WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 9 |

«А.В. Корицкий ЧЕЛОВЕЧЕСКИЙ КАПИТАЛ КАК ФАКТОР ЭКОНОМИЧЕСКОГО РОСТА РЕГИОНОВ РОССИИ Монография Научный редактор доктор экономических наук, профессор Т.В. Григорова Новосибирск 2010 УДК ...»

-- [ Страница 4 ] --

Эффект залога состоит из двух компонентов. Первый из них – психологический: даже если уход из семьи, в которой есть дети, не влечет за собой финансовых обязательств, он все равно отличается от ухода из бездетной семьи. Второй компонент – финансовый: в той степени, в которой родители обязаны поддерживать детей после ухода из семьи, уменьшаются их выгоды, связанные с расторжением такого брака, по сравнению с выгодами, получаемыми после ухода из бездетной семьи. Эти издержки могут возрасти, если имеет место экономия на масштабах в потреблении, теряющаяся после распада семьи. Размер финансовых выгод, получаемых родителями, зависит от степени государственной поддержки детей и от того, как между родителями распределяется оставшаяся часть платежей, необходимых для содержания детей217.

Теодор Шульц пишет: «С аналитической точки зрения взгляд на детей как на гетерогенный запас человеческого капитала представляется мне безусловным шагом вперед. Конечно, ребенок, которому нет и трех лет, – это совсем иной компонент человеческого капитала (и с точки зрения издержек, определяемых в основном ценностью материнского времени, и с позиции психологического удовлетворения, которое родители получают от столь юного существа), нежели повзрослевший ребенок, подросток… Когда ребенок взрослеет, он становится все менее «трудоемким», но более дорогостоящим с точки зрения расходования других семейных ресурсов, которые необходимы для его обучения и для прочих видов деятельности, способствующих дальнейшему развитию его способностей»218.

Трансакционный подход дает новый взгляд на семью и домашнее хозяйство. Он рассматривает брак как «управляющую структуBecker G.S. A Theory of Marriage: Part // Journal of Political Economy. 1974. № 2б Vol. 82.

P. 523.

Поллак Р. Трансакционный подход к изучению семьи и домашнего хозяйства // THESIS, 1994. Вып.6. С. 68.

Шульц Т. Ценность детей // THESIS. 1994. Вып. 6. С. 45.

ру», подчеркивает роль «переговоров» между членами семьи и указывает на преимущества и недостатки семейной организации в области мотивации и контроля, а также на особую роль «альтруизма» и «семейной лояльности». Он также признает слабости семейного управления: разрастание конфликтов, терпимость к «трутням», неравные позиции партнеров и невозможность реализовать экономию на масштабах219.

Трансакционный подход к изучению семьи отличается от неоклассического тем, что признает значимость внутренней структуры семьи и ее внутренней организации, и их влияние на предпочтения и эффективность потребительской и производственной деятельности в семье. В нем семья рассматривается как управляющая структура, и фиксирует внимание на способности семьи создавать мотивацию и контролировать поведение своих членов220. Он позволяет выявить, как эти способности семьи различаются в зависимости от вида деятельности и типа общества, и проясняют вопрос о том, какие виды деятельности будут выполняться в семье221.

Как отмечает Й. Бен-Порэт в рецензии на «Трактат о семье»

Г. Беккера: «Традиционная семья – это концентрированное выражение специализации по индивидуальности, основанное на использовании собственных производительных ресурсов, а также на взаимной страховке и поддержке… Современная экономическая организация связана с рыночной структурой, базирующейся на специализации по безличным характеристикам сделок… Таким образом, в современной экономике семья лишается значительной части своей производительной деятельности и специализируется преимущественно на эмоциональных отношениях и совместном потреблении»222.

Созвучно мнению Й. Бен-Порэта высказывание Ю. Васильчука:

«…в каждом обществе полноценная семья выполняет уникальную функцию – формирует стандарт, эталон не только материального, но, главное – интеллектуального, чувственного и нравственного мира человека, на который равняются и которому в идеале следуют другие ячейки воспроизводства «человеческого фактора»223. Как пишет РоПоллак Р. Трансакционный подход к изучению семьи и домашнего хозяйства // THESIS, 1994. Вып.6. С. 73.

Ben-Porath Y. Economics and the Family – Match or Mismatch? // Journal of Economic Literature. 1982. Vol. 20. P. 52–64.

Васильчук Ю. «Дорогой человек» эпохи НТР // МЭМО. 1991. № 11. C. 11.

берт Поллак: «Внутренняя организация семьи определяет эффективность последней как структуры, управляющей экономической деятельностью и процессом распределения внутри семьи»224.

Примерно 12 тыс. лет назад, в период неолитической революции, когда человечество переходило к земледелию, численность населения Земли не превышала 5 млн. От неолита до XVIII в. темп прироста населения был очень низким, в среднем около 0,002% в год.

К 1750 г. прирост населения увеличился до 0,3% в год, т. е. возрос в 150 раз. К 1950 г. он вырос еще в 3 раза и составил почти 1% в год, а в 70-е годы достиг пика в 2,3% в год. В 80–90-е годы он был на уровне 1,7% в год225.

Начало этому феноменальному ускорению роста населения было положено в XVIII–XIX вв. в Англии и Америке, затем в Западной Европе. Причем рост населения в Европе и Северной Америке сопровождался ростом доходов на душу населения. Очень логичная теория Томаса Мальтуса, согласно которой рост населения приводит к обнищанию основной массы населения и росту смертности, а рост доходов на душу населения ведет к росту рождаемости, не нашла подтверждения на практике и была отброшена большинством экономистов XX века226. Тем не менее, логика теории Т. Мальтуса используется в неоклассической теории роста в виде предположения о снижающемся предельном продукте труда при росте предложения труда.

Такая логика верна при предположении об отсутствии технологического и социального прогресса, т. е. в неоклассических моделях эндогенного роста. Как отмечают многие ведущие современные экономисты, сторонники теории человеческого капитала, в современной урбанизированной экономике, возрастающая плотность населения, вызванная ростом населения, способствует специализации людей и большим инвестициям в человеческий капитал, а также к ускорению накопления новых знаний. Такой «возрастающий возврат» от специПоллак Р. Трансакционный подход к изучению семьи и домашнего хозяйства // THESIS.

1994. Вып. 6. С. 56.

Микаэль П. Тодаро. Экономическое развитие: Учебник. М.: ЮНИТИ, 1997. С. 171–172.

Population and Economic growth. Gary S. Becker, Edward L. Glaeser, and Kewiin M. Murphy.

// AEA Papers and Proceedings. 1999. № 2. Vol. 89. P. 145–146.

ализации и накопления знаний увеличивает доход на душу населения, по-видимому, в большей степени, чем «уменьшающийся возврат» в отраслях с ограниченными ресурсами (добывающей промышленности и сельском хозяйстве)227.

Какие же факторы способствуют росту эффективности экономики при росте населения и его плотности?

По-видимому, важнейшим общим фактором повышения эффективности экономики с ростом ее масштабов является урбанизация.

Гэри Беккер, Эдвард Глазер и Кевин Мэрфи отмечают, что концентрация населения в городах является очень важной для экономики, так как в городах существует экстенсивное разделение труда и производится больше человеческого капитала и новых знаний. Более того, высокая плотность населения в них способствует как высокоразвитой специализации по профессиям, так и производству и трансмиссии знаний следующим поколениям228.

Как известно, в неоклассических моделях считается, что норма отдачи на инвестиции в физический капитал снижается при росте запаса физического капитала на душу населения. Соответствующее предположение для человеческого капитала является менее правдоподобным, поскольку человеческий капитал является заключенными в людях знаниями. Выгоды от накопления дополнительных знаний в людях зависят скорее положительно, чем отрицательно от знаний, которые они уже имеют. Такие предположения лежат в основе господствующей концепции обучения в образовательной педагогике, где успешность обучения высшей математике и другим дисциплинам зависит от степени усвоения функциональных блоков элементарных понятий229.

Еще один аргумент в пользу роста населения как фактора экономического роста, приводится в учебнике М. Тодаро: «Более многочисленное население предъявляет больший потребительский спрос, что обеспечивает экономию на масштабах производства и снижение производственных издержек, а также увеличивает предложение недорогого труда для достижения больших объемов производPopulation and Economic growth. Gary S. Becker, Edward L. Glaeser, and Kewiin M. Murphy // AEA Papers and Proceedings. 1999..№ 2. Vol. 89. P. 146.

Там же. P. 148.

G. S. Becker, K.M. Murphy, R. Tamura Human Capital, Fertility and Economic Growth // J: P. E. 1990. № 5. Pt. 2. Vol. 98. P. 15–16.

ства»230. Экономия на масштабе производства, достигаемая за счет роста населения и его плотности особенно велика в городах, то есть урбанизация способствует не только накоплению человеческого капитала, но и снижению издержек производства обычных товаров.

Экономисты-«ревизионисты» неоклассической контрреволюционной школы 1980-х годов Джулиан Саймон и Николас Эберштадт утверждают, например, что свободные рынки в состоянии приспосабливаться к любым дефицитам, возникающим из-за роста населения… В конце концов, свободные рынки и человеческая изобретательность разрешает все проблемы роста населения231.

Д. Аджемоглу попытался теоретически описать механизм возникновения социально возрастающей отдачи от инвестиций в человеческий капитал232. Рост отдачи от инвестиций, как в человеческий, так и в физический капитал он связывает с возникновением внешних эффектов при накоплении запаса человеческого капитала как в целом по стране, так и в расчете на одного работника.

Один из таких социальных эффектов связан с ожиданиями инвесторов. Если инвестиции в человеческий капитал увеличивают его запас и растет число квалифицированных специалистов, то фирмы, ожидая расширение предложения труда специалистов на рынке труда и соответствующее повышение отдачи физического капитала, увеличивают инвестиции в физический капитал. То есть, по крайней мере, часть внешних эффектов возникает из-за изменения ценности будущих пар физического и человеческого капитала фирм. Такие эффекты повышения отдачи как человеческого, так и физического капитала с ростом запаса человеческого капитала возникают в отдельных фирмах, регионах и целых странах. Повышенная отдача инвестиций в человеческий капитал в крупных городах привлекает в них квалифицированную рабочую силу. Миграционные потоки специалистов – «утечки мозгов» – существуют также из слаборазвитых стран. Эти факты подтверждают наличие внешних эффектов при накоплении человеческого капитала и росте плотности населения.

Тодаро М.П. Экономическое развитие: Учебник. М. ЮНИТИ, 1997. С. 191.

Acemoglu Daron. A Microfoundation for social Increasing Returns in Human Capital Accumulation. The Quarterly Journal of Economics. August 1996, VCXI, Issul 3. P. 779–804.

Поэтому рост населения при соответствующем росте его качества и уровня образования является существенным фактором развития экономики и роста ее эффективности.

Рассмотрим роль накопления человеческого капитала в современном мире. Человеческий капитал включает накопленные вложения в такие области деятельности, как образование, профессиональная подготовка, миграция. Знания и навыки, которыми обладает работник, и которые приобретены им благодаря образованию и профессиональной подготовке, включая сноровку, получаемую с опытом работы, составляют определенный запас производительного капитала. Денежная ценность этого запаса капитала определяется как дисконтированный поток будущих доходов от его использования за время жизни человека, то есть зависит от ставок заработной платы, по которым человеческий капитал могут «арендовать» работодатели на рынке труда, ставки процента и ожидаемой продолжительности трудовой деятельности. Поиск работы и миграция увеличивают ценность человеческого капитала конкретных людей благодаря увеличению его цены (ставок заработной платы, получаемой в единицу времени за использование предпринимателями знаний и навыков работника).

Богатство общества в целом можно рассматривать как совокупность человеческого капитала и материального (физического) капитала, напрямую не связанного с людьми. Общее богатство США в 1991 г. оценивалось приблизительно в 54,5 трлн. долл., из которых 26 трлн. долл. (48%) приходилось на человеческий капитал233.

По расчетам Всемирного банка, в составе национального богатства США основные производственные фонды (здания и сооружения, машины и оборудование) составляют всего 19%, природные ресурсы – 5, а человеческий капитал – 76%. В Западной Европе соответствующие показатели – 23,2 и 74%; России – 10, 40 и 50%234.

Актуальность исследований механизмов производства и использования человеческого капитала быстро растет в связи с повышением роли знаний и научно-технического прогресса в современной экономике. По-видимому, качество рабочей силы, уровень ее образования и профессиональной подготовки будут являться в XXI в.

Robert Eisner. Extended Accounts for National Income and Production. Journal of Economic Literature 26 (December 1988): 1611–1684. Богатство оценено на 1981 г., пересчитано на 1991 г. с использованием средних годовых изменений, приведенных в этой статье.

Учись, капитал! // Поиск. 2001. № 12. С. 8. (Цит. по: Майбуров И.А. Эффективность инвестирования и человеческий капитал в США и России // МЭиМО. 2004. № 4. С. 3).

не только решающим фактором экономического прогресса, но и основным условием конкурентоспособности национальных экономик.

На практике уже в 2003 г. государственные расходы на высшее образование уже сравнялись с частными, о чем свидетельствуют статистические данные.

Оценки человеческого капитала в ряде стран мира в конце XX в.

Источники: Содружество Независимых Государств в 2000 году. Краткий справочник. Статкомитет СНГ. М., 2001; Human Development Indicators http://www.undp.org/hdr2001 (оценки округлены). (Цит. по Нестеров Л., Аширова Г. Национальное богатство и человеческий капитал // Вопросы экономики, 2003. № 2. С. 109.) Из таблицы 2.9 видно, что человеческий капитал составляет примерно две трети национального богатства всех стран мира, причем в наиболее развитых странах мира его доля еще выше – 77–78% всего национального богатства. Доля человеческого капитала в национальном богатстве России ниже среднего для мира в целом – примерно 50%, что свидетельствует об актуальности его дальнейшего ускоренного накопления и показывает необходимость активизации роли государства в управлении этим процессом.

Актуальность исследований механизмов производства и использования человеческого капитала усиливается в связи с повышением роли знаний и научно-технического прогресса в современной экономике. В начале 90-х годов доля затрат на образование в ВНП составляла: во Франции – 7,1%, Японии – 6,3%, США – 6,1%, ФРГ – 4,5%, России же только 2,7%, что в 2–3 раза меньше, чем в развитых странах235.

В составе производительных способностей человека присутствуют также биологически и социально наследуемые характеристики, такие, как запас здоровья и интеллектуальные способности, моральные и нравственные нормы, ценностные установки и т. п. Поиск работы и миграция увеличивают ценность человеческого капитала конкретных людей благодаря увеличению его цены (ставок заработной платы, получаемой в единицу времени за использование предпринимателями знаний и навыков работника).

Богатство общества в целом можно рассматривать как совокупность человеческого капитала и материального (физического) капитала, напрямую не связанного с людьми.

К сожалению, в России наблюдается обратная тенденция: государство, в значительной степени, снимает с себя обязанности по инвестированию в человеческий капитал, федеральной программой «Развитие образования в России» предусмотривалось значительное снижение государственного финансирования вузов и одновременное увеличение доли средств, которые учебным заведениям придется зарабатывать самим – с 20% в 1993 г. до 25% в 1995 г. и до 40% в 2005 г.236.

Расходы на образование в России из консолидированного бюджета с учетом снижения реального ВНП в 90-е годы неуклонно снижались, потребности сферы образования в ресурсах удовлетворялись менее чем наполовину237.

2.8. Спрос на высшее образование в России По данным Росстата, в 2003/2004 учебном году в вузах обучалось 6,5 млн. студентов, из которых в негосударственных заведениях учились 860 тыс. По данным Минобразования России, из 5,6 млн. студентов государственных вузов 2,6 млн. оплачивали свое образование238. Таким образом, общая численность студентов, обучающихся на платной основе, составила 3,5 млн. человек, т. е. 53,6% от общего числа студентов. Рост Добрынин А.И., Дятлов С.А., Цыренова Е.Д. Человеческий капитал в транзитивной экономике. М.: Наука, 1999.. 107–108.

Николаев И., Калинин А., Ефимов С., Марушкина Е. Культуры не хватает // Ведомости.

Сибирский выпуск. 2005. № 19(1301).

числа студентов вузов, обучающихся на платной основе, а также появление платных школ, лицеев и колледжей привел к увеличению платных услуг сферы образования России, как в реальном выражении, так и по их доле в платных услугах и доходах населения.

Рассмотрим взаимосвязь числа студентов и приема в вузы в регионах России с накопленным в регионах человеческим капиталом и другими факторами.

Расчеты проводятся с помощью следующего регрессионного уравнения:

где ni – прием студентов в вузы (всего) в данном году в расчете тысячу занятого в экономике i-го региона населения;

hi – доля занятых с высшим образованием в экономике i-го региона в данном году;

IЗП – величина среднемесячной заработной платы в i-м регионе в Iдох.1зан. – среднемесячные доходы одного занятого в экономике В таблице 2.10 приводятся результаты расчета регрессионного уравнения (1) за 2002–2007 гг. В расчетах используется «взвешенная» регрессия, в качестве «весов» используется переменная «среднемесячные доходы населения регионов» России в соответствующие годы. Коэффициенты детерминации довольно высоки, они колеблются от 70% в 2002 г. до 78% в 2006–2007 гг.

Ненормированный коэффициент А1 статистически значим для всех лет, и в рассматриваемом периоде вырос почти в два раза – с 0, в 2002 г. до 1,54 в 2007 г. Нормированный коэффициент А1, характеризующий вклад переменной «доля занятых с высшим образованием в общей численности занятого в экономике региона населения» в объясненную вариацию зависимой переменной, также вырос с 66% в 2002 г.

до 123% в 2007 г. Таким образом, человеческий капитал, представленный данной независимой переменной, оказывается наиболее существенным фактором, влияющим на зависимую переменную, то есть на прием студентов в вузы в данном периоде.

Взаимосвязь приема студентов в вузы (всего) в регионах России в расчете на тысячу занятого в экономике региона населения, доходов населения в расчете на одного занятого, и других экономических показателей в 2002–2007 гг.

Показатели Станд. ошибка (2,568) (2,415) (2,463) (3,364) (3,392) (3,043) Станд. ошибка (0,126) (0,122) (0,124) (0,158) (0,208) (0,180) Коэф. А2 (B) -0,850*** -0,960* -0,565** -1,461** -0,428 -0, Станд. ошибка (0,442) (0,262) (0,271) (0,581) (0,478) (0,180) Коэф. А2 (Beta) -0,170*** -0,205* 0,137** -0,403** -0,149 -0, Станд. ошибка (0,219) (0,142) (0,146) (0,222) (0,237) (0,172) Коэф.А3 (Beta) 0,290** 0,498* 0,233** 0,453** -0,429 -0, Примечания. Числа в скобках означают стандартную ошибку оценки.

* Параметр имеет 1% значимость.

** Параметр имеет 5% значимость.

*** Параметр имеет 10% значимость.

Коэффициенты при переменных, характеризующих доходы населения, оказались статистически значимыми только для первой половины рассматриваемого периода. Причем, переменная «среднемесячная заработная плата» оказывала отрицательное влияние на численность принимаемых в вузы студентов в период с 2002 по гг., а переменная «среднемесячные доходы в расчете на одного занятого в экономике регионов населения» положительное влияние. Данный факт можно объяснить тем, что величина заработной платы тесно связана с величиной «упущенных заработков», то есть от ее величины зависят альтернативные издержки обучения студентов. Чем выше величина заработной платы, тем больше альтернативные издержки обучения, то есть «упущенная выгода» от получения образования на дневных отделениях вузов, так как студенты, в большинстве случаев, вынуждены отказываться от работы в период учебы. Величина же средних доходов работающего населения регионов, то есть родителей студентов, положительно влияла на численность абитуриентов, поступающих в вузы. Так или иначе, к 2006 г. оба эти фактора оказались статистически незначимыми.

Несколько иные результаты получены в результате расчетов аналогичного регрессионного уравнения (2) с использованием в качестве зависимой переменной «числа студентов принятых на бесплатной основе в расчете на тысячу жителей региона», и несколько иным набором независимых переменных.

Расчеты проводятся с помощью следующего регрессионного уравнения:

где ni – число студентов, принятых на бесплатной основе в расчете на тысячу занятых в экономике i-го региона населения;

ni – выпуск школьников в расчете на тысячу жителей i-го hi – доля занятых с высшим образованием в экономике i-го региона в данном году;

Iразн.дох.иЗ П– величина разницы среднемесячных доходов одного занятого в экономике региона и среднемесячной заработной платы в i-м регионе в данном году;

d1 и d2 – фиктивные переменные, характеризующие мегаполисы (d1) и регионы с городами-миллионерами.

В таблице 2.11 приводятся результаты расчета регрессионного уравнения (2) за 2002–2007 гг. В расчетах используется «взвешенная»

регрессия, в качестве «весов» используется переменная «среднемесячные доходы населения регионов» России в соответствующие годы, что позволяет учесть уровень экономической значимости регионов.

Коэффициенты детерминации и в данном случае достаточно высоки, хотя и ниже, чем в предыдущем случае. Они колеблются от 56 до 72%. Все коэффициенты при независимых переменных статистически значимы.

Переменная «численность выпускников средних общеобразовательных школ (в расчете на тысячу жителей соответствующего региона)»

статистически значима и положительно влияет на численность студентов, как и доля занятых с высшим образованием в общей численности занятых в экономике регионов. Независимая переменная «разница среднемесячных доходов одного занятого в экономике региона и среднемесячной заработной платы» в i-м регионе в данном году отрицательно связана с числом студентов обучающихся на бюджетных местах. Очевидно, что более высокие доходы предпринимателей, доходы от собственности и прочие доходы (включая скрытую заработную плату) отрицательно влияют на прием студентов на бюджетные места.

Взаимосвязь числа студентов обучающихся на бесплатной основе в вузах в расчете на тысячу занятых в экономике регионов и других экономических показателей в 2003–2006 гг.

Примечания. Числа в скобках означают стандартную ошибку оценки.

* Параметр имеет 1% значимость.

** Параметр имеет 5% значимость.

*** Параметр имеет 10% значимость.

Если предположить, что обучение на бюджетной основе дает более высокое качество подготовки специалистов, из-за большей мотивированности бюджетных студентов на успехи в учебе, то такая связь с уровнем разницы доходов и заработной платы в расчете на одного работника, по-видимому, характеризует отрицательную зависимость качества подготовки специалистов от данной независимой переменной. Фиктивные переменные, характеризующие мегаполисы (Москву и Санкт-Петербург) и регионы с городами-миллионерами, положительно связаны с зависимой переменной, что вполне естественно, так как в них сосредоточены наиболее старые и крупные вузы со значительным набором студентов на обучение на бюджетной основе.

В таблице 2.12 представлены результаты расчета такого же уравнения регрессии, но в качестве зависимой переменной взято число студентов обучающихся на платной основе (в расчете на тысячу жителей соответствующего региона).

Взаимосвязь числа студентов обучающихся на платной основе в вузах в расчете на тысячу занятых и других экономических Примечания. Числа в скобках означают стандартную ошибку оценки.

* Параметр имеет 1% значимость.

** Параметр имеет 5% значимость.

*** Параметр имеет 10% значимость.

В данном случае выпуск средних школ не оказывает влияния на численность студентов, обучающихся на платной основе. Данный факт легко объяснить тем, что значительная часть студентов-«платников»

или выпускники колледжей или приезжие из других регионов. Среди них, по-видимому, много также студентов-заочников, заканчивавших средние школы в предыдущие годы. Отличительной особенностью данной категории студентов является также положительная связь их числа с переменной «разница среднемесячных доходов одного занятого в экономике региона и среднемесячной заработной платы», что можно, по-видимому, объяснить тем, что среди таких студентов много детей предпринимателей. Как и в предыдущем случае, наблюдается положительная связь зависимой переменной с «долей занятых с высшим образованием» и фиктивными переменными, характеризующими мегаполисы и регионы с городами-миллионерами.

В таблицах 2.13 и 2.14 представлены результаты расчетов аналогичного регрессионного уравнения (3), где в качестве зависимых переменных использовались переменные «прием студентов в вузы», в первом случае на платной основе (см. табл. 2.13), в другом на бесплатной основе (см. табл. 2.14) в государственные вузы.

Взаимосвязь приема студентов в вузы на платной основе и других экономических показателей в 2003–2006 гг.

Примечания. Числа в скобках означают стандартную ошибку оценки.

* Параметр имеет 1% значимость.

** Параметр имеет 5% значимость.

*** Параметр имеет 10% значимость.

Как видно из данных таблицы 2.13, прием студентов в вузы на платной основе не зависит от объема выпуска средних школ в расчете на тысячу занятых в экономике регионов. Зато он хорошо связан с переменной, характеризующей накопленный в регионах человеческий капитал – «доля занятых с высшим образованием».

Прием же студентов в государственные вузы на бесплатной основе положительно зависит не только от накопленного в регионах человеческого капитала, но и от объема выпуска средних общеобразовательных школ в соответствующие годы (см. табл. 2.14).

Взаимосвязь приема студентов в государственные вузы на бесплатной основе в расчете на тысячу занятых, дохода на одного занятого и других экономических показателей в 2003–2006 гг.

Примечания. Числа в скобках означают стандартную ошибку оценки.

* Параметр имеет 1% значимость.

** Параметр имеет 5% значимость.

*** Параметр имеет 10% значимость.

Данный результат можно интерпретировать вполне естественным образом, так как он соответствует традиционному способу получения молодежью высшего образования сложившемуся еще в советский период. Поскольку в государственных вузах на вступительных экзаменах предъявляются достаточно высокие требования к абитуриентам, то наибольшие шансы на поступление в них имеют вчерашние выпускники средних общеобразовательных школ, возможно также, из семей, где родители имеют высшее образование. То есть наблюдается социальная наследственность (или преемственность поколений). Поэтому вполне естественно, что в регионах с большим запасом человеческого капитала наблюдается повышенное число поступающих в государственные вузы на бесплатной основе. Положительно влияют также на зависимую переменную и фиктивные переменные, характеризующие уровень урбанизации регионов, отрицательно – уровень доходов в расчете на одного занятого в экономике регионов населения. Последняя зависимость не вполне ясна, возможно, что повышенные доходы родителей позволяют молодежи поступать в вузы на платной основе, но, возможно, и с тем, что дети родителей с высшим образованием, но работающих в бюджетной сфере, лучше мотивированы на поступление в вузы на бюджетные места.

В таблице 2.15 представлены результаты расчета аналогичного уравнения регрессии, с зависимой переменной «прием студентов в вузы на платной основе».

Взаимосвязь приема студентов в вузы на платной основе в расчете на тысячу занятых и других экономических показателей в 2003–2006 гг.

Примечания. Числа в скобках означают стандартную ошибку оценки.

* Параметр имеет 1% значимость.

** Параметр имеет 5% значимость.

*** Параметр имеет 10% значимость.

В данном случае коэффициент А1 при независимой переменной «выпуск средних общеобразовательных школ в расчете на тысячу занятых» статистически незначим. Данный факт свидетельствует, повидимому, о том, что значительная часть поступающих в вузы на платной основе, или окончили среднюю общеобразовательную школу ранее, или обучались в техникумах или колледжах, то есть получали среднее специальное или начальное профессиональное образование, или поступают в вузы для получения второго высшего образования.

В начале 2000-х годов в России сохранялась крайне низкая доля в ВВП расходов на образование, почти в два раза более низкая, чем в странах ЕС и ОЭСР (см. табл. 2.16 и 2.17)239.

Общественные и частные расходы на образование Данный показатель в России более чем в три раза уступает шведскому и датскому (эти страны находятся в числе мировых лидеров по инновационности экономики). Даже в таких странах, как Польша и Мексика, не относящихся к числу самых развитых стран, он существенно выше.

Общественные и частные расходы на образование (% от ВНП, по уровням обучения, 2000 и 2005 гг.) Education at a Glance 2008/ OECD Indicators/ [Электрон. ресурс] www.oecd.org/edu/eag 2008.

Еще более контрастно выглядят данные о расходах на образование в расчете на одного учащегося (см. табл. 2.18)242.

По уровню расходов на одного учащегося Россия примерно в четыре раза отстает от стран ЕС и ОЭСР, в два раза от Польши и почти в три раза от Венгрии. От передовых инновационных экономик Швеции и Дании отставание достигает 5–6 раз.

Решение задач создания в России инновационной экономики требует существенного роста в России инвестиций в человеческий капитал, и в первую очередь, увеличения государственных расходов на образование как минимум в два-три раза в ближайшие годы. Коммерциализация высшего и среднего специального образования не спасает положения, более того, есть опасность быстрого падения качества образования, так как руководство вузов и колледжей, как государственных, так и частных, в условиях низкого государственного финансирования, стремится пополнить их бюджеты любой ценой, в том числе за счет снижения требовательности к уровню знаний учащихся. Конкуренция же между вузами за «платного» студента приводит к снижению требовательности на приемных экзаменах. В результате в вузах растет доля студентов, не только неспособных к обучению, но и нежелающих учиться. Растет также доля студентов, вынужденных, из-за низких доходов родителей, работать в процессе обучения на дневных отделениях вузов. Все это, как легко догадаться, ведет к долгосрочным негативным последствиям в масштабах всей экономики России.

Education at a Glance 2008/ OECD Indicators/ [Электрон. ресурс] www.oecd.org/edu/eag 2008.

В последние годы в России быстро растет число учащихся высших и средних специальных заведений, обучающихся с полным возмещением затрат на обучение. В Новосибирской области общее число студентов высших учебных заведений в 1998/1999 учебном году выросло на 8,2 тыс. человек (или на 9,9%) по сравнению с 1997/1998 учебным годом, а число студентов, обучающихся с полным возмещением затрат выросло на 11,1 тыс. чел. (т. е. в 1,7 раз) по сравнению с предыдущим учебным годом. Росло в нашей области и число негосударственных высших учебных заведений, если на начало 1997/1998 учебного года их было 6, то на начало 1998–1999 учебного года функционировало уже 10, в которых обучалось 6 тыс. студентов244.

С середины 90-х годов в России наблюдается феноменальный рост числа студентов вузов, если за десятилетие с 1970/1971 учебного года по 1980/1981 учебный год число студентов выросло с 2671,7 тыс. чел. до 3045,8 тыс. чел., т. е. на 14%, а затем снизилось до 2542,9 тыс. чел. к 1993/1994 уч. году, т. е. примерно на 16,5%, то затем оно стало расти высокими темпами и достигло к 2003/2004 учебному году 6455,7 тыс. чел., т.

е. выросло за десятилетие более чем в 2,5 раза. При этом темп роста числа студентов постепенно нарастал и достиг максимума в 2000/ учебному году 16,4% (по сравнению с предыдущим учебным годом).

Следует отметить, что финансирование государством сферы образования в 90-е годы в реальном выражении сокращалось, и рост числа студентов обеспечивался расширением платных услуг вузов, в настоящее время более половины студентов обучается на платной основе.

Следует также отметить, что в целом по России до 1993/ учебного года численность студентов вузов снижалась, так с 1985/ по 1990/1991 учебные года она сократилась почти на 15 тыс. чел., или на 4,8%, в 1991/1992 учебном году (по сравнению с предыдущим уч. годом) она сократилась на 2,2%, в 1992/1993 – на 4,5, в 1993/1994 – на 3,6%. С 1994 г. начался быстрый рост числа студентов вузов России: в 1993/1994 учебном году прием студентов вырос на 13,4% (по сравнению с предыдущим учебным годом), и затем рос с темпами от 6,1% в 1994/1995 до 11,7% в 1997/1998 учебных годах245.

Быстрый рост числа студентов ВУЗов и колледжей происходил на фоне сокращающейся численности учащихся общеобразовательных школ. В 1998 г. выпуск учащихся со средним образованием соРасчет на основе данных: Социально-экономическое положение Новосибирской области в 1998 г.(1999 г.). Новосибирск, 1999. С. 99–101 (Новосибирск, 2000. С. 107–108).

Расчет на основе данных: Регионы России. М.: Госкомстат России, 1998. С. 196–207.

ставил в Новосибирской области 22,5 тыс. человек, а прием в высшие учебные заведения 22,4 тыс. человек.

Если учесть тот факт, что существует также прием в техникумы на базе среднего полного образования, набор в армию, а также то, что не все выпускники средних общеобразовательных школ проходят конкурс в вузы, такую высокую численность поступающих в вузы можно объяснить тем, что на учебу в вузы Новосибирска приезжают выпускники школ других областей и краев России, а также стран ближнего зарубежья, поступают также выпускники средних специальных учебных заведений и вузов с целью повышения уровня образования или получения второго высшего образования.

Каковы причины такого быстрого роста спроса на образование вообще, и в особенности, на платное образование? По-видимому, в число важнейших факторов входят следующие факторы:

1. Рост безработицы, особенно среди молодежи, не имеющей специального образования246.

2. Увеличение дифференциации доходов между образовательными группами населения, а также между профессиональными группами.

3. Снижение качества преподавания в общеобразовательных школах из-за уменьшения уровня реальной оплаты труда школьных учителей;

4. Имущественное расслоение населения, увеличение дифференциации доходов и появление слоя предпринимателей, способных платить за образование своих детей, что согласно теории человеческого капитала ведет к росту платежеспособного спроса на образование.

Первые два фактора увеличивают потребность в получении высшего образования, т. к. без него трудно рассчитывать на получение работы вообще, а тем более с достаточно высоким уровнем оплаты труда.

Осознание такой потребности, как самими молодыми людьми, так и их родителями, вызывает увеличение желания получения высшего образования, пусть даже на платной основе. Поэтому рост потребности молодежи в высшем образовании можно объяснить как изменениями конъюнктуры рынка труда, сокращением спроса работодателей на неквалифицированный труд, так и с ростом спроса на Бетт и Макфарланд (1995) исследуя зависимость между экономическим циклом и численностью студентов колледжей в период между 1969 и 1985 гг. нашли, что рост безработицы на 1% связан с ростом числа учащихся на 4,5%. По данным Новосибирской городской службы занятости, доля молодежи в возрасте 16–29 лет среди безработных составила в 1999 г. 35,8%, причем этот показатель устойчив во времени. Среди них 55,3% – в возрасте 18–22 года, то есть наибольшая доля молодых безработных – это школьники, не поступившие в вузы.

труд отдельных профессиональных групп (или с появлением спроса на новые, ранее не существовавшие профессии).

На рынке труда в 1990-е годы вырос спрос на юристов, бухгалтеров, финансистов, маркетологов, журналистов, психологов и некоторые другие. Все это способствовало росту спроса (и приема) на соответствующие вузовские специальности.

Третий фактор имеет особое значение. В сельских школах и школах небольших городов и раньше ощущалась нехватка преподавателей с высшим образованием, а из-за резкого сокращения (в реальном выражении) финансирования школьного образования в 90-е годы эти проблемы резко обострились. Поэтому, сельские, а часто и городские школьники, не в полной мере осваивают обязательную школьную программу, особенно по иностранным языкам, физике и математике. Все это снижает возможности выпускников сельских школ выдерживать конкурс при поступлении в государственные вузы и увеличивает спрос на платное образование, где конкурс существенно ниже.

Наконец, четвертый фактор, рост дифференциации доходов и формирование слоя предпринимателей, мелких и средних, создает возможности для роста платежеспособного спроса на услуги платного образования (высшего и среднего специального). Значительная часть этих предпринимателей работает в «серой» или «теневой» экономике, поэтому официальная статистика не отражает в полной мере их доходы. Например, среднедушевые доходы от 1000 до 1500 руб. в месяц, т. е. немного выше официального прожиточного минимума имели в 1998 г. 16,62% населения Новосибирской области, от до 2000 руб. в месяц – 3,53%, и свыше 2000 руб. в месяц – 1%.

Прием же студентов в вузы в Новосибирской области с полным возмещением затрат на обучение составил в 1998 г. более 11 тыс. чел., или примерно половину из всех принятых на первый курс (в т.ч. в государственные вузы 10,1 тыс. чел., и в негосударственные – более 1 тыс. чел.)247. Причем плата за высшее образование колебалась в этот период от 400 до 600 руб. в месяц.

Очевидно, что спрос на платные услуги высшего образования не может формироваться только со стороны достаточного узкого слоя детей предпринимателей. Они обеспечивают, в лучшем случае, около половины спроса на платные услуги дневных отделений вузов, и, в гораздо меньшей степени, на заочных отделениях. Большая часть студентов заочных отделений вузов и значительная часть дневных, вынуждена Социально-экономическое положение Новосибирской области в январе-декабре 1998 года. Новосибирск, 1999. С. 88–89.

зарабатывать на свое содержание и на оплату обучения самостоятельно, зачастую совершенно не пользуясь материальной поддержкой родителей и других родственников. Материальной поддержкой организаций и предприятий (обучение на договорных условиях) пользуется, в лучшем случае, 10–20% студентов. Как отмечает Т.Л. Ищук, «в среднем на обучение одного студента-бюджетника российские вузы тратят от 50 до тыс. руб. ежегодно»248. «При этом, – пишет она, – стоимость обучения в лучших учреждениях системы высшей школы достигает 10 тысяч долларов в год»249. Удивительно, что стоимость обучения в российских вузах в настоящее время сопоставима с ценами в европейских вузах. Например, во Франции обучение на бакалавра стоит в среднем 600–900 евро в год (28,8–43,2 тыс. руб.), в Германии 28,8–44 тыс. руб. в год250.

Попытаемся выявить факторы, оказавшие влияние на феноменальный рост спроса молодежи и населения в целом на высшее образование, причем на платные услуги высшего образования, в то время как происходило существенное сокращение реальных доходов населения на большей части рассматриваемого периода.

Для достижения поставленной цели мы предпримем попытку выявить статистические взаимосвязи интенсивности инвестиций в человеческий капитал в регионах России с рядом других экономических показателей. В качестве характеристики интенсивности инвестиций в человеческий капитал использован показатель «число студентов на 1000 жителей региона», который будет сравниться со следующими показателями: «уровень безработицы», «плотность населения», «доля городского населения в населении региона», «среднедушевые доходы населения», «уровень экономической активности», «доля занятых с высшим образованием в общей численности занятых», показатель неравенства в распределении доходов («коэффициент Джини»).

Применяемый метод исследования взаимосвязей – пространственный анализ статистических данных регионов России за определенный период (2004г.). Анализ построен на основе одномоментных регрессионных уравнений. В расчете используются статистические данные по 86 регионам России за 2004 год, исключены только Чеченская республика и два автономных округа из-за отсутствия необходимых данных. Рассчитываются параметры следующего регрессионного уравнения.

Ищук Т.Л. Ценовая политика государства и вузов на рынке образовательных услуг высшей школы // Креативная экономика. 2009. № 7. С. 27.

N студ A bX безр cI дох dDвысш eGнас kNнас mK iДж nEакт.

где N студ – число студентов на 1000 жителей i-го региона;

X безр – уровень безработицы в i-м регионе;

I дох – среднедушевые доходы населения в i-м регионе;

Dвысш – доля занятых с высшим образованием в i-м регионе;

Gнас – доля городского населения в населении i-го региона;

N нас – плотность населения в i-м регионе;

K iДж – коэффициент Джини (показатель уровня дифференциации доходов населения) в i-м регионе;

Eакт – уровень экономической активности населения в i-м регионе.

Результаты расчета регрессионного уравнения приведены в таблице 2.19.

Показатель множественной детерминации R квадрат = 0,7094, F = 27,206, P = 0,000000. Выбросы, характерны для Московской и Томской областей, что, по всей вероятности, объясняется следующим образом: Москва и Московская область на данный момент являются самым густонаселенным регионом страны, с большим количеством высших учебных заведений в г. Москва, а также наивысшим показателем экономической активности, что способствует притоку квалифицированной рабочей силы в данный регион. Там же сосредоточено наибольшее количество высокотехнологичных производств. Томская область имеет исторически сложившуюся образовательную специализацию (6 крупных ВУЗов в Томске), при относительно невысокой численности населения, а также относительно небольшом количестве высших учебных заведений в прилегающих северных регионах.

Параметры регрессионного уравнения (4) полученные на основе статистических данных по 86 регионам России за 2004 год Среднедушевые доходы Доля занятых с высшим Доля городского населения 0,371 0,0742 0,4242 0,0846 5,0119 0, Плотность населения региона 0,188 0,0878 0,0091 0,0042 2,1492 0, Экономическая активность Положительную связь с числом студентов на 1000 жителей имеют показатели: «коэффициент Джини» (коэффициент Beta = 0,44), доля занятых с высшим образованием в регионе (коэффициент Beta = 0,38), доля городского населения в регионе (коэффициент Beta = 0,37) и плотность населения. То есть, можно предположить, что наиболее значимыми факторами, положительно влияющими на численность студентов на 1000 жителей региона, являются:

1) показатель дифференциации доходов населения региона (коэффициент Джини);

2) показатель доли занятых с высшим образованием в регионе;

3) доля городского населения в населении региона.

В данном случае полученное уравнение регрессии имеет вид Nстуд 37.8 35.6 X безр 0.0022I дох 1.3Dвысш 0.42Gнас 0.009 Nнас 193.6K iДж 0.62Eакт Константа в данном уравнении статистически малозначима, все независимые переменные, включенные в уравнение регрессии, оказались значимыми при уровне значимости 0,05.

Содержательное объяснение первого факта достаточно очевидно: чем выше дифференциация доходов в регионе, тем больше стимулов к получению образования у молодежи. По-видимому, это связано с повышенной отдачей инвестиций в образование в регионах с большей дифференциацией доходов. Вторая по уровню статистической значимости положительная взаимосвязь может быть объяснена устойчивостью культурных традиций в семьях. То есть, в семьях, где родители имеют высшее образование, существует более высокая вероятность получения детьми высшего образования. Третий фактор, по всей вероятности, может быть объяснен, исходя из следующих критериев:

А) Промышленность, образование, наука и специализированные медицинские центры, т. е. отрасли, требующие большего числа квалифицированных специалистов, расположены в городах.

Б) Более высокая концентрация населения ведет к большей дифференциации доходов, и, следовательно, более высокой окупаемости инвестиций в образование.

В) Большие возможности для удовлетворения социально – культурных потребностей.

Сравнительно слабая, но также статистически значимая связь числа студентов в расчете на 1000 жителей, наблюдается с показателем плотности населения.

По-видимому, в регионах с более высокой плотностью населения больше возможностей для миграции молодежи в города и выше отдача от инвестиций в образование. Несколько неожиданная, но также логически объяснимая, отрицательная взаимосвязь числа студентов на 1000 жителей региона наблюдается с показателями: «уровень безработицы», «среднедушевые доходы населения» и «экономическая активность населения». Наиболее сильна и статистически значима эта связь у показателя «среднедушевые доходы населения»

(коэффициент Beta -0,48658). Дело в том, что альтернативные издержки получения образования определяются «упущенными заработками», которые положительно зависят от уровня доходов и занятости. Очевидно, что «упущенные заработки» и, соответственно, затраты, связанные с обучением в вузах, отрицательно связаны с уровнем доходов и экономической активностью населения. (Т. е., люди сознательно отказываются от текущих заработков и готовы производить затраты в свое образование ради более высоких заработков в будущем).

Поэтому в регионах с более низкими доходами и низкой экономической активностью населения ниже и альтернативные издержки, связанные с получением образования, соответственно, выше отдача инвестиций в образование и выше спрос на услуги высшего образования. Наличие же отрицательной связи числа студентов на 1000 жителей региона с уровнем безработицы противоречит логике теории человеческого капитала. Чем выше уровень безработицы, тем меньше «альтернативные издержки» получения образования, но возможны два объяснения данного парадокса. Первый вариант объяснения заключается в том, что высокий уровень безработицы в регионах снижает возможности родителей оплачивать образовательные услуги (а большая часть студентов учится на платной основе), а также содержать детей во время обучения в вузе, что, естественно, отрицательно сказывается на численности студентов на 1000 жителей региона.

Второй вариант объяснения заключается в признании случайности данной связи, и малодостоверности и неполноте учета безработных и доходов населения в России.

Для исключения статистически малозначимых факторов была применена пошаговая регрессия на том же массиве статистических данных. Результаты расчета линейной регрессии представлены в таблице 2.20.

Параметры данного регрессионного уравнения следующие: коэффициент множественной корреляции R = 0,8025; R-квадрат = 0,64398; Adj. R-квадрат = 0,62406; F = 36.63; p-уровень менее 0,00000.

Параметры регрессионного уравнения 1 полученные на основе статистических данных по 86-ти регионам России Среднедушевые Доля занятых с высшим Доля городского Коэффициент Исключены были независимые переменные: «уровень безработицы», «плотность населения» и «экономическая активность населения», что существенно повысило уровень статистической надежности самого уравнения регрессии и всех оставшихся переменных, а также сделало более легкой и логичной экономическую интерпретацию взаимосвязей. Все более или менее сомнительные, с точки зрения интерпретации, взаимосвязи исчезли. Выбросами в данном уравнении регрессии характеризуются Московская и Томская области, а также республика Ингушетия, для них отклонения выше 2 стандартных отклонений, причем для Томской области более 3.

Поскольку многие из рассматриваемых показателей хорошо коррелируют между собой и, особенно хорошо, с показателями «доля городского населения» и «плотность населения», была предпринята попытка элиминировать влияние этих двух показателей. С этой целью были рассчитаны коэффициенты частной корреляции с исключением влияния показателей «плотность населения» и «доля городского населения». Результаты расчета коэффициентов частной корреляции для данных за 2004 год приведены в таблице 2.21.

Коэффициенты частной корреляции с элиминированным влиянием переменных «плотность населения» и «доля городского населения»

го населения регионе Доля занятых региона Как видно из таблицы 2.21, число студентов на 1000 жителей имеет значимые положительные и отрицательные коэффициенты частной корреляции с долей занятых с высшим образованием (0,3456, P – уровень (значимость) 0,001), со среднедушевыми доходами населения (-0,3319, P = 0,002) и экономической активностью населения (-0,4143, P = 0,000). Знаки и величина коэффициентов корреляции подтверждают сделанные ранее выводы о положительной связи числа студентов на 1000 жителей регионов с показателем «доля занятых с высшим образованием» и отрицательной статистической связи с показателями «среднедушевые доходы населения» и «экономическая активность» регионов России, но отсутствует статистически значимая взаимосвязь с показателями «уровень безработицы» и «коэффициент Джини» (т. е. показателем дифференциации доходов населения регионов).

Из таблицы 2.21 также видно, что существует положительная статистически значимая взаимосвязь уровня безработицы с долей занятых с высшим образованием и средним уровнем образования занятых в регионах России (при условии элиминирования влияния показателей «плотность населения» и «доля городского населения» в населении регионов).

Таким образом, можно говорить о существовании статистически значимой положительной связи интенсивности накопления человеческого капитала в регионах России с величиной уже имеющегося человеческого капитала, измеряемого показателем «доля занятых с высшим образованием», а также такими показателями, как величина дифференциации доходов населения («коэффициент Джини») и доля городского населения в регионе.

Уровень среднедушевых доходов населения и экономическая активность населения отрицательно коррелируют с числом студентов на 1000 жителей региона, что также находит содержательное объяснение в рамках теории человеческого капитала.

Итак, можно сделать вывод, что численность студентов в регионах России положительно зависит от величины накопленного в регионах человеческого капитала, степени урбанизации региона и уровня неравенства в распределении доходов населения, и, как это ни странно на первый взгляд, отрицательно – от уровня доходов населения.

Личный опыт работы со студентами в различных вузах г. Новосибирска позволяет сделать некоторые выводы:

1. Интерес студентов к изучению экономических дисциплин, в целом, в последние годы увеличивается.

2. Уровень общей и математической подготовки студентов в последние годы снизился, что особенно заметно в платных ВУЗах, где часто нет вступительных экзаменов и конкурса.

3. Растет дифференциация качества подготовки в общеобразовательной школе, и соответственно, способностей студентов к восприятию вузовских курсов.

4. Увеличивается дифференциация моральных качеств студентов, проявляющаяся в потребительском отношении к учебному процессу (как к обеду в ресторане).

Целый ряд экономистов в последнее время высказывает озабоченность снижением качества образования в России. Например, профессор ГУ-ВШЭ Р. М. Нуреев пишет: «Примитивная коммерциализация обучения захлестнула в последние годы российское образование, что объективно способствует заметному снижению его традиционно высокого качества»251.

Нуреев Р.М. Человеческий капитал и его развитие в современной России // Общественные науки и современность. 2009. № 4. С. 10.

Эти предварительные выводы имеют скорее качественный, чем количественный характер, но, тем не менее, делают возможным дать некоторые предложения.

Во-первых, казалось бы, парадоксальный рост спроса на услуги образования, особенно быстрый – на услуги платного образования на фоне снижения реальных доходов населения может быть логично объяснен с позиции теории человеческого капитала.

Снижение спроса на услуги высшего образования в 80-е годы было вызвано уменьшением экономических выгод от его получения, из-за длительной стабильности окладов инженерно-технических работников, учителей и врачей при достаточно быстром росте заработной платы рабочих со средним общим (или средним специальным) образованием во всех отраслях народного хозяйства. Формирование рыночного сектора в 90-е годы резко изменило ситуацию на рынке труда. Возникла безработица, особенно значительная для неквалифицированной молодежи, возросла дифференциация в оплате труда по образовательным группам населения. Увеличилась отдача от инвестиций в образование, особенно по дефицитным специальностям (юридическим, экономическим, ветеринарии и некоторым другим). Получение среднего специального и высшего образования стало необходимым условием для трудоустройства и успешной карьеры, что и обусловило резкий рост спроса на образовательные услуги, в том числе и платные.

Во-вторых, во многом ажиотажный спрос на ранее дефицитные виды образовательной подготовки по таким специальностям, как бухгалтерский учет, финансы и кредит, юриспруденция и ряду других экономических специальностей, вызванный высоким спросом на рынке труда на данных специалистов и существенно более высокими их заработками, чем по другим специальностям, в последние годы стабилизируется.

Спрос на бухгалтеров, финансистов и экономистов на рынке труда практически уже удовлетворен, ставки заработной платы специалистов данной категории уже снизились (особенно после августа 1998 года). Близок к насыщению спрос на юристов, психологов и специалистов по внешнеэкономической деятельности.

Поэтому возможное развитие сферы платного образования в НСО может идти по двум основным направлениям:

1. Расширения платных услуг для сравнительно низкодоходных групп населения, особенно проживающих в сельской местности, с помощью развития системы заочного (дистанционного) образования и создания сети филиалов в небольших городах других областей и краев Сибири. Такая тактика позволяет снизить затраты и, соответственно, величину платы за обучение.

2. Повышения качества обучения до уровня наиболее престижных столичных вузов, посредством развития бакалавриата и магистратура, а также создания по особо перспективным специальностям элитных групп (и потоков) с продвинутыми программами обучения для особо одаренных студентов. Соответственно может дифференцироваться ежегодная плата за обучение, в зависимости от видов специальностей и этапов обучения.

Тем не менее, несмотря на наличие ограниченных возможностей для дальнейшего развития сферы платного образования, для обеспечения стабильности его роста нельзя обойтись без помощи государства, без разработки и проведения соответствующей политики государственной поддержки сферы платного образования. Такая поддержка может быть оказана следующими способами:

1. Традиционными, с помощью финансирования из федерального бюджета обучения в негосударственных вузЗах по определенным нормативам на одного студента (при условии соблюдения этими вузами государственных стандартов образования). Необходимо также значительно повысить величину стипендий, например, до уровня прожиточного минимума, для того, чтобы студенты из семей с низкими доходами не имели необходимости работать в период учебы, что значительно снижает качество образования. Как альтернативу увеличения государственного финансирования высшего образования можно было бы рассмотреть возможность введения государственного беспроцентного кредитования студентов для оплаты услуг образования. Такой способ финансирования высшего образования обладает тем достоинством, что подразумевает материальную ответственность студентов, и, следовательно, повышает их материальную заинтересованность в получении качественного образования.

2. Введением в налоговое законодательство для физических и юридических лиц по подоходному налогу и другим налогам льгот по расходам на оплату образования, на содержание детей, а также льгот студентам и студенческим семьям не в иллюзорно низких, а в реальных масштабах. Например, расходы на оплату образования детей и их содержание в период учебы должны полностью вычитаться из дохода родителей до определения суммы подоходного налога (как это делается в Японии и ряде других стран). Необходимо также увеличить необлагаемый подоходным налогом минимум доходов с величины минимальной оплаты труда до величины прожиточного минимума для самого налогоплательщика и каждого иждивенца.

ГЛАВА 3. ЭМПИРИЧЕСКИЙ АНАЛИЗ ВЗАИМОСВЯЗЕЙ

ЧЕЛОВЕЧЕСКОГО КАПИТАЛА И УРОВНЕЙ ДОХОДОВ

В РЕГИОНАХ РОССИИ

3.1. Актуальность и значение эмпирических исследований влияния человеческого капитала на доходы населения в России Актуальность исследований эффективности производства и использования человеческого капитала в последние десятилетия увеличивается, поскольку в современной экономике повышается роль знаний и научно-технического прогресса. Как показывают многочисленные исследования российских и зарубежных экономистов экономический рост обусловлен разнообразными факторами, в первую очередь, темпами накопления физического и человеческого капитала.

Становление рыночной экономики в России предполагает вс возрастающее значение и ускорение накопления знаний, навыков, способностей к инновациям и налаживанию коммуникационных процессов.

Модернизация и инновационное развитие экономики России требует решения вс более сложных управленческих задач, что подразумевает решающее значение таких характеристик людей, которые современные экономисты называют человеческим, социальным и интеллектуальным капиталом. Знания и навыки, которыми обладает работник и которые приобретены им благодаря общему образованию и профессиональной подготовке, включая умения и навыки, получаемые с опытом работы, составляют определенный запас производительных активов любой фирмы и страны в целом.

К сожалению, в российской экономической литературе очень редко встречаются работы, в которых исследуются статистические взаимосвязи уровня накопления человеческого капитала и других экономических переменных. Одним из немногих примеров такого рода исследований может служить работа Д. Нестеровой и К. Сабирьяновой252. В работе данных авторов на основе данных социологических опросов с использованием уравнения Дж. Минцера рассчитана норма отдачи профессионального опыта и образования работников государственных, приватизированных и коллективных предприятий. Величина внутренней нормы отдачи образования оказалась неНестерова Д., Сабирьянова К. Инвестиции в человеческий капитал в переходный период в России. Российская программа экономических исследований. 1999. № 4.

велика – от 1 до 5%, причм статистически значимой она оказалась только для государственных и приватизированных предприятий253.

Интересным исследованием отдачи образования на микроэкономическом уровне является работа И.А. Денисовой и М.А. Карцевой на основе данных обследования членов домохозяйств – РМЭЗ по России за 1998, 2000 и 2001 гг254. В ней показана значительная отдача образования по всем пяти специализациям: педагогической, экономической/юридической, технической, гуманитарной и медицинской.

Наиболее вознаграждено экономическое/юридическое и техническое образование, как для мужчин, так и для женщин255. Наиболее интересным примером расчета частной отдачи образования в России являются работы большой группы авторов, в которых рассматриваются факторы дифференциации заработной платы (месячных заработков и часовых ставок) по уровню образования, стажу, возрасту и профессиональному статусу256. Эмпирической базой данного исследования послужили статистические данные: «Обследования заработной платы по профессиям (ОЗПП)», впервые проведенного Росстатом в октябре 2005 г., и охватившего 681 тыс. работников в 87 субъектах РФ257. В результате расчетов по данным ОЗПП, экономическая отдача высшего образования составила примерно 82% (по сравнению со средним общим образованием)258. Ещ одним примером может служить работа И. Майбурова, в которой рассматриваются частные и общественные нормы отдачи образования в отраслевом разрезе259. Среди работ, в которых используется регрессионный (пространственный) анализ на основе данных российской региональной статистики и оценивается влияние человеческого капитала на экономический рост и инновационную активность в регионах России, можно выделить работы Нестерова Д., Сабирьянова К. Инвестиции в человеческий капитал в переходный период в России // Российкая программа экономических исследований. 1999. № 4.

Денисова И.А., Карцева М.А. Преимущества инженерного образования: оценка отдачи на образовательные специальности в России // Прикладная эконометрика. 2007. № 1(5). С. 30–57.

Формирование заработной платы: взгляд сквозь призму профессий // Вопросы экономики, 2007. № 10. С. 52–74; Заработная плата в России: эволюция и дифференциация / Под ред.

В.Е. Гимпельсона и Р.И Капелюшникова. М.: Изд. дом ГУ ВШЭ, 2007.

Майбуров И. Эффективность инвестирования в человеческий капитал в США и России // Мировая экономика и международные отношения. 2004. № 4.

Т.А. Штерцера, а также А.В. Комаровой и О.В. Павшок260. В первой из них показано, что влияние величины человеческого капитала и его качества на инновационную активность в регионах России, измеренную совокупной величиной поданных заявок на изобретения и полезные модели, статистически малозначимо и отрицательно. Во второй работе Т.А. Штерцера показано наличие положительного влияния человеческого капитала на производительность труда (измеряемую объмом ВРП в расчте на одного работника) в экономиках регионов России в период 2000–2004 гг.

Как показал автор, рост человеческого капитала (измеряемого средним числом лет обучения работника) на один процент приводит к росту производительности труда на 3,8%261. В работе А.В. Комаровой и О.В.

Павшок показано наличие положительного влияния человеческого капитала на темпы экономического роста в регионах России в период 1998–2003 гг. Величина человеческого капитала измерялась авторами последней работы тремя способами: по доле выпускников вузов, по заработной плате и по инвестициям в образование. В зависимости от группы регионов и способа оценки человеческого капитала, его вклад в экономический рост колебался от 10 до 28%, в среднем он составил 18%. Для регионов России с ВРП ниже среднего уровня средний вклад составил 15%, для регионов с ВРП выше среднего уровня – 21%262. Малочисленность эмпирических исследований российских экономистов влияния человеческого капитала на доходы и экономический рост, по сравнению с аналогичными работами за рубежом, при растущем числе общетеоретических работ по человеческому капиталу, придат исследованиям с использованием пространственного анализа особенную ценность и актуальность.

В моделях «источников роста» обычно используется агрегированная «расширенная» производственная функция Кобба-Дугласа, в Штерцер Т.А. Эмпирический анализ факторов инновационной активности в субъектах РФ // Вестник НГУ. Сер.: Социально-экономические науки. 2005. Т. 5. Вып. 2; Штерцер Т.А.

Роль человеческого капитала в экономическом развитии регионов РФ // Вестник НГУ. Сер.:

Социально-экономические науки. 2006.Т. 6. Вып. 2. С. 37–51; Комарова А.В., Павшок О.В.

Оценка вклада человеческого капитала в экономический рост регионов России (на основе модели Мэнкью-Ромера-Уэйла) // Вестник НГУ. 2007. Сер.: Социально-экономические науки. Т. 7. Вып. 3. С. 191–201.

Штерцер Т.А. Роль человеческого капитала в экономическом развитии регионов РФ // Вестник НГУ. 2006. Сер.: Социально-экономические науки. Т. 6. Вып. 2. С. 46.

Комарова А.В., Павшок О.В. Оценка вклада человеческого капитала в экономический рост регионов России (на основе модели Мэнкью-Ромера-Уэйла) // Вестник НГУ. 2007. Сер.:

Социально-экономические науки. Т. 7. Вып. 3. С. 197.

число переменных которой включн человеческий капитал как фактор производства где A – общая факторная производительность;

K i – запас физического капитала в i-м регионе;

Li – численность занятого населения в экономике i-го региона;

hi – запас человеческого капитала на одного занятого, измеренный средним числом лет образования одного занятого в Данная функция является основой для выведения известной регрессии Р. Барро, в которой параметры, и являются оценками относительного вклада каждой из переменных в темпы роста263.

Г. Беккер, К. Мэрфи и Р. Тамура предположили, что если норма отдачи инвестиций в человеческий капитал превышает некий средний уровень, то это происходит благодаря эффекту «расплскивания» выгод от человеческого капитала264. Возникновение данного эффекта, как считает Р. Барро, происходит благодаря тому, что отдача от применения каких-либо способностей людей (к обмену знаниями, к общению и т. п.) повышается, если их окружают также способные люди265.

Примером пространственного анализа влияния образования на доходы населения является модель австрийских экономистов Г. Бадинтера и Г. Тондл. Они построили модель в рамках схемы расчета экономического роста с целью определения факторов, определяющих рост.

Они попытались объединить в своей модели как неоклассическую модель экономического роста, так и эндогенную модель роста, а также схему технологического заимствования у более развитых стран266.

Отправной точкой служит следующим образом модифицированная «расширенная» функция Кобба-Дугласа где Y – валовая добавленная стоимость, Комарова А.В., Павшок О.В. Оценка вклада человеческого капитала в экономический рост регионов России (на основе модели Мэнкью-Ромера-Уэйла) // Вестник НГУ. 2007. Сер.:

Социально-экономические науки. Т. 7. Вып. 3. С. 197.

Becker G., Murphy K, Tamura R. Economic growth, human capital and population growth.

Journal of Political Economy, 1990. P. 12–37.

Barro R.J. Economic growth in cross-section of countries. Quarterly Journal of Economics.

1991. P. 407–43.

Badinger H., Tondl G. Trade, Human Capital and Innovation: The Engines of European Regional Growth in the 1990-s // IEF Working Paper. 2002. № 42. P. 15.

К – запас физического капитала, H – запас человеческого капитала, Предполагается постоянная отдача от масштаба, т. е. подразумевается, что = 1 – –. Поскольку авторы ставили целью объяснить величину валовой добавленной стоимости на душу населения (а не на одного занятого), они преобразовали производственную функцию к виду где POP – население;

PART – экономическая активность населения (L/POP).

В интенсивной форме и лог-дифференциалах мы имеем где Y=Y/POP= ВВП на душу населения;

А – общая факторная производительность;

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

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

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

Формализация данного процесса восходит к модели Ромера (1990), в которой знания (А) создаются в секторе НИОКР с помощью производственной функции вида ln At =(Ha)267.

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

Г. Бадингер и Г. Тондл предлагают протестировать данную взаимосвязь, понимая под запасом человеческого капитала число занятого в экономике населения с определенным уровнем образования, и предполагая, что общая факторная производительность зависит от объма человеческого капитала, т. е.

где Нt – число занятых с высшим образованием.

Romer, P. Endogenous technological change, //Journal of Political Economy. 1990. № 98(5), part II. P. 71–102.

Badinger H., Tondl G. Trade, Human Capital and Innovation: The Engines of European Regional Growth in the 1990-s // IEF Working Paper. 2002. № 42. P. 15.

Как отмечают указанные авторы, большинство эмпирических исследований измеряют инновации с помощью факторов входа (то есть затрат), которые дают явно искаженную картину. Но следует учитывать, что инновации не являются просто функцией человеческого капитала, но связаны с рядом других характеристик процесса НИОКР, таких как вероятностная природа изобретений. Возможно также, что отдача сектора НИОКР не является постоянной (возможно истощение идей), и тому подобных явлений, как это формализовано, например, в моделях М. Гроссмана и Р. Хельпмана (1991) или П. Агиона и П. Ховитта (1998)269.

В качестве альтернативы чистому входу, ориентированному на измерении собственных усилий фирм в НИОКР (H, h) можно сконцентрироваться больше на стороне выпуска сектора НИОКР. Желательной мерой является число применнных в производстве патентов на одного занятого (РАТ), т. е. можно использовать следующую спецификацию для темпа роста А:

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

где ht – среднее число лет обучения одного занятого.

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

По их мнению, желательной мерой является число применяемых патентов на одного занятого (РАТ), при использовании следующего определения (спецификации) для темпа роста А Тем не менее, как они отмечают, патенты обычно регистрируют на счетах материнских компаний, местоположение которых часто не Aghion, P. and Howitt P. Endogenous Growth Theory. Cambridge: MIT Press, 1998.

Benhabib I. and Spiegel M. The role of human capital in economic development: evidence from aggregate cross-country data. Journal of Monetary Economics. Elsevier Science B.V. Vol. 34, issue 2. Amsterdam, 1994. P. 143–173.

Badinger H., Tondl G. Trade, Human Capital and Innovation: The Engines of European Regional Growth in the 1990-s // IEF Working Paper. 2002. № 42. P. 16.

совпадает с регионом, где проводились исследования, что создает определенные проблемы с точностью измерений.

Помимо влияния, вызываемого собственными НИОКР на экономический рост, другим важным источником развития технического прогресса является заимствование (технологический перехват) отстающими регионами достижений у регионов – технологических лидеров.

Экономическое обоснование данного явления заключается в том, что большее технологическое отставание, при прочих равных условиях, ассоциируются с большими возможностями для заимствования технологий и, следовательно, с более высокими темпами роста А. Поскольку уровень технологических достижений (А) не наблюдается непосредственно, Г. Бадингер и Г. Тондл используют уровень производительности труда (Y*), как переменную, характеризующую данный уровень272.

Как они отмечают, процесс «перехвата технологий» поэтому может быть специфицирован следующим образом:

где Y max, t – уровень производительности труда технологического лидера, параметр 1 характеризует скорость преодоления отставания от лидера.

Как показали Р. Нельсон и Е. Фелпс (1966), для заимствования, и, соответственно, приспособления и применения новых технологий, требуется человеческий капитал273.

Р. Нельсон и Е. Фелпс доказывали, что параметр перехвата (1) является растущей функцией человеческого капитала. И. Бенхабиб и М. Шпигель (1994) использовали эту идею и определили процесс перехвата следующим образом: Данное уравнение показывает, что при постоянном человеческом капитале регионы с низкой начальной производительностью Badinger H., Tondl G. Trade, Human Capital and Innovation: The Engines of European Regional Growth in the 1990-s // IEF Working Paper. 2002. № 42. P. 16.

Nelson, R. and Phelps, E. Investment in humans, technological diffusion, and economic growth, American Economic Review / Papers and Proceedings. 1966. № 61. P. 69–75.

Benhabib I. and Spiegel M. The role of human capital in economic development: evidence from aggregate cross-country data. Amsterdam, 1994.

труда имеют более высокие темпы роста. И, соответственно, при данном уровне отставания от технологического лидера, регионы с более высоким уровнем человеческого капитала имеют более высокие темпы ликвидации технологического отставания, т. е. более быстрый рост А.

Международная торговля также считается важным фактором конвергенции разных стран и регионов, как это отмечают Д. Бен-Давид и А. Кимхи, 2000, Р. Гриффит, С. Реддинг и И. Ван Риинен, 2000275.

Г. Бадингер и Г. Тондл следующим образом модифицируют предыдущее уравнение, заменяя человеческий капитал (Н) показателем внешней торговли, объединнным с показателем «технологического» разрыва Торговля в данной модели может быть представлена либо долей импорта (m) в ВВП, либо долей экспорта (x) в ВВП. Высокая доля импорта позволяет заимствовать больше технологий из-за границы, то есть способствовать перехвату технологий у более передовых, в технологическом плане, стран. С другой стороны, высокая доля экспорта в валовом внутреннем продукте, обусловлена эффектом конкуренции на внешних рынках, стимулирующей активное заимствование технологий у мировых лидеров.

Наконец, активное развитие собственных НИОКР, в странах и регионах может рассматриваться как важная предпосылка сокращения технологического отставания.

Как показано в работах Д. Куаха, в экономике под влиянием собственных НИОКР возникают специфические знания, которые способствуют более легкой адаптации новых технологий, заимствованных за рубежом276.

Данное логическое обоснование, Г. Бадингер и Г. Тондл формализуют следующим образом:

Ben-David D. and Kimhi, A. Trade and the rate of income convergence. NBER working paper, № 7642. Cambridge, Ma: National Bureau of Research; Griffith, R., Redding St. and Van Reenen, I Mapping the two faces of R&D: Productivity growth in a panel of OECD industries CEPR discussion paper № 2457. London: Centre for economic policy research, 2000.

Quax, D. Gross-country growth comparison: Theory to empirics, CEPR discussion paper, № 2294, London: Centre for economic policy research, 1999.

Г. Бадингер и Г. Тондл подставили различные спецификации в уравнение (4.4) и получили различные проверяемые модели для выявления факторов, вызывающих рост валового внутреннего продукта на душу населения, которые записаны в виде ln Yt= +…+3 Patt +1GAPt (1b) ln Yt= +…+3 Patt +3 Trt GAPt (1d) ln Yt= +…+3 Patt +4 Patt GAPt (1e) Где экономический рост объясняется факторами накопления физического и человеческого капитала ( lnk, lnh), ростом технологий (А), который определяется в свою очередь экзогенным темпом технического прогресса, собственной региональной способностью к инновациям (измеряемой с помощью числа патентов) и компонентой перехвата технологий, дополненной либо человеческим капиталом, либо внешней торговлей или патентами. Переменная ln PART отслеживает изменения экономической активности населения, так как модель G специфицирована на показателях в расчете на душу населения.

3.1.1. Результаты проверки (тестирования) Г. Бадингер и Г. Тондл провели тестирование модели на основе статистических данных по 128 регионам за период 1993–2000 гг. Набор данных охватывает большую часть Европы, за исключением Австрии и Греции. Выбор регионов определялся, главным образом, доступностью данных, кроме того, были исключены специфические по своим характеристикам регионы (явные выбросы), такие как Ирландия, Французские Заморские Департаменты, Сеута и Метилла.

В своих расчетах авторы применили показатели в расчете на душу населения, их описание дано в таблице 3.1277.

Badinger H., Tondl G. Trade, Human Capital and Innovation: The Engines of European Regional Growth in the 1990-s // IEF Working Paper. 2002. № 42. P. 19.

lnYi Средний темп роста валовой добавленной стоимости % на душу Cam-Econ lnki Средний темп роста физического капитала на душу % на душу Cam-Econ, о.с.

Cam Econ… Cambridge Econometrics; o.c…. собственные расчеты.

Технологическим лидером в 1993 была Франция (he de France).

Авторы выражают надежду, что пространственный анализ регрессий может давать достаточно реалистичные результаты, поскольку в них используются данные довольно высокого уровня агрегирования, как, например, для регионов ЕС.

Результаты для моделей с накоплением факторов и собственными F-test Примечание. t – values (в скобках) основаны на White – Heteroscedasitcity consistent standard errors (White, 1980). AIC – Akai ke info criterion.

В короткой модели с накапливаемыми факторами (таблица 3.2, колонка 1), статистически значимые оценки показывают, что рост доходов на душу населения положительно связан с накоплением как физического, так и человеческого капиталов. Данные оценки дают результаты аналогичные полученным на международном (межстрановом) уровне А. Бассанини, С. Скарпетта и П. Хеммингсом (2001), а также А. де ла Фуэнте и Р. Доменихом (2000)278.

Как отмечают Г. Бадингер и Г. Тондл, экономический рост в регионах ЕС является чувствительным только к приобретению высшего уровня образования, изменения в среднем уровне образования статистически незначимы (колонка 2). Величины коэффициентов регрессии в колонке 1 являются статистически значимыми, показывая эластичность выпуска по физическому капиталу на уровне 0,20, а по человеческому капиталу 0,10, следует также отметить, что рост доли занятых во всем населении приводит к более высокому темпу роста – эластичность выпуска около 0,34.

Затем авторы расширяют оцениваемую модель, включая в нее инновационную активность (колонки 3–6). При спецификации усилий в НИОКР числом лиц с высшим или средним образованием, занятых в НИОКР, положительного влияния на рост не прослеживается (колонка 3). В том случае, если используется уровень образовательных достижений населения, то обнаруживается статистически значимая положительная взаимосвязь (колонка 4). То есть регионы с более высоким уровнем образования населения являются претендентами на более высокие темпы роста. В колонке 6 добавлены инновации, измеренные числом применнных патентов, причем коэффициент регрессии незначителен. Авторы отмечают, что если показатель высшего уровня образовательных достижений не включен в уравнение регрессии, а включено только применение патентов, то коэффициент регрессии для последнего получается положительным и знаBassanini A., Scarpetta, S. and Hempings, P. Economic Growth: The role of policies and institutions. Panel data evidence from OECD countries, OECD working paper, STI 2001; de la Fuente, A.

and Domenich, R. Human capital in growth regressions: How much difference does data quality make? CEPR discussion paper, № 2466. London: Centre for Economic Policy Research, 2000.

чимым279. Они показали, что два этих показателя сильно коррелированны, что и объясняет данный эффект, т. е. оба показателя не могут быть одновременно включены в оценку. Авторы сделали вывод о том, что уровень инноваций в регионах ЕС оказывает значимое положительное влияние на экономический рост.

Поэтому значительные усилия стран и регионов ЕС по повышению образовательного уровня, очевидно, способствуют экономическому росту (табл. 3.3).

Результаты модели с накоплением факторов, усилия НИОКР (h) (4,22)*** (4,06)*** (4,19)*** (4,27)*** (4,39)*** (3,94)*** (4,05)*** 39,091*** 31,024*** 31,989*** 33,931*** 32,607*** 31,080*** 28,143*** F-test Примечание. t – values (в скобках) основаны на White – Heteroscedasitcity consistent standard errors (White, 1980).

AIC – Akai ke info criterion.

Badinger H., Tondl G. Trade, Human Capital and Innovation: The Engines of European Regional Growth in the 1990-s // IEF Working Paper. 2002. № 42. P. 22.

Таким образом, как показали австрийские экономисты, в странах и регионах Европейского Союза темпы экономического роста существенно зависят от накопленных запасов физического и человеческого капитала, от инновационной и внешнеторговой активности.

В частности, именно уровень образования высших достижений наиболее существенно влияет на темпы экономического роста и инновационную активность. Полученные ими результаты подтверждаются эмпирическими исследованиями других экономистов, проводимых при несколько других предпосылках и на других исходных данных.

3.2. Образование как фактор дифференциации доходов населения Как уже отмечалось, возрастание человеческого капитала на душу населения в определнной стране (или регионе) приводит к росту инвестиций в физический и человеческий капитал, к их более быстрому накоплению и, как результат, к большим объмам производства и более высоким доходам на душу населения.

И. Бенхабиб и М. Шпигель оценили запас человеческого капитала и эмпирически проверили расширенную модель Солоу-Свана без использования предположения о стабильном состоянии экономики280. Они использовали производственную функцию, описанную следующим образом:

Все обозначения прежние.

Соответствующее уравнение регрессии выглядит следующим образом:

Предположим, что уровень доходов населения региона России в каждый данный момент является результатом предшествовавшего развития экономики, темпы которого определялись темпами накопления физического и человеческого капитала. Межрегиональные различия уровней суммарных и среднедушевых доходов в каждом данном периоде, следовательно, должны определяться различиями в запасах накопленных факторов производства. Различия в уровнях Benhabib I. and Spiegel M. The role of human capital in economic development: evidence from aggregate cross-country data. Journal of Monetary Economics. Elsevier Science B.V. 1994.

Vol. 34, issue 2. P. 143–173.

доходов на одного занятого – различиями в капиталовооружнности труда и величин осязаемого и неосязаемого человеческого капитала в расчте на одного занятого (последние характеристики измеряются средним числом лет обучения одного занятого и средней ожидаемой продолжительностью жизни населения в регионе).

В таблице 3.4 представлены результаты расчтов регрессионных уравнений по формуле 3.14 за период с 1999 по 2008 гг. В качестве зависимой переменной использовалась переменная «суммарные доходы населения регионов России» за соответствующие годы. В качестве независимых переменных использовались объмы основных фондов регионов (К), численность занятого в экономике регионов населения (L), и средний уровень образования занятого в экономике регионов населения (h). Расчты получены на основе данных Росстата, приведнных в справочниках «Регионы России: социальноэкономические показатели». Расчты проведены с использованием «взвешенной» регрессии, в качестве весов использована переменная «доходы населения регионов», что позволяет учесть неоднородность регионов России по уровням социально-экономического развития.

Средний уровень образования рассчитан как средневзвешенное число лет обучения одного занятого, причм в качестве весов использованы доли занятых с разным уровнем образования по данным ежегодных обследований Росстата, число лет обучения для каждого уровня образования взято такое же, как у И. Майбурова (высшее – 16 лет, незаконченное высшее – 14 лет, среднее специальное 13 лет, начальное профессиональное – 12 лет, среднее общее – 11 лет, неполное среднее – 9 лет, начальное и ниже – 4 года281. Следует отметить, что некоторые экономисты берут несколько иные значения числа лет обучения для достижения образовательных цензов. Например, Т.А. Штерцер принял в качестве таких значений следующие: высшее – 17 лет, неполное высшее – 14, среднее профессиональное – 13,5, начальное профессиональное – 12, основное общее – 9, начальное общее – 0. Он предположил, что начальные общее образование является базовым и само по себе не оказывает значительного влияния на эффективность труда282.

Майбуров И. Эффективность инвестирования в человеческий капитал в США и России // Мировая экономика и международные отношения. 2004. № 4.

Штерцер Т. А. Роль человеческого капитала в экономическом развитии регионов РФ // Вестник НГУ. 2006. Сер.: Социально-экономические науки. Т. 6. Вып. 2. С. 43.

Все коэффициенты регрессии статистически значимы, коэффициенты детерминации довольно высоки, колеблются в пределах 97–99%. Коэффициенты эластичности доходов населения регионов по основным фондам имеют явную тенденцию к снижению с 0,68 и 0,78 в 1999 и 2000 гг. соответственно, до уровня в 0,37 в 2005, 0,34 в 2006 и 0,335 в 2007 и 0,31 в 2008 гг., т. е. снизились примерно в 2 раза за рассматриваемый период, что почти в 10 раз превышает величину статистической ошибки (табл. 3.4.).

Взаимосвязь доходов населения регионов, основных фондов, численности и уровня образования занятого в экономике регрессии Константа А -14,96* -15,81* -14,87* -16,05* -22,499* -17,33* -12,81* -8,72* -5,78* 3,024** Станд. ошибка (2,992) (1,426) (1,633) (1,851) (2,234) (1,870) (1,646) (1,394) (1,581) (1,513) Станд. ошибка (0,100) (0,061) (0,039) (0,042) (0,048) (0,039) (0,034) (0,030) (0,031) (0,036) ta) Станд. ошибка (0,095) (0,066) (0,048) (0,050) (0,058) (0,046) (0,044) (0,038) (0,038) (0,047) (Beta) Станд. ошибка (1,278) (0,620) (0,703) (0,798) (0,968) (0,811) (0,710) (0,616) (0,699) (0,663) (Beta) Количество регионов Примечания. Числа в скобках означают стандартную ошибку оценки.

* Параметр имеет 1% значимость.

** Параметр имеет 5% значимость.

*** Параметр имеет 10% значимость.

Эластичность доходов населения регионов по численности занятого населения имеет явную тенденцию к росту, коэффициент (B) вырос с 0,61 в 1999 г. и 0,40 в 2000, до 0,73 2005, до 0,76 2006 и 0,79 2007, и 0,8 2008 гг. Но самое интересное заключается в том, что эластичность доходов населения регионов по среднему уровню образования, занятого в экономике регионов населения, колеблются между 10,64% в 1999, 11,1 – 2003 и 4,9% – 2007 гг., обнаруживает довольно быстрое, примерно двукратное снижение, начиная с 2004 г.

по 2007 гг., а затем резкое сокращение в 2008 г. примерно в три раза по сравнению с 2007 г. По-видимому, резкое сокращение социальной отдачи человеческого капитала в 2008 году связано с началом финансового кризиса и усилением социально-экономической нестабильности, но очевидно, что оно назревало несколько лет. В целом, эластичность доходов населения регионов по среднему уровню образования занятого в экономике регионов населения в России была довольно высока. Можно сделать вывод о том, что важным, возможно, главным фактором дифференциации уровня доходов населения по регионам России, являются различия в среднем уровне образования работников этих регионов: на каждый процент роста среднего уровня образования занятых в экономике регионов работников объм доходов всего населения регионов рос в рассматриваемый период на 5–11%.

Оценки вкладов всех факторов в доходы населения регионов (нормированные коэффициенты регрессии) выделены в отдельную таблицу 3.4.1.

Показатели регрессии Вклад О.Ф Коэф. (Beta) Вклад живого труда Коэф. (Beta) Вклад образования Коэф. (Beta) * Параметр имеет 1% значимость.

** Параметр имеет 5% значимость.

*** Параметр имеет 10% значимость.

Из не следует, что вклад общей численности работающего населения в общие доходы населения регионов имел тенденцию к росту: с 40% в 1999 и 2 – 2000 до 52 в 2005, 55 – 2006, и 57,5% – 2007 гг. Данная переменная обеспечивала около половины вариации всех доходов населения, а в конце рассматриваемого периода и значительно более половины.



Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 9 |
 


Похожие работы:

«М. В. Фомин ПОГРЕБАЛЬНАЯ ТРАДИЦИЯ И ОБРЯД В ВИЗАНТИЙСКОМ ХЕРСОНЕ (IV–X вв.) Харьков Коллегиум 2011 УДК 904:726 (477.7) 653 ББК 63.444–7 Ф 76 Рекомендовано к изданию: Ученым советом исторического факультета Харьковского национального университета имени В. Н. Каразина; Ученым советом Харьковского торгово — экономического института Киевского национального торгово — экономического университета. Рецензенты: Могаричев Юрий Миронович, доктор исторических наук, профессор, проффессор Крымского...»

«Герасименя В.П., Захаров С.В., Брусникин В.М., Клыков М.А., Семашева Л.П. ИННОВАЦИОННЫЕ БИОТЕХНОЛОГИИ ПРОМЫШЛЕННОГО КУЛЬТИВИРОВАНИЯ ГРИБОВ Pleurotus ostreatus (Fr.) Kumm, ИСПОЛЬЗУЕМЫХ В ФАРМАКОЛОГИЧЕСКОЙ ПРАКТИКЕ ДЛЯ СОЗДАНИЯ МЕДИЦИНСКИХ ПРЕПАРАТОВ Монография Под редакцией: доктора технических наук, заслуженного деятеля науки Российской федерации, профессора ГЕРАСИМЕНИ В.П.; доктора биологических наук, профессора ПОЛЯКОВА В.Ю. Москва 2013 УДК 604:[579.61:582.28] ББК 30.16 И67 Герасименя В.П....»

«Министерство образования и науки Российской Федерации Московский государственный университет экономики, статистики и информатики (МЭСИ) Е.В. Черепанов МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ НЕОДНОРОДНЫХ СОВОКУПНОСТЕЙ ЭКОНОМИЧЕСКИХ ДАННЫХ Москва 2013 УДК 519.86 ББК 65.050 Ч 467 Черепанов Евгений Васильевич. Математическое моделирование неоднородных совокупностей экономических данных. Монография / Московский государственный университет экономики, статистики и информатики (МЭСИ). – М., 2013. – С. 229....»

«Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Тамбовский государственный технический университет С.П. СПИРИДОНОВ ТЕОРИЯ ФОРМИРОВАНИЯ И РАЗВИТИЯ СИСТЕМНЫХ ИНДИКАТОРОВ РЕЗУЛЬТАТИВНОСТИ ПРОЦЕССОВ ОБЕСПЕЧЕНИЯ КАЧЕСТВА ЖИЗНИ Рекомендовано экспертной комиссией по экономическим наукам при Научно-техническом совете университета в качестве монографии Тамбов Издательство ФГБОУ ВПО ТГТУ 2011 УДК...»

«АКАДЕМИЯ НАУК СССР Н.П. С Ч А С Т Л И В Ц Е В А ТРИАСОВЫЕ ОРТОЦЕРАТИДЫ И НАУТИЛИДЫ СССР НАУКА АКАДЕМИЯ НАУК СССР ТРУДЫ ПАЛЕОНТОЛОГИЧЕСКОГО ИНСТИТУТА Т о м 229 Основаны в 1932 г. Н.П. С Ч А С Т Л И В Ц Е В А ТРИАСОВЫЕ ОРТОЦЕРАТИДЫ И НАУТИЛИДЫ СССР Ответственный редактор доктор биологических наук Л.А. НЕВЕССКАЯ МОСКВА http://jurassic.ru/ НАУКА УДК 564.(521+523):551.761.(57) Триасовые ортоцератиды и наутилиды СССР/ Н.П. Счастливцева. — М.: Наука, 1988. — 104 с. — ISBN 5-02-004655-8. М...»

«Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования Ульяновский государственный технический университет С. А. РЫБЧЕНКО ФОРМИРОВАНИЕ СТРАТЕГИЙ БРЕНДИНГА НА РОССИЙСКОМ РЫНКЕ МЯСНОЙ ПРОДУКЦИИ Ульяновск 2009 УДК 339.187.25 ББК 65.290–2 Р 93 Рецензенты: Доктор экономических наук, профессор кафедры маркетинга Саратовского государственного социально-экономического университета И. М. Кублин. Доктор экономических наук, профессор,...»

«Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования Казанский государственный технологический университет В.Я. Пономарев, Э.Ш. Юнусов, Г.О. Ежкова, О.А. Решетник БИОТЕХНОЛОГИЧЕСКИЕ ОСНОВЫ ПРИМЕНЕНИЯ ПРЕПАРАТОВ МИКРОБИОЛОГИЧЕСКОГО СИНТЕЗА ДЛЯ ОБРАБОТКИ МЯСНОГО СЫРЬЯ С ПОНИЖЕННЫМИ ФУНКЦИОНАЛЬНО-ТЕХНОЛОГИЧЕСКИМИ СВОЙСТВАМИ Монография Казань, 2009 УДК 664 ББК Пономарев В.Я. Биотехнологические основы применения препаратов...»

«Биологические ритмы. В 2-х т. Т. 1. Пер. с англ. — М.: Мир, 1984.— 414 с. БИОЛОГИЧЕСКИЕ РИТМЫ ПОД РЕДАКЦИЕЙ Ю. АШОФФА В ДВУХ ТОМАХ ТОМ I Перевод с английского канд. биол. наук А. М. АЛПАТОВА, В. В. ГЕРАСИМЕНКО н М. М. ПОПЛАВСКОЙ под редакцией проф. Н. А. АГАДЖАНЯНА МОСКВА МИР 1984 Биологические ритмы. В 2-х т. Т. 1. Пер. с англ. — М.: Мир, 1984.— 414 с. ББК 28.07 Б 63 УДК 57. Биологические ритмы. В 2-х т. Т. 1. Пер. с англ. — М.: Б Мир, 1984.— 414 с., ил. Коллективная монография, написанная...»

«Учреждение российской академии наУк инститУт истории естествознания и техники имени с.и. вавилова ран московский госУдарственный Университет имени м.в. ломоносова географический факУльтет российский фонд фУндаментальных исследований исторические водные пути севера россии (XVII–XX вв.) и их роль в изменении экологической обстановки Экспедиционные исследования: состояние, итоги, перспективы МОСКВА 2009 УДК 550.93; 551.1 ББК 26.225.6 Э82 Книга рекомендована к печати Ученным советом Института...»

«УДК 168.521:528.8:536.7 ББК 15.1 И26 Рекомендовано к печати Ученым советом факультета социологии Национального технического университета Украины “Киевский политехнический институт” (Протокол №3 от 22.06.2007) Рецензенты А. Т. Лукьянов, канд. филос. наук, доц. А. А. Андрийко, д-р хим. наук, проф. Л. А. Гриффен, д-р техн. наук, проф. Ответственный редактор Б. В. Новиков, д-р филос. наук, проф. Игнатович В. Н. И 26 Введение в диалектико-материалистическое естествознание: Монография. — Киев:...»

«169. Юдин В.В. Тектоника Южного Донбасса и рудогенез. Монография. Киев, УкрГГРИ. 2006. 108 с., (с геологической картой ). 1 УДК 551.24+662.83(477.62) ББК 26.3 (4 Укр - 4-Дон) Юдин В.В. Тектоника Южного Донбасса и рудогенез. Монография.- К.: УкрГГРИ, 2006._10-8 с. - Рис. 58 Проведено детальное изучение тектоники в зоне сочленения Донецкой складчато-надвиговой области с Приазовским массивом Украинского щита. Отмечена значительная противоречивость предшествующих построений и представлений. На...»

«Пензенский государственный педагогический университет имени В. Г. Белинского В. В. Константинов, Н. А. Ковалева СОЦИАЛЬНО-ПСИХОЛОГИЧЕСКИЙ АНАЛИЗ ФЕНОМЕНА РАССТАВАНИЯ МИГРАНТОВ С РОДИНОЙ Пенза – 2010 1 Печатается по решению редакционно-издательского совета ПГПУ им. В. Г. Белинского УДК 314.7 ББК 60.74 Рецензенты: Доктор психологических наук, профессор Н. И. Леонов Доктор психологических наук, профессор С. В. Сарычев Константинов В. В., Ковалева Н. А. Социально-психологический анализ феномена...»

«1 А. А. ЯМАШКИН ПРИРОДНОЕ И ИСТОРИЧЕСКОЕ НАСЛЕДИЕ КУЛЬТУРНОГО ЛАНДШАФТА МОРДОВИИ Монография САРАНСК 2008 2 УДК [911:574](470.345) ББК Д9(2Р351–6Морд)82 Я549 Рецензенты: доктор географических наук профессор Б. И. Кочуров; доктор географических наук профессор Е. Ю. Колбовский Работа выполнена по гранту Российского гуманитарного научного фонда (проект № 07-06-23606 а/в) Ямашкин А. А. Я549 Природное и историческое наследие культурного ландшафта Мордовии : моногр. / А. А. Ямашкин. – Саранск, 2008....»

«1 ИНСТИТУТ ФИЛОСОФИИ, ПОЛИТОЛОГИИ И РЕЛИГИОВЕДЕНИЯ КОМИТЕТА НАУКИ МИНИСТЕРСТВА ОБРАЗОВАНИЯ И НАУКИ РЕСПУБЛИКИ КАЗАХСТАН РАУШАН САРТАЕВА ЭКОЛОГИЯ ЧЕЛОВЕКА, НОВАЯ ОНТОЛОГИЯ И УСТОЙЧИВОЕ РАЗВИТИЕ КАЗАХСТАНА Алматы 2012 2 УДК 502/504 (574) ББК 20.1 (5 Каз) С 20 Рекомендовано Ученым Советом Института философии, политологии и религиоведения Комитета науки МОН РК Под общей редакцией: З. К. Шаукеновой, члена-корреспондента НАН РК, доктора социологических наук, профессора Рецензенты: Д.У. Кусаинов,...»

«Б.П. Белозеров Фронт без границ 1 9 4 1 - 1 9 4 5 гг. (Историко-правовой анализ обеспечения безопасности фронта и тыла северо-запада) Монография Санкт-Петербург 2001 УДК 84.3 ББК Ц 35 (2) 722 63 28 И-85 Л. 28 Белозеров Б.П. Фронт без границ. 1941-1945 гг. ( и с т о р и к о - п р а в о в о й а н а л и з о б е с п е ч е н и я б е з о п а с н о с т и ф р о н т а и тыла северо-запада). Монография. - СПб.: Агентство РДК-принт, 2001 г. - 320 с. ISBN 5-93583-042-6 Научный консультант: В.Ф. Некрасов —...»

«2013 Вып.1 11 Труды ученых Балаковского института экономики и бизнеса (филиал) СГСЭУ 2007-2012 Библиографический указатель Балаково 2013 ТРУДЫ УЧЕНЫХ БАЛАКОВСКОГО ИНСТИТУТА ЭКОНОМИКИ И БИЗНЕСА (ФИЛИАЛ) СГСЭУ (2007-2012) Библиографический указатель литературы. Вып. 1 Составитель Никитина Ирина Владимировна Балаково 2013 УДК 011/016 ББК 91 Т 78 Составитель Никитина Ирина Владимировна Т 78 Труды ученых Балаковского института экономики и бизнеса (филиал) СГСЭУ (2007-2012): библиографический...»

«МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ ЮРИДИЧЕСКИЙ ФАКУЛЬТЕТ Курчеев В. С., Болотникова О. В., Герасимов Ю. Е. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СИСТЕМАТИЗАЦИИ ПРАВА В УСЛОВИЯХ ГЛОБАЛИЗАЦИИ Монография Новосибирск 2008 УДК 340/341 ББК 67.022.15 К 939 Курчеев В. С., Болотникова О. В., Герасимов Ю. Е. Теоретические основы систематизации права в условиях...»

«Р И РАН Л.В. КОСТЫЛЕВА НЕРАВЕНСТВО НАСЕЛЕНИЯ РОССИИ: ТЕНДЕНЦИИ, ФАКТОРЫ, РЕГУЛИРОВАНИЕ В 2011 ББК 65.9(2Рос–4Вол)-96 Публикуется по решению К72 Ученого совета ИСЭРТ РАН Работа выполнена при поддержке гранта Президента Российской Федерации для молодых российских ученых (проект № МК-3284.2009.6) Костылева, Л.В. Неравенство населения России: тенденции, факторы, регулирование [Текст]: монография / под рук. д.э.н., проф. В.А. Ильина; Л.В. Костылева. – Вологда: Институт социально-экономического...»

«Федеральное агентство по образованию ГОУ ВПО Иркутский государственный университет Н. В. Задонина, К. Г. Леви ХРОНОЛОГИЯ ПРИРОДНЫХ И СОЦИАЛЬНЫХ ФЕНОМЕНОВ В СИБИРИ И МОНГОЛИИ Монография 1 УДК 316.334.5 ББК 55.03 З–15 Печатается по решению редакционно-издательского совета Иркутского государственного университета и ученого совета Института земной коры СО РАН Рецензенты: д-р геол.-минерал. наук, проф. В. С. Имаев д-р геол.-минерал. наук, проф. Р. М. Семенов Ответственный редактор: д-р физ.-мат....»

«Электронный архив УГЛТУ Электронный архив УГЛТУ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Уральский государственный лесотехнический университет Г.А. Прешкин НОРМ АТИВЫ О Ц ЕН КИ Л Е С Н Ы Х БЛАГ: ПРОБЛЕМЫ, РЕШ ЕНИЯ Под редакцией заслуженного деятеля науки Р ф профессора Я Я Я нды ганова Екатеринбург 2011 Электронный архив УГЛТУ УДК 630.652 ББК 43: 65. 9(2)32 П 73 Рецензенты: Кафедра экономической теории и предпринимательства Уральского государственного горного университета; Логинов...»














 
© 2013 www.diss.seluk.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Методички, учебные программы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.