CC BY
55
Вестник Института экономики Российской академии наук
5/2019
И.С. БУКИНА
кандидат экономических наук, руководитель Центра макроэкономического анализа и прогнозирования ФГБУН Институт экономики РАН
А.В. ОДИНЦОВА
доктор экономических наук, старший научный сотрудник ФГБУН Институт
экономики РАН
П.А. ОРЕХОВСКИЙ
доктор экономических наук, профессор, главный научный сотрудник ФГБУН Институт экономики РАН, главный научный сотрудник Финансового университета при Правительстве РФ
ЖИЛИЩНОЕ СТРОИТЕЛЬСТВО, РЕГИОНАЛЬНЫЙ ЭКОНОМИЧЕСКИЙ РОСТ И КАЧЕСТВО УПРАВЛЕНИЯ1
Работа посвящена анализу инвестиций в жилье в качестве фактора экономического роста. На российском материале тестируется положение Нобелевского лауреата Р. Шиллера о том, что жилье не является специфическим высокодоходным и надежным активом. Делается вывод о правоте Р. Шиллера, даже применительно к условиям незавершенной первой жилищной революции. Тем не менее инвестиции в жилье играют в экономическом росте регионов важнейшую роль. Прослежены взаимосвязи между доходами, инвестициями в жилищное строительство, ценами на жилье. Построен региональный показатель отношения между производительностью и вариантом критерия доступности жилья. На основе данного показателя сформирован рейтинг качества управления российскими регионами.
Ключевые слова: доступность жилья, инвестиции в жилье, производительность, цена на жилье, региональное качество управления.
1БЬ: Ш1, И21, К31, К50.
ЭО1: 10.24411/2073-6487-2019-10059
1 Работа выполнена при поддержке гранта РФФИ № 19-010-00321 «Богатство российских субъектов Федерации и оценки эффективности государственного управления на региональном уровне».
Инвестиции в жилье как локомотив экономического
роста (жилье - доходный экономический актив?)
В экономической теории было принято выделять три типа реальных (физических) инвестиций: в товарные запасы (1), в основной капитал (2), в жилье (3). Впоследствии к ним были добавлены инвестиции в человеческий капитал. Развитие западных стран после Второй мировой войны сопровождалось бурным жилищным строительством. Во многом это было связано с распространением кейнсианских методов регулирования экономики и внедрением принципа фордизма, обеспечившим повышение доходов значительной части населения. Именно тогда стало формироваться общество массового потребления: рост доходов создал основу для массового обновления жилищ, что, в свою очередь вызвало рост спроса на товары длительного потребления - автомобили, холодильники, стиральные машины, телевизоры. Это привело к сдвигам в социальной структуре - в это время складывается средний класс, который в отличие от прежних «антагонистических классов», различавшихся своим отношением к средствам производства, определяется через общие стандарты потребления. По словам Форда, средний класс вырастает из низов человеческого общества, неспособных ранее элементарно заработать себе на жизнь [1].
Система Г. Форда, получившая широкое распространение, стала мощным катализатором развития экономики в ХХ-м веке. Повышение заработной платы за неквалифицированный труд на конвейере, внедрение принципа личной заинтересованности рабочего в доходах предприятия - все это и сформировало в странах Запада средний класс. Неквалифицированные рабочие, работавшие на конвейере, получили возможность купить свой собственный автомобиль, а затем и свой личный домик [2].
Стандарты потребления среднего класса, в свою очередь, связаны не только с достаточно высокими доходами, но и с тем, что этот новый класс располагает собственностью [3]. Так, А. Берли и Г. Минз еще в 1930-е годы указывали, что большая часть крупных американских предприятий являются корпорациями, акции которых принадлежат широкому кругу собственников [4]. Однако послевоенное массовое потребительское общество связано и с расширением кредита. А основным активом, который может выступать в качестве дорогостоящего залога, является именно жилье. В этом отношении средний класс -социальный феномен 1950-1960-х годов.
При этом как на Западе, так и в российском обществе широко распространение получила позиция, согласно которой цены на недвижимость могут только расти [5; 6; 7; 8; 9; 10]. Напрашивается простая гипотеза о том, что растущие цены на актив, которым располагает
большинство домохозяйств (по имеющимся оценкам, в 70-е годы ХХ в. доля среднего класса в США превысила 60%), подстегивает потребительский спрос, а это лежит в основе расширяющегося бескризисного экономического роста. И, если говорить о США конца 1940-1960 гг., похоже, что так оно и было. В 1944 г. в США принимается Закон об обеспечении ветеранов (Билль о правах военнослужащих). Этот закон гарантировал 17 млн американцев право получения субсидии на покупку жилья. Спрос на жилье стал превышать предложение, цены поднялись, это вызвало строительный бум. «Строительство домов выросло с 142 000 в 1944 г. до 1 952 000 в 1950 г. Но даже такие темпы увеличения предложения не смогли остановить рост цен» [11, с. 53].
Инвестиции на рынке недвижимости представляются многим менее рискованными, чем на рынке ценных бумаг. Лауреат Нобелевской премии по экономике Р. Шиллер считает, что это не так. Вместе со своим коллегой К. Кейсом он разработал индекс реальной (с поправкой на индекс потребительских цен) стоимости дома в 20-ти крупнейших городах США (жилье и земельный участок - сопоставимого качества). Этот индекс теперь ежеквартально рассчитывается рейтинговым агентством Б1апаМ & Роогэ (см. рис. 1).
50.00 45,00 40,00 35,00 30,00 25,00 20,00 15,00 10,00 5,00 0,00
Источник: Online data Robert Shiller. www.econ.yale.edu/~shiller/data.htm (дата обращения: 29.08.2019).
Рис. 1. Циклически скорректированный индекс Кейса - Шиллера (CAPE), 1881- 2019 гг.
Шиллер оценивает всего лишь в 0,7% среднегодовой прирост реальной стоимости жилья в США за период 1940-2000 гг. В свою очередь Бюро переписи населения США раз в 10 лет просило домовладельцев оценить стоимость своей недвижимости. Эти оценки, скорректированные на инфляцию, давали прирост в 2% стоимости рассматриваемого
r'hrthnhrihrihnhHr-nhrihnhrthMhrihrihrihri
qqqqqqqqqqqqqqqoqqqqqqqqqqqqqqq
MOOaChOíOOHHtSNmmM^^iflViVOvOh^DOOOeOOíOsOOHH nnnririnnnnnpiririririririririni-ii-ii-inrir-nM(N(N(N
актива [11, с. 58]. Шиллер относит эту разницу на счет психологии: иррациональный оптимизм заставляет инвесторов делать неверные оценки: «Даже беглый взгляд на ситуацию с недвижимостью должен убедить нас в том, что за десятилетия жилье не слишком подорожало. Люди живут в более просторных квартирах и домах, чем раньше... Каким образом они могли бы себе это позволить, если бы цены на жилье стремительно росли? Это говорит о том, что в Соединенных Штатах рост цен на жилье в реальном выражении должен быть ниже роста реальных личных доходов на душу населения, который с 1929 по 2003 гг. составлял 2,0% в год» [11, с. 60]. ИСША не являются исключением. Рис. 2 представляет индекс цен на недвижимость сопоставимого качества в некоторых странах ЕС.
120
100 80 60 40
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Эстония ■ Франция • Германия —*— 1 'рецня
А Ирландия — • —Голландия • Испания Штнчтии
— — Великобритания ♦ США
Источник: OECD Stat. stats.oecd.org (дата обращения 11.06.2019).
Рис. 2. Индекс цен на недвижимость во Франции, ФРГ, Великобритании, Испании,
Ирландии, Греции, Эстонии (2008 г. = 100%).
А что с ценами на недвижимость в России? В реальном выражении, по данным ОЭСР, в 2015-2016 гг. они практически равнялись ценам 2005 г. (см. рис. 3).
Данные рис. 3 явно противоречат интуитивному ощущению высокой доходности инвестирования в отечественную недвижимость. В то же время левая часть графика, иллюстрирующая период 2000-2008 гг., скорее, указывает на то, что в это время приобретение жилья с целью его последующей перепродажи было довольно выгодной спекулятивной операцией.
Спектр возможностей для рядового российского домохозяйства в нулевые годы был относительно невелик - депозиты, валюта, приоб-
60000,0 50000,0 40000,0 30000,0 20000,0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Источник: рассчитано авторами по: ФСГС. www.gks.ru (дата обращения: 12.05.2019). Рис. 3. Средние цены на первичном рынке жилья в Российской Федерации, скорректированные на ИПЦ (2008 г. = 100%), руб. за один кв. м площади.
ретение жилья. Кроме того, сохранялась возможность инвестирования в паевые инвестиционные фонды. Однако после финансовых пирамид 90-х годов такие инвестиции расценивались как рискованные. В связи с тем, что на фоне роста цен на нефть Центробанк России стерилизовал денежную массу и удерживал стабильный курс рубля, выбор состоял между депозитами и строительством ( приобретением) жилья. Учитывая традиционно острый для России «жилищный вопрос», многие домохозяйства инвестировали в жилье, тем самым «разгоняя» цены. Рис. 4 иллюстрирует этот процесс. Отметим, что максимальное превышение роста цен на жилье над ставкой по депозиту достигается в 2006 г. - это впечатляющие 43,67 процентных пункта.
50,00
-20,00
Источник: рассчитано авторами по: ФСГС. www.gks.ru (дата обращения: 12.05.2019). Рис. 4. Спред между приростом цены на первичном рынке жилья и ставкой по депозиту в Российской Федерации (п.п.).
Еще более выразительно ведет себя спред между приростом цены на вторичном рынке и ставкой по депозиту (см. рис. 5).
60,0
50,0
40,0
30,0
20,0
10,0
0,0
-10,0
-20,0
-30,0
Источник: рассчитано авторами по: ФСГС. www.gks.ru (дата обращения: 12.05.2019). Рис. 5. Спред между приростом средних цен на вторичном рынке жилья и ставкой по депозиту в Российской Федерации (п.п.).
Ключевым экономическим параметром, который влияет на цены и доходность всех активов, в экономической теории является процентная ставка. Если она снижается, то цена жилья, казалось бы, при прочих равных условиях, должна расти. Соответственно, инвестиции в активы должны увеличиваться, что, в свою очередь, запускает мотор экономического роста. Является ли это теоретическое положение справедливым для России? Для ее регионов? Рассмотрим данные, приведенные в табл. 1.
Таблица 1
Коэффициенты корреляции между ставкой рефинансирования (скорректирована на ИПЦ для каждого региона) и инвестициями в жилье и основной капитал (в реальном выражении) за 2001-2016 гг.*
Ставка рефинансирования и абсолютный прирост инвестиций в основной капитал (корреляция) Ставка рефинансирования и абсолютный прирост инвестиций в жилье (корреляция)
корреляция р-уа1ие корреляция р-уа1ие
РФ -0,119 0,083 0,124 0,124
Белгородская область -0,291 0,193 0,268 0,214
Брянская область -0,104 0,074 0,230 0,368
Продолжение табл. 1
Ставка рефинансирования и абсолютный прирост инвестиций в основной капитал (корреляция) Ставка рефинансирования и абсолютный прирост инвестиций в жилье (корреляция)
Владимирская область -0,083 0,117 0,349 0,488
Воронежская область -0,186 0,012 -0,411 0,033
Ивановская область 0,204 0,340 0,044 0,254
Калужская область -0,332 0,260 -0,036 0,398
Костромская область -0,360 0,472 0,117 0,181
Курская область 0,137 0,067 0,030 0,410
Липецкая область -0,195 0,096 -0,529 0,070
Московская область -0,081 0,264 -0,072 0,381
Орловская область -0,164 0,300 -0,171 0,344
Рязанская область -0,130 0,404 -0,002 0,380
Смоленская область -0,292 0,275 0,373 0,391
Тамбовская область -0,234 0,013 -0,333 0,053
Тверская область 0,114 0,257 0,282 0,263
Тульская область -0,489 0,110 -0,115 0,160
Ярославская область 0,062 0,283 0,271 0,198
г. Москва 0,080 0,166 0,289 0,414
Республика Карелия 0,054 0,447 0,231 0,297
Республика Коми 0,233 0,273 -0,401 0,448
Архангельская область -0,080 0,302 0,317 0,054
Вологодская область 0,059 0,338 -0,093 0,118
Калининградская область -0,057 0,179 0,044 0,379
Ленинградская область 0,021 0,283 0,409 0,431
Мурманская область -0,258 0,218 0,345 0,137
Новгородская область -0,214 0,042 0,275 0,291
Псковская область -0,063 0,286 0,216 0,155
г. Санкт-Петербург 0,033 0,113 0,157 0,106
Республика Адыгея 0,048 0,248 -0,259 0,409
Республика Калмыкия -0,522 0,137 -0,195 0,421
Краснодарский край 0,100 0,418 0,337 0,403
Астраханская область -0,170 0,265 0,450 0,355
Волгоградская область -0,484 0,104 -0,146 0,039
Ростовская область -0,220 0,169 -0,134 0,087
Республика Дагестан -0,139 0,010 0,001 0,349
Продолжение табл. 1
Ставка рефинансирования и абсолютный прирост инвестиций в основной капитал (корреляция) Ставка рефинансирования и абсолютный прирост инвестиций в жилье (корреляция)
Республика Ингушетия 0,105 0,240 0,187 0,164
Кабардино-Балкарская Республика -0,259 0,183 -0,390 0,377
Карачаево-Черкесская Республика 0,366 0,141 -0,188 0,241
Республика Северная Осетия - Алания 0,055 0,214 0,393 0,492
Ставропольский край -0,049 0,255 0,001 0,217
Республика Башкортостан -0,270 0,171 -0,335 0,034
Республика Марий Эл -0,148 0,301 -0,433 0,150
Республика Мордовия 0,003 0,148 0,293 0,222
Республика Татарстан -0,360 0,007 -0,633 0,026
Удмуртская Республика -0,141 0,272 0,336 0,358
Чувашская Республика -0,174 0,282 0,045 0,367
Пермский край -0,332 0,276 -0,049 0,244
Кировская область -0,232 0,230 -0,608 0,099
Нижегородская область -0,258 0,225 0,028 0,201
Оренбургская область -0,357 0,135 -0,485 0,146
Пензенская область -0,249 0,223 0,142 0,282
Самарская область -0,220 0,220 0,199 0,483
Саратовская область -0,160 0,152 -0,045 0,050
Ульяновская область -0,144 0,160 0,061 0,235
Курганская область -0,027 0,348 -0,218 0,358
Свердловская область -0,130 0,213 0,207 0,134
Тюменская область -0,160 0,058 0,390 0,392
Челябинская область -0,321 0,297 -0,036 0,389
Республика Алтай 0,003 0,220 -0,040 0,186
Республика Бурятия 0,202 0,291 0,283 0,463
Республика Тыва -0,221 0,198 -0,034 0,475
Республика Хакасия -0,022 0,320 -0,332 0,284
Алтайский край -0,040 0,269 -0,092 0,342
Забайкальский край -0,115 0,175 0,236 0,459
Красноярский край -0,083 0,046 0,601 0,195
Иркутская область -0,071 0,104 -0,071 0,390
Окончание табл. 1
Ставка рефинансирования и абсолютный прирост инвестиций в основной капитал (корреляция) Ставка рефинансирования и абсолютный прирост инвестиций в жилье (корреляция)
Кемеровская область -0,174 0,351 0,275 0,296
Новосибирская область -0,276 0,198 -0,092 0,320
Омская область -0,071 0,223 -0,126 0,303
Томская область -0,116 0,280 0,211 0,265
Республика Саха (Якутия) 0,093 0,347 0,244 0,393
Камчатский край -0,078 0,284 0,183 0,275
Приморский край -0,055 0,374 0,118 0,221
Хабаровский край 0,011 0,349 0,146 0,380
Амурская область 0,247 0,181 0,256 0,279
Магаданская область -0,358 0,175 -0,191 0,254
Сахалинская область 0,025 0,199 -0,173 0,232
Еврейская автономная область -0,028 0,343 -0,091 0,384
Чукотский автономный округ -0,299 0,364 0,024 0,493
Жирным кеглем выделены статистически значимые коэффициенты (на 10%-м уровне). Источник: рассчитано авторами по: ФСГС. www.gks.ru (дата обращения: 12.05.2019).
Из табл. 1 следует, что на протяжении рассматриваемого периода (1998-2016 гг.) какой-либо однозначной функциональной зависимости между инвестициями и процентной ставкой не наблюдается. Нет такой зависимости и между ставкой процента и индексом цен на жилье на первичном рынке (по расчетам все коэффициенты корреляции оказались статистически незначимыми).
Логично было бы предположить, что инвестиции в жилищное строительство связаны с ценами на жилье. Рост цен должен стимулировать инвестиции. Однако, как видно из табл. 2, цены на жилье и инвестиции в жилищное строительство между собой связаны слабо (значения коэффициентов корреляции на протяжении 2001-2016 гг. по модулю не превышали 0,4), а в некоторые периоды времени (в 2001, 2006-2007, 2009 и 2011 гг.) коэффициенты корреляции принимали отрицательные значения.
Все эти данные подтверждают справедливость выводов Р. Шиллера и для России - само по себе жилье не является ни доходным, ни высоконадежным активом. При этом ни программа материнского
Таблица 2
Корреляция между индексом физического объема инвестиций в жилищное строительство и индексом средних цен на первичном рынке жилья по субъектам РФ в 2001-2016 гг.
Год 2001 2002 2003 2004 2005 2006 2007 2008
Коэффициент корреляции -0,031 -0,158 0,136 0,377 0,084 -0,033 -0,002 0,005
Год 2009 2010 2011 2012 2013 2014 2015 2016
Коэффициент корреляции -0,052 -0,447 -0,279 0,143 0,030 0,416 0,155 0,115
Жирным кеглем выделены статистически значимые коэффициенты (на 10%-м уровне). Источник: рассчитано авторами по: ФСГС.www.gks.гu (дата обращения: 12.05.2019).
капитала, которая началась только в 2007 г., ни увеличение ипотечного кредитования не дали результатов, сопоставимых с послевоенным ростом жилищного строительства в США. Удельный вес среднего класса в отечественной социальной структуре по-прежнему относительно низок и никак не достигнет даже 30%. Кроме того, вопреки представлениям «чистой» экономической теории, изменение ключевой процентной ставки в России очень слабо связано с ценой и доходностью активов. Следует предположить, что в России взаимосвязь жилищного строительства как с механизмом регионального экономического роста, так и с ростом национальной экономики в целом слабо выражена или отсутствует.
Взаимосвязи между различными видами инвестиций. Влияние неоднородности пространства. Зарплата и цены на жилье. Фактор эффективности управления региональной экономикой
Переход к постиндустриальному обществу в 70-е годы ХХ в. в странах ОЭСР сопровождался разрушением старых заводов и прежней тяжелой промышленности. Вот как это описывает С. Коткин: «В Англии 1970-х годов Шеффилд и окружающая его промышленная зона потеряли более чем 150 тыс. рабочих мест только в сталелитейной индустрии; еще большие потери были в машиностроении; в результате крупнейшим работодателем Шеффилда стал городской совет. Тогда же «мастерская Германии» - Рурская область с множеством ее сталелитейных заводов - лишилась 100 тыс. рабочих мест. В Пенсильвании - штате, пользовавшимся славой «Американского Рура», «черная пятница» (30 сентября 1977 г.) нанесла смертельный удар по промышленности города Вифлеем, на заводах которого в свое время была
сделана сталь, пошедшая на мост Джорджа Вашингтона между Ман-хэттеном и Нью-Джерси, мост «Золотые ворота» в Сан-Франциско, на Национальную галерею искусства в Вашингтоне и на множество шахт для межконтинентальных баллистических ракет. В результате кризиса был разорен главный промышленный регион США - 8 штатов района Великих озер (Пенсильвания, Огайо, Мичиган, Иллинойс, Индиана, Висконсин, Миннесота, Нью-Йорк).
В 1970-е годы в США закрылось более тысячи заводов. И хотя в середине 1980-х годов индустрия Среднего Запада вновь начала расти, занятость уже никогда не достигала здесь прежнего уровня. В итоге даже главный стальной монстр - US Steel - сумела выкарабкаться из кризиса, чего не скажешь о местных жителях, работавших на предприятиях этой компании... (завод в Хомстеде (недалеко от Питсбурга, штат Пенсильвания) насчитывал 20 000 работников в 1945 г., 9 000 в 1970-х, 3 500 - в начале 1980-х и 23 - в день его закрытия в июле 1986 г. Непосредственно после окончания Второй мировой войны около 40% всех работавших в США зарабатывали на жизнь благодаря (прямо или косвенно) сталелитейной и металлообрабатывающей промышленности)»
Структурные изменения в экономике привели и к сокращению инвестиций в запасы. Подъем информационных технологий, начавшийся в 80-е годы прошлого века, вызвал революционные изменения в организации складского хозяйства, логистики, маркетинга. Как следствие, если рассматривать физические инвестиции, то удельный вес инвестиций в недвижимость в общем объеме резко увеличился. Кроме того, вырос удельный вес инвестиций в человеческий капитал, подвидом которого являются НИОКР и интеллектуальная собственность. И, конечно, выросло значение финансовых инвестиций, которые во многом отражают не только перераспределение титулов собственности и увеличение государственного долга, но и глобальные процессы, в которые включены потоки капитала.
Возвращаясь к инвестициям в жилищное строительство, учитывая постиндустриальные тенденции, традиционную кейнсианскую модель мультипликатора можно переписать следующим образом:
[12, с. 21-22].
AY = k-AI;
AI = AIK+AIH;
AIH AIK 1 -= /г -= —•
. _ V "■•> . _ ТТ _ 9
AIK ' А1П h'
AI = — • AIH + AIH =(! + —)• AIH;
(1)
1
h h
A7 = &•(! +—)• AIH,
h
где соответственно в традиционных обозначениях: АУ - прирост дохода, А1 - прирост суммарных инвестиций, к - мультипликатор инвестиций, А1К - общие инвестиции в запасы и основной капитал без инвестиций в строительство жилья, А1Н - инвестиции в жилье, к -коэффициент чувствительности инвестиций в жилье по инвестициям в основной капитал и запасы.
Форма выражений (1) показывает, что прирост дохода, прирост инвестиций в жилье и суммарных инвестиций линейно связаны между собой. Рост инвестиций в жилье должен вызывать и опережающий общий рост инвестиций (поскольку произведение к(1 + 1/к) > к); а падение дохода влечет за собой и падение сбережений, что, в свою очередь, ведет и к снижению инвестиций в жилье.
Федеративное государство предполагает разнообразие, неоднородность в социально-экономическом развитии образующих его регионов. При этом, однако, национальная экономика федеративного государства будет выглядеть как суммарный итог развития отдельных регионов, часть из которых, возможно, будет преимущественно инвестировать в основной капитал (сырьевые, северные регионы), в то время как в других регионах будет строиться жилье, санатории, университетские кампусы, зоны отдыха и развлечений (например, приморские, южные регионы). Применительно к региональному уровню Российской Федерации выражение (1) перепишется следующим образом:
89 89 1
А¥,=Уку(\ + — )-Л/уя (2)
та "./
Другими словами, ВВП РФ равен сумме ВРП регионов (без учета сальдо чистого экспорта), а прирост суммарного ВВП равен мультиплицированному эффекту инвестиций в жилищное строительство.
На первый взгляд кажется, что это - достаточно банальные теоретические выкладки. Однако учитывая то обстоятельство, что такие же теоретические представления о влиянии процентной ставки на цены и инвестиции в активы не подтвердились на российском статистическом материале, утверждение о том, что рост дохода, инвестиций в основной капитал и инвестиций в жилищное строительство тесно связаны между собой, следует подвергнуть проверке. Результаты проведенного авторами анализа приведены в табл. 3.
Как следует из табл. 3, инвестиции в жилье сильно коррелиро-ваны с ВРП, что соответствует теоретическим представлениям о связи между жилищным строительством и валовым доходом. А инвестиции в основной капитал коррелированы с инвестициями в жилищное строительство. Причем наличие связи подтверждается как для абсолютных, так и для подушевых показателей.
Таблица 3
Коэффициенты корреляции между инвестициями в жилье, ВРП, инвестициями в основной капитал (абсолютные и душевые показатели)
Год Корреляция между инвестициями в жилье (млн руб.) и ВРП (млн руб.) Корреляция между инвестициями в жилье (млн руб.) и ВРП млн руб.) на душу населения Корреляция между инвестициями в основной капитал (без жилья) и инвестициями в жилье Корреляция между инвестициями в основной капитал на душу населения и ВРП на душу населения
2000 0,942 0,939 0,676 0,832
2001 0,966 0,962 0,763 0,903
2002 0,949 0,944 0,781 0,864
2003 0,960 0,956 0,748 0,838
2004 0,900 0,897 0,758 0,725
2005 0,891 0,888 0,798 0,671
2006 0,876 0,872 0,794 0,727
2007 0,802 0,798 0,747 0,860
2008 0,808 0,799 0,777 0,862
2009 0,723 0,711 0,679 0,899
2010 0,573 0,564 0,664 0,816
2011 0,394 0,390 0,564 0,846
2012 0,575 0,570 0,692 0,879
2013 0,551 0,547 0,684 0,894
2014 0,595 0,590 0,650 0,883
2015 0,525 0,518 0,496 0,907
2016 0,750 0,743 0,593 0,884
Все коэффициенты корреляции значимы на 10%-м уровне.
Источник: рассчитано авторами по: ФСГС. www.gks.ru (дата обращения: 12.05.2019).
В свою очередь на уровне отдельно взятого города связь между ценами на недвижимость и экономическим развитием обычно бывает прямой: чем выше доходы жителей, тем, как правило, больше бюджет города, лучше социальная и инженерная инфраструктура, а следовательно, дороже жилье. В этом отношении рост цен на недвижимость является индикатором, указывающим на региональный экономиче-
ский рост2. При этом статистическая проверка связи между зарплатой и ценой жилья для России показывает, что между этими показателями существует сильная корреляция, что отражено в табл. 4.
Таблица 4
Корреляция заработной платы, средних цен на жилье на первичном рынке и подушевого ВРП (в реальном выражении: 2000 г. = 100%)
Год Среднемесячная заработная плата и средние цены на первичном рынке жилья Среднемесячная заработная плата и ВРП на душу населения
2000 0,297 0,875
2001 0,370 0,893
2002 0,357 0,892
2003 0,512 0,899
2004 0,504 0,858
2005 0,610 0,803
2006 0,612 0,825
2007 0,599 0,855
2008 0,620 0,872
2009 0,659 0,881
2010 0,638 0,876
2011 0,726 0,859
2012 0,677 0,846
2013 0,654 0,833
2014 0,749 0,846
2015 0,727 0,869
2016 0,755 0,902
Все коэффициенты корреляции значимы на 10%-м уровне.
Источник: рассчитано авторами по: ФСГС. www.gks.ru (дата обращения: 12.05.2019).
2 «Рост спроса на землю ведет к росту цены на нее. Рассмотрим следующее утверждение: «Цена на землю в Бостоне настолько высока, что мало кто может позволить жить себе там». На самом деле цена на землю в Бостоне высока потому, что много людей могут позволить себе жить там. Высокий спрос на жилье создает значительный спрос на землю, что приводит к относительно высокой цене на землю. Высокая цена на землю является следствием, а не причиной высоких цен на жилье» [13, с. 190].
Табл. 4 представляет для нас особый интерес. Как видим, в начале анализируемого периода теснота связей между зарплатой и ценой на жилье является относительно слабой, потом она все более усиливается. С одной стороны, это означает, что формируются общероссийские рынки жилья и рабочей силы, с другой - особенности региональных экономик сохраняют свое значение, и взаимосвязи между ценами на жилье и зарплатой подвержены влиянию других - не только экономических - факторов.
Как мы уже видели, цены на жилье, особенно в реальном выражении, могут и расти, и снижаться. В стране с сильной дифференциацией по регионам это может происходить не только на фоне общего подъема или спада экономики. Вследствие структурных экономических сдвигов, а также институциональных факторов в одних регионах может наблюдаться рост ВРП, в то время как в других будет иметь место стагнация или спад. И это особенно ярко проявляется на фоне слабой общей конъюнктуры, когда темпы роста ВВП находятся в пределах 1-2% в год.
Институциональные факторы - очень широкое понятие. Сюда, в частности, включаются и патримониальные отношения, и подъем национализма, который приводит к росту этнократии и оттоку из автономий и республик квалифицированных кадров всех национальностей. Последнее происходит потому, что люди с относительно большим человеческим капиталом обладают, как правило, и высокой горизонтальной социальной мобильностью, являясь «космополитами», по Р. Мертону [14]. В рамках данной работы мы полагаем, что определенная «рассогласованность» между ценами на жилье и зарплатой обусловливается, в основном, качеством управления. Критерием качества управления в настоящей работе, таким образом, будет служить соотношение между заработной платой и ценой жилья. Скажем, высокая зарплата и относительно низкая цена жилья свидетельствует о хорошем качестве управления. Напротив, низкая зарплата и высокая цена жилья - о плохом его качестве. При этом, конечно, будет выделяться и группа регионов со «средним качеством» элиты.
Доступность жилья определяется через соответствующий коэффициент и индекс. Для определения этих показателей обратимся к исследованиям Института экономики города
«Коэффициент доступности жилья (Housing price to income ratio, далее - КДЖ) рассчитывается как отношение средней рыночной стоимости квартиры в 54 кв. м к средним доходам семьи из 3 человек за год. Величина такого показателя соответствует числу лет, в течение которых семья может накопить на квартиру при предположении, что все получаемые денежные доходы будут откладываться на приобретение квартиры. Этот коэффициент является наиболее простым для расчета и повсеместно используется в российской и зарубежной статистике,
а также является одним из целевых показателей федеральной целевой государственной программы «Обеспечение доступным и комфортным жильем и коммунальными услугами граждан Российской Федерации».
Индекс доступности приобретения жилья (Housing affordability index, далее - ИДПЖ) показывает соотношение доходов среднестатистического домохозяйства с доходами, необходимыми для приобретения стандартной квартиры площадью 54 кв. м с помощью ипотечного кредита, выдаваемого на стандартных условиях. В отличие от коэффициента доступности жилья данный показатель учитывает также доступность ипотечного кредитования для населения. В частности, повышение ставки по кредитам приводит к снижению индекса (что соответствует меньшей доступности жилья), а падение ставки при прочих равных вызовет рост индекса (что соответствует большей доступности жилья)» [15, с. 2-3].
Кроме ставки по кредитам на цену жилья влияют и другие факторы спроса и предложения. На цену спроса в первую очередь влияние оказывают доходы населения, которые зависят от темпов и уровня социально-экономического развития региона, а на цену предложения - цена стройматериалов, затраты на строительно-монтажные работы (СМР), цена земли (землеотвод) и различного рода трансак-ционные издержки. Последние, как показывали многочисленные журналистские расследования, могут занимать 40-80% цены предложения жилья, и они во многом зависят от эффективности работы региональных и местных органов власти (в т. ч. от того, как составлен генеральный план, процедуры согласования, оформления и рассмотрения заявок на строительство, какова «цена подключений» и т. д.). Для целей нашей работы коэффициент доступности жилья и соответствующий индекс являются слишком тонкими инструментами. Здесь достаточно применения более грубого показателя - стоимости 1 кв. м жилья в расчете на среднемесячную заработную плату. Такой показатель напоминает КДЖ, но он гораздо более примитивен. Что же до ИДПЖ, то как указывалось выше, нам не удалось выявить статистические взаимосвязи между изменениями процентной ставки и ценами на жилье.
Региональные и местные органы власти оказывают влияние:
a) на привлечение инвестиций и социально-экономическое развитие своего региона. Отметим, что силу этого влияния не следует переоценивать. Более важным является наличие в регионе уникальных сырьевых ресурсов, выхода к морю или государственным границам, близость к столице и другие объективные факторы;
b) на стоимость строительства в своем регионе. Данное влияние является достаточно сильным, поскольку многие факторы здесь находятся под прямым контролем региональных органов власти.
Таким образом, уровень доходов и цена жилья являются ключевыми показателями, характеризующими в целом качество регионального
управления. Во многом, если абстрагироваться от природно-климатических факторов, они предопределяют привлекательность региона для миграции, которая, в свою очередь, вызывает цепь положительной обратной связи, позитивно влияя на экономический рост. Попросту сказать, чем выше доходы и ниже цена жилья, тем эффективнее (в соответствии с предложенным критерием) управляется регион, тем более он привлекателен для притока новых жителей. Напротив, чем ниже доходы и выше цена жилья - тем хуже местные институты и, при прочих равных условиях, - качество управления.
Рассмотрим, как меняется разность между производительностью, оцениваемой как 1 руб. ВРП в расчете на 1 руб. среднегодовой заработной платы, и показателем «доступности жилья» - ценой 1 кв. м жилья на первичном рынке в расчете на 1 руб. среднегодовой заработной платы. Данную разницу оценим в рассматриваемом нами периоде 2000-2016 гг. Далее проранжируем регионы в каждом году в соответствии с величиной разности: самая высокая разность - первое место, самая низкая - последнее.
Регионы менялись местами, поэтому оценим их ранги с помощью метода суммы мест. Наибольший интерес представляют регионы, которые сравнительно сильно поднялись в нашем рейтинге или, наоборот, сильно опустились с 2000 г. Рассмотрим рис. 6, на котором представлены изменения указанной разности нарастающим итогом в целом по России, в двух регионах из десятки лидеров и двух регионов из десятки «аутсайдеров».
40,00
Е
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Источник: рассчитано авторами по: ФСГС. www.gks.ru (дата обращения: 12.05.2019). Рис. 6. Траектория разности между производительностью и «доступностью» жилья (нарастающим итогом).
Разрыв между производительностью труда и «доступностью» жилья подвергался колебаниям в 2000-2016 гг. Более наглядным представлением изменения дифференциации регионов по данному критерию служит расчет накопленного показателя. Его можно интерпретировать как показатель инвестиционной привлекательности жилищного строительства в регионе: чем больше накопленная разность, тем больше потенциальной выгоды от приобретения жилья населением.
Как следует из рис. 6, траектория разности в Тюменской области -абсолютном лидере рейтинга - значительно опережает динамику показателя в среднем по России. Даже значение по Красноярскому краю, который занял третье место по сумме мест за 2000-2016 гг. (см. табл. 5), следует траектории, приближенной к общероссийской.
После 2009 г. скорость приращения накопленного значения разности снизилась. При этом расхождение между регионами с годами увеличивается, поскольку траектория изменения показателя для всех рассмотренных регионов приближается к линейной функции. Так, очевидно, что при сохранении текущей тенденции, расчетные показатели для Ивановской области и Республики Марий Эл будут все больше отличаться от показателей для Красноярского края и России в целом.
Приведем таблицу, демонстрирующую изменение суммы мест по сравнению с 2000 г. (см. табл. 5).
Таблица 5
Рейтинг регионов по соотношению производительности труда и доступности жилья за 2000-2016 гг.
Место в рейтинге по сумме мест в каждом году (2001-2016 гг.) Место в рейтинге 2000 г. Смена позиции («плюс» - улучшение; «минус» -ухудшение)
Тюменская область 1 1 0
Республика Коми 2 6 +4
Красноярский край 3 3 0
Томская область 4 12 +8
Республика Татарстан 5 8 +3
Вологодская область 6 2 -4
Архангельская область 7 4 -3
Липецкая область 8 5 -3
Ленинградская область 9 16 +7
Самарская область 10 18 +8
Оренбургская область 11 17 +6
Новгородская область 12 7 -5
Продолжение табл. 5
Место в рейтинге по сумме мест в каждом году (2001-2016 гг.) Место в рейтинге 2000 г. Смена позиции («плюс» - улучшение; «минус» -ухудшение)
Курская область 13 11 -2
Кемеровская область 14 29 +15
Челябинская область 15 10 -5
Омская область 16 31 +15
Пермский край 17 20 +3
Республика Хакасия 18 22 +4
Белгородская область 19 13 -6
Республика Карелия 20 14 -6
Астраханская область 21 н/д -
Удмуртская Республика 22 9 -13
Хабаровский край 23 15 -8
Свердловская область 24 28 +4
Волгоградская область 25 34 +9
Краснодарский край 26 46 +20
Тамбовская область 27 39 +12
Республика Башкортостан 28 33 +5
Орловская область 29 42 +13
Новосибирская область 29 47 +18
Ярославская область 31 27 -4
г. Москва 32 24 -8
Смоленская область 33 26 -7
Республика Бурятия 34 36 +2
Рязанская область 35 49 +14
Воронежская область 36 32 -4
Саратовская область 37 23 -14
Ульяновская область 38 21 -17
Костромская область 39 25 -14
г. Санкт-Петербург 40 44 +4
Амурская область 41 38 -3
Республика Калмыкия 42 30 -12
Ставропольский край 43 51 +8
Приморский край 44 58 +14
Окончание табл. 5
Место в рейтинге по сумме мест в каждом году (2001-2016 гг.) Место в рейтинге 2000 г. Смена позиции («плюс» - улучшение; «минус» -ухудшение)
Тульская область 45 37 -8
Нижегородская область 46 43 -3
Пензенская область 47 41 -6
Калужская область 48 57 +9
Московская область 49 60 +11
Республика Адыгея 50 50 +0
Брянская область 51 52 +1
Владимирская область 52 48 -4
Республика Мордовия 53 19 -34
Чувашская Республика 54 54 +0
Ростовская область 55 53 -2
Республика Алтай 56 61 +5
Псковская область 57 40 -17
Тверская область 58 55 -3
Кировская область 59 35 -24
Алтайский край 60 56 -4
Ивановская область 61 59 -2
Республика Марий Эл 62 45 -17
Источник: рассчитано авторами по: ФСГС. www.gks.ru (дата обращения: 12.05.2019).
Расчеты, представленные в табл. 5, проводились по 62 регионам, поскольку в статистике ФСГС (Росстата) для ряда субъектов РФ отсутствовали данные за весь период 2000-2016 гг. по средним ценам жилья на первичном рынке. Даже беглый анализ данной таблицы показывает неожиданные для исследователя российских регионов результаты.
С одной стороны, в лидерах ожидаемо оказались Тюменская область, Красноярский край, Томская область, Республика Татарстан. Также неудивительно, что Москва чувствительно (на 8 мест) потеряла свою позицию, поскольку рост цен на жилье сильно опередил прирост производительности. Снижение рейтинга Москвы, скорее, означает высокую роль спекулятивной составляющей цены жилья в этом субъекте Федерации, чем резкое ухудшение качества управ-
ления. Кроме того, в случае Москвы (и, в меньшей степени, Санкт-Петербурга), следует отметить выполнение этим регионом столичных функций. Скажем, наличие посольств иностранных государств, зданий федеральных ведомств, Парламента и Правительства выводит существенную часть городских земель из рыночного оборота, а это -один из факторов, которые находятся вне зоны влияния региональных органов управления. Тем не менее для других субъектов Федерации справедливо, при прочих равных условиях, то, что рост цены жилья, опережающий производительность, служит тормозом экономического роста.
С другой стороны, антилидерами рейтинга, как в 2000 г., так и по сумме мест в 2001-2016 гг., оказались Ивановская, Тверская, Ростовская и Владимирская области, Алтайский край. Эти регионы характеризуются относительно низкой производительностью труда, низким уровнем заработных плат и относительно низкими ценами на первичном рынке жилья. Соотношение стоимости жилья к заработной плате в сравнении с производительностью труда в этих регионах оказывается относительно высоким, что и отражается на рейтинге. В то же время социально-экономическое, как и финансовое положение Ростовской области, намного лучше, чем, скажем, положение Алтайского края или Ивановской области. Кажется удивительным, что этот плотно населенный южный регион оказался среди аутсайдеров.
Вопросы во многом снимаются при рассмотрении мест соседних регионов - Краснодарского края и Белгородской обл. Если Ростовская область находится на 55 месте в табл. 5, то Краснодарский край -на 26 (стоит отметить, что этот регион резко, на 20 мест, улучшил свою позицию, являясь своеобразным «рекордсменом»), а Белгородская область - на 19. Отчасти успех Краснодарского края вызван, конечно, строительством олимпийских объектов. Тем не менее существенное отставание Ростовской области от соседей и нахождение его в группе аутсайдеров, по-видимому, можно объяснить только качеством управления.
Также неожиданным является 48-е место распиаренной Калужской области, которая на протяжении рассматриваемого периода долгое время лидировала по темпам прироста промышленного производства. И опять-таки, сравнение ее с регионами - соседями показывает, что качество управления (и, естественно, местных институтов) не является чем-то особенным. Промышленный рост привел и к резкому удорожанию жилья: другой лидер по темпам прироста - Московская область - находится на 49 месте; Тульская область - на 45. Это достаточно далеко от 19 места Белгородской области. К сожалению, о каком-либо особом «калужском» опыте эффективного управления на этом фоне говорить не приходится.
Кажется, Ф. Броделю принадлежит мысль о том, что, на первый взгляд, причина богатства и бедности отдельных регионов и стран заключается в том, что одни уже были богаты, а другие - уже были бедны. Поэтому особый интерес представляют те регионы, место которых в табл. 5 изменилось наиболее сильно. Кроме Краснодара среди тех, кто улучшил свою позицию, оказались Приморский край, Кемеровская, Новосибирская, Омская и Рязанская области. Однако причины улучшения их позиций радикально различаются. Например, Омская и Кемеровская области характеризуются экономической стагнацией и существенным оттоком населения, что тормозит и рост цен на рынке жилья. В такой ситуации говорить об улучшении качества управления затруднительно: скажем, снижение цены на жилье в условиях нулевого экономического роста тоже показывало бы растущую траекторию на рис. 6. И это, конечно, свидетельствует о недостатках применяемой методологии - стагнирующие Омск и Кемерово оказались в табл. 5 выше, чем растущий Новосибирск3. В этом случае оговорка «при прочих равных условиях» становится очень важной.
Среди регионов, радикально потерявших прежние позиции, также оказались Кировская, Костромская, Псковская, Саратовская и Ульяновская области, Республики Марий Эл, Мордовия, Калмыкия. При этом общий уровень доходов некоторых из данных регионов зачастую не ниже, чем у тех, которые поднялись в рейтинге. Так, ВРП на душу населения в Кировской области и Краснодарском крае в 2016 г. составил 363,3 и 363,7 тыс. руб. соответственно. В таких случаях весьма полезным дополнительным инструментом является уже применявшийся выше сравнительный анализ социально-экономического положения с соседними регионами - 57-е место Псковской и 39-е место Костромской не сами по себе, но в сравнении с 6 местом Вологодской4 и особенно с 12-м место Новгородской области. В рамках настоящего анализа этот результат можно интерпретировать как свидетельство различия качества управления и региональных институтов.
3 Стоит отметить, что политическую элиту Новосибирской области политические скандалы, связанные с деятельностью губернаторов, сопровождали гораздо чаще, чем Кузбасс и Омск. Напрашивается вывод о том, что Новосибирск имеет общие конкурентные преимущества, связанные с региональными институтами и качеством местной элиты, а не собственно с деятельностью исполнительной власти.
4 Во многом наличие высокого места Вологодской области объясняется наличием в этом субъекте Федерации «Северстали». Тот же фактор наличие крупного, по сути, транснационального, бизнеса - влияет и на положение в табл. 5 Липецкой области. Тем не менее этот фактор не является определяющим - наличие большой черной металлургии и угольных шахт в Кузбассе не вывело этот регион в лидеры. То же справедливо и в отношении Ростовской обл.
и- и- и-
Первоначальная гипотеза настоящей работы заключалась в том, что в условиях перехода к постиндустриальной структуре экономики важнейшим фактором экономического роста становятся инвестиции в жилье - оно является доходным активом и может быть использовано в качестве залога. Обновление жилищ (и окончание первой жилищной революции) приводит к росту на товары длительного пользования, к расширению потребительского кредитования, возникновению феномена среднего класса. Наряду с этим расширяется объем ипотечного кредитования. Возникает положительная обратная связь: увеличение строительства жилья ведет к росту доходов и спроса, а снижение процентных ставок банков увеличивает ценность жилья как актива, что, в свою очередь, увеличивает богатство домохозяйств и спрос на новое жилье.
Р. Шиллер критиковал подобные «иррациональные» оптимистические представления применительно к США, однако нам они представлялись верными для стран со средним уровнем дохода, где еще не закончена первая жилищная революция и существует большой неудовлетворенный спрос на благоустроенное жилье. Однако тестирование этой гипотезы показало, что она неверна - жилье в России не является высоконадежным и доходным активом. Более того, представлявшаяся самоочевидной в условиях «чистой» теории взаимосвязь между процентной ставкой и инвестициями в жилье (и в основной капитал) также не подтвердилась. В связи с этим возник закономерный вопрос: а влияют ли инвестиции в жилищное строительство на экономический рост и на рост доходов? И если - да, то, учитывая то обстоятельство, что рынок жилья все же представляется в основном совокупностью локальных рынков, как на цену жилья на таких рынках влияют региональные институты?
Статистическая проверка показала наличие тесной связи между инвестициями в жилье и уровнем ВРП на душу населения, а также между ценами на жилье и заработной платой. Тем не менее и рынок рабочей силы, и рынок жилья в России являются весьма неоднородными - цена труда и цена жилья различаются в регионах в разы.
В отличие от инвестиций и рабочей силы жилищные активы не обладают свойством мобильности, и на их цену оказывают существенное влияние как местные институты, так и качество регионального управления. Кажется очевидным, что, при прочих равных условиях, качество институтов и управления в регионе будет тем лучше, чем выше производительность и ниже цена жилья в расчете на единицу зарплаты (интуитивно понятно, что, если речь идет о примерно одинаковых природно-климатических условиях, то работник, способный приобрести жилье большей площади, будет богаче аналогичного работ-
ника в соседнем регионе, что повлияет на миграцию, размер домохозяйства, в длительном периоде - на количество детей и т. д.). Исходя из этого был построен рейтинг регионов, основанный на разности между производительностью труда и «доступностью» жилья (см. табл. 5).
Полученные результаты, с одной стороны, позволили существенно уточнить представление о бедности, богатстве и качестве управления отдельными регионами. С другой - можно заметить, что часть регионов не соответствует оговорке о «прочих равных условиях»: депопуляция и экономическая стагнация приводят к относительному удешевлению жилья. В результате такие регионы могут оказаться в рейтинге рядом с теми, в которых наблюдается рост доходов и рост цены жилья. Это обстоятельство следует принимать в расчет. Дополнительные полезные выводы о качестве регионального управления позволяет сделать простое сравнение траекторий развития соседних регионов.
Предложенная относительно простая методика позволяет сделать выводы о долгосрочных тенденциях регионального развития - накопленные различия в бедности и богатстве отдельных регионов за 16 лет (см. рис. 6) не могут быть преодолены за короткий период времени. При этом приближение отдельных траекторий к общероссийской траектории, а также формирование более однородного социально-экономического пространства являются политической задачей, в центре которой - принципиальное изменение качества регионально управления.
ЛИТЕРАТУРА
1. Форд Г. Моя жизнь, мои достижения. М.: АСТ, 2019.
2. Boyer R., Orléan A. Les transformations des conventions salariales entre théorie et histoire: d'Henry Ford au fordisme // Revue économique. 1991. № 42-2. Pp. 233-272.
3. Girard V., Lambert A, Steinmetz H.. Propriété et classes populaires : des politiques aux trajectoires // Politix 2013/1 (n° 101) P. 7 à 20.
4. Berle A., Means G. The Modern Corporation and Private Property. New York: Macmillan, 1932.
5. Barsky R.B., Sims E.R. Information, animal spirits, and the meaning of innovations in consumer confidence // American Economic Review 2012. 102 (4), 1343-1377.
6. Blanchard O. Consumption and the Recession of 1990-1991 // American Economic Review 1993. 83 (2). Рр. 270-274.
7. Chauvet M., Guo J.T. Sunspots, animal spirits, and economic fluctuations. Macroecon. Dyn. 7. 2003.140-141 69.
8. Cochrane J.H. Shocks. In: Proceedings of the Carnegie-Rochester Conference Series on Public Policy. 1994. 41. Pp. 295-364.
9. Farmer R.E.A., Guo J.T. Real business cycles and the animal spirits hypothesis // J. Econ. Theory 63, 1994. Рр. 42-72.
10. Jaimovich N., Rebelo S. Behavioral theories of the business cycle // J. Eur. Econ. Assoc. 2007. 5 (2-3). Рр. 361-368.
11. Шиллер Р. Иррациональный оптимизм: как безрассудное поведение управляет рынками. М.: АЛЬПИНА ПАБЛИШЕР, 2013.
12. Коткин С. Предотвращенный Армагеддон. Распад Советского Союза. 1970-2000. М.: Новое литературное обозрение, 2018.
13. O'Салливан А. Экономика города. М.: ИНФРА-М, 2002.
14. Мертон Р. Структура влияния: локальный и космополитический типы влиятельных людей //Мертон Р. Социальная теория и социальная структура. М.: АСТ, 2006. С. 562-604.
15. Аналитический доклад «Доступность жилья в России и зарубежных странах» (подготовлен за счет средств целевого капитала Фонда «Институт экономики города»). М., 2018. www.urbaneconomics.ru/sites/default/files/dostupnost_zhilya_v_ rossii_i_zarubezhnyh_stranah.pdf (дата обращения: 16.06.2019).
ABOUT THE AUTHORS
Bukina Irina Sergeevna - Candidate of Economic Sciences, Senior Scientific Associate Head of the Center for Macroeconomic Analysis and Forecasting of the Federal State Budgetary Institution of Science - Institute of Economics of the Russian Academy of Sciences (the RAS), Moscow, Russia [email protected]
Odintsova Alexandra Vladimirovna - Doctor of Economic Sciences, Senior Scientific Associate of the Center of Federal Relations and Regional Development of the Federal State Budgetary Institution of Science - Institute of Economics of the Russian Academy of Sciences (the RAS), Moscow, Russia [email protected]
Orekhovsky Pyotr Alexandrovich - Doctor of Economic Sciences, Professor, Chief Scientific Associate of the the Federal State Budgetary Institution of Science - the Institute of Economics of the Russian Academy of Sciences (the RAS); Professor of Financial University under the Government of the Russian Federation, Moscow, Russia [email protected]
HOUSING CONSTRUCTION, REGIONAL ECONOMIC GROWTH AND THE QUALITY OF MANAGEMENT
The work is devoted to the analysis of investment in housing as a factor in economic growth. The Russian material tests the position of the Nobel laureate R. Schiller that housing is not a specific highly profitable and reliable asset. The conclusion is made that R. Schiller was right, even in relation to the conditions of the incomplete first housing revolution. Nevertheless, housing investments play a crucial role in the economic growth of the regions. The relationships between incomes, investments in housing construction, housing prices were traced. A regional indicator of the relationship between productivity and a variant of the criterion of housing affordability was constructed. Based on this indicator, a rating of the quality of management of the Russian regions was formed.
Keywords: housing affordability investment in housing, housing prices, productivity, regional quality management.
JEL: R11, R21, R31, R50.
