ecr-journalЭкономическая наука современной РоссииEconomics of Contemporary Russia1609-14422618-8996Regional Public Organization for Assistance to the Development of Institutions of the Department of Economics of the Russian Academy of Sciences10.33293/1609-1442-2022-3(98)-46-64ecr-journal-805Research ArticleЭКОНОМИЧЕСКАЯ ПОЛИТИКА И ХОЗЯЙСТВЕННАЯ ПРАКТИКАECONOMICAL POLICY AND ECONOMICAL PRACTICEОценка вклада научно-технического прогресса в реальный ВВП РоссииAssessment of the Contribution of Scientific and Technological Progress to the Real GDP of RussiaБывшевВиктор АлексеевичByvshevVictor A.

доктор технических наук, профессор

Doctor of Technical Sciences, Professor

VByvshev@fa.ruФинансовый университет при Правительстве РФ, МоскваРоссияFinancial University under the Government of the Russian Federation, MoscowRussian Federation202223092022034664Copyright © Бывшев В.А., 20222022Бывшев В.А.Byvshev V.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.ecr-journal.ru/jour/article/view/805

В работе обсуждается оценка вклада научно-технологического прогресса в реальный валовой внутренний продукт (ВВП) России. Инструментом этой оценки служит производственная функция национальной экономики. В работе построены два варианта производственной функции экономики России, которые успешно прошли все принятые в эконометрике диагностические про­цедуры. В первом варианте в набор объясняющих факторов, таких как уровень основного капитала, количество живого труда, цена нефти, индикатор дефолта России, мировой финансовый кризис и санкции западных стран, включен индекс научно-технологического прогресса (НТП). Во втором варианте производственной функции индекс НТП отсутствует. Схема построения производственной функции состоит из двух этапов. На первом этапе схемы осуществляется оценивание статистических моделей производственной функции с обязательным тестированием гипотезы о коинтегрированности нестационарных временных рядов логарифмов уровней ВВП России, уровней основного капитала и живого труда и уровней цены нефти. На втором этапе схемы исследована стабильность оценок производственной функции, вычисленных по разным обучающим выборкам, и оценена точность ex-post прогнозирования. На втором этапе схемы построения производственной функции модель с индексом НТП показала более высокую точность постфактум прогнозирования. Это обстоятельство в сочетании с результатом проверки статистической гипотезы о наличии в экономике России научно-технического прогресса позволило оценить его вклад в реальный ВВП: при прочих равных условиях научно-технический прогресс увеличивает годовой реальный ВВП России примерно на 0,6%.

The paper discusses the assessment of the contribution of scientific and technological progress to the real gross domestic product (GDP) of Russia. The instrument of this assessment is the production function of the national economy. The paper presents two variants of the production function of the Russian economy, which have successfully passed all the diagnostic procedures adopted in econometrics. In the first variant, the index of scientific and technological progress (STP) is included in the set of explanatory factors such as the level of fixed capital, the amount of live labor, the price of oil, the indicator of Russia's default, the Global Financial Crisis and sanctions of Western countries. In the second variant of the production function, there is no NTP index. The scheme of construction of the production function consists of two stages. At the first stage of the scheme, statistical models of the production function are evaluated with mandatory testing of the hypothesis of the cointegration of non-stationary time series of logarithms of Russia's GDP levels, fixed capital and living labor levels and oil price levels. At the second stage of the scheme, the stability of estimates of the production function calculated from different training samples was investigated, and the accuracy of ex-post forecasting was estimated. At the second stage of the production function construction scheme, the model with the NTP index showed higher accuracy of post-factum forecasting. This circumstance, combined with the result of testing the statistical hypothesis about the presence of scientific and technological progress in the Russian economy, made it possible to assess its contribution to real GDP: other things being equal, scientific and technological progress increases the annual real GDP of Russia by about 0,6%.

производственная функция национальной экономикифакторы производстваэластичность валового внутреннего продукта по затратам основного капитала и живого трудавременной рядфункция Кобба–Дугласамодель адаптации экономики России к санкцияминдекс научно-технического прогрессавклад научно-технического прогресса в реальный ВВП Россииproduction function of the national economyfactors of productionelasticity of gross domestic product in terms of fixed capital and living labortime seriesCobb–Douglas functionthe model of adaptation of the Russian economy to sanctionsindex of scientific and technological progresscontribution of scientific and technological progress to the real GDP of RussiaReferencesАкаев А. А., Садовничий В. А. (2016). Замкнутая динамическая модель для описания и расчета длинной волны экономического развития Кондратьева // Вестник Российской академии наук. № 10. С. 883–896.Akaev A. A., Sadovnichy V. A. (2016). A closed dynamic model for describing and calculating the long wave of Kondratiev's economic development. Herald of the Russian Academy of Sciences, no. 10, pp. 883–896 (in Russian).Афанасьев А. А. (2008). Производственная функция российской экономики в 1990–2007 гг. // Теория и практика институциональных преобразований в России. Вып. 1. М.: ЦЭМИ РАН. С. 12–17.Afanasyev A. A. (2008). The production function of the Russian economy in 1990–2007. Theory and practice of institutional transformations in Russia. Iss. 1. Moscow: CEMI RAS, pp. 12–17 (in Russian).Афанасьев А. А. (2009). Производственная функция российской экономики с учетом основных фондов транспорта и связи в 1990–2007 гг. // Системное моделирование социально-экономических процессов: труды 32-й Международной школы-семинара, Вологда, 5–10 октября 2009 г. / под ред. В. Г. Гребенникова, И. Н. Щепиной, В. Н. Эйтингона. Ч. 1. Воронеж: Издательско-полиграфический центр ВГУ. С. 93–97.Afanasyev A. A. (2009). The production function of the Russian economy, taking into account the main funds of transport and communications in 1990–2007. System modeling of socio-economic processes: Proceedings of the 32nd International School-Seminar, Vologda, October 5–10, 2009. Ed. by V. G. Grebennikov, I. N. Shchepina, V. N. Eytingon. Part 1. Voronezh: Publishing and Printing Center of VSU, pp. 93–97Афанасьев А. А., Пономарева О. С. (2014). Производственная функция народного хозяйства России в 1990–2012 гг. // Экономика и математические методы. Т. 50. № 4. С. 21–33.(in Russian).Афанасьев А. А., Пономарева О. С. (2020). Народнохозяйственная производственная функция России в 1990–2017 г. // Экономика и математические методы. Т. 56. № 1. С. 67–78.Afanasyev A. A., Ponomareva O. S. (2014). The production function of the national economy of Russia in 1990–2012. Economics and Mathematical Methods, vol. 50, no. 4, pp. 21–33 (in Russian).Афанасьев А. А., Пономарева О. С. (2021). Распространение уханьского коронавируса (SARS-COV‑2) в России: макроэкономическая производственная функция с учетом мировой цены на нефть марки «Брент» // Проблемы рыночной экономики. № 1. С. 24–46.Afanasyev A. A., Ponomareva O. S. (2020). National economic production function of Russia in 1990–2017. Economics and Mathematical Methods, vol. 56, no. 1, pp. 67–78 (in Russian).Бессонов В. А. (2002). Проблемы построения производственных функций в российской переходной экономике // Бессонов В. А., Цухло С. В. Анализ динамики российской переходной экономики. М.: Институт экономики переходного периода, с. 5–89.Afanasyev A. A., Ponomareva O. S. (2021). The spread of Wuhan coronavirus (SARS-COV‑2) in Russia: macroeconomic production function taking into account the world price of Brent crude oil. Problems of Market Economy, no. 1, 24–46 (in Russian).Бессонов В. А. (2004). О динамике совокупной факторной производительности в российской переходной экономике // Экономический журнал ВШЭ. Т. 8. № 4. С. 542–587.Bessonov V. A. (2002). Problems of building production functions in the Russian transition economy. In: Bessonov V. A., Tsukhlo S. V. Analysis of the dynamics of the Russian transitional economy. Moscow: Institute of Economics of the Transition Period, pp. 5–89 (in Russian).Буравлев А. И. (2012). Трехфакторная производственная модель Кобба–Дугласа // Экономика и управление: проблемы, решения. № 3. С. 13–19.Bessonov V. A. (2004). On the dynamics of aggregate factor productivity in the Russian transition economy. HSE Economic Journal, vol. 8, no. 4, pp. 542–587 (in Russian).Вербик М. (2008). Путеводитель по современной эконометрике. М.: Научная книга. 615 с.Buravlev A. I. (2012). Cobb–Douglas three-factor production model. Economics and Management: Problems, Solutions, no. 3, pp. 13–19 (in Russian).Дэвидсон Р., Мак-Киннон Дж. (2018). Теория и методы эконометрики. М.: Дело. 936 с.Verbik M. (2008). A guide to modern econometrics. Moscow: Scientific book. 615 p. (in Russian).Кирилюк И. Л. (2013). Модели производственных функций для российской экономики // Компьютерные исследования и моделирование. Т. 5. № 2. С. 293–312.Davidson R., MacKinnon J.G. (2004). Econometric theory and methods: text-book. Oxford: Oxford University Press (in Russian).Клейнер Г. Б. (1986). Производственные функции: теория, методы, применение. М.: Финансы и статистика. 239 с.Kirilyuk I. L. (2013). Models of production functions for the Russian economy. Computer Research and Modeling, vol. 5, no. 2, pp. 293–312 (in Russian).Копотева А. В., Черный С. А. (2011). Применение модели Кобба–Дугласа для построения сценария посткризисного развития экономики // Вопросы экономических наук. № 6. С. 31–35.Kleiner G. B. (1986). Production functions: theory, methods, application. Moscow: Finance and Statistics. 239 p. (in Russian).Магнус Я. Р., Катышев П. К., Пересецкий А. А. (2004). Эконометрика. Начальный курс. 6-е изд., перераб. и доп. М.: Дело. 576 с.Kopoteva A. V., Cherny S. A. (2011). Application of the Cobb–Douglas model to construct a scenario of post-crisis economic development. Questions of Economic Sciences, no. 6, pp. 31–35 (in Russian).Романовский М. Ю., Романовский Ю. М. (2012). Введение в эконофизику: статистические и динамические модели: учебник. 2-е изд., испр. и доп. М.–Ижевск: Институт компьютерных исследований, 338 с.Magnus Ya.R., Katyshev P. K., Peresetsky A. A. (2004). Econometrics. The initial course. 6th ed., reprint. and additional. Moscow: Delo. 576 p. (in Russian).Светуньков С. Г., Абдуллаев И. С. (2010). Сравнительный анализ производственных функций в моделях экономической динамики // Известия Санкт-Петербургского университета экономики и финансов. № 5. С. 55–66.Romanovsky M.Yu., Romanovsky Yu.M. (2012). Introduction to Econophysics: Statistical and dynamic models. Textbook. 2nd еdition, corr. and additional Moscow–Izhevsk: Institute of Computer Research. 338 p. (in Russian).Суворов Н. В., Ахунов Р. Р., Губарев Р. В., Дзюба Е. И., Файзуллин Ф. С. (2020). Применение производственной функции Кобба–Дугласа для анализа промышленного комплекса региона // Экономика региона. Т. 16. Вып. 1. С. 187–200.Svetunkov S. G., Abdullaev I. S. (2010). Comparative analysis of production functions in models of economic dynamics. Izvestia of the St. Petersburg University of Economics and Finance, no. 5, pp. 55–66 (in Russian).Aghion P., Howitt P. (2009). The economics of growth. Cambridge (Mass.). London: The MIT Press. 495 р.Suvorov N. V., Akhunov R. R., Gubarev R. V., Dzyuba E. I., Fayzullin F. S. (2020). Application of the Cobb–Douglas production function for the analysis of the industrial complex of the region. Economy of Region, vol. 16, iss. 1, pp. 187–200 (in Russian).Banerjee A., Dolado J., Gabraith J. W., Hendry D. F. (1993). Co-integration, Error-Correction, and the Econometric Analysis of Non-Stationary Data. Oxford: Oxford University Press. 329 p.Aghion P., Howitt P. (2009). The economics of growth. Cambridge (Mass.), London: The MIT Press. 495 р.Cobb Ch.E., Douglas P. H. (1928). A theory of production. The American Economic Review, vol. 18, no. 1. Supplement, рp. 139–165.Banerjee A., Dolado J., Gabraith J. W., Hendry D. F. (1993). Co-integration, Error-Correction, and the Econometric Analysis of Non-Stationary Data. Oxford: Oxford University Press. 329 p.Engle R. F., Granger C. W.J. (1987). Cointegration and Error Correction: Representation, Estimation and Testing. Econometrica, no. 55, pp. 251–276.Cobb Ch.E., Douglas P. H. (1928). A theory of production. The American Economic Review, vol. 18, no. 1. Supplement, рp. 139–165.Fuller W. A. (1996). Introduction to Statistical Time Series. 2nd ed. New York: Wiley. 736 p.Engle R. F., Granger C. W.J. (1987). Cointegration and Error Correction: Representation, Estimation and Testing. Econometrica, no. 55, pp. 251–276.Hamilton J. D. (1994). Time Series Analysis. Princeton: Princeton University Press. 786 p.Fuller W. A. (1996). Introduction to Statistical Time Series. 2nd ed. New York: Wiley. 736 p.Romer D. (2012). Advanced macroeconomics. New York: McGraw-Hill. 716 р.Hamilton J. D. (1994). Time Series Analysis. Princeton: Princeton University Press. 786 p.Solow R. (1956). A Contribution to the Theory of Economic Growth. Quarterly Journal of Economics, February, pp. 65–94.Romer D. (2012). Advanced macroeconomics. New York: McGraw-Hill. 716 р.Solow R. (1956). A Contribution to the Theory of Economic Growth. Quarterly Journal of Economics, February, pp. 65–94.Solow R. (1956). A Contribution to the Theory of Economic Growth. Quarterly Journal of Economics, February, pp. 65–94.

The authors declare that there are no conflicts of interest present.