Оценка влияния параметров человеческого капитала на социально-экономическое развитие субъектов Российской Федерации

Оценка влияния параметров человеческого капитала на социально-экономическое развитие субъектов Российской Федерации

В настоящее время во всех странах человеческий (интеллектуальный) капитал предопределяет темпы научно-технического прогресса и экономического развития [5,6]. Из Докладов ООН о развитии человека следует, что удельный вес человеческого капитала в таких странах, как США, Финляндия, Германия, Япония, Швейцария и др., составляют до 80% их национального богатства, Российская Федерация по этому показателю примерно в четыре раза уступает среднему показателю бедных стран мира, не говоря уже о развитых странах.

Исторические корни теории человеческого капитала прослеживаются в работах У. Петти, А. Смита, Д. Риккардо, К. Маркса, А. Маршалла, У. Томпсона и др. Родоначальниками самой теории человеческого капитала принято считать американских экономистов Теодора Шульца и Гэри Беккер. Среди советских и российских экономистов, исследовавших человеческий капитал, а также его влияние на хозяйственные процессы следует отметить А. Баранова, В. Римашевскую В. Гимпельсон, Т. Горбачёву, В. Гойло, Е. Гвоздеву, А. Добрынина, С. Дятлова, А. Лукьянову, В. Марцинкевич, И. Майбурова, Р. Капелюшникова, А. Комарову, Д. Нестерову, Е. Полищук, О. Павшок, С. Г. Струмилина, А. В. Корицкого и многих других. В частности в работе [3] на основе подхода Джоргенсона-Фраумени дана стоимостная оценка человеческого капитала России за 2002 и 2010 года. В работе [4] показано влияние человеческого капитала на экономический рост в России, подтверждено наличие положительной связи между уровнями образования населения регионов России и темпами роста реальных доходов. И. А. Гурбан и А. Л. Мызин в своей работе [1] предлагают новый теоретико-методологический подход к оценке человеческого капитала, который основан на квалиметрическом методе индикативного анализа. В работе [10] приведены результаты опроса молодых россиян в возрасте от 18 до 30 лет, которые свидетельствуют о первостепенном значении накопления человеческого капитала. Более подробно с вопросами истории возникновения и развития теории человеческого капитала, в том числе подходами к количественной оценке его величины и отдачи инвестиций в человеческий капитал можно ознакомиться в работе [4].

Несмотря на достаточное количество работ, посвященных исследованию процессов формирования и использования человеческого капитала, оценки влияния его параметров на социально-экономическое развитие территориальных образований, теоретико-методологические подходы по данному вопросу нуждаются в постоянном совершенствовании. В частности возникает вопрос установления закономерностей влияния физического и человеческого капитала на социально-экономическое развитие регионов (субъектов) Российской Федерации в рамках построения комплексной модели развития региона в долгосрочной перспективе, разрабатываемой в качестве инструмента выработки условий и параметров устойчивого развития региона в условиях изменяющейся макросреды.

Для выявления влияния человеческого капитала на социально-экономическое развитие регионов (субъектов) РФ в данной работе были использованы методы панельного анализа. В качестве зависимой переменной был выбран показатель ВРП на душу занятого в экономике населения.

На первом этапе была проведена на основе метода k-средних кластеризация субъектов РФ (за исключением Чеченской республики) по ВРП на душу занятого в экономике населения за 4 года (2003, 2006, 2009 и 2012 годы). Результаты кластеризации и типичные представители полученных кластеров представлены в таблице 1.

Таблица 1. Результаты кластеризации субъектов РФ по уровню ВРП на душу занятого в экономике населения.

На втором этапе были построены модели влияния параметров человеческого и физического капитала на социально-экономическое развитие регионов РФ. В качестве параметров человеческого капитала были выбраны три показателя, представляющие собой различные типы оценки накопленного человеческого капитала.

• 1. Оценка человеческого капитала по доле выпускников с высшим профессиональным образованием в численности занятых в экономике, так как основной формой накопления человеческого капитала считается обучение в вузах, в каждом из которых имеются общепринятые стандарты образования. Такая оценка содержит в себе косвенную информацию о качестве запаса знаний.
• 2. Оценка человеческого капитала на основе расходов консолидированного бюджета на образование, так как человеческий капитал, как и физический, оценивается на основе вложенных в него инвестиций.
• 3. Оценка человеческого капитала на основе заработной платы. Этот подход основывается на таком предположении, что минимум заработной платы показывает отдачу от труда без учета человеческого капитала, а остальная часть заработной платы приходится на отдачу от человеческого капитала.

В качестве параметра физического капитала использован показатель фондовооруженности, который характеризует оснащенность труда производственными основными фондами. Все пременные, используемые в моделировании представлены в таблице 2.

региональный производственный фондовооруженность Таблица 2. Описание переменных модели.

Для первого кластера, ввиду того, что он содержит один субъект, была использована линейная регрессионная модель, для остальных групп регионов строились панельные модели: сквозная регрессия, модель с фиксированными индивидуальными эффектами, модель с фиксированными временными эффектами, модель с фиксированными индивидуальными и временными эффектами.

Для первого кластера построена линейная регрессионная модель, в которой оказался значим только физический капитал:

Об адекватности модели свидетельствуют тесты, проведенные на проверку состоятельности, несмещенности и эффективности полученных оценок: математическое ожидание остатков равно нулю, остатки гомоскедастичны (тест Уайта, p-уровень 0,38 и Глейзера, p-уровень 0,31), автокорреляционная связь в остатках отсутствует (значение критерия Дарбина-Уотсона равно 2,18, тест Бреуша-Годфри), а также они имеют нормальное распределение (тест Харке-Бера, p-уровень 0,94). Коэффициент детерминации R2=0,92 свидетельствует о тесной связи между объясняемой и объясняющей переменными.

Для второго кластера с высоким значением изучаемой переменной во всех построенных моделях оказался значимым лишь физический капитал. Наиболее адекватной является модель сквозной регрессии, которая имеет вид:

Об адекватности данной модели свидетельствует распределение остатков по нормальному закону (тест Харке-Бера, p-уровень 0,801). Значение критерия Дарбина-Уотсона, равное 1,98, позволяет судить об отсутствии автокорреляционной связи в остатках в связи с тем, что оно близко к 2. Что касается коэффициента детерминации, то значение R2=0,84 показывает высокую связь между фактором и результирующей переменной.

Для третьего кластера значимой является модель с фиксированными эффектами. Стоит отметить, что в неё вошли только параметры человеческого капитала: Об адекватности данной модели свидетельствует распределение остатков по нормальному закону (тест Харке-Бера, p-уровень 0,801). Значение критерия Дарбина-Уотсона, равное 1,98, позволяет судить об отсутствии автокорреляционной связи в остатках в связи с тем, что оно близко к 2. Что касается коэффициента детерминации, то значение R2=0,84 показывает высокую связь между фактором и результирующей переменной.

Для третьего кластера значимой является модель с фиксированными эффектами. Стоит отметить, что в неё вошли только параметры человеческого капитала:

Об адекватности модели позволяют судить: гистограмма остатков о нормальности распределения остатков (тест Харке-Бера, p-уровень 0,45); значение критерия Дарбина-Уотсона (1,96), коэффициент детерминации R2=0,97. Коэффициент корреляции между факторами, входящими в эту модель, имеет значение 0,54, что свидетельствует об отсутствии тесной линейной связи между ними.

Для группы регионов четвертого кластера адекватной получилась модель сквозной регрессии:

Об адекватности модели можно судить по нормальному распределению остатков (тест Харке-Бера, p-уровень 0,43), значению Дарбина-Уотсона, равное 2,14, коэффициенту детерминации R2=0,63. Коэффициент корреляции между факторами, входящими в эту модель, имеет значение 0,1, что свидетельствует об отсутствии связи между ними.

Необходимо также проверить причинно-следственную зависимость между переменными. Тест Гренджера для полученных моделей изучаемых кластеров подтвердил причинно-следственную зависимость между эндогенными и экзогенными переменными.

Таким образом, получилось, что главным значимым фактором в первых двух группах регионов с высокими показателями уровня ВРП на душу занятого в экономике оказывается не человеческий, а физический капитал. Следует отметить, что структура экономики регионов этих кластеров очень схожа. Коэффициент эластичности для модели первого кластера равен 0,63, т. е. при увеличении показателя фондовооруженности на 1% рост ВРП на душу занятого в экономике населения составит 0,63%. Для второго кластера коэффициент эластичности ВРП на душу занятого в экономике населения от показателя фондовооруженности составляет 0,49.

Для третьего кластера с уровнем ВРП на душу занятого населения выше аналогичного среднероссийского показателя главным значимым фактором социально-экономического роста стал человеческий капитал, в качестве параметров которого выступают расходы консолидированного бюджета на образование и среднемесячная номинальная начисленная заработная плата работников организаций. Полученная модель свидетельствует о том, что увеличение расходов бюджета на образование на 1% приводит к росту ВРП на душу занятого в экономике населения на 0,37%, а среднемесячной номинальной начисленной заработной платы работников на — 0,68%. Очень важным моментом является то, что большинство регионов, попавших в этот кластер, имеют мощный научно-технический потенциал.

На социально-экономическое развитие регионов четвертого кластера, куда входит и Республика Башкортостан, со значениями ВРП на душу занятого в экономике населения ниже среднероссийского уровня влияет и физический, и человеческий капитал. Рост показателя фондовооруженности на 1% приводит к росту ВРП на душу занятого населения на 0,43%, рост числа занятых в экономике с высшим профессиональным образованием на — 0,09%.

Для Республики Башкортостан была построена расширенная функция Кобба-Дугласа, которая оценивает вклад работников с разным уровнем образования в доходы населения:

Таблица 3. Показатели для построения модели Кобба-Дугласа.

Для построения модели влияния физического и человеческого капиталов на денежные доходы населения использовались статистические данные за период 2003;2012 годы по республике Башкортостан. Такие показатели, как показатель фондовооруженности и основные фонды в экономике включались в модель отдельно друг от друга, остальные факторы из таблицы 3 включались в модель одновременно и незначимые из них исключались с каждым разом на уровне значимости 5%. Построенная модель имеет вид:

В целом, об адекватности модели свидетельствуют тест Бреуша-Годфри, критерий Дарбина-Уотсона (2,37), тесты Уайта (p-уровень 0,16) и Глейзера (p-уровень 0,17), тест Харке-Бера (p-уровень 0,89), коэффициент детерминации R2=0,94.

Итак, по построенной модифицированной модели Кобба-Дугласа получилось, что на среднедушевые доходы населения в республике Башкортостан влияют и физический, и человеческий капитал. Причем что касается последнего, то все уровни образования, кроме высшего профессионального образования, оказались статистически незначимыми для изучаемой переменной. Особый вклад в формирование доходов населения в республике вносят занятые в экономике именно с высшим профессиональным образованием: рост последнего на 1% приводит к росту изучаемой переменной на 0,91%. Это ещё раз доказывает важность человеческого капитала в социально-экономическом развитии региона.

• 1. Гурбан И. А., Мызин А. Л. Теоретико-методологический подход к оценке состояния человеческого капитала регионов России // Журнал экономической теории. — 2011. — № 2, с. 21−31.
• 2. Казмалова О. Н. Влияние человеческого капитала на валовой региональный продукт // Вестник Академии. — 2012. — № 4, с. 100−107.
• 3. Капелюшников Р. И. Сколько стоит человеческий капитал России? — М.: Изд. дом Высшей школы экономики, 2012. — 76 с.
• 4. Комарова А. В., Павшок О. В. Оценка вклада человеческого капитала в экономический рост регионов России (на основе модели Мэнкью-Ромера-Уэйла) // Вестник Новосибирского государственного университета. Серия: социально-экономические науки. — 2007. — № 3, с. 191−201.
• 5. Корицкий А. В. Человеческий капитал как фактор экономического роста регионов России. — Новосибирск: Сибирский университет потребительской кооперации, 2010 — 368 с.
• 6. Корчагин Ю. А. Человеческий капитал — интенсивный социально-экономический фактор развития личности, экономики, общества и государственности. Научный доклад. — М.: Высшая школа экономики, 2011. — 28 с.
• 7. Лосева О. В. Факторный анализ динамики условий функционирования человеческого капитала на примере Пензенской области // Известия Пензенского государственного педагогического университета им. В. Г. Белинского. — 2011. — № 24, с. 347−351.
• 8. Римашевская Н. М. Человеческий потенциал России и проблемы «сбережения населения» // Российский экономический журнал. — 2004, № 9−10.
• 9. Соболева И. В. Парадоксы измерения человеческого капитала. Научный доклад. — М.: Институт экономики РАН, 2009. — 50 с.
• 10. Хузина Н. Ш., Ямалетдинова Г. Х. Поколение Y и рынок труда в России // NAUKA-RASTUDENT.RU. — 2014.