ФОРМАЛИЗАЦИЯ ЗАДАЧИ ВЫЯВЛЕНИЯ И АНАЛИЗА ОСНОВНЫХ ФАКТОРОВ, ОПРЕДЕЛЯЮЩИХ ЭКОНОМИЧЕСКИЙ РОСТ В РФ |
| ЭКОНОМИЧЕСКИЕ НАУКИ |
| научная статья | 338.1 | ||
| 9-19 | экономический рост, исследования и разработки, инновации, человеческий капитал, производственные функции, эконометрическое моделирование, economic growth, research and development, innovation, human capital, production functions, econometric modeling |
| Проанализированы основные макроэкономические показатели, характеризующие инновационную и научно-исследовательскую деятельность, которые могут быть использованы при построении производственной функции Российской Федерации. Был рассмотрен 21 показатель по данным Федеральной службы государственной статистики за 1995-2013 гг. Среди них с помощью коинтеграционного анализа выявлены те факторы, которые действительно могут определять прирост валового внутреннего продукта страны. Для этих восьми показателей проанализированы парные взаимосвязи с ВВП. По результатам отбора построена эконометрическая модель для производственной функции РФ в виде Кобба - Дугласа, которая учитывает инвестиции в основной капитал и соотношение численности персонала, занятого научными исследованиями и разработками, и численности исследователей. Результаты моделирования могут быть использованы при дальнейших исследованиях влияния инноваций, результатов НИОКР и высококвалифицированного человеческого капитала на экономический рост в России. |
 |
| 1 . Горбунов В.К., Львов А.Г. Построение производственных функций по данным об инвестициях // Экономика и математические методы. 2012. Т. 48. № 2. С. 95-107. 2 . Афанасьев А.А., Пономарева О.С. Производственная функция народного хозяйства России в 1990-2012 гг. // Экономика и математические методы. 2014. Т. 50. № 4. С. 21-33. 3 . Айвазян С.А., Афанасьев М.Ю., Руденко В.А. Оценка эффективности регионов РФ на основе модели производственного потенциала с характеристиками готовности к инновациям // Экономика и математические методы. 2014. Т. 50. № 4. С. 34-70. 4 . Кирилюк И.Л. Модели производственных функций для российской экономики // Компьютерные исследования и моделирование. 2013. Т. 5. № 2. С. 293-312. 5 . Голуб А. Факторы роста российской экономики и перспективы технического обновления // Вопросы экономики. 2004. № 5. С. 44-58. 6 . Бессонов В.А., Цухло С.В. Анализ динамики российской переходной экономики. Сер. 42Р. Научные труды. М.: Фонд «Институт экономической политики им. Е.Т. Гайдара», 2002. 101 с. 7 . Duffy J., Papageorgiou C. A Cross-country empirical investigation of the aggregate production function specification // Journal of Economic Growth. 2000. Vol. 5. P. 87-120. 8 . Ferreira P.C., Issler J.V., de Abreu Pess?a S. Testing production functions used in empirical growth studies // Economics Letters. 2004. Vol. 83, Issue 1. P. 29-35. 9 . Madsen J.B. Semi-endogenous versus Schumpeterian growth models: testing the knowledge production function using international data // Journal of Economic Growth. 2008. Vol. 13. P. 1-26. 10 . Teixeira A.A.C., Fortuna N. Human capital, innovation capability and economic growth in Portugal, 1960-2001 // Portuguese Economic Journal. 2004. Vol. 3. P. 205-225. 11 . Viswanath J., Reddy K.L.N., Pandit V. Human Capital Contributions to Economic Growth in India: An Aggregate Production Function Analysis // Indian Journal of Industrial Relations. 2009. Vol. 44. No. 3. P. 473-486. 12 . Сайт Федеральной службы государственной статистики. URL: http://www.gks.ru/ (дата обращения: 06.04.2015). 13 . Носко В.П. Эконометрика. Кн. 1. Ч. 1, 2: Учебник. М.: Издательский дом «Дело» РАНХиГС, 2011. 672 с. 14 . Эконометрика: Учебник для магистров / Под ред. И.И. Елисеевой. М.: Юрайт, 2014. 449 с. 15 . MacKinnon J.G. Numerical Distribution Functions for Unit Root and Cointegration Tests // Journal of Applied Econometrics. 1996. V. 11. P. 601-618. Johansen S. Likelihood-Based Inference in Cointegrated Vector Autoregressive Models. Oxford: Oxford University Press, 1995. 267 p. |