Эмпирический анализ экономического роста и человеческого капитала в регионах России Текст научной статьи по специальности «Экономика и бизнес»

34 (220) - 2014

Вопросы экономики

УДК 330.43

эмпирический анализ экономического роста и человеческого капитала в регионах россии*

О.В. МИЧАСОВА,

кандидат физико-математических наук, старший преподаватель кафедры математического моделирования экономических процессов, Нижегородский государственный университет им. Н.И. Лобачевского —

Национальный исследовательский университет; доцент кафедры экономической теории и эконометрики, Национальный исследовательский университет «Высшая школа экономики», Нижегородский филиал

E-mail:[email protected]

Модернизация экономики России, переход к экономике знаний привлекают большое внимание к ролям, которые играют в экономическом развитии создание и управление знаниями. Развитие человеческого капитала как непосредственная часть этого процесса становится центральной проблемой для политиков, ученых и исследователей как на уровне всей страны, так и в отдельных регионах. Целью статьи является ответ на вопрос: влияет ли, и каким образом, человеческий капитал на экономический рост в регионах России? Для этого были изучены данные Федеральной службы государственной статистики об экономическом и социальном развитии регионов России. С помощью корреляционного анализа были проанализированы взаимосвязи между инвестициями в образование и спросом на человеческий капитал. При этом использовались показатели численности учащихся на различных уровнях образования, численность персонала, занятого научными исследовани-

* Статья предоставлена Информационным центром Издательского дома «ФИНАНСЫ и КРЕДИТ» при Нижегородском государственном университете им. Н.И. Лобачевского — Национальном исследовательском университете.

ями и разработками, и доля внутренних затрат на исследования и разработки в валовом региональном продукте, плотность населения, уровень безработицы и средний темп роста валового регионального продукта. Также с помощью метода наименьших квадратов были построены эконометрические модели, характеризующие взаимосвязь экономического роста и человеческого капитала с точки зрения неоклассической теории экономического роста (расширенная модель Солоу — Свена, модель Нельсона — Фелпса). Полученные результаты свидетельствуют о том, что запас человеческого капитала является значимым фактором экономического роста, но в рассматриваемом временном промежутке с 2003 по 2010 г. в регионах России не наблюдается эффекта «быстрого старта», т.е. отсутствует выравнивание по производительности труда и по количеству персонала, занятого исследованиями и разработками. Это свидетельствует о том, что для успешной модернизации экономики России нужно больше внимания уделять развитию предприятий и научно-исследовательской инфраструктуры в регионах, а не только в лидирующих субъектах — Москве и Санкт-Петербурге.

Ключевые слова: экономический рост, человеческий капитал, инновации, математическая модель, модель Солоу; эконометрическая модель

введение

Развитие экономики на современном этапе требует концентрации усилий в наукоемких секторах, таких как телекоммуникации, фармацевтика, производство компьютерной техники и разработка программного обеспечения. Поэтому процесс формирования человеческого капитала и создания необходимых знаний и навыков привлекает все больше внимания политиков, ученых и исследователей, как на уровне всей страны, так и в отдельных регионах. Влияние образования и других показателей, характеризующих человеческий капитал, является одним из основных предметов исследования механизмов воздействия различных факторов на экономический рост.

Теория человеческого капитала рассматривает образование и повышение квалификации как инвестиции в формирование навыков и компетенций [6, 12]. Индивиды вкладывают деньги и время в процесс получения образования и профессиональных навыков, чтобы повысить свою производительность и соответственно получить большую заработную плату, а рост производительности инициирует экономический рост. Похожие идеи можно найти в исследованиях взаимосвязи между уровнем образования или квалификации рабочей силы и параметрами, характеризующими технологическое развитие страны [10]. Согласно их теории более квалифицированная рабочая сила легче внедряет или адаптирует новые технологии, таким образом, увеличивая отдачу от обучения.

Пространственные данные по наборам стран достаточно широко исследуются в литературе для выявления взаимосвязей между различными мерами человеческого капитала и экономическим ростом. Среди наиболее известных работ следует отметить:

— в рамках предположения о равновесном состоянии в модели Солоу — Свена установлена значимая положительная связь между долей населения в трудоспособном возрасте, обучающегося в средней школе, и валовым внутренним продуктом на душу населения в трудоспособном возрасте для 98 стран [9];

— протестировано несколько спецификаций расширенной модели Солоу — Свена для 78 стран без учета предположения о равновесном состоянии [7]. Зависимость между человеческим капиталом и экономическим ростом оказалась обратной и незначимой. Однако, если в модели учитывался начальный уровень выпуска, то взаимосвязь была положительной и значимой. То есть страны с более высоким уровнем образования быстрее сокращают технологическое отставание от лидирующей страны. Это явление получило название эффекта «быстрого старта» (catch-up effect);

— показано, что средний срок обучения и расходы на образование положительно и значимо влияют на экономический рост для 87 стран (1965-1975 гг.) и 97 стран (1975-1985 гг.) [5].

Однако следует отметить, что интерес представляет не только межстрановое сравнение воздействия человеческого капитала на экономический рост, но и анализ распределения (зачастую далеко не равномерного) показателей, характеризующих образование, науку и инновации по регионам внутри одной страны, что особенно актуально для стран, занимающих большую территорию, объединяющих разные нации со своими особенностями: Россия, Канада, США и т.д. Подобное исследование по региональным и национальным особенностям для Европы (когда выборка состоит не только из стран, а из исторически сформированных, традиционных регионов) можно найти в работе [8].

взаимосвязь между инвестициями в образование и спросом на человеческий капитал

В исследовании были проанализированы данные Федеральной службы государственной статистики об экономическом и социальном развитии регионов России. Следует отметить, что проблема выбора меры человеческого капитала остается нерешенной [3, 4]: не существует единого показателя, который учитывал бы все параметры, характеризующие это понятие. Поэтому в качестве меры человеческого капитала, характеризующей инвестиции индивидов в развитие человеческого капитала, были рассмотрены следующие показатели: доли обучающихся по программам высшего и среднего профессионального образования среди населения трудоспособного возраста в 2010 г. и отношение числа учащихся в общеобразовательных учрежде-

ниях к численности населения втрудоспособном возрасте в2010 г.

Выбор показателей, в первую очередь, обус-ловлендоступностью данных.Прианализе была выдвинута гипотеза, что чем выше потребность в высококвалифицированных кадрах в регионе, тем вышебудутвложенияиндивидов в человеческий капитал. Для характеристики потребности в человеческом капитале высокой квалификации было использовано два показателя:соотношениезатрат организаций на информационно-коммуникацион-ныетехнологии и валово го регионального гф одукта, а такжедоля персонала,зрнято го научными исследованиями и разработками, в общей численности занятых по регионам Россиив2010 г.

В результате анализа не было выявлено суще ственныхвзаимосвязеймежду соотношением затрат организаций на информационно-коммуни-кационныетехнологиииваловым региональным продуктом и показателями численности учащихся различного уровня. Для доли персонала, занятого наушымиисследованиями и разработками, в общей численности занятых была получена ожидаемая значимая положительная связь с долей обучаю-щихсяввузах среди населения трудоспособного возраста (коэффициент корреляции равен 0,489, егозначимость — 4,946) и значимая отрицательная зависимость с долей обучающихся в общеобразовательных учреждениях (коэффициент корреляции равен -0,391, его значимость--3,749)(рис. 1, 2).

я М

^ я 2 §

«

§ I

5 м

" I?

Я Я

я ®

я м

й Ч

Численность обучающихся по программамвысшего п]вофессионального образования от численности населения в трудоспособном возрасте, %

Рис. 1. Взаимосвязь численности студентов вузов и численности персонала, занятого научными исследованиями и разработками в 2010 г., %

4 т

3,5--

3--

2,5'

1,5-' 1--

У,5 У

О

о

о

о .....о

ь

1У

г

В5

15 ВУ

Численность обучающихся в общеобразовательных учреждениях от численности населения в трудоспособном возрасте

о о' -1

ЗУ

Рис. 2. Взаимосвязь численности учащихся общеобразовательных учреждений и численности персонала, занятого научными исследованиями и разработками в 2010 г, %

в

6 т

0 2 4 6 8 10 12 14 16

Численность обучающихся по программам высшего профессионального образования от численности населения в трудоспособном возрасте

Рис. 3. Взаимосвязь численности студентов вузов и доли внутренних затрат на научные исследования и разработки в ВРП в 2010 г, %

Численность обучающихся по программам среднего профессионального образования от численности населения в трудоспособном возрасте, %

Рис. 4. Взаимосвязь численности учащихся общеобразовательных учреждений и доли внутренних затрат на научные исследования и разработки в ВРП в 2010 г, %

При рассмотрении доли внутренних затрат на научные исследования и разработки в валовом региональном продукте была выявлена значимая корреляция с численностью студентов вузов (0,346, значимость 3,259) и численностью школьников (-0,372, значимость -3,536) (рис. 3, 4). Отрицательную зависимость можно объяснить тем, что более высокая доля школьников по отношению к численности населения трудоспособного возраста требует больших расходов на образование, поэтому доля денежных средств, выделяемых на науку, становится меньше.

Также была протестирована гипотеза о том, что городские агломерации с высоким уровнем экономической активности способствуют более быстрому распространению знаний (путем не-

посредственного общения). В результате анализа взаимосвязи плотности населения с переменными, характеризующими человеческий капитал, была обнаружена положительная значимая взаимосвязь с численностью обучающихся в вузах (0,539, значимость 5,654) и отрицательная значимая взаимосвязь с численностью учащихся общеобразовательных учреждений (-0,242, значимость -2,201). Однако при исключении из рассмотрения регионов с высокой плотностью населения (Москва и Санкт-Петербург) эти зависимости перестали быть значимыми, а значимой стала обратная связь между плотностью населения и численностью учащихся в средних профессиональных учреждениях (-0,477, значимость -4,731). Эту зависимость можно объяснить тем, что в малочисленных регионах нет необходимости по-

ц С

180 160 140 120 100 80 604020-0

0,7

1,2

1,7

"Г

2,2

2,7

г

3,2

3,7

Численность обучающихся по программам среднего профессионального образования от численности населения в трудоспособном возрасте, %

Рис. 5. Взаимосвязь численности обучающихся по программам среднего профессионального образования и плотности населения в 2010 г

лучать высшее образование, и проще найти работу, имея рабочую профессию (рис. 5).

Также следует рассмотреть взаимосвязь показателей, характеризующих человеческий капитал, с уровнем безработицы. Все взаимосвязи являются значимыми, причем, если в регионах с высокой долей обучающихся в учреждениях высшего и среднего профессионального образования по отношению к населению трудоспособного возраста (коэффициенты корреляции -0,262 и -0,247, значимость -2,396 и -2,247 соответственно), а также в регионах с высокой долей персонала, занятого научными исследованиями и разработками, в общей численности занятых (-0,276, значимость -2,538), уровень безработицы будет ниже, чем в других

60

50

40

30

20

регионах, то в регионах с высокой долей обучающихся общеобразовательных учреждениях уровень безработицы будет выше (коэффициент корреляции 0,673, значимость 8,033, рис. 6).

При анализе взаимосвязи экономического роста и характеристик человеческого капитала было получено, что статистически значимой является только отрицательная зависимость между численностью обучающихся по программам среднего профессионального образования и средним темпом роста валового регионального продукта (-0,234, значимость -2,130, рис. 7). Такой результат противоречит традиционным представлениям теории экономического роста и свидетельствует о том, что нельзя ограничиваться только корреляционным ана-

«

я я

ч ^

&

О

10

10

15 20 25 30

Численность обучающихся в общеобразовательных учреждениях от численности населения в трудоспособном возрасте

Рис. 6. Взаимосвязь численность учащихся общеобразовательных учреждений и уровня безработицы в 2010 г., %

0

2

<ч й

С

СМ

т

и л О

100 98

96'

т-1-г

0,8 1,3 1,8 2,3 2,8 3,3 3,8

Численность обучающихся по программам среднего профессионального образования от

численности населения в трудоспособном возрасте

рис. 7. Взаимосвязь между численностью учащихся учреждений среднего профессионального образования и средним темпом роста валового регионального продукта в 2010 г., %

лизом взаимосвязей. Для более полного понимания природы и механизма анализируемых взаимосвязей нужен более сложный анализ с учетом физического капитала.

Анализ взаимосвязи между экономическим ростом и человеческим капиталом

Один из самых простых способов учета влияния физического и человеческого капиталов на экономический рост — это применение модели Солоу — Свена. Более подробный обзор работ, описывающих различные спецификации модели экономического роста с учетом человеческого капитала, можно найти в работах [1, 2].

Рассмотрим модель, предложенную в работе [9], в которой предполагается, что страны находятся в равновесном состоянии. Предположим, что это предположение верно и для регионов России. Тогда эконометрическую модель, представляющую модель Солоу — Свена, можно записать в виде

~У (Г)" ..... а

1п

L(t)

= 1п А(0) + --1п(^) -

1 -а

—— 1п(п + g + 5) + —— 1п(й*). 1 -а 1-а

Результаты оценки коэффициентов регрессии с помощью метода наименьших квадратов представлены в табл. 1.

Таблица 1

оценка расширенной модели солоу-свена с учетом предположения о равновесном состоянии

Показатель модель 1 модель 2 модель 3

Константа 4,958* 7,978* 1,258

(4,991) (6,695) (0,267)

1n(//GRP) - 0,016 0 0,006

(- 0,113) («>) (0,013)

1п(п + g + 5) 0,514 - 0,612 1,226

(1,309) (- 1,584) (1,709)

1п(Н) 0,090 - 0,140 - 0,612**

(0,549) (-0,749) (- 2,016)

Число наблюдений 79 79 79

Нормированный К2 - 0,013 0,003 0,035

^-статистика 0,665 1,632 1,943

* Уровень значимости — 1%. ** Уровень значимости — 5%.

Примечание. В скобках приведены ^статистики; зависимая переменная У — валовой региональный продукт на одного занятого, тыс. руб.; 1^ЯР — доля инвестиций в основной капитал в ВРП, %; (п + g + 5) — сумма темпа роста населения, темпа роста технического прогресса и норма амортизации, ^ + 5) полагается равным 6%; п — темп прироста населения в 2010 г., %; Н — в модели 1 — численность обучающихся по программам высшего профессионального образования от численности населения в трудоспособном возрасте в 2010 г, %; в модели 2 — численность обучающихся по программам среднего профессионального образования от численности населения в трудоспособном возрасте в 2010 г., %; в модели 3 — численность обучающихся общеобразовательных учреждений от численности населения в трудоспособном возрасте в 2010 г, %.

7х"

27

Для достаточно большой выборки стран в работе [11] было получено, что 5 (норма амортизации) составляет от 3 до 4%. В работе [9] отмечается, что рост дохода на душу населения в среднем равен 1,7% в США и 2,2% в развитых странах, поэтому предполагалось, что g составляет примерно 2%.

Так как Россия является страной с переходной экономикой, то уместно предположить, что эти показатели более или менее постоянны в ее регионах, поэтому для исследования возьмем ^ + 5) равным 6%. Очевидно, что все модели (см. табл. 1) являются незначимыми, поэтому можно сделать вывод, что предположение о равновесном состоянии не применимо к данной выборке, кроме того, численности обучающихся на различных уровнях являются не слишком хорошими мерами человеческого капитала как фактора экономического роста региона. Поэтому в качестве индикатора запаса человеческого капитала H была рассмотрена численность персонала, занятого исследованиями и разработками в 2010 г. Выбор данного показателя обусловлен тем, что такие сотрудники воплощают человеческий капитал высокого порядка, который является существенным для технологического прогресса согласно теории эндогенного роста. Были

Таблица 2

оценка расширенной модели солоу — свена

Показатель модель 1 модель 2

Константа 0,193* (8,644) 7,122* (5,381)

dK 0,181** (2,141) 1,385** (2,635)

dL 1,506* (3,554) -0,173 (-0,074)

dH 0,085 (1,954) 0,011 (0,046)

ВД — 1,044* (3,861)

Число наблюдений 79 79

Нормированный К2 0,259 0,323

^-статистика 10,103* 10,292*

* Уровень значимости — 1%. ** Уровень значимости — 5%.

Примечание. В скобках приведены Г-статистики; К — основные фонды в экономике в 2010 и 2003 гг. в ценах 2008 г., млн руб.; Ь — среднегодовая численность занятых в экономике в 2010 и 2003 гг., тыс. чел.; Н — численность персонала, занятого научными исследованиями и разработками в 2010 и 2003 гг., чел.; Y — валовой региональный продукт ВРП в ценах 2008 г. за 2010 и 2003 гг., млн руб.; в модели 1 зависимая переменная —dY, в модели 2 — 1п(У); <Х—логарифмическая разность переменной Х.

оценены коэффициенты модели в спецификации [7], которая получена логарифмированием стандартной расширенной модели Солоу — Свена:

1п Ут - 1п У0 = 1п Ат - 1п А +а(1п Кт - 1п К0) +

+Р(1п Ьт - 1п L0) + у(1п Нт - 1п Н0).

Результаты оценки коэффициентов модели (по методу наименьших квадратов) представлены в табл. 2.

При оценке коэффициентов 2003 г. рассматривался как период 0, 2010 г. — как период Т. Спецификация модели значима для обоих случаев, но коэффициент при человеческом капитале не значим. Значимость коэффициента при 1п(Г0) в модели 2 свидетельствует о том, что начальное положение региона является существенным при определении текущего экономического развития. Это является подтверждением теории о существовании явления условной конвергенции [5].

В работах [7, 10] рассмотрены разные подходы, которые описывают, как уровень запаса человеческого капитала определяет способность экономики развивать и внедрять новые технологии. Он положительно связан с темпом роста технологического прогресса или производительности А. Персонал, занятый научными исследованиями и разработками, является показателем, который отражает способность экономики к развитию и внедрению технологических инноваций. Научные исследования и разработки — это основной способ создания новых знаний, а соответствующие кадры задействуются не только во внедрении вновь созданных технологий, но и в их трансфере из других секторов. Таким образом, данный показатель может быть использован для измерения человеческого капитала в модели Нельсона — Фелпса [10]. В спецификацию включен средний уровень человеческого капитала за период рассмотрения:

1п Ут - 1п У0 = 1п Ат - 1п А +а(1п Кт - 1п К0) +

+Р(1п- 1п^) + Г[т¿Н|

Результаты оценки (по методу наименьших квадратов) представлены в табл. 3. В модели 1 человеческий капитал входит незначимо. Однако при учете эффекта условной сходимости путем включения начального значения ВРП на одного работника (производительность труда) в 2003 г. в модели 2 человеческий капитал входит в модель значимо на уровне значимости 1%.

Таблица 3

оценка модели нельсона — Фелпса

Показатель модель 1 модель 2

Константа 0,202** 4,782*

(2,113) (6,598)

dK 0,166 0,460

(1,830) (1,608)

dL 1,719* 1,350

(4,096) (1,117)

AH -0,004 0,475*

(-0,329) (13,497)

ВД 0,769* (5,270)

Число наблюдений 79 79

Нормированный R2 0,223 0,804

F-статистика 8,451* 5,270*

* Уровень значимости — 1%. ** Уровень значимости — 5%.

Примечание. В скобках приведены ^статистики; ¿X — логарифмическая разность переменной Х; К — основные фонды в экономике в 2010 и 2003 гг. в ценах 2008 г., млн руб.; Ь — среднегодовая численность занятых в экономике в 2010 и 2003 г., тыс. чел.; АН — средняя численность персонала, занятого научными исследованиями и разработками с 2003 по 2010 г., чел; У — ВРП в ценах 2008 г. за 2010 и 2003 гг., млн руб.; в модели 1 зависимая переменная — dУ, в модели 2 — 1п(У).

Таблица 4 оценка модели нельсона — Фелпса с учетом эффекта «быстрого старта»

Показатель модель 1 модель 2

Константа 0,164* 0,130*

(5,905) (3,912)

dK 0,174 0,232**

(1,885) (2,402)

dL 1,767* 1,531*

(4,183) (3,499)

H0 -0,0000005 -0,0000005

(-0,646) (-0,628)

H0(Y /Y) 0V max v 0,0000001 0,0000002

(0,550) (0,913)

Y /Y. max l 0,0005 (1,772)

Число наблюдений 79 79

Нормированный R2 0,216 0,238

F-статистика 6,385* 5,884*

* Уровень значимости — 1%. ** Уровень значимости — 5%.

Примечание. ¿X — логарифмическая разность переменнойХ; К — основные фонды в экономике в 2010 и 2003 гг. в ценах 2008 г., млн руб.; Ь — среднегодовая численность занятых в экономике в 2010 и 2003 гг., тыс. чел.; Н0 -численность персонала, занятого научными исследованиями и разработками в 2003 г., чел.; Ушах/У. — отношение производительности труда в лидирующем регионе к региону 1 в 2003 г.; У — ВРП в ценах 2008 г. за 2010 и 2003 гг., млн руб.; зависимая переменная — dУ.

Вторая спецификация, которая тестировалась в исследовании, включает два показателя человеческого капитала, которые отражают его различные эффекты:

1п Гт - 1п Уо = ^ + gH1 + шИ, [(Ушах - У )/У ]+

+а(1п Кт - 1п К0) + Р(1п Ьт - 1п Ь0) =

= с + (g-ш) И+ шИг (Уштх/У) +

+а(1пКт - 1пК0) + Р(1пЬт - 1пЬ0).

Переменная gH . представляет эндогенное развитие на основе уровня человеческого капитала, а переменная шИг [(Ушах - У,)/У, ] описывает эффект «быстрого старта», т.е. как 1 -й регион догоняет в плане технологического развития лидирующий (по производительности труда, Ушах) регион. Результаты моделирования представлены в табл. 4.

Полученные результаты свидетельствуют о том, что в рассматриваемом временном промежутке с 2003 по 2010 г. в регионах России не наблюдается эффекта «быстрого старта», т.е. отсутствует выравнивание по производительности труда и по количеству персонала, занятого исследованиями и разработками. Это говорит о том, что для успешной модернизации экономики России нужно больше внимания уделять развитию предприятий и научно-исследовательской инфраструктуры в регионах, а не только в лидирующих субъектах — Москве и Санкт-Петербурге.

заключение

В статье рассмотрена эмпирическая взаимосвязь между человеческим капиталом и экономическим ростом в регионах России в 2003-2010 гг. Было показано, что для субъектов Российской Федерации можно говорить о существовании условной конвергенции, т.е. нельзя предполагать, что отстающие регионы будут развиваться быстрее лидирующих. Также было установлено, что уровень запаса человеческого капитала является значимым фактором для развития регионов, поэтому на современном этапе развития страны, чем больше запас человеческого капитала, тем быстрее будут темпы экономического роста. Однако следует отметить, что отсутствует эффект «быстрого старта» для экономики России, т.е. отставание регионов от Москвы и Санкт-Петербурга сокращается во времени незначительно. Данную тенденцию следует отнести к весьма негативным. Для более успешной модернизации экономики России следует максимальное внимание уделять развитию инновационных процессов и производств в регионах.

Список литературы

1. Кузнецов Ю.А. Человеческий капитал, производительность труда и экономический рост // Экономический анализ: теория и практика. 2012. № 43. С. 2-17.

2 . Кузнецов Ю.А. Человеческий капитал, производительность труда и экономический рост // Экономический анализ: теория и практика. 2012. № 44. С. 2-14.

3. КузнецовЮ.А., Мичасова О.В. Человеческий капитал: формирование, измерение, вклад в экономический рост // Экономический анализ: теория и практика. 2010. № 26. С. 21-33

4 . Соболева И.В. Парадоксы измерения человеческого капитала. Научный доклад. М.: Институт экономики РАН, 2009.

5 . Barro R.J., Sala-i-MartinX. Economic Growth. New York: McGraw-Hill, 1995.

6 . Becker G. Human Capital: A Theoretical and Empirical Analysis with Special Reference to Education . New York: Columbia University Press, 1964.

7. Benhabib J., SpiegelM.M. The role of human capital in economic development: evidence from

aggregate cross-country data // Journal of Monetary Economics. 1994. Vol. 34. № 2. P. 143-173.

8. Izushi H., HugginsR. Empirical analysis of human capital development and economic growth in European regions // In: Impact of education and training Third report on vocational training research in Europe: background report. Luxembourg: Office for Official Publications of the European Communities, 2004. P. 71-118.

9. Mankiw N.G., Romer D., Weil D.N. A contribution to the empirics of economic growth // Quarterly Journal of Economics. 1992. Vol. 107. № 2. P. 407-437.

10 . Nelson R.R., Phelps E. Investment in humans, technological diffusion and economic growth // American Economic Review. 1966. Vol. 61. № 2. P. 69-75.

11. Romer P.M. Capital accumulation in the theory of long run growth. In: Barro R.J. (ed.) Modern business cycle theory. Cambridge, MA: Harvard University Press, 1989. P. 51-127.

12 . Schultz T. W. Capital Formation by Education // Journal of Political Economy. 1960. Vol. 68. № 6. P. 571-583.

Financial analytics: science and experience Issues on economics

ISSN 2311-8768 (Online) ISSN 2073-4484 (Print)

AN EMPIRICAL ANALYSIS OF ECONOMIC GROWTH AND HUMAN CAPITAL IN THE REGIONS OF RUSSIA

Ol'ga V. MICHASOVA

Abstract

Importance Modernization of the Russian economy, transition to the knowledge economy attract a lot of attention to the roles of creation and knowledge management in the economic development . The development of human capital as a direct part of the process becomes the central issue for policy makers, scientists and researchers, both at the level of the whole country and in separate regions

Objective The purpose of the article is to find an answer to the question: whether, and how, the human capital influences the economic growth in the regions of Russia? I have examined the data of the Federal State Statistics Service related to the economic and social development of the regions of Russia .

Methods Using correlation analysis, I have analyzed the relationship between investment in education and the demand for human capital. In addition to the above, I have used the indicators of enrolment at the various levels of education, the number of personnel engaged in research and development, and the share of internal expenditures, allocated for the research and development of the gross regional product, population density, an unemployment rate and average rate of growth of the gross regional product Also by using the method of least squares, I have constructed the econometric models that characterize the relationship between economic growth and human capital from the perspective of neoclassical theory of economic growth (augmented Solow — Swan model, Nelson — Phelps model).

Results The results suggest that the stock of human capital is a significant factor for economic growth, but in the considered time interval from 2003 to 2010, the regions of Russia have not witnessed the "quick start" effect, i.e. there is no alignment of the productivity and number of staff involved in research and development

Conclusions and Relevance This goes to prove that a successful modernization of Russian economy needs providing of more attention to the development of enterprises and the research infrastructure in the regions, nor only in the leading territorial subjects — Moscow and St Petersburg

Keywords: economic growth, human capital, innovations, mathematical model, Solow economic growth model, econometric model

References

1. Kuznetsov Yu.A. Chelovecheskii kapital, proizvoditel'nost' truda i ekonomicheskii rost [The human capital, productivity and an economic growth]. Ekonomicheskii analiz: teoriya i praktika — Economic analysis: theory and practice, 2012, no. 43, pp. 2-17.

2. Kuznetsov Yu.A. Chelovecheskii kapital, proizvoditel'nost' truda i ekonomicheskii rost [The human capital, labor efficiency and an economic growth]. Ekonomicheskii analiz: teoriya i praktika — Economic analysis: theory and practice, 2012, no. 44, pp. 2-14.

3. Kuznetsov Yu.A., Michasova O.V. Chelovecheskii kapital: formirovanie, izmerenie, vklad v ekonomicheskii rost [Human capital: formation, measurement, contribution to economic growth] Ekonomicheskii analiz: teoriya i praktika — Economic analysis: theory and practice, 2010, no. 26, pp. 21-33.

4. Soboleva I.V. Paradoksy izmereniya chelove-cheskogo kapitala. Nauchnyi doklad [The paradoxes of measurement of human capital. A scientific report]. Moscow, Institute of Economics, RAS Publ., 2009.

5. Barro R.J., Sala-i-Martin X. Economic Growth. New York, McGraw-Hill, 1995.

6. Becker G. Human Capital: A Theoretical and Empirical Analysis with Special Reference to Education. New York, Columbia University Press, 1964.

7. Benhabib J., Spiegel M.M. The role of human capital in economic development: evidence from aggregate cross-country data. Journal of Monetary Economics, 1994, vol. 34, no. 2, pp. 143-173.

8. Izushi H., Huggins R. Empirical analysis of human capital development and economic growth in European regions. In: Impact of education and training Third report on vocational training research in Europe: background report. Luxembourg, Office for Official Publications of the European Communities, 2004,pp.71-118.

9. Mankiw N.G., Romer D., Weil D.N. A contribution to the empirics of economic growth, Quarterly Journal of Economics, 1992, vol. 107, no. 2, pp. 407-437.

10. Nelson R.R., Phelps E. Investment in humans, technological diffusion and economic growth, American Economic Review, 1966, vol. 61, no. 2, pp. 69-75.

11. Romer P.M. Capital accumulation in the theory of long run growth. In: Barro R.J. (ed.) Modern business cycle theory. MA, Cambridge, Harvard University Press, 1989, pp. 51-127.

12. Schultz T.W. Capital Formation by Education, Journal of Political Economy, 1960, vol. 68, no. 6, pp.571-583.

Ol'ga V. MICHASOVA

Lobachevsky State University of Nizhny Novgorod — National Research University, National Research University — Higher School of Economics, Nizhny Novgorod, Russian Federation michasova@mm unn ru

Acknowledgments

The article was presented by the Publishing house FINANCE and CREDIT's Information center in the Lobachevsky State University of Nizhny Novgorod — National Research University (UNN).

ФИНАНСОВАЯ АНАЛИТИКА

проблемы и решения ' 31