Soviet Economic Growth through the Interstate Prism: the Role of Research Funding

Введение

Начиная со второй половины 1950-х гг. темпы роста экономики СССР стали замедляться. Сначала замедление было слабым и почти незаметным и лишь с определенным запозданием получило внимание в научной литературе (Анчишкин, Яременко, 1967, с. 26-37). Как следует из (MPD, 2018), в середине 1970-х гг. произошел перелом тенденции к сокращению отставания СССР и США по ВВП на душу населения, а с 1990 г. экономический рост перешел в область отрицательных значений.

Основной целью исследования является оценка значения факторов производства и его институциональной среды в замедлении экономического роста позднего СССР в сопоставлении со странами с рыночной экономикой.

Включение в эконометрический анализ переменных, опосредованно характеризующих институциональную и общетехнологическую динамику, а также объема финансирования сектора научных исследований и разработок (НИР)^[1] как источника эндогенного роста, с соответствующей модификацией производственной функции, является основной методологической новизной проведенного исследования.

Согласно нашей гипотезе, в середине 1950-х – начале 1960-х гг. советская экономика имела предпосылки для перехода к эндогенной модели роста, однако впоследствии эти предпосылки оказались нереализованными, прежде всего вследствие снижения эффективности институциональных взаимодействий между субъектами управления экономикой.

источники данных, освещение проблемы в литературе и теоретико-методологические подходы к анализу

К основным источникам данных относятся следующие:

- Официальные статистические данные, опубликованные советскими высшими органами государственной статистики в общих и тематических сборниках (Внешняя торговля СССР, 1965, 1967, 1982, 1986; Внешние экономические связи СССР, 1991; Народное хозяйство СССР, 1982; Промышленность СССР, 1964, 1988), в тех аспектах, в которых они могут быть признаны достаточно достоверными, основываясь в том числе на результатах предшествующих исследований (Ханин, 1991, с. 19, 107; Didenko et al., 2013, p. 124-128; Van Leeuwen et al., 2015, p. 216-217, 237-246).

- Существующие расчеты и оценки по реконструкции показателей исторических национальных счетов СССР (Воскобойников, Дрябина, 2010; Becker, 1969; Bergson, 1961; Didenko et al., 2013; Easterly, Fischer, 1995; Moorsteen, Powell, 1966; Steinberg, 1990), финансирования НИР в СССР (Макаров, Варшавский, рук. авт. колл., 2001), человеческого капитала и демографических показателей (Андреев и др. 1993; Didenko et al., 2013; Karabchuk et al. 2017); уровню преступности (Лунеев, 2005), военным расходам (Brada, Graves, 1988; Ofer, 1987).

- Тематические межстрановые наборы данных в формате электронных ресурсов: прежде всего, данные по агрегированным показателям исторических национальных счетов Penn World Table – PWT 9, представленные вместе с (MPD, 2018), документированные также в (Feenstra et al., 2015); в качестве источников для сверки – Extended Penn World Tables (EPWT), документированные в (Marquetti, Foley, 2012), поддерживаемая Еврокомиссией Ameco (2020), страновое исследование по Испании (Prados de la Escosura, Rosés, 2010); финансирование НИР в странах ОЭСР (OECD-Eurostat, 2020); демографические данные (Baten, Blum, 2015; HLTD, 2019; UNICEF, 2019); данные по военным расходам (SIPRI, 2019); данные о выработке электроэнергии (Comin, Hohijn, 2004); латентный индекс демократии в (Foldvari, 2014).

В качестве исходных позиций исследования приняты основные идеи новых теорий роста, в которых человеческий капитал включен в число основных факторов производства. В данном случае речь идет об эндогенных моделях Р. Лукаса (Lucas, 1988) и П. Ромера (Romer, 1990). В модели П. Ромера источником эндогенного роста экономики является поток инноваций в секторе научных исследований и разработок, который требует соответствующего финансирования.

В качестве основного методологического подхода нами применена классическая производственная функция Кобба-Дугласа, с рядом рассматриваемых в следующем разделе модификаций. Анализ особенностей роста советской экономики методом производственной функции проводился в литературе с конца 1960-х гг. (Анчишкин, 2003, с. 17-21, 27-56, 108-156; Яременко, 2000, с. 177-202; Desai, 1987; Easterly, Fischer, 1995; Ofer, 1987; Popov, 2007; Weitzman, 1970). Однако в основном эти исследования ограничивались классическим набором факторов производства (физический капитал и труд), в редких случаях включали человеческий капитал (Easterly, Fischer, 1995; Van Leeuwen et al., 2015), но оставляли без внимания институциональную и технологическую динамику.

В то же время, в работах исследователей, аффилированных со Всемирным банком, проводилась идея, что невещественную часть национального богатства, наряду с иностранными финансовыми активами, составляют человеческий и институциональный капиталы (Hamilton et al., 2005, p. 91-98; World Bank, 2011, p. 96-102). Из нее следует, что институты могут не только быть аналитически выделены как фактор среды, влияющий на производственные возможности экономической системы^[2], но и введены в состав производственной функции (Hamilton et al., 2005, p. 93-98).

Для тестирования модели эндогенного роста использовались исходные статистические данные по СССР и референтным странам с крупной национальной экономикой, потенциально способной создавать эффект масштаба: США, Великобритания, Германия, Франция, Испания, Япония.

В данном случае, на основе (Ростоу, 1961; Красильщиков и др., 1994) мы исходим из того, что к середине 1950-х гг. с завершением проводившейся мобилизационными методами ускоренной индустриализации в СССР было создано среднеразвитое индустриальное общество, перед которым стояли вызовы позднеиндустриальной модернизации. Среди этих вызовов выделяется сужение возможностей развития в рамках имитационной модели научно-технического развития при расширении на основе инновационной, в условиях возрастания роли человеческого капитала как фактора производства и источника социально-экономического развития.

Модель эндогенного научно-технического прогресса

Формулировка модели

Основу производственной функции, тестируемой на исторических данных, составляет математическая модель эндогенного научно-технического прогресса. Она позволяет выяснить, как вложения в научные исследования и разработки (интерпретируемые как потоки инвестиций в отдельный сегмент человеческого капитала национальной экономики) влияют на темпы роста индустриальной экономики, то есть изучить связанные с этим вопросы эффективности инвестиций в сектор науки. Таким образом, основное предназначение предлагаемой модели – это определение четких пропорций распределения производимой добавленной стоимости между капиталовложениями в расширение физического, человеческого капитала и в научно-исследовательские программы в условиях динамики косвенно измеренных институциональной среды и технологического уровня производства.

В модели в качестве исходных допущений приняты следующие.

Технический прогресс считается нейтральным по Хиксу за счет величины капиталовложений в научные исследования, т.е. величина дохода Y определяется формулой:

(1)

где:

Y – объем ВНП/ВВП (в постоянных ценах по паритету покупательной способности – ППС)

A(Q) – мультипликатор прогресса, показывающий эффективность затрачиваемых средств на научные исследования (текущий средний уровень технологических достижений)

K – объем физического капитала (в постоянных ценах по ППС)

H – индекс человеческого капитала

L – численность рабочей силы (тыс. чел.)

Q – суммарный объем вложений в сектор производства научных знаний (текущих и капитальных)

PI – прокси-индикатор институциональной среды или технологического уровня

Справедливо будет наложить на производственную функцию условия, аналогичные неоклассическим, т.е. считать, что она линейно-однородна, монотонна, строго вогнута по каждому аргументу и удовлетворяет следующим предельным соотношениям:

, ,

, (2)

Мультипликатор научно-технического прогресса положим равным

, , (3)

где – коэффициент нейтрального технического прогресса, – автономный (независимый от изменения объема применяемых факторов производства) темп изменения выпуска, отражающий в суммарном виде эффект изменения во времени структурных параметров функции, в нашем случае это темп прироста выпуска, благодаря техническому прогрессу.

Относительно производственной функции будем полагать также, что она имеет вид, Функция Кобба-Дугласа удовлетворяет всем перечисленным выше условиям.

Обобщенная модель производственной функции имеет следующий вид:

, (4)

, , , (5)

(6)

где:

t – время (год)

– прокси-индикатор институциональной среды

– прокси-индикатор технологического уровня

u – остатки

Особый интерес представляет изучение влияния перечисленных выше факторов на изменение темпов роста ВВП. Темп роста показывает интенсивность изменений какого-либо процесса по отношению к его начальному (в данном случае - предыдущему) значению.

Итоговая форма общей модели в подушевом выражении и в темпах изменений будет иметь следующий вид:

(7)

Для оценки параметров линеаризуем построенную нами производственную функцию с помощью логарифмического преобразования:

, (8)

где:

Прокси-индикаторы институциональной среды (PI1):

MR – уровень умышленных убийств (на 100 000 жителей в год)

LDI – латентный индекс демократии

ME – расходы на оборону (% ВВП)

Прокси-индикаторы технологического уровня (PI2):

FK – степень износа физического капитала, %

EL - энергоемкость ВНП/ВВП по выработке электроэнергии (кВт*ч на единицу ВВП)

IM – уровень младенческой смертности (на 1000 живых новорожденных в возрасте до 1 г.)

EE – доля энергоносителей в экспорте (%)

Таким образом, переменные, характеризующие факторы и результат производства (имеющие стоимостное выражение исходных данных), входили в функцию в подушевом (относительно численности рабочей силы) и дифференциальном выражении; переменные, косвенно с разных сторон характеризующие институциональную среду и технологический уровень производства, входили в функцию в дифференциальном выражении.

Порядок отбора переменных в модель

Оптимальный набор переменных для производственной функции отбирался тестированием на данных по СССР за период 1965-1990 гг. (за который доступны исторические данные по объему финансирования НИР в большинстве выбранных стран) в следующем порядке.

1. В качестве исходной принималась основная модель, которая включала только следующие независимые переменные: t, q, k, h.

2. К основной модели добавлялась переменная MRи поочередно включались переменные FK, EL, IM, EE.

3. Затем переменная MR заменялась переменной LDIи поочередно включались переменные FK, EL, IM, EE (аналогично предыдущему этапу).

4. В свою очередь, переменная LDIзаменялась переменной MEи поочередно включались переменные FK, EL, IM, EE.

5. Из полученных по итогам выполнения действий на этапах 2-3 двенадцати комбинаций (частных моделей) вида «основная модель + прокси-индикатор институциональной среды + прокси-индикатор технологического уровня» последовательно выбиралась одна комбинация (оптимальная модель) по следующим критериям:

5.1. Максимальное количество значимых (по t-статистике) переменных основной модели.

5.2. Значимая переменная объема вложений в науку (q). Если не было, то с максимальным значением по t-статистике.

5.3. Значимый прокси-индикатор институциональной среды. Если не было, то переход на следующий шаг.

5.4. Значимый прокси-индикатор технологического уровня. Если не было, то переход на следующий шаг.

5.5. Среди значимых (по критерию Фишера) коэффициентов детерминации выбирается с максимальной величиной.

Отбор оптимальной модели для СССР, США, Великобритании, Франции и Испании завершился на шаге 5.2, для Японии – 5.5.

Результаты исследования и их обсуждение

Регрессионный анализ среди 12 комбинаций, состоявших из основной модели и набора двух прокси-индикаторов по СССР за период 1965-1990 гг., показал следующее. Во всех комбинациях увеличение финансирования НИР сопровождалось замедлением темпов роста экономики, хотя ни в одной из них эта связь не достигала уровня статистической значимости. Гипотеза об основной роли ухудшения «качества институтов» в замедлении экономического роста в СССР не подтверждается, по крайней мере, при данном наборе прокси-индикаторов с доступными историческими данными: ни по одному из них не был достигнут критический уровень статистической значимости. При этом такие прокси-индикаторы технологического уровня, как электроемкость экономики и доля энергоносителей в экспорте, характеризовались высокой статистической значимостью и демонстрировали отрицательный вклад в динамику темпов экономического роста. Достаточно важно, что практически во всех комбинациях вклад человеческого капитала положителен и статистически значим: снижение темпов экономического роста связано со снижением темпов накопления человеческого капитала. Результаты анализа недостаточно подтверждают и распространенную в литературе версию об отрицательном влиянии на темпы роста со стороны перенакопления физического капитала: коэффициенты при данной переменной имеют положительные значения, которые, впрочем, всегда оказывались статистически незначимыми. Такие особенности важны для характеристики специфики среднеиндустриальной фазы развития СССР и вызовов на этапе позднеиндустриальной модернизации.

Модель, оптимизированная путем отбора из 12 комбинаций независимых переменных в соответствии с указанным выше алгоритмом для СССР, тестировалась также на данных для пяти других стран за тот же период 1965-1990 гг. Результаты тестирования представлены в табл. 1. Следует отметить хорошие значения коэффициентов детерминации R2, которые в любых комбинациях обладали статистической значимостью по критерию Фишера. Преобладание отрицательных коэффициентов при переменной времени t (не всегда значимых) отражает наличие долгосрочной тенденции к понижению темпов роста почти во всех странах выборки. Однако только в СССР он был отрицательным в любых комбинациях.

Однозначно нельзя утверждать, что отрицательный или положительный коэффициент λ – это для темпов роста соответственно хорошо или плохо. Необходимо анализировать их связи в комбинации других факторов. Так, например, в Испании темпы роста ВВП падали, а коэффициент λ оказался положительным во всех комбинациях. Это говорит нам о том, что вложения в НИР являлись сдерживающим фактором более быстрого спада в экономике. В то же время, на примере США можно видеть, что положительный коэффициент λ в ряде комбинаций свидетельствует о более быстрых темпах роста экономики в целом.

Таблица 1. Страновые показатели общей регрессионной модели производственной функции, оптимальной для СССР (по данным за 1965-1990 гг.)

Примечание 1: A0 принято равным 0.

Примечание 2: в скобках в первом ряду указаны стандартные ошибки, во втором - t-статистики (критерий Стьюдента при уровне значимости 0,1 и количестве степеней свободы 19 равен 1,729; жирным шрифтом выделены значимые показатели).

Источник: рассчитано авторами.

Среди институциональных прокси-индикаторов в четырех из шести рассматриваемых стран изменение уровня военных расходов отрицательно и статистически значимо ассоциировалось с колебаниями темпов экономического роста. Неожиданным результатом является то, что именно в случае с СССР эта связь имела обратное направление (замедлялся прирост и уровня военных расходов, и темпов роста экономики в ходе «разрядки» 1970-х гг. и «нового мышления» второй половины 1980-х гг.), но не достигла статистической значимости (в результате разнонаправленного движения в условиях ужесточения соперничества «сверхдержав» в конце 1970-х – первой половине 1980-х гг.).

Тем не менее, большинство переменных в оптимизированном для СССР наборе теряют статистическую значимость, будучи включенными в модели для других стран, несмотря на сильное повышение коэффициентов детерминации соответствующих регрессий. В этой связи были дополнительно проанализированы модели, оптимизированные в соответствии с указанным выше алгоритмом для других стран нашей выборки (табл. 2).

Таблица 2. Показатели общих регрессионных моделей производственных функций, оптимальных для соответствующих стран (по данным за 1965-1990 гг.)

а) СССР

б) США

в) Япония

г) Великобритания

д) Франция

е) Испания

Примечания, источник: см. табл. 2.

При том, что коэффициенты детерминации немного снизились, количество значимых переменных возросло. Точность моделей следует признать хорошей (см. рис. 1).

Рис. 1. Фактические и модельные значения в оптимальных регрессиях по странам (1965-1990 гг.).

Примечание: темп изменения ВВП на душу населения (ln(yt)-ln(yt-1)) в постоянных ценах по ППС

Источник: рассчитано авторами.

Замененным для отдельных стран оказывался лишь прокси-индикатор институциональной среды, в то время как прокси-индикатором технологического уровня в оптимизированных страновых регрессиях (кроме модели по Испании) выступала электроемкость экономики. В случае с Великобританией в обеих моделях набор переменных совпал. Это еще раз подчеркивает особенное и общее в модели роста экономики СССР по сравнению с индустриально развитыми странами.

В оптимизированной модели по СССР отрицательное (на фоне положительного для ряда референтных стран) значение коэффициентов при переменной объема вложений в НИР и близкий к значимому показатель t-статистики свидетельствуют, что даже такая модель роста слабо «работает» на отечественных данных. С другой стороны, примечательно, что она значительно лучше соответствует данным Японии. Эта страна представляет собой альтернативный по отношению к СССР/России пример догоняющего развития, при этом наиболее референтный с позиций модернизационной парадигмы.^[3] Еще до начала рассматриваемого периода она опередила СССР по ряду важнейших показателей, а к концу 1980-х гг. более успешно решила задачи позднеиндустриальной модернизации, в меньшей степени столкнувшись с замедлением роста в 1980-е гг. и рецессией в 1990-е гг. При этом следует принимать во внимание существенные отличия в геополитических позициях и целях государства (что отражается прокси-индикатором доли военных расходов в ВВП), а также наделенности природными ресурсами (что отражается прокси-индикатором доли энергоносителей в экспорте). Если увеличение темпов чистого накопления физического капитала в Японии ассоциировалось с замедлением роста экономики (в ряде комбинаций могло оказываться незначимым), то переменная человеческого капитала в любой комбинации включалась в модель с положительным знаком и как статистически значимая. Однако и в Японии в рамках эндогенной модели роста роль институтов оказывается ниже, чем технологических факторов (из значимых переменных в первую очередь следует отметить младенческую смертность).

Испания, находившаяся в рассматриваемый период на сопоставимом с СССР уровне ВВП на душу населения (условно соответствует среднеиндустральной стадии), также испытывала замедление темпов роста экономики, несмотря на быстрые темпы увеличения вложений в науку и при едва заметном увеличении темпов накопления человеческого капитала в сфере образования. Это единственная страна из нашей выборки, которая испытала радикальную смену политического режима (во второй половине 1970-х гг.), в связи с чем соответствующая переменная (LDI) в одной из комбинаций переменных модели почти достигла уровня значимости 0,1% (по t-статистике).

Одним из интересных результатов анализа является отсутствие комбинации статистически значимых переменных модели, «работающей» на данных по США. Положительное влияние увеличения расходов на НИР в рамках данной модели едва ли прослеживается (наблюдается с разными знаками и никогда не достигает уровня статистической значимости). В любых комбинациях вклад человеческого капитала в темпы роста не являлся статистически значимым, в то время как физического – статистически значимым отрицательным фактором. Таким образом, динамика экономики США, опередившей другие страны в отношении начала перехода к постиндустриальной стадии развития (в данном случае – Великобританию, Францию), в наименьшей степени соответствует модели роста, характерной для индустриальной.

При этом, тестирование предложенной эндогенной модели на данных по СССР за период 1955-1990 гг. дает лучшие результаты в отношении значимости НИР, чем по сравнению с периодом за 1965-1990 гг. (табл. 3). Анализируемые комбинации основной модели и прокси-индикаторов содержат большее количество значимых переменных, а в шести комбинациях значимыми являются все переменные основной модели (против ни одной за период 1965-1990 гг.).

Таблица 3. Показатели общих регрессионных моделей производственных функций, оптимальных для СССР за разные периоды

а) СССР (1955-1990 гг.)

б) СССР (1965-1990 гг.)

Примечания, источник: см. табл. 2.

Для первого периода выше и значения показателей точности модели, что видно также из рис. 2.

Рис. 2. Фактические и модельные значения в оптимальных регрессиях по СССР за различные периоды

Примечания, источник: см. рис. 1.

Эти свидетельства подкрепляют предположение о том, что советская экономика, приступая к решению задач позднеиндустриальной модернизации, имела определенные предпосылки для перехода к эндогенной модели роста на основе научно-технологического прогресса, по крайней мере в 1955-1965 гг., однако эти предпосылки по большей части не были реализованы.

Заключение

На протяжении периода 1955-1990 гг. объем расходов на НИР в СССР имел явно выраженную тенденцию к возрастанию (в том числе в пересчете на численность занятых в экономике). Кроме того, в течение указанного периода, как и в отдельные подпериоды, накопление сформированного в сфере образования человеческого капитала в рамках нашей эндогенной модели выступало положительно значимым фактором экономического роста СССР. Это можно интерпретировать как наличие определенных предпосылок для перехода к росту за счет развития научно-технического потенциала и накопления человеческого капитала в сфере научных исследований и разработок. В то же время, результаты нашего исследования свидетельствуют об отсутствии статистически значимой связи между ростом затрат на науку и темпами экономического роста в СССР в период 1965-1990 гг., за который доступны исторические данные по основным референтным странам.

Не подтверждается гипотеза об определяющей роли институциональных факторов в замедлении экономического роста СССР: ни один из трех использованных прокси-индикаторов (в том числе характеризующий динамику политического режима) не обладал статистической значимостью, в то время как прокси-индикаторы технологического уровня (прежде всего, электроемкость экономики, отчасти – доля энергоносителей в экспорте) оказывались статистически значимыми переменными, связанными с замедлением экономического роста.

Изучение опыта СССР в межстрановом сопоставлении позволило уточнить ряд эмпирических закономерностей в теоретическом контексте экономики развития. В нем отечественная экономика предстает как особый случай развития, имевший как общие черты с референтными странами, так и особенности, характерные для отдельных из них. Основные переменные в данной модели эндогенного роста по-разному «работают» на данных для СССР и экономически развитых стран. В наибольшей степени построенная нами модель эндогенного роста соответствует динамике экономики Японии, другой страны догоняющего развития, сравнительно успешно решавшей задачи позднеиндустральной модернизации.

Представляется целесообразным дальнейшее исследование в направлении поиска иных индикаторов институциональной среды СССР, в большей степени характеризующих особенности государственного управления экономикой. Однако для этого необходимо преодолеть существующие ограничения в отношении доступности соответствующих исторических данных. Эти ограничения связаны главным образом с недостаточностью и неполнотой рядов данных по экономике СССР, засекреченностью значительной части детальной отчетности ЦСУ за 1970-1980-е гг.

^[1] В рассматриваемый период чаще употреблялся термин «научные исследования и опытно-конструкторские разработки» (НИОКР).

^[2] Как это сделано в (Норт, 1997, 2010).

^[3] Подробное исследование данного вопроса с позиции ранней (линеарной) версии теории модернизации было проведено в (Black, ed., 1975).