Российской Федерации число лет обучения занятых в экономике
составляет 12,9 лет, что соответствует среднему профессиональному или начальному высше6
Эта цифра отражает шестилетнее обучение в высших учебных заведениях, что включает в себя обучение в
магистратуре или пяти-, шестилетние образовательные программы по некоторым дисциплинам.
ÇÍрÓ˝ÍÓÌÓÏ˘ÂÒÍËÈ ‡Ì‡ÎËÁ: ÏÂÚÓ‰˚ Ë рÂÁÛθڇÚ˚
44
му образованию (см. рис. 1). Для сравнения: в США в 2002 г. доля населения в возрасте 25–64
лет, имевшего дипломы о высшем образовании (tertiary attainment), составляла 38 %, в то
время как в РФ дипломы о высшем профессиональном образовании имели 23 % занятых. Это
достаточно высокий показатель, в странах ОЭСР он соответствует уровню Германии, Франции и Испании.
25
медиана=12.86, стандартное отклонение=0.31, 77 наблюдений
20
15
10
5
0
12,5
13,0
13,5
14,0
14,5
среднее число лет обучения
Рис. 1. Распределение регионов РФ по средней продолжительности обучения
занятых в экономике, 2000–2004 гг.
Уровень производительности труда в регионах мы оценивали как частное от деления валового регионального продукта (ВРП) на среднюю численность занятых в экономике. Это наиболее простой показатель, отражающий эффективность труда в стоимостном выражении. Как
показывают полученные оценки, средний уровень производительности труда в РФ остается
низким – всего 55 тыс. руб. в год (в ценах 1999 г.) на одного занятого (рис. 1).
Естественно ожидать, что полученная нами оценка производительности должна быть существенно выше в регионах с отраслевой структурой производства, смещенной в сторону добычи природных ресурсов. На уровень производительности труда также оказывает влияние
степень индустриализации региональной экономики: сельскохозяйственные регионы характеризуются традиционно низкими значениями валового регионального продукта.
Еще один специфический для некоторых российских регионов фактор – это роль, которую
играет в экономике сектор услуг. Например, в Москве и Санкт-Петербурге услуги составляют
бóльшую часть валового продукта – около 70 и 60 % соответственно.
Для того чтобы учесть влияние перечисленных факторов на производительность труда, мы
использовали следующие переменные:
– доля сырьевых (топливных и металлургических) отраслей в промышленном выпуске региона (TOPL);
– доля сельского хозяйства в валовом региональном продукте (AGRI);
– доля услуг в валовом региональном продукте (SERV).
Мы предположили, что производительность труда линейно зависит от уровня человеческого капитала и особенностей региональной экономики, которые мы аппроксимировали указанными выше факторами. Таким образом, мы оценивали следующее регрессионное уравнение:
Y
= α 0 + α1 H + α 2TOPL + α 3 AGRI + α 4 SERV + ε ,
L
(9)
где Y / L – производительность труда, Н – уровень человеческого капитала, α0 – константа,
отражающая общий для всех регионов уровень производительности труда, ε – ненаблюдаемые шоки, характерные для региона. Мы предположили, что объясняющие факторы являются
ÿÚÂрˆÂр “. ¿. —Óθ ˜ÂÎӂ˜ÂÒÍÓ„Ó Í‡ÔËڇ· ‚ ˝ÍÓÌÓÏ˘ÂÒÍÓÏ р‡Á‚ËÚËË р„ËÓÌÓ‚ —‘
45
экзогенными, т. е. не зависят от ε, поэтому уравнение (9) можно оценить с помощью обычного метода наименьших квадратов (МНК) 7 .
35
медиана=54.69, стандартное отклонение=33.89, 77 наблюдений
30
25
20
15
10
5
0
50
100
150
200
250
производительность труда (тыс. руб./чел.)
Рис. 2. Распределение регионов РФ по производительности труда,
2000–2004 гг.
Результаты оценки
Мы оценивали регрессионное уравнение с использование обычных и – чтобы учесть смещение за счет выбросов – робастных оценок дисперсии. Однако анализ данных показал, что
гетероскедастичность обеспечивается тремя регионами: Москвой, Республикой Саха (Якутия)
и Тюменской обл. Специфические особенности этих регионов были дополнительно учтены с
помощью фиктивных переменных, что позволило получить «нормальные» остатки. Результаты оценки уравнения регрессии и коэффициенты эластичности приведены в табл. 3.
Таблица 3
Результаты оценки влияния человеческого капитала на производительность труда
в регионах РФ, 2000-2004
Фактор
(объясняющая переменная)
Уровень человеческого капитала (Н)
Доля сырьевых отраслей в ВРП (TOPL)
Доля сельского хозяйства в ВРП (AGRI)
Доля услуг в ВРП (SERV)
Москва
Тюмень
Саха
Константа
Доля объясненной дисперсии (R2)
Число наблюдений (N)
*
Производительность труда (объясняемая переменная)
Коэффициент
Коэффициент эластичности
17,15 * (5,7)
3,81 (1,28)
23,25 * (8,63)
0,072 (0,027)
–156,19 * (35,29)
–0,298 (0,06)
–50,03 * (22,29)
–0,373 (0,16)
107,52 * (21,02)
–
142,66 * (7,07)
–
63,16 * (6,42)
–
–127,98 (74,54)
–
0,87
77
Значимы на уровне 2 %, в скобках указаны стандартные отклонения.
Результаты расчетов показывают, что используемые нами факторы способны объяснить
87 % наблюдаемого разброса (дисперсии) в производительности труда. Примечательно, что
человеческий капитал играет статистически значимую роль в объяснении разброса. Как и
следовало ожидать, коэффициент перед переменной «уровень человеческого капитала» имеет
7
В случае эндогенности регрессоров для получения состоятельных и несмещенных оценок необходимо сконструировать инструментальные переменные, хорошо коррелированные с регрессорами, но не зависящие от ненаблюдаемых региональных особенностей ε. Построение таких инструментов для пространственных регрессий является сложной задачей.
ÇÍрÓ˝ÍÓÌÓÏ˘ÂÒÍËÈ ‡Ì‡ÎËÁ: ÏÂÚÓ‰˚ Ë рÂÁÛθڇÚ˚
46
положительный знак, что подтверждает положительный характер зависимости между производительностью труда и человеческим капиталом. Более того, человеческий капитал вносит
наиболее значимый вклад в производительность труда: увеличение человеческого капитала на
один процент приводит к росту производительности труда на 3,8 %. При изменении отраслевой структуры в пользу сырьевых отраслей производительность труда увеличивается только
на 0,072 %.
Хотелось бы отметить, что увеличение человеческого капитала на один процент в рамках
используемого показателя уровня человеческого капитала означает, что число лет обучения
рабочей силы должно вырасти в среднем всего на 1,5 месяца. Это кажется вполне посильной
задачей при соответствующей мотивации и возможности доступа к образованию.
MRW-модель оценки роли человеческого капитала: методология и данные
Полученный выше результат говорит о том, что человеческий капитал играет существенную роль в экономическом развитии российских регионов. Однако его недостаток – это отсутствие формальной модели, которая связывала бы рассматриваемые факторы с уровнем
производительности. В частности, на уровень производительности может оказывать влияние
степень эффективности размещения и использования ресурсов, технический прогресс и другие факторы, которые не отражены в уравнении (9).
Для того чтобы провести формальную проверку влияния человеческого капитала на экономический рост в российских регионах, мы использовали модифицированный вариант модели Солоу, предложенный Г. Мэнкью, Д. Ромером, Д. Н. Уэйлом (G. N. Mankiw, D. Romer,
D. N. Weil) (далее MRW-модель). Модификация модели состоит в прямом включении человеческого капитала в производственную функцию.
Пусть производственная функция имеет вид:
Y = K α H β ( AL)1−α − β ,
(10)
где Y – выпуск, K – физический капитал, L – затраты труда (численность занятых в экономике), H – человеческий капитал, А – уровень технологии (эффективности использования трудовых ресурсов). Пусть sk – это доля дохода, направляемая на инвестиции в физический капитал, а sh – доля дохода, направляемая на инвестиции в человеческий капитал. Мы предполагаем, что не существует дополнительных издержек, связанных с трансформацией одной единицы дохода в физический капитал, человеческий капитал и потребление. Допустим также, что
норма обесценения человеческого капитала совпадает с нормой амортизации для физического
капитала. В общем случае это может быть достаточно сильным предположением, но каких-либо
теоретических соображений или эмпирических данных, позволяющих предположить иное
соотношении норм амортизации для человеческого и физического капитала, у нас нет.
Кроме того, мы предполагаем убывающую отдачу от воспроизводимых ресурсов в производственной функции (10), т. е. α + β < 1 8 .
Уравнения динамики обоих видов капитала принимают вид:
k = sk y − (n + g + δ )k ,
(11)
h = sh y − (n + g + δ )h ,
(12)
где y = Y / A, k = K / AL, h = H / AL, n – постоянные темпы прироста занятых, g – экзогенные
улучшения в использовании трудовых ресурсов, δ – норма амортизации. В стационарном состоянии оптимальный уровень фондовооруженности эффективного труда и удельного значения человеческого капитала определяются следующими соотношениями:
⎛ s1− β s β ⎞
k =⎜ k h ⎟
⎝ n + g +δ ⎠
*
⎛ skα s1h−α ⎞
h =⎜
⎟
⎝ n + g +δ ⎠
*
8
Иначе в MRW-модели нет стационарного состояния.
1
1−α − β
,
(13)
.
(14)
1
1−α − β
ÿÚÂрˆÂр “. ¿. —Óθ ˜ÂÎӂ˜ÂÒÍÓ„Ó Í‡ÔËڇ· ‚ ˝ÍÓÌÓÏ˘ÂÒÍÓÏ р‡Á‚ËÚËË р„ËÓÌÓ‚ —‘
47
Подставляя равновесные значения k* и h* в производственную функцию (10), получаем
уравнение, определяющее уровень выпуска в экономике на одного занятого:
α +β
α
β
⎛Y ⎞
ln ⎜ ⎟ = ln A0 + gt −
ln(n + g + δ ) + ln( sk ) + ln( sh ) ,
γ
γ
γ
⎝L⎠
(15)
где γ =1 – α – β. Уравнение (15), как и модель Солоу, определяет удельный выпуск в экономике в зависимости от экзогенных факторов (технологии и изменения предложения рабочей силы) и от нормы накопления. Существенным отличием выступает то, что в уравнение (15) входят два вида нормы накопления: норма накопления для физического капитала и норма накопления для человеческого капитала.
Относительно коэффициента А0 делается следующее предположение:
ln( A0 ) = a + ε ,
где а – константа, а ε – ненаблюдаемые шоки, характерные для региона. Таким образом, уравнение регрессии принимает вид (для простоты момент времени t выбран равным нулю):
α
β
α +β
⎛Y ⎞
ln ⎜ ⎟ = a + ln( sk ) + ln( sh ) −
ln(n + g + δ ) + ε .
γ
γ
γ
⎝L⎠
(16)
Для оценки уравнения (16) мы использовали данные по 77 российским регионам в период
с 1996 по 2004 г. В качестве независимой переменной мы использовали частное от деления
реального ВРП (в ценах 1996 г.) на численность занятых в экономике региона в 2004 г. Норма
амортизации δ была принята равной пяти процентам для всех регионов на основе оценок, полученных в [1] 9 ..Показатель темпов прироста предложения труда n рассчитывался как среднегодовые темпы прироста численности занятых в экономике региона.
Норма накопления физического капитала sk оценивалась как доля инвестиций в основной
капитал в валовом регионально продукте (в постоянных ценах 1996 г.). При расчете этого показателя учитывалась открытость региональных экономик для потоков капитала. Доля внешних инвестиций для некоторых, как правило, депрессивных регионов может составлять значительную величину. Так например, в Республике Тыва в 2004 г. доля инвестиций за счет федерального бюджета достигала 31 %. Высокая доля федерального бюджета характерна для
проблемных регионов, в особенности Южного федерального округа. Поэтому для расчета
нормы накопления физического капитала использовались только собственные средства и
средства региональных бюджетов, так как они более адекватно отражают сложившуюся в регионах норму накопления.
Построение адекватного измерителя нормы накопления человеческого капитала – сложная
задача. Хотя в модели (15) учитывается человеческий капитал только в одной форме, в форме
образования, получить стоимостную оценку инвестиций в образование слишком сложно.
Действительно, расходы на образование включают в себя не только прямые расходы на оплату соответствующих услуг со стороны государства, индивидов и бюджетов домохозяйств, но
и издержки упущенной заработной платы, которые имеют разную величину для индивидов с
разным уровнем человеческого капитала.
Мы использовали долю студентов высших и средних специальных заведений в общей численности населения региона как прокси-переменную для нормы накопления человеческого
капитала. Разумно предположить, что сконструированная переменная пропорциональна норме инвестиций в человеческий капитал, поскольку отражает долю трудоспособного населения, отвлекаемого от текущего производства для того, чтобы обеспечить более высокую производительность в будущем.
При конструировании региональной нормы накопления для человеческого капитала необходимо было учесть особенное положение Московской (МО) и Ленинградской (ЛО) обл.
Основная часть учебных заведений сконцентрирована в городах Москва и Санкт-Петербург,
где и проходят обучение большинство студентов из МО и ЛО. Иными словами, оценка sh по
числу студентов для этих регионов занижает наблюдаемую норму накопления по сравнению с реальной. В наших расчетах оценка sh для МО и ЛО строилась как арифметическое
среднее от наблюдаемой нормы накопления в регионе и нормы накопления в соответствующей метрополии.
9
Аналогичная норма амортизации для американской промышленности получена в [9].
ÇÍрÓ˝ÍÓÌÓÏ˘ÂÒÍËÈ ‡Ì‡ÎËÁ: ÏÂÚÓ‰˚ Ë рÂÁÛθڇÚ˚
48
Для оценки уравнения (16) нам не хватает только данных о темпах повышения эффективности трудовых ресурсов, или о темпах технического прогресса g. Сама по себе оценка этих
показателей связана с множеством затруднений. Насколько нам известно, более или менее
адекватные оценки существуют только по России в целом (табл. 4). Как видно из приведенных данных, для российской экономики характерен технический регресс на уровне
1–3,5 % ежегодно. В то же время, имело место повышение эффективности использования ресурсов (3–4 % ежегодно), которое в сочетании с негативными темпами технического прогресса определяло динамику совокупной факторной производительности. Поскольку все три показателя, приведенные табл. 4, оказывают влияние на изменение в производительности труда,
мы оценивали уравнение регрессии для каждого из них. Наилучшим показателем считался
тот, который в наибольшей степени соответствовал наблюдаемым данным 10 .
Таблица 4
Среднегодовые темпы технического прогресса в РФ, 1991–2000 гг.
SFA
Изменение эффективности
в использовании ресурсов (1)
1,03
Технический прогресс
(2)
0,964
Изменение СФП
(3)
0,993
DEA
1,04
0,99
1,021
Метод
*
Источник: [6].
Для того чтобы проверить точность оценок, полученных в регрессионной модели (16),
можно воспользоваться известными из других источников оценками долей факторов.
В табл. 5 приведены данные Росстата о доле оплаты труда в ВВП. Как видно, долю труда
можно считать приблизительно постоянной – около 45 %.
Таблица 5
Доля труда в валовом внутреннем продукте РФ
Показатель
1995
2000
2001
2002
2003
2004
45,4
40,2
43
46,7
46,9
45,7
официальной
37,7
29,1
31,9
35,2
35,6
34
скрытой
7,7
11,1
11,1
11,5
11,3
11,7
Удельный вес оплаты труда наемных
работников (включая скрытую оплату
труда) в ВВП,
в том числе:
*
Источник: Росстат.
Оценку коэффициента эластичности для человеческого капитала β рассчитать сложнее.
Единственные данные из официальной статистики, которые позволяют получить ее, представляют собой средний уровень начисленной заработной платы работников организаций в
зависимости от уровня образования (по материалам выборочного обследования Росстата за
октябрь 2004 г.). В соответствии с ними средняя премия за образование составляет 35 % по
отношению к работникам с основным общим образованием (табл. 6).
Таблица 6
Соотношение заработной платы для работников различной квалификации
в зависимости от уровня образования
ВП
НВП
Специалисты высшего уровня квалификации
2,06
1,82
мужчины
1,86
1,35
женщины
СП
НП
ПО
ОО
Среднее
1,76
1,39
1,38
1,26
1,48
1,40
1
1
1,70
1,45
10
Временной горизонт оценок в табл. 4 не совпадает с временным горизонтом нашей выборки, однако разумно
предположить, что радикальных изменений в темпах роста этих показателях в России не происходит.
ÿÚÂрˆÂр “. ¿. —Óθ ˜ÂÎӂ˜ÂÒÍÓ„Ó Í‡ÔËڇ· ‚ ˝ÍÓÌÓÏ˘ÂÒÍÓÏ р‡Á‚ËÚËË р„ËÓÌÓ‚ —‘
49
Окончание табл. 6
ВП
НВП
СП
НП
ПО
ОО
Среднее
Специалисты среднего уровня квалификации
2,70
1,96
1,80
1,54
1,44
1
1,89
мужчины
2,49
1,70
1,72
1,58
1,62
1
1,82
женщины
Работники, занятые подготовкой информации, оформлением документации, учетом и обслуживанием
1,88
1,09
1,18
1,47
1,13
1
1,35
мужчины
1,20
1,25
1,05
1,04
1,00
1
1,11
женщины
Работники сферы обслуживания, ЖКХ, торговли и родственных видов деятельности
1,40
1,09
1,17
1,20
1,20
1
1,21
мужчины
1,54
1,22
1,09
1,01
1,24
1
1,22
женщины
Квалифицированные рабочие промышленных предприятий, строительства, транспорта, связи, геологии и
разведки недр
1,28
1,19
1,17
1,07
1,15
1
1,17
мужчины
1,26
0,99
1,07
0,96
1,08
1
1,07
женщины
Операторы, аппаратчики, машинисты установок и машин
1,42
1,23
1,21
1,17
1,22
1
1,25
мужчины
1,18
0,94
1,04
1,11
1,06
1
1,07
женщины
Неквалифицированные рабочие
1,31
1,13
1,29
1,40
1,26
1
1,28
мужчины
1,42
1,55
1,33
1,26
1,19
1
1,35
женщины
1,35
Среднее
ВП – высшее профессиональное, НВП – неполное высшее профессиональное, СП – среднее профессиональное, НП – начальное профессиональное, ПО – среднее (полное) общее, ОО – основное
общее.
*
Источник: Росстат, расчеты автора.
Результаты оценки: MRW-модель
Оценка регрессионного уравнения (16) с помощью МНК показала, что полученное распределение ошибок характеризуется «тяжелыми хвостами», что неудивительно в силу значительной разнородности российских регионов. В этом случае МНК оценки не являются робастными, так как в случае ассиметричного распределения оценки коэффициентов регрессии
не отражают истинных средних значений интересующих нас коэффициентов. Поэтому оценку
уравнения MRW-модели мы проводили с помощью робастной регрессии. В табл. 7 приведены
результаты оценки для показателей g, дающих наибольшее значение F-статистики для регрессии в целом. Во второй части таблицы приведены оценки для регрессии с ограничением на
равенство нулю суммы коэффициентов перед независимыми переменными и расчетные значения долей факторов для этой регрессии.
Таблица 7
Результаты оценки MRW-модели для регионов РФ, 1996–2004 гг.
Фактор
(объясняющая переменная)
ln(sk)
ln(sh)
ln(n + g + δ)
Константа
F-статистика на значимость регрессии
Фактор
(объясняющая переменная)
ln(sk) – ln(n + g + δ)
ln(sh) – ln(n + g + δ)
Константа
F-статистика на значимость регрессии
Расчетная доля капитала α
Расчетная доля человеческого
капитала β
Расчетная доля труда γ
*
g = SFA1
0,646 (0,119)*
0,702 (0,136)*
–0,820 (0,228)*
4,976 (0,676)*
20,67
Y/L
g = DEA1
0,645 (0,119)*
0,701 (0,136)*
–0,934 (0,258)*
4,797 (0,710)*
20,66
Y/L
g = DEA3
0,647 (0,119)*
0,702 (0,136)*
–0,716 (0,199)*
5,156 (0,642)*
20,67
g = SFA1
g = DEA1
g = DEA3
*
*
0,560 (0,117)
0,596 (0,130)*
3,615 (0,104)*
26,52
0,589 (0,115)
0,642 (0,130)*
3,779 (0,108)*
29,25
0,534 (0,118)*
0,533 (0,130)*
3,456 (0,102)*
23,71
0,260
0,264
0,259
0,276
0,288
0,258
0,463
0,448
0,484
Результаты значимы на уровне 1 %, в скобках указаны стандартные отклонения.
ÇÍрÓ˝ÍÓÌÓÏ˘ÂÒÍËÈ ‡Ì‡ÎËÁ: ÏÂÚÓ‰˚ Ë рÂÁÛθڇÚ˚
50
Полученные результаты позволяют сделать несколько выводов. Во-первых, норма накопления для человеческого капитала статистически значима и оказывает положительное влияние на удельную величину ВРП.
Во-вторых, оценка регрессии с ограничением обладает более высокой F-статистикой, т. е.
более полно описывает имеющиеся данные. Это позволяет сделать вывод, что данные не отвергают гипотезу о равенстве нулю суммы коэффициентов независимых переменных, как это
предсказывает MRW-модель.
В-третьих, расчетные значения оценок коэффициентов β и γ очень близки к реальным значениям. Так, полученная в MRW-модели оценка доли труда составляет 0,45–0,48, что практически совпадает с данными Росстата (см. табл. 5). Оценка доли человеческого капитала несколько ниже, но все равно очень близка к оценке коэффициента β = 0,35, рассчитанной для
2004 г. (см. табл. 6).
В-четвертых, полученные оценки долей физического и человеческого капитала практически
равны, т. е. оставшаяся после вычета доли труда часть дохода почти поровну распределяется
между физическим и человеческим капиталом. Этот результат аналогичен результату, полученному Г. Мэнкью, Д. Ромером, Д. Н. Уэйлом (G. N. Mankiw, D. Romer, D. N. Weil) (1992).
Таким образом, результаты оценки MRW-модели также подтверждают значимость человеческого капитала для экономического роста российских регионов. Кроме того, они показывают, что человеческий капитал имеет для регионального развития такое же значение, как и физический капитал.
В этом исследовании мы показали, что большая часть региональных различий в экономическом развитии может быть объяснена различиями в норме накопления и в уровне накопленного человеческого капитала. Полученные оценки говорят о том, что человеческий капитал по сравнению с наличием богатых природных ресурсов является более значимым фактором для экономического развития регионов. Увеличение человеческого капитала на один
процент приводит к росту производительности труда на 3,8 %. При изменении отраслевой
структуры в пользу сырьевых отраслей производительность труда увеличивается только на
0,072 %. Это означает, что успехов в экономическом развитии может добиться любой регион,
в котором созданы благоприятные условия для накопления человеческого капитала. Впрочем,
это также означает, что обострение региональной конкуренции за человеческий капитал в условиях его дефицита также неизбежно (это можно наблюдать на примере оттока квалифицированных специалистов в Москву и другие регионы с относительно высоким уровнем развития).
Результаты оценки MRW-модели также подтверждают значимость человеческого капитала
для экономического роста российских регионов. Более того, они показывают, что человеческий капитал имеет для регионального развития такое же значение, как и физический капитал. Полученная в MRW-модели оценка доли человеческого капитала составляет
0,26–0,28, что практически совпадает с долей физического капитала. Этот результат означает,
что региональная политика, направленная на улучшение условий для накопления человеческого капитала, является такой же важной и актуальной, как и меры по улучшению инвестиционного климата.
Список литературы
1. Воскобойников И. О корректировке динамики основных фондов в российской экономике // Экономический журнал ВШЭ. 2004. № 1. С. 3–20.
2. Капелюшников Р. Современные западные концепции формирования рабочей силы.
М.: Наука, 1981.
3. Кендрик Дж. Совокупный капитал США и его формирование. М.: Прогресс, 1978.
4. Нестерова Д., Сабирьянова К. Инвестиции в человеческий капитал в переходный
период в России // EERC. № 99/04.
5. ПРООН. Доклад о развитии человеческого потенциала в Российской Федерации за
2004 г. / Под ред. С. Н. Бобылева. М.: Весь мир, 2004.
6. Deliktaş E., Balcilar M. A comparative analysis of productivity growth, catch-up, and
convergence in transition economies // Emerging Markets Finance and Trade. 2005. Vol. 41, № 1.
Р. 6–28.
ÿÚÂрˆÂр “. ¿. —Óθ ˜ÂÎӂ˜ÂÒÍÓ„Ó Í‡ÔËڇ· ‚ ˝ÍÓÌÓÏ˘ÂÒÍÓÏ р‡Á‚ËÚËË р„ËÓÌÓ‚ —‘
51
7. Le T., Gibson J., Oxley L. Cost- and income-based measures of human capital // Journal of
Economic Surveys. 2002. Vol. 17, № 3. Р. 271–307.
8. Mankiw G. W., Romer D., Weil D. N. A contribution to emperics of economic growth //
The Quarterly Journal of Economics. 1999. Vol. 107, № 2. Р. 407–437.
9. Nadiri M., Prucha I. Estimation of depreciation rate of physical and R&D capital in the U.S.
total manufacturing sector // Economic Inquiry. 1996. Vol. 34. Р. 43–56.
10. The well-being of nations. The role of human and social capital // OECD. P., 2001.
11. Education at a glance. OECD Indicators // OECD. P., 2002.
12. Sianesi B., Van Reenen J. The returns to education // Journal of Economic Surveys. 2003.
Vol. 17, № 2. Р. 157–200.
13. Wössmann L. Specifying human capital // Journal of Economic Surveys. 2003 Vol. 17,
№ 3. Р. 239–270.