авторефераты диссертаций БЕСПЛАТНАЯ  БИБЛИОТЕКА

АВТОРЕФЕРАТЫ КАНДИДАТСКИХ, ДОКТОРСКИХ ДИССЕРТАЦИЙ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Ж.А. Гоноцкая

ИМУЩЕСТВЕННОЕ НЕРАВЕНСТВО

И РЕСУРСНОЕ ПРОКЛЯТИЕ:

ТОЧКИ ЗРЕНИЯ

И ЭМПИРИЧЕСКИЕ СВИДЕТЕЛЬСТВА

Препринт WP14/2013/03

Серия

WP14

Политическая теория

и политический анализ

Москва

2013

УДК 330.15

ББК 65.04

Г65

Редактор серии WP14

«Политическая теория и политический анализ»

М.Ю. Урнов Гоноцкая, Ж. А. Имущественное неравенство и ресурсное проклятие: точки зрения и эм Г65 пирические свидетельства [Текст] : препринт WP14/2013/03 / Ж. А. Гоноцкая ;

Нац. исслед.

ун-т «Высшая школа экономики». – М. : Изд. дом Высшей школы экономики, 2013. – 32 с.

– 30 экз. – (Серия WP14 «Политическая теория и политический анализ»).

В последнее время феномен ресурсного проклятия привлекает к себе внимание все боль шего числа исследователей. Традиционно ресурсное проклятие определяют как отрицательное влияние интенсивности использования природных ресурсов на экономический рост. Впрочем, многие исследователи не ограничивают себя строгим определением этого термина и исследу ют также взаимосвязь между структурой экономики и рядом других социальных и экономиче ских показателей. В частности, некоторые исследователи обращаются к концепции ресурсно го проклятия при изучении имущественного неравенства. Эта работа также предлагает взгляд на изучение неравенства в распределении доходов сквозь призму концепции ресурсного про клятия и представляет некоторые эмпирические свидетельства, которые были получены в ре зультате регрессионного анализа пространственной выборки, включающей 74 государства, и в целом подтверждают – в том числе после некоторых проверок устойчивости полученных ре зультатов – основную гипотезу работы, в соответствии с которой эффект зависимости государ ства от природных ресурсов на уровень имущественного неравенства носит условный харак тер, объясняющийся уровнем этнической фрагментированности населения.

УДК 330. ББК 65. Ключевые слова: ресурсное проклятие, имущественное неравенство, этническая фрагмен тированность Гоноцкая Жанна Андреевна – студентка факультета прикладной политологии НИУ ВШЭ.

Препринты Национального исследовательского университета «Высшая школа экономики» размещаются по адресу: http://www.hse.ru/org/hse/wp © Гоноцкая Ж. А., © Оформление. Издательский дом Высшей школы экономики, 1. Введение В последнее время феномен ресурсного проклятия привлекает к себе внимание все большего числа исследователей. Проблемы государств, в экономике которых определяющую роль играют природные ресурсы, вол нуют экономистов еще с 1950-х годов, но сам термин «ресурсное про клятие» получил распространение в академической литературе только недавно – его ввел в оборот в 1993 г. английский экономист Р. Аути (Stevens, 2003;

Гуриев, Сонин, 2008).

В узком смысле под ресурсным проклятием понимается «отрицатель ное влияние структуры экономики на темпы экономического роста» (Гу риев, Сонин, 2008, с. 62). Впрочем, многие исследователи не ограничи вают себя этим определением и используют термин «ресурсное прокля тие» в более широком смысле, стремясь объяснить взаимосвязь между доминированием природных ресурсов в экономике государства и рядом других экономических и социальных показателей (т.е. не ограничивают ся одним только экономическим ростом). Одно из таких направлений исследования – изучение роли природных ресурсов в формировании иму щественного неравенства.

М.Л. Росс, занимающийся проблемой ресурсного проклятия, удивля ется тому, как на самом деле мало известно о связи между природными ресурсами и неравенством (Ross, 2007). И действительно: изучению проб лемы природных ресурсов и экономического роста посвящено множе ство научных работ, в то время как связью природных ресурсов и иму щественного неравенства занимается лишь узкий круг исследователей.

В данной работе мы рассмотрим существующие в литературе точки зрения тех исследователей, которые занимаются проблемой имуществен ного неравенства в его связи с ресурсным проклятием, а также предло жим свой вариант того, как можно подойти к изучению имущественного неравенства, рассматривая его сквозь призму концепции ресурсного про клятия.

Гипотеза нашего исследования состоит в том, что эффект интенсив ности использования природных ресурсов в экономике обусловлен уров нем этнической фрагментированности населения: в слабофрагментиро ванных обществах природные ресурсы могут стать причиной имуще ственного неравенства, тогда как в обществах, состоящих из множества этнических групп, природные ресурсы не оказывают никакого эффекта на уровень имущественного неравенства.

Далее мы рассмотрим подходы других исследователей, предложим теоретическое обоснование нашей точки зрения, опишем использован ные в работе данные и методы, а также приведем полученные в резуль тате регрессионного анализа результаты, в целом подтверждающие сфор мулированную выше гипотезу.

2. Состояние проблемной области Одна из наиболее влиятельных и часто цитируемых работ по интере сующей нас проблематике – статья, которую написали Т. Гильфасон и Г. Зоега (Gylfason, Zoega, 2002). Авторы полагают, что между уровнем имущественного неравенства и природными ресурсами существует пря мая связь (впервые она была зафиксирована в исследовании Ф. Бурги ньона и К. Моррисона (Bourguignon, Morrison, 1990)). Изобилие природ ных ресурсов, и в особенности открытие новых, может стать причиной оттока рабочих из производственного сектора и сферы услуг в ресурс ный сектор. И если распределение заработной платы в производствен ном секторе довольно равномерное (поскольку человеческий капитал более или менее одинаково распределен среди населения), то в первич ном секторе, связанном с добычей ресурсов, доходы распределены не равномерно в каждый момент времени – они зависят от «фокусов» при роды или погони за рентой, которую обеспечивают природные ресурсы (чем больше времени рабочие посвящают добыче природных ресурсов и чем больше таких рабочих, тем более неравномерно распределены до ходы в обществе). В конечном счете погоня за рентой может привести к тому, что имеющиеся в стране запасы природных ресурсов окажутся во владении сравнительно небольшой группы людей.

Некоторые обнаруживают эффект взаимодействия природных ресур сов и институтов на имущественное неравенство. Так, например, в об зоре литературы по ресурсному проклятию голландский экономист и руководитель исследований Оксфордского центра анализа богатых ре сурсами экономик Ф. ван дер Плюг пишет о том, что лучшие доступные эмпирические свидетельства подтверждают наличие высокого уровня имущественного неравенства в странах с высокой долей экспорта при родных ресурсов в ВВП, особенно в случае «плохих» институтов и кор рупции (van der Ploeg, 2008). Впрочем, не очень ясно, что это за эмпири ческие свидетельства, поскольку научных работ на эту тему написано мало (в то время как обусловленный качеством институтов эффект ре сурсов на экономический рост довольно активно обсуждается в литера туре и регулярно подвергается эмпирическим проверкам (см., например, (Mehlum, Moene, Torvic, 2006)).

Тем не менее в одном из исследований было обнаружено, что в госу дарствах, способных контролировать коррупцию и отличающихся до статочно высоким уровнем государственной эффективности, ресурсная рента распределяется более справедливо, и, таким образом, качествен ные институты обеспечивают более равномерное распределение доходов (Perry, Olivera, 2010). Т. Гильфасон и Г. Зоега также упоминают инсти туты – по мнению авторов, погоня за рентой в условиях отсутствия де мократии с большей вероятностью приведет к сосредоточению ресурсов в руках узкого круга людей (Gylfason, Zoega, 2002).

Существует также точка зрения, в соответствии с которой природные ресурсы способствуют ухудшению качества институтов, что приводит к недальновидной политике, росту коррупции и рентоориентированному поведению, которые, в свою очередь, оказываются факторами имуще ственного неравенства (Hewson, 2011).

Интересно также отметить существование работ, в которых обнару живается, что изобилие ресурсов не только не увеличивает имуществен ное неравенство, но, напротив, может уменьшать его. К таким выводам приходят, например, В. Полтерович, В. Попов и А. Тонис (Polterovich, Popov, Tonis, 2010). Возможное объяснение, которое они приводят, за ключается в том, что страны – экспортеры природных ресурсов имеют больше возможностей для того, чтобы снизить имущественное неравен ство путем правильного распределения ресурсных рент.

Еще одна точка зрения предполагает условный эффект природных ресурсов на неравенство, связанный с поляризацией населения (Fum, Hodler, 2010). В статье формулируется и проверяется гипотеза о том, что природные ресурсы способствуют увеличению имущественного нера венства в этнически поляризованных обществах, но снижают его в эт нически неполяризованных. Природные ресурсы в сильно поляризован ных странах приводят к погоне за рентой и конфликтам. Наиболее по ляризованы те страны, в которых существует несколько больших этни ческих групп. Каждая группа может переключить свои усилия с производственного сектора на ресурсный, а также вовлечь другую груп пу в противостояние, в котором выиграет и завладеет ресурсами только одна из этих групп.

3. Условный эффект природных ресурсов на уровень имущественного неравенства:

теоретическое обоснование Мы полагаем, что существует условный эффект интенсивности ис пользования природных ресурсов на уровень имущественного неравен ства. Этот эффект обусловлен уровнем этнической фрагментированности населения. Так, в странах с малым числом этнических групп ресурсы могут оказаться причиной увеличения имущественного неравенства, тог да как в странах с сильно фрагментированным населением природные ресурсы, скорее всего, не оказывают никакого эффекта на уровень иму щественного неравенства.

Упомянутая выше статья Р.М. Фама и Р. Ходлера (Fum, Hodler, 2010), посвященная изучению обусловленного этнической поляризацией эф фекта природных ресурсов на уровень имущественного неравенства, со держит некоторые соображения теоретического характера, которые мо гут оказаться полезными также и при объяснении роли природных ре сурсов в формировании имущественного неравенства в зависимости от уровня этнической фрагментированности населения.

Отметим сперва, что этническая поляризация и этническая фрагмен тированность являются двумя наиболее распространенными показателя ми, характеризующими этническую неоднородность населения. Однако стоит учитывать, что эти показатели измеряют разные аспекты этнической неоднородности – на это регулярно обращают внимание исследователи, сталкивающиеся с концептуальной путаницей в работах других авторов (см., например: Montalvo, Reynal-Querol, 2002;

Esteban et al., 2012). Важно помнить о том, что индекс этнической поляризации принимает максималь ное значение в том случае, когда население состоит из двух одинаковых по размеру этнических групп, а индекс этнической фрагментированно сти – когда все индивиды принадлежат к разным этническим группам.

Предлагая свое объяснение существованию условного эффекта при родных ресурсов на имущественное неравенство, Р.М. Фам и Р. Ходлер указывают на то, что в обществах, состоящих из множества малых этни ческих групп, ни одна из этих групп не обладает достаточными возмож ностями для того, чтобы присвоить себе полностью всю ресурсную рен ту. Таким образом, получается, что рента делится между различными этническими группами более или менее равномерно – либо мирным пу тем, либо в ходе продолжительных гражданских конфликтов. Этой си туации (наличию в государстве множества малых этнических групп) со ответствуют низкие значения индекса поляризации и высокие значения интересующего нас индекса фрагментированности.

Связь между количеством этнических групп (в случае, когда группы равны по численности) и индексом этнической фрагментированности показана на рис. 1. Легко заметить, что с увеличением числа групп воз растает и степень этнической фрагментированности населения.

Рис. 1. Индекс этнической фрагментированности в зависимости от числа этнических групп (в случае групп равного размера) Таким образом, в основе нашего подхода лежит соображение о том, что в сильно фрагментированных обществах, т.е. таких, которые харак теризуются большим количеством малых этнических групп, для любой группы из этого множества не представляется возможным стать един ственным получателем ресурсной ренты.

Мы полагаем, что в таких обществах существует высокая конкурен ция между группами (можно сравнить с конкуренцией фирм в микроэко номике), которая предотвращает концентрацию природных ресурсов в руках какой-либо одной группы. Ни одна группа не может обеспечить себе монопольное владение ограниченными запасами природных ресур сов – в добыче этих ресурсов задействовано множество малых, довольно схожих между собой этнических групп. В этом случае доходы от экспорта первичных (аграрно-сырьевых) товаров распределяются между этими группами и их членами довольно равномерно. Иными словами, доходы делятся между всеми членами общества, в результате чего совокупное благосостояние всего населения увеличивается (каждый становится чуть богаче), но в целом ситуация с распределением доходов остается преж ней – в результате экспорта природных ресурсов доходы возрастают од новременно у всех граждан.

В ситуации же, когда, напротив, общество довольно однородно и не существует большого количества малых групп, завладеть ресурсной рен той значительно проще – в этом случае доходы от природных ресурсов будут распределяться уже только между членами завладевшей ресурса ми группы, и отрыв этой группы от другой части общества будет увели чиваться.

4. Данные 4.1. Имущественное неравенство В качестве зависимой переменной – уровня имущественного нера венства – мы используем наиболее распространенный показатель – ин декс Джини.

Индекс Джини измеряет степень, в которой фактическое распределе ние доходов индивидов или домохозяйств в экономике отклоняется от абсолютно равного их распределения. Индекс изменяется в диапазоне от 0 до 100%. Максимальное значение 100% индекс принимает в случае абсолютного неравенства в распределении доходов, а минимальное зна чение 0 – в случае абсолютного равенства. Индекс представляет собой отношение площади между кривой Лоренца и линией абсолютного ра венства к площади треугольника, лежащей под линией абсолютного ра венства.

Данные по уровню имущественного неравенства взяты нами из базы данных «Индикаторы мирового развития» (The World Development Indi cators) Всемирного банка. К сожалению, множество проблем, связанных со сбором данных по уровню имущественного неравенства, приводит к тому, что в данных существует огромное количество пропусков – индекс Джини рассчитывается довольно нерегулярно и для целого ряда стран вообще отсутствует.

В ходе дальнейшего анализа мы используем индекс Джини, рассчи танный как среднее арифметическое имеющихся значений для периода с 1985 по 2010 г. Во-первых, это позволяет нам отчасти решить пробле му, связанную со слишком большим количеством пропусков в данных.

А во-вторых, индекс Джини – величина довольно постоянная во време ни, поэтому разумно анализировать его изменение в долгосрочном пе риоде. Так, ежегодные изменения в уровне имущественного неравенства весьма несущественны – нужно наблюдать более длительные периоды (аналогичное имеет место при анализе динамики экономического роста – обычно экономисты рассматривают не отдельные годы, а гораздо более длительные периоды времени (см., например, (Barro, 1999)). 2010 г. – по следний год, в который доступно большинство необходимых для нашего исследования данных, 1985 г. выбран в качестве начала анализируемого периода.

4.2. Индекс фрагментированности населения В качестве меры этнической фрагментированности населения мы ис пользуем индекс, составленный А. Алезиной и др. (Alesina et al., 2003).

Индекс предложен для большого количества государств (для 190 го сударств мира) и рассчитан с использованием данных из сравнительно новых источников (преимущественно начала – середины 1990-х го дов).

Обыкновенно индексы фрагментированности считаются экзогенны ми и без каких-либо особых проблем используются в регрессиях, ко торые строятся на основе пространственных выборок. Предполагается, что доля какой-либо группы в населении страны – величина довольно постоянная, почти неизменная в течение длительных периодов време ни. А. Алезина и др. считают разумным использование их индекса в регрессиях в пределах примерно тридцати лет от той даты, когда были собраны данные. Наше исследование удовлетворяет этому требова нию.

Формула, по которой рассчитывается индекс, имеет следующий вид:

N FRACT j = 1 sij, i = где sij – доля группы i(i = 1... N) в стране j.

Нетрудно заметить, что индекс фрагментированности равен следую щему выражению:

FRACTj = 1 – HHI, где HHI – индекс Херфиндаля – Хиршмана, традиционно используемый в микроэкономике для определения рыночной концентрации или кон центрации в отрасли (для нахождения индекса Херфиндаля – Хиршмана рассчитывается сумма квадратов долей хозяйствующих на рынке или в отрасли субъектов). Высокое значение индекса свидетельствует о моно полизации рынка (отрасли), в то время как низкое – о высокой конкурен ции на рынке (в отрасли).

Таким образом, можно считать, что индекс фрагментированности на селения характеризует степень монополизации первичного сектора и кон курентоспособность различных этнических групп в борьбе за ресурсную ренту.

Индекс фрагментированности принимает низкие значения, если в об ществе мало этнических групп, и высокие значения, если этнических групп много.

Изменяется в промежутке от 0 до 1.

4.3. Природные ресурсы Выбор подходящего показателя для измерения природных ресурсов – проблема, которая вызывает множество дискуссий в академическом со обществе.

В качестве возможных индикаторов используются, например, такие переменные, как доля первичных (аграрно-сырьевых) товаров в ВНП (основной показатель, который использовался в первой эмпирической работе – работе Дж.Д. Сакса и Э.М. Уорнера, продемонстрировавшей, что ресурсное проклятие – не миф (Sachs, Warner, 1995)) или общем экспор те товаров;

доля природного капитала в национальном богатстве;

при родный капитал/чел.;

ресурсная рента;

доля экспорта нефти, газа, руд и минералов в совокупном экспорте или ВВП;

доля экспорта топлива в об щем экспорте или ВВП;

стоимость запасов полезных ископаемых и мно гие другие показатели (основные показатели, а также указание фамилий авторов и названий работ, в которых эти показатели используются, мож но найти в таблице, составленной в 2010 г. группой иранских исследова телей по результатам анализа большого объема научной литературы, по священной ресурсному проклятию (Behbudi, Mamipour, Karami, 2010)).

Однако стоит обратить внимание на то, что не все из используемых различными исследователями показателей характеризуют степень зави симости государства от природных ресурсов, т.е. роль ресурсов в эконо мике этого государства. Так, ряд авторов предлагает обратить внимание на необходимость проведения разграничения между «обеспеченностью»

государств природными ресурсами и «зависимостью» государств от при родных ресурсов (Gylfason, Zoega, 2002;

Boschini, Pettersson, Roine, 2011).

Объясняется это тем, что существуют такие богатые природными ресур сами страны, которые в действительности почти не зависят от этих ре сурсов – ресурсы играют весьма незначительную роль в структуре их экономики. И если такие показатели как, например, стоимость запасов полезных ископаемых (“sub-soilassets”;

используется в качестве одного из возможных показателей В. Полтеровичем и др. (Polterovich, Popov, Tonis, 2010)), относятся к разряду индикаторов, показывающих, насколь ко государства обеспечены природными ресурсами, то такие показатели, как доля экспорта ресурсов в объеме ВВП или общем экспорте, относят ся к разряду индикаторов, показывающих, насколько государства зави симы от этих ресурсов.

Другие индикаторы указывают на те выгоды, которые гарантируют природные ресурсы: скажем, такие показатели, как ресурсная рента. Эти показатели, измеряющие доходы государств от использования природ ных ресурсов, можно выделить в отдельную группу– наряду с показате лями «обеспеченности» и «зависимости». Некоторые выделяют именно эти три группы показателей (Hewson, 2011).

Таким образом, можно сделать вывод о том, что при изучении ресурс ного проклятия в первую очередь стоит обращаться к тем показателям, которые измеряют зависимость государств от природных ресурсов. Этот вывод логически следует из определения того, что представляет собой ресурсное проклятие.

Кроме того, некоторые исследователи приводят эмпирические сви детельства в пользу того, что наиболее часто используемые в исследо ваниях «широкие» меры зависимости государств от природных ресур сов стоит раскладывать на отдельные составные части – так, одни виды ресурсов могут представлять большую проблему (с точки зрения мак роэкономических и социальных последствий), чем другие (Boschini, Pet tersson, Roine, 2007;

2011). Например, топливо и минеральные ресурсы вносят больший вклад в ресурсное проклятие, поскольку менее «рас сеяны» в пространстве, чем другие ресурсы, а значит государству легко установить над ними централизованный контроль и присвоить себе всю ренту.

Принимая во внимание описанные выше замечания исследователей, в качестве меры природных ресурсов мы используем показатель зависи мости государства от природных ресурсов, причем как в наиболее общем («широком») виде, так и разложенный на составные части.

Этот показатель – процент экспорта первичных (аграрно-сырьевых) товаров в общем товарном экспорте государства, который, в свою оче редь, раскладывается на такие составляющие, как экспорт топлива (fuel exports), экспорт руд и металлов (ores and metаls exports), экспорт сель скохозяйственного сырья (agricultural raw materials exports) и экспорт продовольствия (food exports). Все индикаторы взяты из базы данных «Индикаторы мирового развития» (The World Development Indicators) Всемирного банка.

По рекомендации А. Боскини и др. (Boschini, Pettersson, Roine, 2011) процент экспорта природных ресурсов рассчитан в каждом случае для начала периода (“start year”) как среднее арифметическое показателей за пять лет вокруг этого начального года (т.е. для нашей выборки 1985– 2010 гг. показатели рассчитаны как среднее арифметическое за 1983– 1987 гг.) – это позволяет избежать такой ситуации, когда мера ресурсов сильно зависит от отдельного года (например, в результате экзогенного шока доля экспорта ресурсов в какой-то один год была значительно ниже доли экспорта во все предыдущие и последующие годы). Базовый год берется постольку, поскольку наша задача состоит в том, чтобы опреде лить важность ресурсов в экономике в начале определенного периода времени, а затем изучить последовавшие за этим изменения в уровне имущественного неравенства.

4.4. Контрольные переменные В качестве контрольных мы используем некоторые переменные из довольно стандартного набора, которые, как полагают исследователи, оказывают влияние на уровень имущественного неравенства (о детер минантах имущественного неравенства см., например, (Barro, 1999)).

Главный теоретический подход, лежащий в основе выявления детер минантов имущественного неравенства, как пишет Р.Дж. Барро, предпо лагает некоторый вариант кривой Кузнеца. Считается, что связь между коэффициентом Джини, измеряющим уровень имущественного неравен ства, и объемом ВВП/чел. описывается обратной U-образной кривой:

неравенство сперва растет, а затем, по мере развития экономики, стано вится все меньше. Учитывая возможную эндогенность, мы используем показатель ВВП/чел. в начале периода, т.е. ВВП/чел. в 1985 г.

Данные об объеме ВВП на душу населения (ППС, в долларах США, 2005 г.) взяты из базы «Индикаторы мирового развития» (The World Development Indicators) Всемирного банка. Для включения ВВП/чел. в модель, которую мы опишем далее, рассчитывается натуральный лога рифм этого показателя. Также рассчитывается квадрат натурального ло гарифма ВВП/чел. – включение этой переменной позволяет учесть не линейный характер связи между имущественным неравенством и объе мом ВВП на душу населения (эмпирическое подтверждение гипотезы С. Кузнеца можно обнаружить на рис. П1 в Приложении – диаграмме рассеяния, построенной на основе имеющихся у нас данных).

Также в качестве контрольной переменной мы используем среднее количество лет, проведенное взрослым населением (15+ лет) в средней школе. Этот индикатор рассчитан Р.Дж. Барро и Й.-В. Ли и используется при анализе факторов имущественного неравенства самим Р. Дж. Барро (Barro, 1999): в какой-то мере он позволяет контролировать эффект че ловеческого капитала на имущественное неравенство.

Показатель взят нами из базы данных Барро – Ли (Barro – Lee Educational Attainment Dataset).

4.5. Условные обозначения Далее мы приводим список условных обозначений, введенных нами для всех переменных.

• gini – уровень имущественного неравенства (индекс Джини) (WB WDI);

• prim_exp – процент экспорта первичных (аграрно-сырьевых) това ров в общем экспорте (WB WDI);

• fuel_exp – процент экспорта топлива в общем экспорте (WB WDI);

• ore_met_exp – процент экспорта руд и металлов в общем экспорте (WB WDI);

• agri_exp – процент экспорта сельскохозяйственного сырья в общем экспорте (WB WDI);

• food_exp – процент экспорта продовольствия в общем экспорте (WB WDI);

• NRD – одна из приведенных выше переменных, измеряющих про цент экспорта, в зависимости от спецификации модели;

• eth_fra – индекс фрагментированности населения (Fractionalization Data: Alesina);

• ln_gdp – начальный ВВП/чел. (ППС, в долларах США, 2005 г.) (WB WDI);

• ln_gdp_sq – квадрат начального ВВП/чел.;

• secondary – среднее количество лет, проведенное взрослым населе нием (15+ лет) в средней школе (Barro-Lee Educational Attainment Dataset).

5. Выборка и используемые методы В нашем исследовании мы используем пространственную выборку, состоящую из 74 государств мира (список включенных в выборку госу дарств представлен в табл. П1 в Приложении). Рассматриваемый нами период: 1985–2010 гг. К сожалению, данные по показателю имуществен ного неравенства и экспорту первичных товаров позволяют рассмотреть только эти страны – во всех остальных случаях мы имеем дело с пробле мой пропусков в данных (например, для многих стран нет ни одного зна чения индекса Джини в период с 1985 по 2010 г.). Так, из нашей выбор ки оказались исключены многие страны – экспортеры нефти (Иран, Ирак, Кувейт, ОАЭ, Саудовская Аравия, Катар, Ливия и др.). Впрочем, вполне возможно, что даже если бы для этих стран существовало достаточное количество данных, в любых моделях они оказались бы нетипичными наблюдениями. Представляется, что такие страны следует изучать от дельно, а не в общей выборке различных государств мира (см., напри мер, исследование, в котором две группы стран – те, которые экспорти руют нефть в большом количестве, и те, которые экспортируют нефть в небольшом количестве, – изучаются отдельно: Behbudi, Mamipour, Karami, 2010). Кроме того, в состав выборки не вошли многие малые – преиму щественно островные – государства (Науру, Сан-Томе и Принсипи, Со ломоновы острова, Коморские острова и пр.). Не вошли также и многие страны Восточной Европы (включая Россию) и Средней Азии – это свя зано с тем, что в 1985 г. они еще входили в состав СССР, Югославии или Чехословакии. Кроме того, даже если бы мы стали рассматривать эти страны с момента обретения ими независимости, мы вновь столкнулись бы с проблемой недостаточного количества данных, поскольку статисти ка по экспорту природных ресурсов для большинства из этих стран до ступна только лишь начиная со второй половины 1990-х годов или недо ступна вообще.

Мы используем пространственную выборку, потому что таким обра зом в некоторой степени решаем проблему пропусков в данных (напри мер, рассчитывая индекс Джини как среднее арифметическое за опреде ленный период времени). Кроме того, как мы уже писали, ежегодные (или, например, происходящие раз в три года) изменения в уровне иму щественного неравенства довольно незначительны, и даже если проис ходят, то обычно не отражают общую динамику, поэтому имеет смысл рассматривать не краткосрочный, а долгосрочный период. Многие ис следователи в случае наличия таких мало подверженных частым изме нениям зависимых переменных используют пространственные выборки (см., например, уже упомянутую выше таблицу, составленную ирански ми авторами (Behbudi, Mamipour, Karami, 2010), – наряду со списком ис пользованных другими исследователями показателей природных ресур сов, они также указывают тип выборки, который тот или иной исследо ватель использовал в ходе анализа;

можно заметить, что исследований, проведенных на основе пространственной выборки, в два раза больше, чем исследований, проведенных с использованием панельных данных).

Анализируя пространственную выборку, мы используем в моделях не зависимые переменные, измеренные в начале периода. Использование панельных данных, конечно, открывает некоторые перспективы для из учения индивидуальной динамики государств, но, учитывая характер доступных данных, количество периодов в таких панелях оказывается крайне мало, что существенно усложняет анализ.

Мы оцениваем МНК-регрессии следующего вида:

gini = 0 + 1NRDi + 2 eth _ frai + 3 NRD eth _ frai + ci' + i, где NRD – одна из переменных, измеряющих процент экспорта природ ных ресурсов (prim_exp, fuel_exp, ore_met_exp, agri_exp,food_exp), ci' – вектор контрольных переменных (количество контрольных переменных варьируется от модели к модели), – вектор коэффициентов при конт рольных переменных (количество коэффициентов, соответственно, так же варьируется от модели к модели).

Затем мы проводим диагностику моделей и проверяем устойчивость одной из наиболее предпочтительных моделей к исключению нетипич ных наблюдений и изменению спецификации.

6. Результаты Оценим несколько регрессионных моделей описанного выше вида.

Оценки параметров этих моделей приведены в табл. П2 в Приложении.

Поскольку, в соответствии с нашей гипотезой, существует условный эффект зависимости государства от природных ресурсов на уровень иму щественного неравенства (эффект обусловлен степенью этнической фраг ментированности населения), мы включаем во все модели (модели 1–4) взаимодействие двух переменных – экспорта первичных товаров и этни ческой фрагментированности. Это позволяет учесть нелинейный харак тер взаимосвязи между зависимостью государства от природных ресур сов и уровнем имущественного неравенства.

Модель 1 построена без учета контрольных переменных. Все коэф фициенты в модели статистически значимы. Далее мы добавляем конт рольные переменные и смотрим, не изменятся ли как-то существенно результаты. Как видим, с изменением спецификации модели значимость и знаки коэффициентов не изменяются. Модели 3 и 4 объясняют при мерно 55% вариации зависимой переменной.

Коэффициент при экспорте первичных товаров в каждой из моделей имеет положительный знак – это можно интерпретировать как то, что в идеальном случае абсолютно нефрагментированного населения (т.е. ког да индекс этнической фрагментированности равен нулю) природные ре сурсы способствуют увеличению имущественного неравенства. Впрочем, ситуацию, когда население полностью состоит из одной однородной эт нической группы, вообразить довольно трудно – в этом, как и в большин стве других случаев, интерпретация коэффициента при члене низшего порядка в модели с взаимодействиями имеет мало содержательного смыс ла (см. (Brambor, Clark, Golder, 2006)).

Интересующий нас условный эффект природных ресурсов на иму щественное неравенство может быть определен следующим образом (при расчете предельного эффекта мы используем оценки коэффициентов, полученные в последней модели, в которую включены все контрольные переменные):

gini = 1 + 3eth _ fra = 0.169 0.249eth _ fra.

prim _exp Видим, что положительный эффект природных ресурсов (приводя щий к увеличению имущественного неравенства) убывает с увеличени ем этнической фрагментированности населения. Впрочем, из стандарт ной таблицы с результатами регрессионного анализа можно получить лишь ограниченное количество информации (Brambor, Clark, Golder, 2006), поэтому ниже мы представим графическую иллюстрацию пре дельного эффекта природных ресурсов на имущественное неравен ство.

Рис. 2. Графическая иллюстрация предельного эффекта экспорта первичных (аграрно-сырьевых) товаров на уровень имущественного неравенства Построенный график показывает, как изменяется предельный эффект природных ресурсов с изменением степени фрагментированности насе ления. Доверительный интервал, изображенный на графике, позволяет сделать выводы о статистической значимости этого эффекта (он значим, когда верхняя и нижняя границы доверительного интервала одновремен но находятся либо выше, либо ниже нуля).

Видим, что когда уровень этнической фрагментированности дости гает значения 0,4, предельный эффект природных ресурсов на имуще ственное неравенство перестает быть статистически значимым – это под тверждает нашу гипотезу о том, что в этнически фрагментированных обществах природные ресурсы не оказывают эффекта на уровень иму щественного неравенства, тогда как в слабо фрагментированных обще ствах ресурсы способствуют увеличению имущественного неравен ства.

Отметим также, что рассматриваемая модель была проверена на на личие гетероскедастичности, и поскольку и визуальный анализ (рис. П в Приложении), и формальный статистический тест (критерий Бреу ша – Пагана) выявили наличие некоторой гетероскедастичности, мы ис пользовали робастные стандартные ошибки для проверки гипотез о зна чимости коэффициентов регрессии.

7. Обсуждение полученных результатов Проверим устойчивость модели 4 из табл. П2 к исключению нети пичных наблюдений. Используем для выявления таких наблюдений меру Кука: исключим из модели те наблюдения, для которых рассчитанная мера больше или равна, где n – число наблюдений, а k – число оце nk ниваемых параметров.

Выбросами оказываются такие государства, как Египет, Малави, США, Пакистан и ЮАР.

Исключив эти государства при оценивании модели, получим резуль таты, приведенные в табл. П3 в Приложении.

Как видим, с исключением этих государств существенных изменений в результатах регрессионного анализа не произошло: все коэффициенты по-прежнему статистически значимы, имеют те же знаки и почти такие же значения, как и коэффициенты в прошлой модели.

Посмотрим теперь, изменится ли что-нибудь в случае использования в качестве зависимой переменной не «широкой» меры зависимости го сударства от природных ресурсов, а отдельных ее компонентов.

Результаты оценивания моделей, где в качестве зависимой перемен ной используются четыре разных типа природных ресурсов, приведены в табл. П4 в Приложении.

Заметим, что для трех из четырех типов природных ресурсов (руд и металлов, сельскохозяйственного сырья, продовольствия) результаты ре грессионного анализа оказываются довольно близки к полученным ра нее в табл. П2 и П3 (коэффициенты статистически значимы и имеют те же знаки, что и в предыдущих моделях). Впрочем, помня о том, что стан дартные таблицы с результатами регрессионного анализа, полученные при оценивании моделей с взаимодействиями, могут предоставить лишь ограниченное количество информации, посмотрим также на графиче ские иллюстрации предельных эффектов экспорта каждого из этих трех типов природных ресурсов (рис. П3–П5 в Приложении). Увидим, что для каждого из них предельный эффект статистически значим только при определенных значениях индекса этнической фрагментированности на селения. Порог, при котором этот эффект перестает быть статистически значимым, несколько различается для разных типов ресурсов, но в целом верно то, что в обществах, фрагментированных довольно слабо, природ ные ресурсы способствуют увеличению неравенства в распределении доходов, тогда как в сильно фрагментированных обществах природные ресурсы не оказывают никакого эффекта на уровень имущественного неравенства.

Только для экспорта топлива результаты оказываются совсем други ми – знаки коэффициентов противоположны (т.е. выходит, например, что в абсолютно однородном обществе зависимость экономики страны от экспорта топлива способствует снижению уровня имущественного не равенства). В то же время графическая иллюстрация предельного эффек та экспорта топлива на уровень имущественного неравенства (рис. П6 в Приложении) показывает, что этот эффект является статистически не значимым при любых значениях индекса фрагментированности. Отме тим, что неожиданные результаты для топлива (противоположные ожи даемым знаки коэффициентов) получили также А. Боскини и др. (Boschini, Pettersson, Roine, 2011) – они объясняют это наличием нетипичных на блюдений в выборке и показывают, что с удалением этих нетипичных наблюдений знак коэффициента в их модели меняется на ожидаемый.

Мы также попробовали удалить нетипичные наблюдения и оценить мо дель уже без них, но результаты оказались довольно устойчивы к удале нию выбросов. Впрочем, можем предположить, что неожиданные ре зультаты все же связаны с отсутствием в нашей выборке большого коли чества государств, специализирующихся на экспорте нефти, – возможно, наличие данных по этим государствам привело бы нас к другим выво дам о предельном эффекте нефти и другого топлива на уровень имуще ственного неравенства.

Вообще, заметим, что исследований, посвященных изучению имуще ственного неравенства сквозь призму ресурсного проклятия, довольно мало, а значит, мы не можем определить, насколько полученные нами результаты соответствуют существующей литературе. Тем не менее пред ставляется, что обнаружение условного эффекта природных ресурсов является в некотором роде продолжением сформировавшегося подхода к объяснению экономических и социальных явлений через условные эф фекты природных ресурсов.

8. Заключение В нашей работе мы постарались исследовать имущественное нера венство, рассматривая его сквозь призму концепции ресурсного прокля тия.

Мы рассмотрели немногочисленные точки зрения исследователей, занимающихся этой проблематикой, а также предложили свой подход к объяснению имущественного неравенства с использованием концепции ресурсного проклятия.

Предположив, что существует условный эффект зависимости эконо мики от природных ресурсов на уровень имущественного неравенства, мы провели эмпирический анализ на основе пространственной выборки, включающей 74 государства мира. Мы рассчитывали обнаружить эмпи рическое подтверждение нашей точки зрения, в соответствии с которой эффект зависимости государства от природных ресурсов обусловлен уров нем этнической фрагментированности населения. Полагая, что в слабо фрагментированных обществах природные ресурсы могут стать причи ной имущественного неравенства, тогда как в обществах, состоящих из множества этнических групп, природные ресурсы не оказывают никако го эффекта на уровень имущественного неравенства, мы предложили модель такой ситуации в нескольких спецификациях и оценили ее. По строив ряд МНК-регрессий и проведя необходимую диагностику, а так же осуществив проверку устойчивости нашей модели к удалению нети пичных наблюдений и изменению спецификации, мы пришли к выводу о том, что в целом наша гипотеза подтверждается – модель претендует на то, чтобы объяснить некоторые существующие в действительности взаимосвязи, а также довольно успешно проходит проверку на устойчи вость к различным изменениям.

Отметим также, что использовавшийся в нашей работе индекс этни ческой фрагментированности – лишь один из трех индексов фрагменти рованности населения, предложенных А. Алезиной. Представляется, что в дальнейшем довольно интересной могла бы оказаться проверка устой чивости построенной нами модели к использованию двух других индек сов фрагментированности (лингвистической и религиозной).

Кроме того, возможно исследование условного эффекта природных ресурсов на экономическое неравенство, объясняемого не через этниче скую фрагментированность, а, скажем, через качество институтов (ана логично тому, как это делают в исследованиях, в которых хотят обнару жить условный эффект природных ресурсов на экономический рост).

Литература и использованные источники Гуриев С.М., Сонин К.И. (2008) Экономика «ресурсного проклятия»

// Вопросы экономики. 2008. № 4. С. 61–74.

Alesina A. et al. (2003) Fractionalization // Journal of Economic Growth.

Vol. 8. P. 155–194.

Barro R.J. (1999) Inequality, Growth, and Investment. NBER Working Paper No. 7038.

Barro – Lee Educational Attainment Dataset [Electronic Resource]. URL:

http://www.barrolee.com (дата обращения: 21.12.2012).

Behbudi D., Mamipour S., Karami A. (2010) Natural Resource Abundance, Human Capital and Economic Growth in the Petroleum Exporting Countries // Journal of Economic Development. Vol. 35. P. 81–102.

Boschini A., Pettersson J., Roine J. (2007) Resource curse or not: A ques tion of appropriability // Scandinavian Journal of Economics. Vol. 109.

P. 593–617.

Boschini A., Pettersson J., Roine J. (2011) Unbundling the Resource Curse and its Reversal. Working Paper.

Bourguignon F., Morrison C. (1990) Income Distribution, Development and Foreign Trade: A Cross-Sectional Analysis // European Economic Review.

Vol. 34. P. 1113–1132.

Brambor Th., Clark W.R., Golder M. (2006) Understanding Interaction Models: Improving Empirical Analyses // Political Analysis. Vol. 14. P. 63– 82.

Esteban J., Mayoral L., Ray D. (2012) Ethnicity and Conict: Theory and Facts // Science. Vol. 336. P. 858–865.

Fractionalization Data [Electronic Resource]. URL: http://www.anderson.

ucla.edu/faculty_pages/romain.wacziarg/papersum.html (дата обращения:

21.12.2012).

Fum R.M., Hodler R. (2010) Natural resources and income inequality: The role of ethnic divisions // Economics Letters. Vol. 107. P. 360–363.

Gylfason Th., Zoega G. (2002) Inequality and Economic Growth: Do Natu ral Resources Matter? Working Paper.

Hewson B.H. (2011) The effect of natural resources on income inequality.

Honours Thesis, School of Economics, The University of Queensland.

Mehlum H., Moen K., Torvic R. (2006) Institutions and the resource curse // The Economic Journal. Vol. 116. P. 1–20.

Montalvo J.G., Reynal-Querol M. (2002) Why Ethnic Fractionalization?

Polarization, Ethnic Conict and Growth. Universitat Pompeu Fabra, Eco nomics Working Paper No. 660.

Perry G., Olivera M. (2010) Natural Resources, Institutions and Econom ic Performance. Working Paper.

Polterovich V., Popov V., Tonis A. (2010) Resource abundance: A curse or blessing? DESA Working Paper No. 93.

Ross M.L. (2007) How Mineral Rich States Can Reduce Inequality // Es caping the Resource Curse / J. Sachs, J. Stiglitz, M. Humphreys (eds.). N.Y.:

Columbia University Press. P. 237–255.

Sachs J.D., Warner A.M. (1995) Natural Resources and Economic Deve lopment: The curse of natural resources // European Economic Review.

Vol. 45. P. 827–838.

Stevens P. (2003) Resource impact: curse or blessing? A literature survey // Journal of Energy Literature. Vol. 9. P. 3–42.

van der Ploeg F. (2008) Challenges and Opportunities for Resource Rich Economies. Ox Carre Research Paper No. 2008-05.

World Bank. The World Bank Databank. World Development Indicators and Global Development Finance [Electronic Resource]. URL: http://data bank.worldbank.org/data/Databases.aspx (дата обращения: 21.12.2012).

Приложение Рис. П1. Диаграмма рассеяния для натурального логарифма ВВП/чел. и индекса Джини (подтверждение гипотезы С. Кузнеца) Таблица П1. 74 государства, включенные в основную выборку Австралия Камерун Сенегал Австрия Канада Сингапур Алжир Кения Сирия Аргентина Китай Судан Бангладеш Колумбия США Боливия Конго, Респ. Сьерра-Леоне Бразилия Корея, Респ. Таиланд Великобритания Коста-Рика Того Венгрия Либерия Тринидад и Тобаго Венесуэла Малави Тунис Габон Малайзия Турция Гана Мексика Уругвай Гватемала Марокко Фиджи Германия Непал Филиппины Гондурас Нидерланды Финляндия Греция Никарагуа Франция Дания Новая Зеландия Чили Доминиканская Республика Норвегия Швейцария Египет Пакистан Швеция Израиль Панама Шри-Ланка Индия Папуа-Новая Гвинея Эквадор Индонезия Парагвай ЮАР Иордания Перу Ямайка Испания Португалия Япония Италия Сальвадор Таблица П2. Модели с взаимодействиями (1) (2) (3) (4) Экспорт первичных товаров 0.265*** 0.249*** 0.170*** 0.169*** (0.0545) (0.0546) (0.0452) (0.0455) Этническая фрагментированность 25.58* 24.43* 22.61** 22.54** (10.49) (10.01) (8.091) (8.007) –0.328* –0.325* –0.249* –0.249* Экспорт первичных товаров этническая фрагментированность (0.137) (0.135) (0.105) (0.105) Среднее образование –1.091 –0. (0.863) (1.025) Логарифм ВВП/чел. 60.64*** 59.19*** (11.07) (11.25) Квадрат логарифма ВВП/чел. –3.599*** –3.494*** (0.657) (0.677) Константа 23.45*** 26.77*** –222.6*** –217.2*** (2.537) (3.417) (45.73) (46.30) R2 0.361 0.374 0.551 0. N 74 74 74 Примечание. Зависимая переменная – индекс Джини. В скобках указаны робастные стандартные ошибки.*p 0.05, **p 0.01, ***p 0.001.

Рис. П2. Визуальная диагностика гетероскедастичности Таблица П3. Модель после исключения нетипичных наблюдений (1) Исключены Египет, Малави, США, Пакистан, ЮАР Экспорт первичных товаров 0.175*** (0.0469) Этническая фрагментированность 23.14** (8.188) –0.261* Экспорт первичных товаров этническая фрагментированность (0.107) Среднее образование –0. (1.051) Логарифм ВВП/чел. 58.25*** (12.26) Квадрат логарифма ВВП/чел. –3.429*** (0.741) Константа –214.2*** (50.08) R2 0. N Примечание. Зависимая переменная – индекс Джини. В скобках указаны робастные стандартные ошибки.*p 0.05, **p 0.01, ***p 0.001.

Таблица П4. Модели с альтернативными показателями зависимости государства от природных ресурсов (1) (2) (3) (4) Этническая фрагментированность 10.97* 12.40** 16.49*** 15.67*** (4.634) (3.880) (3.752) (3.849) Логарифм ВВП/чел. 74.51*** 67.32*** 66.06*** 58.46*** (11.69) (11.31) (10.10) (10.37) Квадрат логарифма ВВП/чел. –4.403*** –3.993*** –3.924*** –3.409*** (0.699) (0.681) (0.616) (0.627) Среднее образование –0.810 –0.797 –0.753 –0. (1.258) (1.130) (1.099) (1.063) Экспорт топлива –0. (0.0606) 0. Экспорт топлива этническая фрагментированность (0.109) Экспорт руд и металлов 0.232** (0.0751) –0.342** Экспорт руд и металлов этническая фрагментированность (0.119) Эскпорт с/х сырья 0.366** (0.114) –0.848*** Эскпорт с/х сырья этническая фрагментированность (0.238) Экспорт продовольствия 0.241*** (0.0516) –0.235* Экспорт продовольствия этническая фрагментированность (0.107) Константа –271.1*** –242.1*** –237.6*** –214.9*** (49.11) (46.52) (40.96) (42.48) R2 0.503 0.506 0.531 0. N 74 74 74 Примечание. Зависимая переменная – индекс Джини. В скобках указаны робастные стандартные ошибки.*p 0.05, **p 0.01, ***p 0.001.

Рис. П3. Графическая иллюстрация предельного эффекта экспорта руд и металлов на уровень имущественного неравенства Рис. П4. Графическая иллюстрация предельного эффекта сельскохозяйственного экспорта на уровень имущественного неравенства Рис. П5. Графическая иллюстрация предельного эффекта экспорта продовольствия на уровень имущественного неравенства Рис. П6. Графическая иллюстрация предельного эффекта экспорта топлива на уровень имущественного неравенства Gonotskaya, Zh. A. Income Inequality and the Resource Curse: Points of View and Empirical Evidence [Text] : Working paper WP14/2013/03 / Zh. A. Gonotskaya ;

National Research University “Higher School of Economics”. – Moscow : Publishing House of the Higher School of Economics, 2013. – 32 р. – 30 copies. – (Series WP14 «Political Theory and Political Analysis») (in Russian).

In recent years there has been a growing interest among social scientists in the phenomenon of the so-called “resource curse”. The resource curse is commonly dened as a negative relationship bet ween the natural resource intensity and a country’s economic growth. However, quite a large number of scientists do not bound themselves with a narrow denition of this term and try to investigate the relationship between the natural resource intensity and some other social and economic indicators. In particular, some social scientists address the concept of the resource curse while studying income inequality. This paper also focuses on the study of unequal income distribution through the prism of resource curse concept and offers some empirical evidence based on the regression analysis of cross country data for up to 74 countries that seems to support quite well – even after some robustness checks – the main hypothesis of the paper assuming the effect of natural resource dependency on in come inequality being conditional on the degree of ethnic fractionalization.

Key words: resource curse, income inequality, ethnic fractionalization Препринт WP14/2013/ Серия WP Политическая теория и политический анализ Гоноцкая Жанна Андреевна Имущественное неравенство и ресурсное проклятие:

точки зрения и эмпирические свидетельства Зав. редакцией оперативного выпуска А.В. Заиченко Технический редактор Ю.Н. Петрина Отпечатано в типографии Национального исследовательского университета «Высшая школа экономики» с представленного оригинал-макета Формат 6084 1/16. Тираж 30 экз. Уч.-изд. л. Усл. печ. л. 1,9. Заказ №. Изд. № Национальный исследовательский университет «Высшая школа экономики»

125319, Москва, Кочновский проезд, Типография Национального исследовательского университета «Высшая школа экономики»



 














 
2013 www.netess.ru - «Бесплатная библиотека авторефератов кандидатских и докторских диссертаций»

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.