Дипломная (вкр): Экономические и политические факторы, влияющие на привлечение прямых инвестиций в экономику субъектов Российской Федерации

Классификация региональных политических режимов А.С. Кузьмина, Н.Дж. Мелвина и В.Д. Нечаева основывается на трех элементах: формально-правовом разделении властей, определяемом степенью влияния региональных легислатур на исполнительную власть, количестве эффективных кандидатов на губернаторских выборах и уровнем партийности региональных парламентов. Всего получилось 12 возможных разновидностей режимов, 8 из которых были обнаружены в результате эмпирического исследования 31 региона.

Переход на рубеже тысячелетий к общим принципам организации региональной власти существенно сократили варианты региональных политических режимов на основании «формально-правового подхода». Классификации режимов второй половины 2000-х годов берут за основу неформальные практики и взаимодействие региональных групп влияния. Р.Ф. Туровский предлагает рассматривать российские режимы на системе координат, состоящих из следующих осей: «монополия (концентрация власти в руках губернатора) - олигополия (наличие в регионе других центров власти)», «центр (регион имеет реальную автономию от федерального центра) - регионы (низкий уровень региональной автономии)», «демократия (политическая оппозиция и гражданское общество оказывает влияние на принятие решений) - авторитаризм (оппозиция и гражданское общество отстранены от принятий решений)».

Среди количественных оценок степени демократичности российских регионов стоит выделить «Рейтинг демократичности регионов». Московского центра Карнеги. Авторы рейтинга понимают демократичность как «интегральное выражение политического климата в стране, состояния общества, его взаимоотношений с властью». Рейтинг строится на основании экспертных опросов. Регионы оценивались по пятибалльной шкале по следующим позициям: региональное политическое устройство (реальный баланс властей, их выбираемость/назначаемость, независимость суда и правоохранительных органов, ограничения и нарушения прав граждан); открытость/закрытость политической жизни; демократичность выборов: национальных, региональных, местных; политический плюрализм; независимость СМИ; коррупция; экономическая либерализация, включая приватизацию (региональное законодательство и правоприменительная практика, скандалы по поводу собственности); гражданское общество; элиты: качество, воспроизводство/сменяемость; местное самоуправление (избираемые органы местного самоуправления, их активность и влиятельность). Экспертные оценки подвергаются «очистки» инструментальной оценки от субъективизма экспертов. Она рассчитывается с учетом количественных показателей характера проводимых в регионе выборов и электорального поведения.

ГЛАВА 3. СООТНОШЕНИЕ СИЛЫ ВЛИЯНИЯ ЭКОНОМИЧЕСКИХ ФАКТОРОВ И УРОВНЯ ДЕМОКРАТИЧНОСТИ НА ПРИВЛЕЧЕНИЕ ИНВЕСТИЦИЙ В ЭКОНОМИКУ РОССИЙСКИХ РЕГИОНОВ

.1 Гипотезы и переменные

На основе рассмотренных выше теорий мы выстраиваем две гипотезы о причинах инвестиционного роста в российских регионах. Первая гипотеза сводится к тому, что инвестиционное развитие территории определяется в первую очередь структурными причинами: особенностями центр-периферийных отношений в политическом пространстве, экономической географии. За счет роста инвестиций становится возможным развитие экономики, что в свою очередь является важной предпосылкой для консолидации демократии и укрепления демократических институтов. Другая гипотеза говорит о влиянии демократических институтов на снижение рисков инвестирования за счет соблюдения законности, что приводит к росту инвестиций и экономическому росту в целом.

Эмпирическую базу статистического исследования составило 164 наблюдений, т.е. значения привлеченных инвестиций для 82 субъектов Российской Федерации в двух временных точках: 2003 и 2009 гг. В расчетах не учитывались значения для Чеченской Республики, поскольку большая часть статистики по ней за 2003 год отсутствует. Также не учитывались в анализе за 2003 год привлеченные инвестиции теми автономными округами, которые к 2009 году были присоединены к другим субъектам в ходе административного объединения регионов, да и привлеченные ими суммы были очень незначительными.

Зависимая переменная в этом исследовании - размер прямых инвестиций в экономику регионов России. Но какой из индикаторов будет лучше? Часть экономистов использует размер инвестиций в основной капитал на душу населения, но у такого измерения есть существенный недостаток. Он выводит на первые места в основном сырьевые регионы Урала и Сибири, в то время как значения для богатых густонаселенных регионов уменьшаются. С.А. Мицек и Е.Б. Мицек используют в качестве независимой переменной реновацию основного капитала: объем инвестиций в основной капитал, деленный на объем основного капитала в целом. Авторы утверждают, что «подобным делением удается уменьшить эффекты инфляции, масштаба, а также гетероскедастичности на эконометрические оценки». Но при таком подсчете преимущество получают очень маленькие регионы, обладающие небольшим объемом основного капитала.

Нами решено было использовать значение размеров привлеченных прямых инвестиции в основной капитал без привязки к каким бы то ни было другим индикаторам. Эти показатели, как и другие переменные с абсолютными числовыми значениями были логарифмированы. В этом случае выборка будет распределена по нормальному закону, что повысит качество получаемых результатов.

Второй зависимой переменной в исследовании является значение показателя уровня демократичности регионов Московского центра Карнеги, о котором говорилось выше. Регионы оценивались по десяти параметрами с использованием пятибалльной шкалы. Сначала определялись регионы с минимальным и максимальным значением признака, остальные расставлялись между ними. Интегральное значение рейтинга представляет собой простую сумму всех оценок. Теоретически максимальный балл равен 50. Оценка уровня демократичности дается не за непосредственно измеряемый год, а за последние пять лет, «для компенсации различий в политической насыщенности последнего года и сглаживания резких колебаний». Нами для анализа были взяты два значения, два цикла: 1999-2003 и 2004-2008 гг. Использовались показатели из официальной публикации Московского центра Карнеги, посвященной десятилетию рейтинга.

Результаты рейтинга демократичности за 2000-е годы показывают, что лидерами по уровню демократичности оказываются в основном крупные индустриальные регионы с городским населением (Пермский край, Свердловская, Иркутская, Новосибирская области). На другом полюсе представлены в большинстве своем национальные республики. «Одновременно это главным образом небольшие регионы без крупных городов и промышленных центров». Отмечается феномен Москвы, которая не только весь рассматриваемый период демонстрировала средний уровень демократизации, но и оказывала влияние на своих непосредственных соседей: вокруг столицы также практически одни «середняки».

Для проведения факторного анализа было введено 13 социально-экономических и географических показателей в двух временных точках: 2003 и 2009 гг. Большую часть индикаторов составляет информация из сборников региональной статистики Росстата «Регионы России» за 2004 и 2010 гг. Исключение составляют данные по денежному объему товаров по добыче полезных ископаемых: здесь были взяты данные за 2005 год, поскольку информация за предыдущие годы была представлена не для всех регионов, входящих в выборку. Данный показатель является явным маркером сырьевого характера экономики региона.

Такими же маркерами служат индикаторы о денежных объемах производства сельскохозяйственной продукции региона и о денежном объеме платных услуг населению. Первый свидетельствует о значимости аграрного сектора, второй - о значимости сферы услуг. Для выделения промышленно развитых регионов используется показатель объема выбросов предприятий в атмосферу в млн. тонн.

Нами также учитывается численность населения регионов, поскольку замечена ее связь, как с объемом инвестиции, так и с уровнем демократичности и среднее расстояние от региональных центров до Москвы и Санкт-Петербурга, для проверки феномена влияния столиц на своих непосредственных географических соседей. Расчет расстояния проводился с помощью веб-ресурса «Автодиспетчер.ру». Его возможности позволяют рассчитать кратчайшее расстояние между населенными пунктами в условиях имеющейся дорожной сети, что позволяет учитывать нам инфраструктурный фактор. Для Московской и Ленинградской областей значение расстояния до Москвы и Санкт-Петербурга было взято за ноль. Регионы, не обладающие дорожной сетью, связывающей их со столицами, получали значения в 100000 км.

Нами используются показатели о социально-экономической ситуации в регионах: средние денежные доходы населения, процент населения официально зарегистрированных как безработные. Показатель бюджетных расходов регионы свидетельствует не только о возможностях региональных властей. По мнению М. Олсона (M. Olson) недемократические правительства расходуют гораздо больше ресурсов для поддержания своей власти, чем демократии. Но сложно сказать насколько это утверждение справедливо для показателей субнациональных единиц государства.

Также стоит отметить переменные связанные с показателем развития экономики региона в целом: число предприятий на конец календарного года, общая площадь построенных новых зданий, денежные затраты предприятий на инновации и денежный объем экспорта в долларах США, свидетельствующий о востребованности продукции региона в мире и темпов экономического развития.

Из анализа были удалены переменные, ожидаемо имеющие довольно высокую корреляцию между собой. Например, в анализ включены данные по доходам населения, а их расходы не рассматриваются. В одном случае используются усредненные значения близких показателей. Это касается расстояния до городов федерального значения. Описательная статистика всех переменных, использующихся в количественном анализе, находится в Приложении 1.

Мы намеренно не включали в анализ данных показатели, касающиеся политической составляющей региона, таких как процент явки на федеральные и региональные выборы или числа представленных партий в региональных парламентах, поскольку в рейтинге центра Карнеги уже учитывались эти и другие данные электоральной статистики, составляющие основу для инструментальной проверки экспертных оценок.

.2 Факторный анализ

Факторный анализ применяется для изучения связей между значениями нескольких переменных. Предполагается, что на объект оказывают влияние множество параметров, но только небольшая часть из них обладает реальной силой. Эти переменные имеют корреляцию между собой, что позволяет объединить их в один фактор. Затем с помощью регрессионного анализа проверяется зависимость размера инвестиций в основной капитал регионов и уровня демократичности от полученных факторов.

Главная задача факторного анализа состоит в объединении большого числа переменных к небольшому числу факторов. Суть его проведения заключается в том, что сначала на основе имеющихся числовых данных определяется набор факторов, которые содержат основной объем информации об исследуемом объекте. На втором этапе полученные факторы могут быть преобразованы до одного показателя - факторных нагрузок. По нему можно определить степень влияния отдельного фактора на объект: чем теснее связь, тем выше значение факторной нагрузки. Факторные нагрузки сохранялись в виде регрессионных сумм, что позволило использовать полученные данные во множественном регрессионном анализе.

Необходимо отметить, что результаты метода могут сильно искажаться при сильной корреляции отдельных переменных, выбранных для факторного анализа. Высокая корреляция (выше 0,800) свидетельствует о том, что взятые для анализа переменные могут описывать одну и ту же информацию, поэтому переменных, ожидаемо имеющие высокую корреляцию между собой, необходимо избегать.

Для интерпретации полученных факторов составляется матрица факторных нагрузок. С этой целью применяют повороты осей, которые достигаются вращением факторов, с использованием метода варимакс или максимальной вариации. Суть вращения по методу варимакс состоит в нахождении вращения, максимизирующего дисперсию по новым осям. «Тем самым теоретическая сложность фактора уменьшается, нагрузки фактора близки к 0 или 1, и фактор можно наилучшим образом проинтерпретировать». Полученная в результате повернутая матрица компонентов факторного анализа с весами факторов, позволяет определить, какие именно из переменных в наибольшей степени влияли на каждый из факторов. В факторном анализе мы проверяем взаимосвязь между 13 различными переменными, отражающие особенности социально-экономического развития и географии регионов России за 2003 год.

В результате факторного анализа данных было получено 4 фактора (Таблица 1).Первый фактор включает в себя высокие показатели численности населения, его доходов, высоких темпов строительства, большое число предприятий. Высока значимость сферы услуг. В итоге мы имеем описание наиболее богатых российских регионов, которое сосредотачивают инвестиции за счет агломерационного эффекта региональных столиц и других крупных городов - фактора агломераций.

Таблица 1. Повернутая матрица компонентов факторного анализа данных за 2003 год.

Метод выделения факторов: метод главных компонент.

Метод вращения: варимакс с нормализацией Кайзера.

Источник: расчеты автора.

Таблица 2. Суммы квадратов загрузок вращения факторов 2003 года.