К. Ю. Волошенко, Т. Е. Дрок. Эконометрический анализ влияния интенсивности трансграничности на уровень экономической сложности на примере стран Европы

УДК 330.43(4)

DOI: https://doi.org/10.15507/2413-1407.109.027.201904.602-632

Введение. Развитие стран, регионов и отдельных экосистем происходит в парадигме инновационно-технологических изменений. В качестве определяющего элемента выступают производственные знания и компетенции. Их измерение с точки зрения трансформации в сложности продуктов, которые экспортирует страна, получило воплощение и развитие в подходе экономической сложности. Однако сегодня недостаточно внимания уделяется исследованию экономической сложности в контексте трансграничных процессов, оказывающих влияние на развитие территорий. Целью настоящего исследования является измерение влияния на примере стран Европы интенсивности трансграничных связей через показатели приграничной специализации внешнеторгового оборота на изменение экономической сложности.

Материалы и методы. Применялись методы эконометрического анализа, в качестве исходных данных для проведения расчетов и измерений использовались сведения базы данных «Комтрейд ООН», а также специальных ресурсов по анализу экономической сложности стран ‒ Атласа экономической сложности и Обсерватории экономической сложности.

Результаты исследования. Проведена типология стран Европы с использованием гауссовой смеси распределений, получено 3 субпанели. С использованием метода панельной коинтеграции на основе построенных моделей (объединенная модель и модели с фиксированными и случайными эффектами), которые дополнены анализом данных с применением полностью модифицированного метода наименьших квадратов и динамического метода наименьших квадратов, определена интенсивность влияния фактора трансграничности на сложность экономики. Выявлены долгосрочные зависимости между экономической сложностью и интенсивностью трансграничности.

Обсуждение и заключение. Установлено, что влияние фактора трансграничности ослабевает по мере роста экономической сложности, а при определенных условиях он оказывает отрицательное воздействие. Выявленная зависимость обусловливается возрастающей ролью глобальных процессов против трансграничных по мере усложнения экономики и ориентации преимущественно на мировой рынок. Полученные результаты имеют значение для дальнейшего развития теории экономической сложности, значительно расширяют практическую сферу ее применения, играют важную роль в понимании и последующем изучении потенциала и ограничений развития территорий, различающихся по тесноте трансграничных связей.

Ключевые слова: типология, страны Европы, трансграничность, экономическая сложность, производственные возможности (компетенции), гетерогенный панельный анализ, мировая торговля, приграничная специализация внешнеторгового оборота

Финансирование. Исследование выполнено при финансовой поддержке РФФИ и Правительства Калининградской области в рамках научного проекта № 19-410-390002.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. The Atlas of Economic Complexity: Mapping Paths to Prosperity / R. Hausmann [et al.]. MIT Press, 2011. URL: https://growthlab.cid.harvard.edu/files/growthlab/files/atlas_2013_part1... (дата обращения: 28.06.2019).

2. Roos G. Technology-Driven Productivity Improvements and the Future of Work: Emerging Research and Opportunities. Hershey, PA: IGI Global, 2017. 255 p. DOI: https://doi.org/10.4018/978-1-5225-2179-2

3. Hidalgo C. A., Hausmann R. The building blocks of economic complexity // PNAS. 2009. Vol. 106, issue 26. Pp. 10570‒10575. DOI: https://doi.org/10.1073/pnas.0900943106

4. The Product Space Conditions the Development of Nations / C. A. Hidalgo [et al.] // Science. 2007. Vol. 317, issue 5837. Pp. 482‒487. DOI: https://doi.org/10.1126/science.1144581

5. Hausmann R., Hidalgo C. A. How will the Netherlands earn its income 20 years from now? A growth ventures analysis for the Netherlands. The Hague: The Netherlands Scientific Council for Government Policy (WRR), 2013. 91 p. URL: https://www.wrr.nl/binaries/wrr/documenten/publicaties/2013/11/04/how-wi... (дата обращения: 28.06.2019).

6. Hidalgo C. A. From useless to keystone // Nature Physics. 2018. Vol. 14. Pp. 9‒10. DOI: https://doi.org/10.1038/nphys4337

7. The Principle of Relatedness / C. A. Hidalgo [et al.] // Unifying Themes in Complex Systems IX. ICCS 2018 / A. Morales [et al.], eds. Springer Proceedings in Complexity. Springer, Cham. Pp. 451‒457. DOI: https://doi.org/10.1007/978-3-319-96661-8_46

8. Zhu S., Li R. Economic complexity, human capital and economic growth: empirical research based on cross-country panel data // Applied Economics. 2017. Vol. 49, issue 38. Pp. 3815‒3828. DOI: https://doi.org/10.1080/00036846.2016.1270413

9. Linking Economic Complexity, Institutions, and Income Inequality / D. Hartmann [et al.] // World Development. 2017. Vol. 93. Pp. 75‒93. DOI: https://doi.org/10.1016/j.worlddev.2016.12.020

10. Roos G., Kennedy N. Global Perspectives on Achieving Success in High and Low Cost Operating Environments. IGI Global, Hershey, PA, USA, 2014. 564 p. DOI: https://doi.org/10.4018/978-1-4666-5828-8

11. Sweet C., Eterovic D. Do patent rights matter? 40 years of innovation, complexity and productivity // World Development. 2019. Vol. 115 (C). Pp. 78‒93. DOI: https://doi.org/10.1016/j.worlddev.2018.10.009

12. Javorcik B., Lo Turco A., Maggioni D. New and improved: Does FDI boost production complexity in host countries? // Economic Journal. 2017. Vol. 128, issue 614. Pp. 2507‒2537. DOI: https://doi.org/10.1111/ecoj.12530

13. Neagu O., Teodoru M. C. The Relationship between Economic Complexity, Energy Consumption Structure and Greenhouse Gas Emission: Heterogeneous Panel Evidence from the EU Countries // Sustainability. 2019. Vol. 11, issue 2. Pp. 1‒29. DOI: https://doi.org/10.3390/su11020497

14. Boschma R. Relatedness as Driver of Regional Diversification: A Research Agenda // Regional Studies. 2017. Vol. 51, issue 3. Pp. 351‒364. DOI: https://doi.org/10.1080/00343404.2016.1254767

15. Alshamsi A., Pinheiro F. L., Hidalgo C. A. Optimal diversification strategies in the networks of related products and of related research areas // Nature Communications. 2018. Vol. 9, article 1328. DOI: https://doi.org/10.1038/s41467-018-03740-9

16. Economic complexity unfolded: Interpretable model for the productive structure of economies / Z. Utkovski [et al.] // PloS ONE. 2018. Vol. 13, issue 8. DOI: https://doi.org/10.1371/journal.pone.0200822

17. International trade, development traps, and the core-periphery structure of income inequality / D. Hartmann [et al.]. 2019. DOI: https://doi.org/10.2139/ssrn.3312097

18. Harnessing Marine Macroalgae for Industrial Purposes in an Australian Context: Emerging Research and Opportunities / G. Roos [et al.], eds. Hershey, PA: IGI Global, 2019. 291 p. DOI: https://doi.org/10.4018/978-1-5225-5577-3

19. Radosevic S. Assessing EU Smart Specialization Policy in a Comparative Perspective // Advances in the Theory and Practice of Smart Specialization. Academic Press, 2017. Pp. 1‒36. DOI: https://doi.org/10.1016/B978-0-12-804137-6.00001-2

20. Трансграничные кластеры в приморских зонах Европейской части России: инвентаризация, типологизация, идентификация факторов и перспектив развития / А. Г. Дружинин [и др.] // Балтийский регион. 2017. Т. 9, № 4. С. 29‒44. DOI: https://doi.org/10.5922/2074-9848-2017-4-2

21. Межевич Н. М., Жук Н. П. Методика оценки приграничной специализации межрегиональных взаимодействий приграничных регионов и результаты пилотной оценки // Балтийский регион. 2013. Т. 1, № 15. С. 38‒52. DOI: https://doi.org/10.5922/2074-9848-2013-1-3

22. Baltagi B. H. Econometric Analysis of Panel Data. John Wiley & Sons, 2005. 388 p. URL: https://www.wiley.com/en-us/Econometric+Analysis+of+Panel+Data%2C+5th+Ed... (дата обра-щения: 28.06.2019).

23. Brillet J. L. Structural Econometric Modelling: Methodology and Tools with Applications under EViews. 2011. 496 p. URL: http://www.eviews.com/StructModel/structmodel.pdf (дата обращения: 28.06.2019).

24. Wooldridge J. M. Econometric Analysis of Cross Section and Panel Data. MIT Press, 2007. 1096 p. URL: https://mitpress.mit.edu/books/econometric-analysis-cross-section-and-pa... (дата обращения: 28.06.2019).

25. Апраушева Н. Н., Сорокин С. В. Заметки о гауссовых смесях. М.: ВЦ РАН, 2015. 144 c. DOI: https://doi.org/10.13140/RG.2.2.33609.34404

26. Reynolds D. Gaussian Mixture Models // Encyclopedia of Biometrics / S. Z. Li, A. Jain, eds. Springer, Boston, MA, 2009. DOI: https://doi.org/10.1007/978-0-387-73003-5_196

27. Ратникова Т. А. Введение в эконометрический анализ панельных данных // Экономический журнал ВШЭ. 2006. № 3. С. 492‒519. URL: https://elibrary.ru/item.asp?id=9282947 (дата обращения: 28.06.2019).

28. Копнова Е. Д., Родионова Л. А. Моделирование влияния иностранных инвестиций на продовольственную безопасность на основе моделей панельной коинтеграции // Бизнес-информатика. 2017. № 3 (41). С. 20–29. DOI: https://doi.org/10.17323/1998-0663.2017.3.20.29

29. Pesaran M. H. A simple panel unit root Test in the Presence of Cross Section Dependence // Journal of Applied Econometrics. 2007. Vol. 22, issue 2. Pp. 265‒312. DOI: https://doi.org/10.1002/jae.951

30. Pedroni P. Fully Modified OLS for Heterogeneous Cointegrated Panels // Nonstationary panels, panel Cointegration and Dynamic Panels. Amsterdam: Elsevier, 2000. Pp. 93‒130. DOI: https://doi.org/10.1016/S0731-9053(00)15004-2

31. Dogan E., Aslan A. Exploring the Relationship Among CO2 Emissions, Real GDP, Energy Consumption and Tourism in the EU and Candidate Countries: Evidence from Panel Models Robust to Heterogeneity and Cross-Sectional Dependence // Renewable and Sustainable Energy Reviews. 2017. Vol. 77. Pp. 239‒245. DOI: https://doi.org/10.1016/j.rser.2017.03.111

32. Green W. H. Econometric Analysis. Pearson Education International. Pearson Education, 2011. 1240 p. URL: https://www.amazon.co.uk/Econometric-Analysis-International-William-Gree... (дата обращения: 28.06.2019).

Поступила 01.07.2019; принята к публикации 02.10.2019; опубликована онлайн 30.12.2019.

Об авторах:

Волошенко Ксения Юрьевна, директор центра социально-экономического моделирования развития региона ФГАОУ ВО «Балтийский федеральный университет имени Иммануила Канта» (236041, Россия, г. Калининград, ул. А. Невского, д. 14), кандидат экономических наук, доцент, ORCID: https://orcid.org/0000-0002-2624-0155, kvoloshenko@kantiana.ru

Дрок Татьяна Емельяновна, доцент кафедры экономики и менеджмента ФГАОУ ВО «Балтийский федеральный университет имени Иммануила Канта» (236041, Россия, г. Калининград, ул. А. Невского, д. 14), кандидат экономических наук, доцент, ORCID: https://orcid.org/0000-0002-6296-1160, tdrok@kantiana.ru

Заявленный вклад авторов:

Волошенко Ксения Юрьевна – сбор, обработка и анализ информации; подготовка первоначального варианта текста; проведение критического анализа материалов.

Дрок Татьяна Емельяновна – изучение концепции; критический анализ и доработка текста.

Для цитирования:

Волошенко К. Ю., Дрок Т. Е. Эконометрический анализ влияния интенсивности трансграничности на уровень экономической сложности на примере стран Европы // Регионология. 2019. Т. 27, № 4. С. 602–632. DOI: https://doi.org/10.15507/2413-1407.109.027.201904.602-632

Все авторы прочитали и одобрили окончательный вариант рукописи.
Скачать статью в PDF
 

Лицензия Creative Commons
All the materials of the "REGIONOLOGY" journal are available under Creative Commons «Attribution» 4.0