Публикации

В работе проанализировано неоднородное влияние денежно-кредитной политики на темпы роста реальных среднедушевых доходов в 79 регионах России за период со II кв. 2015 г. по IV кв. 2019 г. с учетом действия трансмиссионных механизмов и наличия пространственных эффектов. Анализ проведен с использованием панельных данных и пространственной авторегрессионной модели. Рассчитаны индивидуальные прямые эффекты изменения ключевой ставки для каждого исследуемого региона. Полученные результаты свидетельствуют об отрицательной связи между изменением ключевой ставки и темпами роста реальных доходов. При этом наблюдается асимметричное влияние ключевой ставки на темпы роста в разных регионах. Значимые характеристики, влияющие на неоднородность эффектов, — промышленный состав региона и концентрация малых предприятий. Выявлены значимые пространственные взаимосвязи: эффект влияния российских регионов друг на друга оказался положительным. Результаты данной работы согласуются с выводами, полученными в исследованиях, в которых были проанализированы эффекты монетарной политики в разных странах.

В работе оценивается влияние увеличения доли расходов на здравоохранение и спорт на темпы экономического роста регионов России. Согласно проведенным исследованиям, увеличение расходов на здравоохранение может стимулировать рост ВВП через несколько каналов. Во-первых, это улучшает качество рабочей силы, что ведет к увеличению производительности труда. Во-вторых, увеличение в производительности и размере рабочей силы приводит к расширению потребления и последующему росту доходов фирм, таким образом, возникает мультипликативный эффект. Добавляя к этому предположение о том, что связь между расходами на здравоохранение и экономическим ростом может быть нелинейной, авторы сформулировали следующую гипотезу: существует средняя оптимальная доля расходов ВРП на здравоохранение, при которой средний темп роста ВРП является максимальным. Кроме прямых эффектов, которые оказывают расходы на здравоохранение на темпы экономического роста конкретного региона, в работе учтено возможное влияние на темпы экономического роста регионов-соседей, что может быть объяснено, например, положительными эффектами от получения населением услуг в медицинских учреждениях соседних регионов, совместной реализацией национальных проектов в сфере здравоохранения и распространения научных знаний. С помощью пространственно-эконометрической модели Дарбина, оцененной по данным для российских регионов за 2000–2017 гг., было показано, что средняя оптимальная доля расходов на здравоохранение и спорт в ВРП с учетом пространственных эффектов должна составлять 5,9%, а без их учета 7,6%, что обосновывает необходимость включения в модель переменных, отражающих взаимное влияние соседних регионов. Анализ региональных данных показал, что большинство субъектов РФ в рассмотренный период инвестировали в развитие здравоохранения в среднем меньше рассчитанной оптимальной доли, что обосновывает возможный путь ускорения темпов экономического роста регионов при ее увеличении

В работе изучаются вопросы, связанные с выявлением факторов, влияющих на отношение россиян к иммигрантам. В качестве таких факторов были выбраны индивидуальные характеристики респондентов (пол, возраст, уровень образования, семейный статус, уровень дохода и т.д.), а также показатели, характеризующие место проживания респондента (регион, тип населенного пункта) и экономическую ситуацию в соответствующем регионе (валовой региональный продукт на душу населения, уровень безработицы, долю отраслей, в которых больше всего заняты мигранты и т.д.). Для анализа были использованы данные 7-ой волны Всемирного исследования ценностей в России за 2017 г. , содержащие информацию о 1810 респондентах из 61 российского региона. С помощью линейных регрессионных моделей и географически взвешенной регрессии было показано, что в среднем лучше всего к иммигрантам относится молодежь и представители старшего поколения, респонденты с высшим образованием и имеющие средний или высокий уровень дохода. Однако отношение к иммигрантам и влияние выбранных факторов очень сильно варьируется в зависимости от места проживания респондентов. Лучше всего относятся к иммигрантам жители небольших, не столичных городов, а также жители Самарской и Свердловской областей, а хуже всего - жители самых бедных и самых богатых регионов. Отношение к иммигрантам также улучшается с увеличением доли строительства и торговли в экономике региона (это отрасли, где работает очень много иммигрантов). Местные жители  постепенно привыкают к иммигрантам, чем выше доля мигрантов, приехавших из-за границы, тем лучше жители соответствующего региона относятся к иммигрантам.

Регионы одной и той же страны, как правило, не развиваются независимо, а влияют друг на друга. При моделировании экономической динамики регионов необходимо учитывать это взаимное влияние, поскольку, например, при росте одного из регионов соседние регионы могут также расти (благодаря кооперации) или наоборот, замедляться (из-за конкуренции) или никак не реагировать. Пропуск соответствующих переменных (пространственных факторов) может привести к смещению оценок параметров модели. Как правило, для учета соответствующих пространственных факторов используют пространственно-эконометрические модели, отличающиеся от классических регрессионных моделей наличием пространственных лагов при зависимой и независимых переменных. Коэффициенты при этих пространственных лагах обычно предполагаются постоянными. Отсюда следует, что интенсивность влияния соседних регионов на выбранный не зависит от характеристик этого региона. Это представляется авторам излишне сильным предположением в моделях для неоднородных стран, таких как Россия. Авторы ослабили это предположение, заменив постоянные коэффициенты при пространственных лагах линейными функциями, характеризующими качество институтов и степени деловой активности в рассматриваемом регионе: уровень предпринимательской активности в регионе, индекс обеспеченности региона банковскими услугами, инвестиционный потенциал региона. Количество оцениваемых параметров увеличилось незначительно, но с помощью модифицированной модели авторы смогли проверить и эмпирически подтвердить гипотезу о том, что чем выше качество институциональной среды и степени деловой активности региона, тем более он чувствителен к воздействиям со стороны соседних регионов.

Кривая заработной платы традиционно определяется как отрицательная зависимость между заработной платой и уровнем безработицы (с учетом различных контрольных переменных). В эмпирических исследованиях было показано, что кривая заработной платы существует в ряде стран, в том числе и в России. Однако обычно в таких исследованиях с использованием данных по российским регионам не учитывалось взаимное влияние российских регионов друг на друга, а это могло породить проблему смещения оценок коэффициентов в результате пропуска существенной переменной. В данной работе мы учли влияние этой переменной с помощью пространственно-эконометрических моделей и дали детальную интерпретацию полученным результатам. Оценка параметра, отражающего влияние безработицы на заработную плату в модели без пространственных эффектов, почти в два раза превышает соответствующую оценку в моделях, где эти эффекты учтены. По панельным данным за 2005–2018 гг. для 81 регионов были оценены частные предельные эффекты влияния изменения безработицы в одном регионе на заработную плату в остальных регионах. Аналогичные вычисления были сделаны и для остальных переменных. С помощью частных предельных эффектов мы нашли  регионы, на которые больше всего влияет рассматриваемый регион, и регионы, изменения в которых больше всего повлияют на выбранный регион. Это важно, например, для оценки последствий государственных программ и т.д.

Политические выборы на сегодняшний день являются ключевой формой участия людей в становлении государства во всех демократических странах, именно поэтому классические теоретические работы в области пространственного моделирования электорального выбора появились сравнительно давно и сыграли большую роль в развитии как дальнейших теоретических, так и эмпирических исследований в данной области. В данном обзоре, во-первых, дано краткое представление об истории становления пространственного моделирования применительно к результатам выборов и политическим предпочтениям индивидов с точки зрения методологии исследований, основываясь на классических теоретических «модели близости» и «векторной модели», где рациональные индивиды определяют свои политические позиции и сравнивают их с позициями кандидатов; во-вторых, объяснено возникновение изучения взаимного влияния избирателей, живущих на соседних территориях, друг на друга, как один из факторов определения избирателями своих политических позиций и, соответственно, итогового выбора того или иного кандидата. Сделан акцент на различные объяснения причин возникновения такого взаимного влияния избирателей и прочих факторов, влияющих на избирателей, живущих на соседних территориях (названных «контекстуальными эффектами»), и подчеркивается важность их учета в исследовании электоральных предпочтений. Представлены систематизация и описание основных эмпирических подходов к пространственному моделированию электорального выбора: приведены базовые модели пространственного моделирования (используемые авторами вне зависимости от предмета исследования), описаны эмпирические работы в области выбора избирателей в зависимости от поставленных гипотез, сделан акцент на методологии исследований и используемых данных, определены основные направления для развития и вектор дальнейших практических исследований в данной области. Настоящая работа поможет исследователям в понимании существующих фундаментальных и ключевых работ, оценке текущих подходов к моделированию электорального выбора и усовершенствованию собственного теоретического или эмпирического пространственного анализа.

В работе исследуется влияние демографических процессов на уровень инфляции в регионах России. В исследовании проверяется гипотеза о том, что воздействие возрастной структуры населения на инфляционные процессы в регионах России оказывается неодинаковым с точки зрения как прямого, так и косвенного влияния на уровень инфляции. Это может быть объяснено различным поведением возрастных групп в отношении потребления, ожидаемой инфляции, а также другими факторами, определяющими поведение возрастных групп населения, специфику регионов страны и межрегиональные взаимодействия. Для анализа использовалась выборка данных по 81 региону России за период 2010–2018 гг. Зависимой переменной является уровень инфляции. Объясняющие переменные: темпы прироста долей населения трудоспособного возраста, моложе трудоспособного возраста и старше трудоспособного возраста. В качестве контрольных переменных использовались: открытость экономики, темп прироста физического объема инвестиций в основной капитал и сальдо доходов и расходов региональных бюджетов. Панель сбалансирована. В качестве матрицы пространственных весов использовалась матрица расстояний W, построенная по принципу соседства. Для выявления наличия пространственной зависимости по исследуемому показателю уровня инфляции для регионов России использовались глобальные и локальные индексы Морана, Гири, Гетиса и Орда. Полученные результаты позволили сделать вывод о том, что наблюдается положительная глобальная автокорреляция инфляции регионов России и есть необходимость использования для анализа пространственных моделей. В результате тестирования оцененных моделей предпочтительной оказалась пространственная модель Дарбина для всех спецификаций модели. В результате оценивания моделей исследуемая гипотеза получила подтверждение. Темпы прироста доли трудоспособного населения оказывают инфляционное влияние на экономику, темпы прироста доли населения старше трудоспособного – также инфляционное, но в меньшей степени, а темпы прироста населения младше трудоспособного возраста – дефляционное. Полученные выводы могут быть использованы при прогнозировании показателей инфляции в регионах России

Основной задачей данной работы является оценка влияния индивидов, проживающих в соседних территориальных областях, друг на друга в принятии решений на примере выборов Президента России в 2018 г. c использованием данных по 2718 территориальным избирательным комиссиям (ТИКам). Рассчитанные авторами локальные и глобальные показатели пространственной автокорреляции (индексы Морана, Гири, Гетиса – Орда) дают эмпирическое подтверждение глобальной положительной автокорреляции (т. е. в целом по стране избиратели в каждом ТИКе голосуют сходным образом с соседями). Были выявлены ТИКи, входящие в локальные кластеры (где избиратели голосуют аналогично), и ТИКи – выбросы (outlier), т. е. окруженные ТИКами, где голосуют противоположным образом. На примере Татарстана, региона, где встречалось больше всего и ТИКов, образующих локальный кластер, и ТИКов-выбросов, мы проанализировали, какие экономические показатели вкупе с пространственными оказывают влияние на поддержку основного и оппозиционного кандидатов. Было показано, что готовность голосовать за основного кандидата объясняется ростом заработной платы в районе, но в то же время показатели экономической активности в районе и потенциальной мобильности граждан отрицательно влияют на поддержку основного кандидата. На голоса в пользу оппозиционных кандидатов изменение заработной платы не оказывает влияние, а остальные показатели демонстрируют обратную зависимость. Также мы показали, что модели с учетом пространственных эффектов предпочтительнее МНК моделей для анализа итогов голосований

Исследуется влияние степени локализации отраслей и диверсификации экономики регионов на показатели результативности (рентабельности) деятельности предприятий. Для оценки локализации отраслей экономики используется индекс Эллисона – Глейзера. Диверсификация экономики регионов оценивается с помощью индекса Херфиндаля – Хиршмена. Эмпирический анализ основан на базе данных, состоящей из 650 тыс. наблюдений, аппроксимирующих генеральную совокупность российских предприятий в 2017 г. (коммерческие предприятия реального сектора). Для каждой из четырех групп предприятий (микро-, малые, средние и крупные) проведен регрессионный анализ методом наименьших квадратов. Установлено, что увеличение степени локализации значимо и положительно влияет на рентабельность продаж, при этом чем крупнее предприятие, тем сильнее влияние. При увеличении значения индекса Эллисона – Глейзера на 0,1 рентабельность продаж возрастает на 0,7–7,5%. Диверсификация, наоборот, оказывает статистически значимое влияние только на малые и микропредприятия. Увеличение индекса Херфиндаля – Хиршмена на 0,1 увеличивает рентабельность продаж на 1,5–2,6%.