Текст книги "Технологическая динамика. Институциональный подход"

2. Эмпирические исследования институциональных факторов технологической динамики

2.1. Роль институциональных факторов в наверстывании технологического отставания

В 1966 г. в работе Р. Нельсона и Э. Фелпса[34]34
  Nelson, R., Phelps, Е. 1966. Investment in humans, technological diffusion, and economic growth. American Economic Review, 56, 69–75.


[Закрыть] была формализована одна из наиболее важных идей в современной теории экономического роста, которая касается возможности наверстывания технологического отставания теми или иными странами. Страны, которые отстают от передовой технологической границы мира, в состоянии сократить свое отставание путем имитации технологий, разработанных в ведущих странах мира. Процесс ликвидации отставания не является одномоментным, а низкий уровень развития страны сам по себе не является достаточным условием для обеспечения высоких темпов роста.

Скорость, с которой происходит сокращение отставания, по мнению Р. Нельсона и Э. Фелпса, а также М. Абрамовитца[35]35
  Abramovitz, M. 1986. Catching up, forging ahead, and falling. Behind. Journal of Economic History, 46, 385–406.


[Закрыть], определяется прежде всего способностью получать потоки технологий со стороны технологической границы, со стороны развитых стран мира. В одной из современных работ подчеркивается значение человеческого капитала для освоения новых технологий, т. е. отличие в уровне человеческого капитала является фактором, объясняющим отличия в скорости диффузии технологий[36]36
  Benhabib, /., Spiegel, М. 2005. Human capital and technology diffusion. In: Aghion, P., Durlauf, S. (Eds.). Handbook of Economic Growth. Elsevier.


[Закрыть].

Но даже после учета различий в человеческом капитале существенные отличия между странами в темпах экономического роста, совокупной факторной производительности (TFP) тем не менее наблюдаются. Объяснение данному факту приводится в работе Ф. Манки[37]37
  Manca, F. 2010. Technology catch-up and the role of institutions. Journal of Macroeconomics, 32,1041–1053.


[Закрыть], который тестирует гипотезу о том, что данные различия в TFP и темпах экономического роста могут объясняться различиями в институтах тех или иных стран мира.

Качественные институты не только способствуют улучшению результатов работы экономики, но также создают условия для привлечения и освоения технологий догоняющими странами[38]38
  Hall, R., Jones, C. 1999. Why do some countries produce so much more output per worker than others? Quarterly Journal of Economics, 1141, 83-116; Acemoglu, D., Johnson, S., Robinson, /. 2001. The colonial origins of comparative development: an empirical investigation. American Economic Review, 91, 1369–1401.


[Закрыть].

В теоретических и эмпирических исследованиях, как правило, подчеркивается положительное влияние, которое оказывает в долгосрочном периоде усиление уровня защиты прав интеллектуальной собственности. В то же время редко подчеркивается, что усиление уровня защиты прав интеллектуальной собственности сопряжено как со стимулирующим, так и с дестимулирующим воздействием на темпы освоения новых технологий и темпы роста экономики. Дестимулирующее влияние усиления уровня защиты прав интеллектуальной собственности связано с увеличением барьеров для имитационного заимствования технологий. В ряде исследований показано, что имитация технологий затратна. Р. Левин[39]39
  Levin, R., et dl. 1988. Appropriating the returns from Industrial R&D. Working Paper, Cowles Foundation, Yale University.


[Закрыть] и Н. Таллинн[40]40
  Gallini, N. 1992. Patent policy and costly imitation. The RAND Journal of Economics, 23, 52–63.


[Закрыть], например, указывают на то, что механизм патентования повышает издержки имитации на 30 процентных пунктов в случае копирования новых (и на 25 процентных пунктов в случае копирования стандартных) продуктов химической отрасли; издержки повышаются на 40 процентных пунктов в случае копирования лекарственных препаратов.

Наряду с подчеркиванием роли защиты прав интеллектуальной собственности, в экономической литературе нередко упоминается и важность институтов, которые отвечают за установление свободного режима внешнеэкономических отношений, торговли: свобода торговли является важным фактором обеспечения инновационной активности, диффузии инноваций. Более открытые экономики быстрее переходят к импорту новых продуктов, в них более ярко выражены процессы обратного инжиниринга (аналитического восстановления технологии производства продукта), который является основным в случае имитации технологий.

Открытость торговых отношений важна и по той причине, что нередко копируемые товары поставляются на внешние рынки, а не только на внутренний рынок страны, в которой имитируется технология. Знаковым примером использования подобной модели развития являются экономики Китая и Индии.

Высокое качество институтов важно как с точки зрения обеспечения правильных стимулов работы в сфере исследований и разработок, так и с точки зрения устранения барьеров, понижающих возможности освоения новых технологий в экономиках развивающихся стран. К таким барьерам, как показано в одном из исследований[41]41
  Parente, S., Prescott, E. 2000. Barriers to Riches. MIT Press, Cambridge, MA.


[Закрыть], относят слабую защиту прав собственности и монополистическую модель организации производства.

В работе Ф. Манки[42]42
  Manca, F. 2010. Technology catch-up and the role of institutions. Journal of Macroeconomics, 32,1041–1053.


[Закрыть] для измерения качества институтов используется Индекс экономической свободы (EconomicFreedom of the World index), публикуемый институтом Фрейзера[43]43
  The Fraser Institute, http://www.fraserinstitute.org


[Закрыть]. Этот индекс построен на основе двух ежегодных публикаций: Global Competitiveness Report и International Country Risk Guide. Индекс используется для измерения уровня экономической свободы в 1970–2000 гг. в пяти основных сферах:

1. Размер государства: расходы, налоги, предприятия (Size of Government: Expenditures, Taxes, and Enterprises).

2. Структура права и защита прав собственности (Legal Structure and Security of Property Rights).

3. Доступ к финансовым ресурсам (Access to Sound Money).

4. Свобода международной торговли (Freedom to Trade Internationally).

5. Регулирование кредитования, рынка труда и бизнеса (Regulation of Credit, Labor, and Business).

В данных пяти сферах используется 21 компонента, из которых построен сам Индекс экономической свободы и подиндексы: всего для расчетов Индекса экономической свободы привлекается 38 источников данных. Преимуществом данного индекса является то, что он не только предоставляет сведения о качестве институциональной среды тех или иных стран, но и информацию о компонентах индекса, что позволяет с помощью дополнительных расчетов определить, какие параметры институциональной среды наиболее важны с точки зрения обеспечения высоких темпов экономического роста, высоких темпов роста TFP.

Всего в выборке в исследовании Ф. Манки представлено 50 стран мира, среди которых есть как развитые, так и развивающиеся. На долю представленных стран приходится 75 % мирового ВВП, измеренного по паритету покупательной способности для рассматриваемого периода 1970–2000 гг.

Перечень стран: Австралия, Австрия, Аргентина, Бангладеш, Бельгия, Бразилия, Бурунди, Великобритании, Гана, Германия, Гонконг, Греция, Дания, Израиль, Индия, Индонезия, Иордания, Ирландия, Испания, Италия, Канада, Кипр, Маврикий, Малави, Малайзия, Мали, Марокко, Нигерия, Нидерланды, Новая Зеландия, Норвегия, Пакистан, Панама, Перу, Португалия, Сингапур, США, Таиланд, Танзания, Тринидад, Турция, Фиджи, Филиппины, Финляндия, Франция, Чили, Швейцария, Швеция, Южная Африка, Япония.

В качестве альтернативы, для дополнительного тестирования, использовался также индекс институционального качества, представленный в другой работе[44]44
  Hall, R., Jones, С. 1999. Why do some countries produce so much more output per worker than others? Quarterly Journal of Economics, 1141, 83-116.


[Закрыть], который отличается тем, что является точечным – приводятся расчеты только по данным за 1988 г., однако при этом набор стран, для которых рассчитывается индекс, является довольно широким. Надо отметить, что результаты использования разных баз данных для измерения качества институтов в целом приносят сходные результаты. Отчасти это вызвано тем, что качество институциональной среды, как правило, изменяется достаточно медленно, характеризуется инерционностью, проявлением эффекта сопротивления различных групп специальных интересов.

При изучении взаимосвязи между качеством экономических институтов и совокупной производительностью факторов вероятно возникновение проблемы эндогенности, т. е. достаточно сложно вычленить непосредственное влияние качества институтов на темпы экономического роста и TFP в связи с тем, что взаимосвязь между объясняемой и объясняющей переменной двусторонняя (в прямом и обратном направлении), одновременная.

Для решения данной проблемы обычно используется метод инструментальных переменных (IV) и обобщенный метод моментов (GMM). Выбор инструментальных переменных является определяющим с точки зрения точности результатов вычислений, инструментальные переменные должны быть коррелированы с эндогенной переменной, но в то же время не должны оказывать прямого влияния на зависимую переменную.

Прежде всего, уровень институционального качества страны (это эндогенная переменная в данном случае) объясняется ее колониальным прошлым. Будем исходить из предпосылки о том, что европейские страны обладают высококачественными институтами, поддерживающими сферы торговли, исследований и разработок (на основе механизмов защиты прав интеллектуальной собственности), в целом экономический рост. Можно заметить корреляцию между уровнем качества институциональной среды страны и влиянием, которое оказывала на нее метрополия в течение колониального периода. В ряде работ существует указание на тот факт, что регионы, которые подверглись колонизации со стороны европейских стран, с большей вероятностью в итоге выстроили социальную инфраструктуру (институты), воспроизводящую по характеристикам аналогичную инфраструктуру метрополии.

Географическая широта страны и степень распространенности по крайней мере одного из основных европейских языков представляет собой прокси для оценки качества институтов. Если страна располагается на широте, близкой к широтам основных европейских стран (в диапазоне Франции, Англии, Испании), то это является индикатором цивилизованной колонизации (в противовес хищнической, грабительской). В данном случае колонизаторы в силу благоприятных климатических условий могли рассматривать подобные страны в качестве локации, пригодной для долгосрочного проживания, и устанавливали институты, напоминающие в целом институты метрополии.

В то же время в локациях, более неблагоприятных с климатической точки зрения, с высокой вероятностью происходила хищническая колонизация, качество институтов было низким. Аналогичным образом объясняется наследование языков теми или иными странами.

Рассмотрим результаты оценивания эконометрических моделей, которые основываются на использовании инструментальных переменных.

Таблица 3. Результаты эконометрического исследования влияния качества институциональной среды на темпы роста TFP[45]45
  Ln IQ – логарифм среднего уровня качества институтов за период 1970–2000 гг., TFP gap – отличие величины TFP каждой конкретной страны от величины TFP США (лидер поданному параметру). Используемые инструментальные переменные: (i) – доля населения, владеющая английским языком; (ii) – доля населения, владеющая одним из шести основных европейских языков; (iii) – географическая широта; (iv) – количество лет реализации открытой торговой политики. Стандартные ошибки скорректированы с учетом гетероскедастичности.


[Закрыть]

Источник: Manca, F. 2010. Technology catch-up and the role of institutions. Journal of Macroeconomics, 32,1041–1053.

Знаки при коэффициентах в рассматриваемых моделях позволяют сделать вывод о том, что качество институтов является фактором увеличения интенсивности перетока технологий из развитых стран в развивающиеся. При фиксированном расстоянии стран до передовой технологической границы страны, обладающие более высоким качеством институтов, в среднем быстрее сокращают отставание от лидеров через положительные и более высокие темпы роста TFP.

Изучая феномен ß-конвергенции, Ф. Манка включает в эконометрические модели величину ВВП и норму инвестиций в начальном периоде (в логарифмических единицах). Результаты в столбцах (iii) и (iv) показывают, что при включении в модель переменной, учитывающей величину отставания стран по показателю совокупной факторной производительности (Ln [10 х TFP gap]), при переменной, показывающей первоначальный уровень ВВП (Ln Ypp 1970), мы видим положительный и статистически значимый коэффициент. Если же обратиться к следующей модели (v), которая не включает переменную Ln [10 х TFP gap]), то коэффициент при Ln Ypp 1970 будет также статистически значимым, но отрицательным. Автор интерпретирует этот факт следующим образом: судя по всему, большая часть наблюдаемой ß-конвергенции может быть объяснена технологическим наверстыванием и эффектом, который привносит произведение уровня качества институтов (10) на величину отставания страны по TFP от страны-лидера (передовой технологической границы).

Далее автор вновь подчеркивает идею о том, что темы экономического роста зависят от действия двух факторов: во-первых, высококачественные институты сами по себе способствуют эффективному освоению технологий, во-вторых, создают условия для привлечения и последующего освоения новых технологий.

Для более скрупулезного исследования того, какие институциональные факторы являются наиболее важными, в эконометрическую модель включаются компоненты Индекса экономической свободы. Кроме того, интерес представляет вопрос о том, варьируется ли действие институтов в зависимости от уровня развития стран, от степени технологического отставания. Для ответа на данный вопрос предлагается разделить выборку стран на две подвыборки – подвыборку лидеров и подвыборку догоняющих стран, у которых в начальный год исследования отставание по уровню TFP от лидера (США) составляло не менее 10 %. В группу стран-лидеров вошли 15 стран, в группу догоняющих – 35 стран.

Результаты оценивания эконометрических уравнений для двух групп стран, включающих регрессоры, измеряющие качество компонент институциональной среды, представлены в табл.4.

Судя по результатам дезагрегирования Индекса экономических свобод, некоторые параметры институциональной среды не объясняют скорость наверстывания технологического отставания. Судя по статистической значимости оценок коэффициентов, не зафиксировано влияние следующих компонент Индекса экономических свобод: (1) Размер государства: расходы, налоги, предприятия (Size of Government: Expenditures, Taxes, and Enterprises); (5) Регулирование кредитования, рынка труда и бизнеса (Regulation of Credit, Labor, and Business).

Наиболее важными оказались следующие компоненты: (2) Структура права и защита прав собственности (Legal Structure and Security of Property Rights); (3) Доступ к финансовым ресурсам (Access to Sound Money); (4) Свобода международной торговли (Freedom to Trade Internationally).

Наиболее неожиданные результаты связаны с защитой прав интеллектуальной собственности. В спецификациях, которые включают переменную, отвечающую за общий уровень качества институциональной среды, увеличение уровня защиты прав собственности[46]46
  Субиндекс «Legal Structure and Security of Property Rights» состоит из следующих компонент: (1) независимость судебной системы; (2) беспристрастность правосудия; (3) защита прав интеллектуальной собственности; (4) военное вмешательство в сферу закона; (5) власть закона.


[Закрыть] замедляет скорость сокращения технологического разрыва[47]47
  Переменная «Ln Property Rights * TFP gap» входит в модель с положительным коэффициентом, что для используемой автором логистической функции распространения технологий следует интерпретировать как отрицательную эластичность по темпу роста TFP.


[Закрыть]. Более конкретно: увеличение уровня защиты прав собственности (соответствующей компоненты Индекса экономических свобод) на 1 % приводит к сокращению темпов освоения технологий на 2 % для полной выборки стран и на 4 % – для группы догоняющих стран.

Таблица 4. Результаты эконометрического исследования: влияние компонент институциональной среды на темпы роста TFP[48]48
  Ln IQ – логарифм среднего уровня качества институтов за период 1970–2000 гг., TFP gap – отличие величины TFP каждой конкретной страны от величины TFP США (лидер поданному параметру). Используемые инструментальные переменные: (i) – доля населения, владеющая английским языком; (ii) – доля населения, владеющая одним из шести основных европейских языков; (iii) – географическая широта; (iv) – количество лет реализации открытой торговой политики. Стандартные ошибки скорректированы с учетом гетероскедастичности.


[Закрыть]

Источник: Manca, F. 2010. Technology catch-up and the role of institutions. Journal of Macroeconomics, 32,1041–1053.

Результат соответствует ожиданиям того, что улучшение защиты прав интеллектуальной собственности может стать барьером на пути имитации технологий, особенно для стран, которые в наибольшей степени удалены от технологической границы и которые более других опираются на модель чистой имитации. Данный результат подтверждает гипотезу, высказанную в одной из работ ранее[49]49
  Grossman, G., Lai, Е. 2004. International protection of intellectual property. American Economic Review, 94,1635–1653.


[Закрыть]: согласно этой гипотезе в том случае, если передача технологий осуществляется через канал имитации, защита прав интеллектуальной собственности может привести к снижению скорости наверстывания технологического отставания. По мере того как увеличивается уровень доходов и возрастают технологические возможности страны, отрицательное влияние защиты прав интеллектуальной собственности становится менее ярко выраженным.

Следует отметить, что влияние двух других показателей: Доступ к финансовым ресурсам (Access to Sound Money); Свобода международной торговли (Freedom to Trade Internationally) соответствует ожидаемому эффекту – совершенствование по данным переменным является благоприятным с точки зрения обеспечения темпов роста TFP. При этом Ф. Манка отмечает, что показатель «Доступ к финансовым ресурсам» следует расценивать как прокси для стабильной макроэкономической среды, которая снижает риски инвесторов и способствует диффузии технологий.

Еще одним интересным результатом работы Ф. Манки[50]50
  Manca, F. 2010. Technology catch-up and the role of institutions. Journal of Macroeconomics, 32,1041–1053.


[Закрыть]является попытка определить минимальный уровень развития институтов, ниже которого представители группы догоняющих стран даже теоретически не могут приблизиться к технологической границе. Страны со средним качеством институтов ниже 66 % от качества институтов страны-лидера не в состоянии двигаться в тренде технологической конвергенции, напротив – их отставание будет только усиливаться.

Из 50 рассматриваемых стран у 15 уровень развития институциональной среды на момент проведения исследования не позволял рассчитывать на технологическую конвергенцию; перечислим эти страны: Гана, Нигерия, Бангладеш, Бразилия, Танзания, Бурунди, Малави, Перу, Турция, Аргентина, Израиль, Пакистан, Индия, Мали, Марокко. Из всех перечисленных стран только в Турции, Индии и Израиле наблюдался положительный темп роста TFP. Автор замечает, что расстояние Аргентины, Индии, Израиля и Турции до порогового уровня качества институтов невелико. Это означает, что небольшие усилия по приведению в порядок институтов имеют стратегическое значение и способны принести огромные выгоды таким странам. Другим странам необходимы более радикальные перемены для того, чтобы выбраться из ловушки технологической дивергенции.

2.2. Анализ влияния институтов на инновационную (имитационную) активность: двухуровневая модель

В работе М. Сролека[51]51
  Srholec, М. 2011. A multilevel analysis of innovation in developing countries. Industrial and Corporate Change, vol. 20, No. 6,1539–1569.


[Закрыть] подчеркивается важность исследования интенсивности инновационной активности с учетом особенностей институциональной среды, воздействующей на совокупность экономических агентов. Для этого может применяться инструментарий многоуровневого анализа. Как указывает автор, эконометрическое тестирование гипотез, предлагаемых в рамках одноуровневых моделей, характеризуется рядом существенных ограничений. Так для стандартных эконометрических моделей неявно принимается предпосылка о том, что наблюдения проводятся на однородном множестве объектов и поэтому результаты отдельных измерений обладают характеристикой независимости от результатов других измерений.

Но подлинная структура данных может быть кластерной, содержащей отдельные группы объектов, находящихся в сходных экономических условиях. В таком случае предпосылка о независимости результатов измерений для всей совокупности объектов может не выполняться[52]52
  Goldstein, Н. 2003. Multilevel Statistical Models. Arnold: London; Hox, J. 2002. Multilevel Analysis. Lawrence Erlbaum Associates, Inc.: Mahwah; Luke, A. 2004. Multilevel Modeling. Sage Publications: London.


[Закрыть], так как характеристики объектов, принадлежащих одной и той же группе, могут обладать тесной статистической связью, корреляцией. Многоуровневые модели ослабляют предпосылку о независимости характеристик группирующихся объектов, позволяют учесть иерархические закономерности в данных. Более того, данная группа моделей позволяет выявить степень, в которой результаты воздействия тех или иных факторов на исследуемый объект зависят от изменений контекста воздействия данных факторов. Примерами такого контекста могут являться институциональная среда, технологический уровень той или иной страны, а объектом воздействия – те или иные частные предприятия, фирмы.

Как правило, вопросы, связанные с измерением влияния среды, особенно если имеется в виду международная вариативность среды, не учитываются по причине недостатка соответствующих данных. В настоящее время появляются международные исследования, которые позволяют отмеченный недостаток данных компенсировать.

Большой интерес представляет статистика об инновационной активности фирм в различных странах мира, которая бы содержала сведения как о характеристиках фирм, так и о характеристиках окружающей среды, измеряемых макроэкономическими показателями. Мировой банк является организатором сбора подобной информации в рамках исследования Productivity and Investment Climate Survey (PICS)[53]53
  World Bank. 2003. Productivity and Investment Climate Survey (PICS): Implementation Manual. World Bank: New York.


[Закрыть], которое содержит сведения о порядка 15000 фирм из 32 развивающихся стран.

Остановимся на вопросе о том, почему для решения некоторых задач желательно использование моделей, учитывающих иерархическую структуру данных. Как мы указывали выше, существующая в реальности, но не учтенная в моделях принадлежность к той или иной группе способствует появлению корреляции в характеристиках объектов. Например, результативность учащегося в школе определяется не только количеством времени, отводимого обучению, но и рядом более общих факторов, таких как характеристика конкретного класса, школы, национальной образовательной системы. Инновационную результативность аналогично следует моделировать, исходя не только из индивидуальных характеристик фирм, но также из характеристик, составляющих контекст, в котором фирма находится.

Й. Шумпетер указывал на значение социального контекста для инноваций[54]54
  Schumpeter, /. 1934. The Theory of Economic Development. Harvard University Press Cambridge.


[Закрыть]. Поиск новых способов осуществления деятельности встречается с сопротивлением, налагаемым структурой общества, общественных отношений, взаимодействий, взаимосвязей. И хотя он подчеркивал значение сопротивления новому, отметим, что среда может оказывать и положительное, стимулирующее инновационную активность воздействие.

Л. Ким подчеркивал значение внешней для фирм среды, состоящей из клиентов, поставщиков, конкурентов, государственных институтов, местных исследовательских институтов и центров технической информации, с точки зрения обеспечения способности фирм к тому, чтобы импортировать, проводить адаптацию к местным условиям и улучшать зарубежные технологии[55]55
  Kim, L. 1980. Stages of development of industrial technology in a developing country: a model. Research Policy, 9, 254–277.


[Закрыть].

Приведенные выше положения находятся в полном соответствии с системной концепцией инноваций, или теорией национальных инновационных систем[56]56
  Edquist, С. 1997. Systems of Innovation: Technologies, Institutions and Organizations. Pinter: London; Lundvall, B. A. 1992. National Systems of Innovation: Towards a Theory of Innovation and Interactive Learning. Pinter: London; Nelson, R. R. 1993. National Innovation Systems: A Comparative Analysis. Oxford University Press: New York.


[Закрыть]. В данном теоретическом направлении в явном виде признается существование многоуровневой структуры факторов, воздействующих на экономическое поведение фирм. Фирмы, погруженные в развитую инновационную систему, обладают высокими шансами к тому, чтобы стать успешными инноваторами. Верно и обратное – аналогичная фирма, погруженная в неблагоприятную среду, может приостановить инновационную активность, сфокусировать активность на менее сложных (с точки зрения затрат когнитивных усилий) видах деятельности.

Традиционно данная тематика освещается на основе макроэкономических данных, что позволяет выявить различия в межстрановых моделях стимулирования инноваций[57]57
  Archibugi, D. and A. Coco. 2004. A new indicator of technological capabilities for developed and developing countries (ArCo). World Development, 32, 629–654; Fagerberg, J. and M. Srholec. 2008. National innovation systems, capabilities and economic development. Research Policy, 37,1417–1435.


[Закрыть]. В некоторых исследованиях, выполненных на основе микроэкономических данных для международной выборки стран, страновые эффекты учитывались на основе фиктивных переменных[58]58
  Griffith, R., E. Huergo, J. Mairesse and B. Peters. 2006. Innovation and productivity across four European countries. Oxford Review of Economic Policy, 22, 483–498; Goedhuys, M., N. fanz and P. Mohnen. 2008. Knowledge-based productivity in low-tech industries: evidence from firms in developing countries. UNU-MERIT Working Paper; Mohnen, P, J. Mairesse and M. Dagenais. 2006. Innovativity: a comparison across seven European countries. Economics of Innovation and New Technology, 15, 391–413.


[Закрыть]. Безусловно, использование фиктивных переменных является наиболее простым решением, но сопряжено с низкой точностью оценок различий между странами. Такие переменные измеряют совокупный эффект, учитывающий все особенности страны, а потому остается большой простор для спекуляций на тему о том, что же в действительности представляют собой эти особенности.

Применение многоуровневых моделей, использующих микроэкономические данные, является технически более предпочтительным решением, позволяющим разрешить одно явное противоречие. В многочисленных работах показана роль факторов, действующих на различных уровнях на инновационную активность фирм, но при этом наиболее часто для тестирования эконометрических гипотез используются одноуровневые, а не многоуровневые модели.

Обратимся к описанию данных, которые могут быть использованы для тестирования гипотез в рамках многоуровневых эконометрических моделей. Как уже было указано, одним из наиболее ценных источников микроэкономических данных по фирмам для международной выборки стран в настоящее время является Productivity and Investment Climate Survey (PICS) Мирового банка.

В работе М. Сролека, посвященной оценке факторов (в том числе и институциональных факторов) инновационной активности фирм, в качестве зависимой переменной предлагается использование фиктивной переменной INNPDT. Данная переменная принимает значение 1, если представитель фирмы ответил положительно на вопрос о том, осуществила ли фирма запуск производства новой линейки продуктов в исследуемом периоде, что в целом соответствует осуществлению фирмой некоторой продуктовой инновации.

Немаловажно отметить, что данный параметр позволяет учесть продуктовые инновации, которые являются таковыми лишь с точки зрения представителя фирмы. Такие продуктовые инновации тем не менее могут быть хорошо известны на местном рынке и тем более – на мировом. Не стоит забывать, что в развивающихся странах именно такой тип инновационного поведения фирм (имитационное развитие) является доминирующим. В целом достаточно сложно ожидать от фирм развивающихся стран производства технологически нового продукта.

Обратимся к массиву объясняющих переменных.

SIZE – натуральный логарифм количества постоянно занятых работников в начальный момент исследования. По мнению М. Сролека, учет данного параметра важен в силу принятого определения зависимой переменной (по крайней мере одна инновация за исследуемый период). Дело в том, что представитель более крупной фирмы с большей вероятностью предоставит положительный ответ на вопрос об осуществленных инновациях в связи с производством нескольких продуктов в рамках одного предприятия.

AGE – натуральный логарифм количества лет работы в рассматриваемой стране. С одной стороны, более старые фирмы могут накопить больший объем знаний, в то же время более молодые фирмы могут проявить повышенную инновационную активность.

FOR – доля собственности фирмы, принадлежащая зарубежным акционерам (нерезидентам). Использование данной переменной связано с тем, что филиалы зарубежных компаний, как правило, обладают доступом к технологиям материнской компании.

SEC – фиктивная переменная, отражающая принадлежность к одной из 13 укрупненных отраслей народного хозяйства: (1) пищевая промышленность; (2) производство одежды, кожевенная и текстильная промышленность; (3) химическая промышленность; (4) деревообработка, лесная промышленность, неметаллические материалы и производство мебели; (5) металлы; (6) машиностроение, электроника и автомобили; (7) строительство; (8) гостиницы и рестораны; (9) торговля; (10) транспорт; (11) недвижимость и аренда; (12) прочие сектора промышленности (горнодобывающая промышленность, электроэнергетика, водоснабжение, переработка отходов и др.); (13) прочие услуги.

R&D – фиктивная переменная, отражающая факт осуществления фирмой расходов на исследования и разработки в исследуемом периоде. Автор исследования сознательно отказался от использования объемов расходов фирмы на исследования и разработки по двум причинам: во-первых, данные сведения отсутствовали для нескольких тысяч наблюдений (фирм), во-вторых, в связи с невысокой вероятностью предоставления достаточно точного ответа. Использование переменной R&D отражает лишь общую приверженность фирмы использованию инструментария исследований и разработок.

PROF – переменная, которая измеряет долю профессионалов в числе постоянно занятых работников, в число профессионалов включены: ученые, инженеры, химики, программисты, бухгалтеры, юристы. Данная переменная отражает интенсивность задействования фирмой высококачественного человеческого капитала.

ISO – фиктивная переменная, отражающая факт соответствия фирмы стандартам ISO.

WWW – фиктивная переменная, отражающая факт регулярного использования вебсайта в процессе взаимодействия с клиентами и поставщиками.

SKILL – фиктивная переменная, отражающая использование фирмой механизмов профессиональной подготовки без отрыва от производства для постоянных сотрудников.

Преимуществом использования базы данных PICS Мирового банка является то, что в ней широко представлены сведения о компаниях, которые не участвуют в инновационной деятельности, в то время как традиционным недостатком подобных баз данных является неполная представительность. Иными словами расширенные ответы на вопросы о характеристиках фирмы представляют только те из них, кто занимается инновационной деятельностью. Очевидно, подобные массивы данных страдают от проблемы смещения выборки, эконометрические модели, оценки которых получены с использованием таких данных, требуют специфической коррекции. В случае с PICS она не требуется.

Как следует из табл. 5, в выборку включена 14681 фирма, 41 % фирм участвовал в исследуемом периоде в инновационной деятельности. На первый взгляд столь высокая инновационная активность может показаться удивительной, однако не следует забывать, что в данном случае используется определение инновационной деятельности для развивающихся стран, которое допускает имитационное воспроизведение наработок конкурентов. В среднем зарубежные собственники удерживают порядка 10 % активов фирмы, в дополнение можно сказать, что в среднем 5 % фирм характеризуются наличием зарубежного миноритарного акционера, у 10 % фирм контрольный пакет находится в собственности нерезидентов.

Как следует из табл. 5, в выборку включена 14681 фирма, 41 % фирм участвовал в исследуемом периоде в инновационной деятельности. На первый взгляд столь высокая инновационная активность может показаться удивительной, однако не следует забывать, что в данном случае используется определение инновационной деятельности для развивающихся стран, которое допускает имитационное воспроизведение наработок конкурентов. В среднем зарубежные собственники удерживают порядка 10 % активов фирмы, в дополнение можно сказать, что в среднем 5 % фирм характеризуются наличием зарубежного миноритарного акционера, у 10 % фирм контрольный пакет находится в собственности нерезидентов.

Таблица 5. Описательная статистика для используемых переменных (параметры фирм)

Источник: Srholec, М. 2011. A multilevel analysis of innovation in developing countries. Industrial and Corporate Change, 20,6,1539–1569.

Как следует из табл. 6, инновационная активность фирм существенно варьируется в зависимости от страны расположения. Если в ЮАР инновационную деятельность осуществляют свыше 70 % фирм, то в Египте – всего лишь 14 % компаний.

Таблица 6. Инновационная активность развивающихся стран[59]59
  ¹ Формулировки положений о том, занимается ли фирма инновационной деятельностью, в некоторой степени различались по странам. Группа GP 1: «был разработан новый продукт» (developed a major new product); группа GP 2: «была успешно разработана новая линия продуктов / услуг» (developed successfully a major new product line / service); группа GP 3: «была разработана новая линия продуктов» (developed a major new product line).


[Закрыть]

Источник: Srholec, M. 2011. A multilevel analysis of innovation in developing countries.

Industrial and Corporate Change, 20, 6, 1539–1569.

Для того чтобы построить многоуровневую модель, необходимо использовать данные, характеризующие инновационную среду фирм в целом, следовательно необходимо использование соответствующих макроэкономических показателей. Для исключения влияния шоков использовались средние показатели за 3 года, предшествующих дате проведения исследования в той или иной стране.

Перечислим объясняющие переменные, отвечающие за описание среды, в которой действуют фирмы в развивающихся странах.

GAP – натуральный логарифм отношения ВВП наиболее развитой страны в выборке к ВВП той или иной развивающейся страны. ВВП стран измеряется по паритету покупательной способности в долларах США в ценах 2000 г. Использование данного показателя объясняется предположением о том, что отставание по уровню развития от технологической границы мира связано с некоторым потенциалом к осуществлению инноваций, прежде всего, на основе имитации нововведений. Безусловно, само по себе отставание от технологической границы не является достаточным условием для ускоренного наверстывания отставания. Также требуется наличие развитой инфраструктуры, качественной системы образования, научного потенциала, государственных институтов определенного уровня развития.