WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 7 | 8 || 10 | 11 |

share of shadow economy Share of shadow industrial production vs.

share of official industry in official GRP y=3,44e-8-0,211*x+eps industry share (модель табл.E, столбец 4) Среди отраслевых показателей промышленности (в таблице приведены только 3 из них, но мы пробовали все) только показатель доли цветной металлургии в промышленности значим, причем с положительным знаком.

Share of shadow industrial production vs.

share of non-ferrous metallurgy (in industry) y=-0,619+0,027*x+eps share of non-ferrous metallurgy (модель табл.E, столбец 4) В моделях для промышленного теневого сектора в ряде спецификаций значима положительная корреляция между показателем доходности предприятий промышленности и показателем теневой экономики.

Макроэкономические эффекты И для теневого сектора во всем регионе, и для теневого сектора в промышленности макроэкономические эффекты значимы. Это подтверждает, что динамика теневой экономики во многом объясняется стабилизацией всей экономикой России.

share of shadow industrial production share of shadow industrial production Для теневого сектора во всем регионе значимы все фиктивные переменные для 1996-(или для 1997-1999, когда панельная регрессия только для 1997-2000). Следующий ниже график показывает изменения, которые макроэкономические эффекты предсказывают относительно среднего размера теневой экономики по регионам, и что происходит реально. Как видно из графика, несмотря на важность макроэкономических эффектов, значительная часть изменений происходит из-за микро-факторов.

Shadow economy share change and macro-effects 1996 1997 1998 1999 true average share of shadow economy average share predicted by macro-effects (модель табл.D1, столбец 6) Для теневого сектора в промышленности макроэкономические эффекты всегда значимы для 1996 (когда этот год включен в панельную регрессию), 1997, 1998 годов. Для 1999 эффект значим в некоторых спецификациях. Все результаты говорят о том, что после 1998 на макроэкономическом уровне теневой сектор показывает тенденцию к снижению. Рисунок построен на основании спецификации столбца 2 таблицы E и, аналогично графику выше, отражает предсказание макро-эффектов относительно теневого сектора в промышленности и то, что происходит на самом деле, если размер теневого сектора в промышленности в 1996 условно принять равным 42,5 для всех регионов.

Shadow industrial production change and macro-effects 1996 1997 1998 1999 average share of shadow industrial production macro-effects prediction (модель табл.E, столбец 2) 8.Заключение Отметим, во-первых, что в среднем по округам и в целом по России как для теневого сектора во всей экономике региона, так и для теневого сектора в промышленности наблюдается общая тенденция: доля теневого сектора в 1997 уменьшается по сравнению с 1996, затем возрастает в 1998, а после 1998 начинает уменьшаться. Картина, предсказываемая макро-эффектами, несколько другая. Для теневого сектора во всей экономике региона во всех рассмотренных моделях макроэффекты предсказывают постепенное увеличение доли теневой экономики до 1998, а после постепенное снижение вплоть до 2000 (схоже с тем, что у П.Вестина (2002)). Это говорит об общем оздоровлении экономики России после 1998. Что до теневого сектора в промышленности, то предсказания макро-эффектов разные в зависимости от спецификации (см. табл. Е).

В динамике теневого сектора (как для всей экономики, так и для промышленности только) наблюдается значительная вариация, свидетельствующая о недостаточности макро-факторов для объяснения этой динамики и о важности региональных факторов.

В cross-section и панельных регрессионных моделях получается ряд устойчивых результатов.

Так, в cross-section регрессиях один из убедительных результатов состоит в том, что политическая стабильность подавляет рост теневого сектора. В анализе панельных данных одним из устойчивых является результат о значимой отрицательной связи между изменениями в уровне жизни и изменениями в размере теневой экономики. Важным выводом является то, что в анализе теневой экономики необходим контроль на структуру экономики региона.

В cross-section регрессионных моделях и панельных регрессионных моделях результаты зачастую различаются. Так, в cross-section регрессиях преступность в регионе стимулирует рост теневой экономики, а в панельных регрессиях показатель преступности незначим. Здесь нет какого-либо несоответствия. Полученные результаты говорят о том, что как начальный уровень преступности был существенен для поведения теневой экономики в среднесрочном периоде, а дальнейшие изменения в уровне преступности не повлияли значимо на изменения в размере теневой экономики.

Аналогичным образом можно проинтерпретировать кажущийся на первый взгляд противоречивым результат о связи между размером теневого сектора (во всем регионе) и реальными расходами населения: в панельных регрессиях связь между ними отрицательна (п.7.2), в то время как корреляция между суммарными изменениями в теневом секторе (во всем регионе) и начальным уровнем реальных расходов положительна (п.7.1). Такие результаты говорят лишь о том, что первоначально высокий уровень благосостояния определенно способствовал развитию теневой экономики в среднесрочном периоде, но сами изменения в уровне благосостояния жителей региона (когда уровень благосостояния уже не учитывается) отрицательно связаны с изменениями в уровне теневой экономики. Также интерпретируются разные знаки перед показателем официальной доли промышленности в cross-section и панельных регрессиях для теневого сектора в промышленности.

Опишем возможные направления продолжения работы. Во-первых, хотелось бы на более качественном уровне проверить гипотезу о связи между теневой экономикой и налоговым бременем, чрезмерным административным регулированием, институциональной средой. Вовторых, при помощи динамических панельных моделей можно проверить гипотезу о сетевом эффекте. В-третьих, применение существующих тестов на причинно-следственную связь в панельных регрессиях могли бы прояснить вопрос о причинах и следствиях в связи между теневой экономикой и рядом наших показателей. Наконец, при помощи данных по потреблению электричества домохозяйствами можно по методу M.Lacko (2000) получить альтернативные оценки для теневой экономики во всем регионе, сравнить их с полученными в данной работе оценками, и для новых оценок провести региональный анализ.

Список литературы 1. "Общественная экспертиза: Анатомия свободы слова в России" (1997), http://www.freepress.ru 2. Мaртынов A.С. Aртюхов В.В. Виногрaдов В.Г. (1997) Россия как система. Practical science, http://www.sci.aha.ru/RUS/wab.htm 3. “Неформальный сектор в российской экономике” (1998), Институт стратегического анализа и предпринимательства, Москва 4. Попов В.В. (2000), “Стратегия реформ и экономические итоги трансформации: почему падение производства в регионах России было неодинаковым”, http://politeconomy.ng.ru/research/2000-09-12/7_reform.html Тимофеев Л.М. (2000), “Теневая экономика и налоговые потери в сельском хозяйстве”, РГГУ, Москва 5. Akhmedov A., A.Ravichev A. and E.Zhuravskaya (2002), “Opportunistic Political Cycles: Test in a Young Democracy Setting”,second draft, http://www.cefir.org/Papers/cefwp15.pdf 6. Alexeev, M. and W. Pyle (2002), “A Note on Measuring the Unofficial Economy in the Former Soviet Republics”, Middlebury College Economics Discussion Paper No. 02-7. Cagan, Philip (1958) “The demand for currency relative to the total money demand”, Journal of Political Economy, Vol.66, 1958, pp.303-8. De Soto, Hernando (2000), The Mystery of Capital, Basic Books 9. Dobozi, Istvan, and Pohl, Gerhard (1995), "Real Output Decline in Transition Economies--Forget GDP, Try Power Consumption Data." Transition Newsletter, vol. 6, January-February 10. Eilat, Yair and C. Zinnes (2000), “The evolution of the shadow economy in transition countries:

consequences for economic growth and donor assistance’, CAER II Discussion Paper No. 83.

11. Friedman, E., S. Johnson, D. Kaufmann and P. Zoido-Lobaton (2000) 'Dodging the Grabbing Hand: The Determinants of Unofficial Activity in 69 Countries,' Journal of Public Economics,76, pp. 459-493.

12. Goskomstat Rossii (2001), Natsinalynye Scheta Rossii [National Accounts of Russia]. Izdatelsky Tsentr Goskomstata Rossii [Russian Government Statistical Center Publishers], Moscow.

13. Goskomstat Rossii (2001), Rossiya v Tsifrakh [Russia by the Number]. Izdatelsky Tsentr Goskomstata Rossii [Russian Government Statistical Center Publishers], Moscow.

14. Goskomstat Rossii (2001), Rossiiskii Statisticheskii Ezegodnik [Annual Russian Statistical Report]. Izdatelsky Tsentr Goskomstata Rossii [Russian Government Statistical Center Publishers], Moscow.

15. Goskomstat Rossii (1999-2001), Regiony Rossii [Russia’s Regions]. Izdatelsky Tsentr Goskomstata Rossii [Russian Government Statistical Center Publishers], Moscow.

16. Johnson, S., D. Kaufmann and P. Zoido-Lobaton (1998), 'Regulatory Discretion and the Unofficial Economy,' American Economic Review, 88:2, pp. 387-392.

17. Johnson, S., D.Kaufmann, and A. Schleifer (1997), ‘ The Unofficial Economy in Transition’, Brookings Papers on Economic Activity, Washington.D.C.

18. Johnson, S., D. Kaufman, J. McMillan, C. Woodruff (1999), ‘Why do firms hide Bribes and unofficial activity after communism’, Journal of Public Economics, 76, 2000, pp. 495-520.

19. Kaufmann, D. and A. Kaliberda. (1996), 'Integrating the Unofficial Economy into the Dynamics of Post-Socialist Economies: A Framework for Analysis and Evidence' in Kaminski, B. (ed.) Economic Transition in Russia and the New States of Eurasia, London: M.E. Sharpe, pp. 81-120.

20. Kyle, S. (2002), ‘The shadow Economy in Post-Soviet Tajikistan’, Working Paper, Cornell University, Ithaca, New York, USA 21. Lacko, M. (2000), 'Hidden Economy -- An Unknown Quantity: Comparative Analysis of Hidden Economies in Transition Countries, 1989-95,' Economics of Transition, 8:1, pp. 117-149.

22. Nikolayenko, S., Lissovolik, Y., and MacFarquar, R (1997). Special Report: The Shadow Economy in Russia's Regions. - Russian Economic Trends, 1997, No. 4.

23. Rosser, J., M.Rosser, and E.Ahmed (2000) “Income inequality and the informal economy in transition economies”, Journal of Comparative Economics, vol. 28, no. 1, pp. 156-171.

24. Rosser, J., M.Rosser, and E.Ahmed (2003) “Multiple unofficial economy equilibria and income distribution dynamics in systemic transition”, Journal of Post Keynesian Economics, Spring 2003, vol. 25, no. 3, pp. 425-25. Schneider, F. and Dominik H. Enste (2000), “Shadow Economies: Sizes, Causes and Consequences”, Journal of Economic Literature 38:1 pp. 77-114.

26. Slinko, I., E. Yakovlev, and E. Zhuravskaya (2003), “Institutional Subversion: Evidence from Russian Regions”, the second draft, http://www.cefir.org/Papers/cefwp34.pdf 27. Westin, P. (2002), “Emerging from the shadow: Special Topics in Russian Economy”, Aton Capital Group, ПРИЛОЖЕНИЕ A Table A1. Descriptive statistics for main explanatory variables in OLS regressions (empirical models in 6.4.,7.4) Variable Name Obs Mean Std. Dev. Min Max Логарифм количества преступлений Ln(crime95) (4 вида) на 1 000 жителей 78 5.067148.4770607 3.795051 6.Логарифм количества собственных Ln(auto95) автомобилей на 1 000 жителей 78 4.423212.3257448 3.624341 5.Доля социальных трансфертов в Transf/GRPВРП 78 16.66923 4.40859 4.7 34.Доля бюджетных расходов в ВРП Budget_exp78 20.45116 11.91359 11.68253 98.Уровень безработицы (в % от Unemploymentэкономически активного населения) 78 11.08974 5.619714 5.4 43.PovertyУровень бедности (доля населения с официальным доходом ниже прожиточного минимума) 76 31.04079 12.22874 16.1 73.GiniИндекс Джини неравенства официального дохода 75.30288.0516351.2224.Agricult_shareДоля сельского хозяйства в ВРП 77 11.1303 5.832963 0 26.Industry_shareДоля промышленности в ВРП 77 28.22913 7.997574 7.17 46.privatizationЧисло приватизированных предприятий (в общем числе предприятий) 78.1910789.1610133 0.nonstabilityПервый показатель нестабильности:

1, если в 1995-2000 губернатордемократ сменялся губернаторомкоммунистом (или наоборот); 0 - в противном случае 76.3157895.4679181 0 nonstabilityВторой показатель нестабильности:

1, если в 1996-2000 губернатор менялся; 0 - в противном случае 77.4025974.4936369 0 ProreformПоказатель прореформаторства: 1, если в 1996 губернатор не был коммунистом 76.7368421.4432733 0 Reform_levelИндекс реформирования региона к середине 1996 (РСПП) 77 1.018701.5150252.48 2.Polit_orientИндекс политической ориентации электората в 1996 (РСПП) 78.9888462.2820932.34 1.SMI_free_produce Индекс свободы производства информации 77 38.72078 12.77352 2.3 SMI_free_access Индекс свободы доступа информации 77 45.62987 14.94274 12 SMI_free_distrib Индекс свободы распределения информации 76 19.27368 12.44465 0 90.SMI_free_summ Сводный индекс свободы СМИ 77 34.23506 9.42555 2.3 62. Empl_giovernДоля занятых в государственном и муниципальном секторе от экономичекси активного населения 78.4034004.0663119.2838926.CaptureЗахват; 1995 72.4081327.3027448.2 CaptureЗахват; 1996 72.4673309.3193676.2 FDIПрямые иностранные инвестиции в регион (в $) по отношению в ВРП региона (в рублях) 72.8437089 1.482995.0007264 8.Small_shareМалые предприятия (в % к общему числу предприятий) 78 35.50565 10.67765 15.706 72.Taxes/GRPНалоговые поступления (в % к ВРП) 78 11.77038 2.552338 2.182954 19.PopulationЧисленность населения (тысяч человек) 78 1879.436 1501.253 201 D_CIS Дамми-переменная: 1, если регион граничит по суше со страной ближнего зарубежья; 0, если нет 78.3333333.4744557 0 D_nonCIS Дамми-переменная: 1, если регион граничит по суше со страной дальнего зарубежья; 0, если нет 78.1410256.3503008 0 D_china Дамми-переменная: 1, если регион граничит с Китаем; 0, если нет 78.0641026.2465209 0 Table A2. Correlations between main explanatory variables in OLS regressions (empirical models in 6.4.,7.4) Share_SE2000 1. %Share_SIP 0.390 1.0.Ln(crime95) 0.340 0.132 1.0.003 0.Ln(auto95) 0.027 -0.143 0.244 1.0.820 0.242 0.Transf/GRP95 -0.247 -0.056 -0.552 -0.528 1.0.033 0.649 0.000 0.Budget_exp95 -0.010 -0.018 -0.227 -0.269 0.355 1.0.931 0.885 0.046 0.017 0.Unemployment95 -0.264 -0.057 -0.337 -0.346 0.544 0.766 1.0.022 0.645 0.003 0.002 0.000 0.Poverty95 -0.152 0.139 -0.054 -0.119 0.345 0.505 0.637 1.0.195 0.257 0.641 0.307 0.002 0.000 0.Gini95 0.118 0.078 0.193 0.287 -0.544 0.152 -0.118 0.086 1. 0.320 0.528 0.097 0.013 0.000 0.193 0.312 0.Agricult_share96 -0.172 -0.047 -0.530 -0.352 0.730 0.067 0.256 0.401 -0.193 1.

Pages:     | 1 |   ...   | 7 | 8 || 10 | 11 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.