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


Pages:   || 2 |
-- [ Страница 1 ] --

ЦЕНТР МАКРОЭКОНОМИЧЕСКОГО АНАЛИЗА

И КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ

Тел.: 7(499)129-17-22, факс: 7(499)129-09-22, e-mail: mail

КРАТКИЙ ОТЧЕТ

О НАУЧНО-ИССЛЕДОВАТЕЛЬСКОЙ РАБОТЕ

по теме:

«Исследование взаимосвязей важнейших параметров социально-экономического,

научно-технологического и инновационного развития на период до 2030 года»

шифр «2011-1.1-511-002»

(отчет по первому и второму этапу) Госконтракт от «29» июня 2011 г. № 13.511.11.1001 Руководитель направления ЦМАКП, руководитель проекта, к.э.н. Д.Р. Белоусов Москва, декабрь 1. Основные цели и задачи работы Данная работа направлена на создание комплексного социально-экономического про гноза, как важнейшей составной части долгосрочного научно-технологического прогноза, обосновывающего как характеристику условий, в которых будет происходить развертывание научно-технологического процесса (что необходимо для опроса компаний и организаций науки), так и возможные социально-экономические и структурные эффекты от реализации избранных субъектами научно-технологического процесса направлений развития.

Таким образом, этот прогноз становится одним из важнейших содержательных смы словых «ядер» всего долгосрочного научно-технологического прогноза. Причины этого сле дующие:

Контекст, в котором разрабатывалась существующая на сегодняшний день версия Долго срочного прогноза, полностью устарел. Это связано и с развитием глобального экономи ческого кризиса, меняющего контуры научно-технологической политики (масштабы и приоритеты финансирования науки и технологий, формирование государственных про грамм и т.д.), и с переменами в сфере государственной политики в России – формирова ние нового, посткризисного, поколения документов долгосрочного стратегического пла нирования, включая разрабатываемый Долгосрочный прогноз социально-экономического развития. Разрыв между устаревшими ориентирами по бюджетному финансированию науки, госзаказу на высокотехнологичную продукцию и, одновременно, по динамике глобальных рынков высокотехнологичной продукции и реальной ситуацией определяет существенное увеличение рисков для субъектов научно-технологического процесса1. Си туация осложняется ограниченностью в обозримой перспективе возможного наращива ния государственного финансирования сферы науки и технологий. Фактически, в нашей ситуации весь потенциал роста расходов на НИОКР связан с возможностями расширения их финансирования со стороны бизнеса. Для формирования эффективного спроса на ре зультаты НИР компании должны быть адекватно сориентированы относительно вероят ных перспектив развития мировой и российской экономики.

Возрастает риск утраты приоритетов в системе управления научно-технологическим развитием. Инерция ведет к «равноприоритетности всего», практически любых на правлений научно-технологического развития за которыми стоят интересы тех или иных групп (в академическом сообществе и т.д.) – а значит, реально – к полному от Хорошим аналогом является уже сложившаяся ситуация с программой строительства железнодорож ных магистралей, анонсированная в Концепции долгосрочного развития (2008 г.) – однако в новой ситуации не финансируемая сутствию системы приоритетов и ситуации, когда выделяемых ограниченных ресур сов перестает хватать на что бы то ни было. В итоге, обладая одним из крупнейших в мире научных комплексов (четвертое место по числу занятых, устойчиво в десятке лидеров по объму финансирования НИОКР по паритету покупательной способности) Россия имеет уровень концентрации расходов на НИОКР на одного занятого на уров не центрально-европейских стран – и соответствующие объмы экспорта высокотех нологичной продукции и технологий.

Реализация проекта предполагает решение ряда конкретных исследовательских и ана литических задач;

по этапам реализации они распределены следующим образом.

На первом этапе, посвященном, в основном, методологии дальнейшей работы (за вершен летом 2011 г.) были решены следующие задачи:

Произведен анализ литературы по мировому опыту включения научно 1.

технологического фактора в комплексные долгосрочные прогнозы и по созданию ин струментальных средств прогнозирования. На этой основе определены основные ха рактеристики инструментальных средств, обеспечивающих оценку макроэкономиче ских и структурных эффектов научно-технологического развития, которые будут соз даваться в рамках данной работы.

Произведен анализ мирового опыта методов построения сценариев долгосрочного 2.

развития. Его результаты будут использованы на последующих этапах работы в рам ках подготовки предварительного и окончательного варианта долгосрочного социаль но-экономического прогноза. Обсуждены сценарные варианты развития российской экономики в целом и развилки, формирующие сценарии развития ее научно технологического комплекса.

Проведен анализ ряда факторов (демография, человеческий капитал, состояние про 3.

изводственного аппарата) и характеристик (позиции российских компаний на миро вом рынке, структурные особенности модели воспроизводства, бюджетные ограниче ния) современной российской экономики, формирующих рамочные условия ее долго срочного прогноза.

На втором этапе (завершен в ноябре 2011 г.) основное внимание уделялось прогнозу развития глобальной экономики, включая как среднесрочные (особенности ее выхода из гло бального финансово-экономического кризиса, реакции на принятые решения и т.д.), так и долгосрочные аспекты. Результаты будут использованы как основа для последующей разра ботки долгосрочного социально-экономического прогноза. Основные решенные задачи:

Проанализированы тренды развития глобальной экономики и ее основных рынков, а 1.

также существующие долгосрочные проблемы (дефицита глобальных сбережений и «глобальных дисбалансов»;

чрезмерной долговой нагрузки;

социально демографических дисбалансов;

роста политической нестабильности в условиях ин формационного общества). Особо охарактеризованы риски безопасности (включая технологический аспект). Произведено сценирование развития глобальной экономики.

Проанализированы взаимосвязи основных сценарных факторов. В итоге построены и в основных параметрах количественно проанализированы сценарии развития гло бальной экономики, которые будут использованы на последующем этапе работы.

Проведено исследование (в т.ч., с использованием данных о венчурном финансирова нии) перспективных технологических направлений, связанных с развитием глобаль ных процессов как собственно в сфере науки и технологий, так и в сфере формирова ния специфических стимулов для научно-технологического процесса, связанных со сложившейся специализацией в сфере науки и технологий и стоящими перед отдель ными странами вызовами.

В рамках анализа среднесрочных тенденций развития глобальной экономики проана 2.

лизированы решения в сфере регулирования рынков финансов, технологий и развития производительных сил. Определен кризисный потенциал, связанный со сложившейся моделью выхода глобальной экономики из кризиса.

В рамках подготовки к построению долгосрочного прогноза проанализировали струк 3.

турные особенности российской экономики, построены варианты прогноза до 2014 г.

Построена модель прогнозирования долгосрочной динамики прямых иностранных 4.

инвестиций в российскую экономику.

На третьем этапе (до середины 2012 г.) предполагается построить долгосрочный, до 2030 г. социально-экономический прогноз российской экономики. Основные решаемые задачи:

Построение прогноза долгосрочного социально-экономического развития РФ, включая 1.

количественные оценки основных социально-экономических и структурных (отрасле вых) параметров. Выявление основных проблем социально-экономического развития России. Построение дорожной карты долгосрочного социально-экономического развития.

Разработка методологии оценки взаимосвязей социально-экономических параметров 2.

и параметров сферы научно-технологического развития и инноваций.

Разработка методологии анализа финансовых институтов развития, ориентированных 3.

на поддержку инновационного процесса. Анализ функционирования институтов раз вития в посткризисный период.

На четвертом этапе (до конца 2012 г.) предполагается сосредоточиться на анализе отраслевых особенностей долгосрочного развития российской экономики. Предполагается решить следующие основные задачи:

Анализ отраслевых аспектов долгосрочного развития экономики РФ. Выявление сфер 1.

потенциальной конкурентоспособности российской экономики в долгосрочной пер спективе.

Классификация секторов российской экономики по масштабам возможных эффектов 2.

технологического развития.

Оценка потенциальных рисков, связанных с реализацией инновационной стратегии 3.

развития экономики РФ. Разработка концепции инновационной модели долгосрочно го развития важнейших отраслей экономики РФ.

На четвертом и пятом этапах (до середины 2013 г.) будет построен уточненный со циально-экономический прогноз с учетом результатов работ групп, занимавшихся опросами компаний и организаций науки. Основные решаемые задачи:

Выявление важнейших тенденций развития сферы науки, технологий и инноваций в 1.

РФ на период до 2030 года и спроса основных отраслей экономики на технологиче ские инновации.

Построение долгосрочных прогнозов динамики развития экономики РФ с учетом ин 2.

новационного фактора, включая количественные оценки основных макроэкономиче ских параметров, динамики развития ведущих отраслей экономики. Оценка социаль но-экономических и отраслевых эффектов реализации приоритетных направлений на учно-технического развития.

Разработка стратегических приоритетов государственной социально-экономической и 3.

инновационной политики для периода посткризисного развития Российской Федерации.

2. Методика проведения работы (методологические подходы) и используемая база данных В целом, идея данного проекта состоит в реализации «двухтактной схемы» организа ции долгосрочного прогноза.

1. Прежде всего, с начала реализации проекта производится построение долгосрочно го макроэкономического прогноза (включая прогноз развития отдельных отраслей и секто ров экономики). Этот прогноз становится основой для формирования другими группами, заня тыми в разработке Долгосрочного научно-технологического прогноза, в первую очередь – зани мающимися опросами (в том числе, по методологии Дельфи) компаний основных отраслей эко номики и опросами научных организаций.

2. Результаты макроэкономического прогноза становится единой основой для прове дения соответствующих опросов, формируя «рамку», в которой участники опросов будут определять перспективы развития своего сектора (предметной области).

Соответственно, в рамках опросов, по всей видимости, целесообразно:

сориентировать организации-участники опросов на использование в качестве основы одинаковые долгосрочные макроэкономические прогнозы социально-экономического развития, разработанные в рамках реализации данного комплексного проекта;

изначально обеспечить методологическую «стыковку» между результатами опросов представителей компаний и организаций науки, с одной стороны, и макроэкономиче ским блоком, с другой.

3. Наконец, на последнем этапе (середина 2013 г.) разрабатывается уточненный макро экономический прогноз, учитывающий результаты работы других блоков, в частности, выде ленные компаниями и научным сообществом приоритетные технологические направления.

Предполагается оценка итогового макроэкономического эффекта от реализации избранных технологических направлений. На базе проведенного анализа предполагается подготовка предложений по совершенствованию макроэкономической, финансовой, бюджетной и научно технологической политики, обеспечивающие, суммарно, благоприятные условия для достиже ния заявленных компаниями целей научно-технологического и инновационного развития.

Одновременно, предполагается выработка конкретных предложений по отбору приоритет ных направлений государственной научно-технологической политики. Этого можно достичь, со поставляя оценки технологических приоритетов, полученных в ходе Форсайта, и аналогичные оценки, сгенерированные традиционным способом – на базе прогнозной макроэкономической оценки потребностей в технологической модернизации (см. табл.).

Выработка приоритетов технологической политики с использованием результатов Форсайта Высокий приоритет с микроуровневой Низкий приоритет с микроуровневой точки точки зрения (результат Форсайта) зрения (результат Форсайта) Высокий приоритет с макроуровневой Скорее всего, будет развиваться «само». Необходимость дополнительной проверки точки зрения (результат традиционно- Возможно, необходимы дополнительные результатов макрооценки развития техноло го макропрогноза и прогноза рынков) обеспечивающие меры: институционального гий и рынков.

характера и инфраструктурные, а также «ма- В случае положительной оценки – интерпре лые» проекты, направленные на создание тируется как «провал рынка» (ситуация типа отдельных ключевых технологий (материа- «бизнес не готов» в силу высоких технических лов, узлов и др.). рисков, сроков и т.д.). Предмет для разверты вания программ и проектов на основе частно государственного партнерства Низкий приоритет с макроуровневой Самостоятельное развитие технологии биз- Не является приоритетом с точки зрения тех точки зрения (результат традиционно- несом. Возможно – поддержка институтов, нологического развития;

целесообразно опре го макропрогноза и прогноза рынков) облегчающая инновационное развитие. делить способы капитализации имеющихся технологических заделов на внешнем рынке Содержательно предполагается, что в рамках осуществления проекта будут реализо вываться пять направлений работы.

1. Методологическое: разработка современной методологии комплексного анализа и про гнозирования макроэкономики и научно-технологической сферы. Реализовывалось, в значитель ной степени, на первом этапе осуществления Проекта;

2. Аналитическое: анализ ситуации в российской и мировой экономике в целом и в отдель ных секторах и проблемных сферах. Анализ различных аспектов воспроизводства российской и мировой экономики красной нитью проходит через весь проект. Ключевыми направлениями ана лиза выступают:

анализ динамики мировой экономики и глобального научно-технологического развития.

анализ важнейших тенденций и ограничений развития в важнейших областях россий ской экономики и социальной сферы (демография, социальный капитал, производст венный потенциал и т.д.). Характеристика сложившейся модели роста.

анализ потенциала развития основных отраслей и секторов экономики.

анализ макроэкономических эффектов научно-технологического развития;

«макро взгляд на технологии».

3. Прогнозное: построение долгосрочных комплексных социально-экономических (включая спрос на технологии) прогнозов, являющееся основным содержанием настоящего проекта.

4. Инструментальное: разработка специализированных инструментальных средств.

В основу работы положены как классические методы экономического анализа, вклю чая анализ временных рядов, эконометрические методы анализа данных, кластеризацию и др.

так и собственные методологические разработки ЦМАКП.

Основные направления работы:

анализ современного состояния разработки специализированных инструментальных средств для оценки макроэкономических эффектов технологического развития;

совершенствование инструментов анализа макроструктурных эффектов технологиче ского развития на базе МОБ;

создание блока оценки макро-эффектов развития технологий на основе специально создаваемых новых инструментальных средств;

создание новых инструментов работы с нестационарными экономическими времен ным рядами.

Предполагается дальнейшее развитие созданной в ЦМАКП долгосрочной балансово эконометрическая модели прогнозирования российской экономики. Модель представляет собой систему блоков с открытой архитектурой, в которых достаточно полно описываются важнейшие экономические процессы. Она позволяет улавливать значимые косвенные эффек ты важнейших макроэкономических процессов. Для этого в ней учитывается большое число связей между переменными, и строятся основные экономические балансы, в том числе ба лансы СНС. Это позволяет не только учитывать обратные связи между отдельными пере менными, но и создать замкнутый итеративный счет. Наличие в модели итеративного счета обеспечивает достижение более тесной количественной увязки и взаимной согласованности параметров долгосрочного прогноза. Наличие в модели блока межотраслевого баланса по зволяет строить долгосрочные прогнозы, в которых учитываются изменения в технологиях.

Блок межотраслевого баланса включает 27 видов экономической деятельности.

Методика долгосрочного прогнозирования производственной структуры экономики в модели ЦМАКП схожа с методикой, примененной в модели К.Алмона. Вначале строится прогноз элементов конечного спроса. Затем на основе расчетов по межотраслевому балансу строится прогноз объемов производства по видам экономической деятельности. В качестве исходных данных в этих расчетах выступают параметры конечного спроса, коэффициенты прямых затрат (КПЗ) и коэффициенты распределения. В первое время использования модели применялась гипотеза о постоянстве КПЗ. Однако последующие усовершенствования моде ли позволили строить гипотезы об изменениях в технологиях.

В модели учитываются технологические изменения двух типов. Во-первых, измене ния, связанные со снижением или увеличением удельных затрат (энергоемкость, материало емкость). Во-вторых, изменения, связанные с замещением одних ресурсов другими.

Учет технологических сдвигов в долгосрочной модели осуществляется через коррек тировку КПЗ в блоке межотраслевого баланса.

В отличие от созданных и лишь совершенствуемых межотраслевых моделей, разра ботка эконометрической модели долгосрочного прогнозирования нового поколения только начинается. Будет построен комплекс эконометрических моделей, состоящий из двух блоков.

В рамках первого блока будет моделироваться влияние различных факторов на уровень тех нологического развития. В этом аспекте представляется логичным объединение в рамках од ной эконометрической модели как внутренних (включая уровень конкуренции в промыш ленности), так и внешних факторов технологического развития. Будет построен ряд моделей на основе панельных данных по странам, включая Россию. Для оценки запаса знаний (уров ня технологического развития) будут использоваться данные по патентам (возможно, на ос нове баз данных World Development Indicators) и совокупная факторная производительность, рассчитанная в рамках производственной функции Кобба-Дугласа (в предположении о по стоянной отдаче от масштаба).

Второй блок посвящен моделированию влияния технологического развития на темпы экономического роста. После расчета факторов технологического развития (СФП) для панели стран, на прогнозном периоде будут заданы траектории развития факторов, отвечающих за внешние условия и параметры технологической политики для России. Затем на основе исполь зования производственных функций будут рассчитаны эластичности темпов экономического роста по темпам роста СФП. Контрольными факторами будут выступать стандартные регрессо ры в рамках подхода производственной функции Кобба-Дугласа или KLEMS-подхода.

5. Кооперационное: взаимодействие с другими аналитическими центрами, реализую щими проекты Форсайта, а также министерствами (Минобрнауки, Минэкономразвития).

Ключевыми здесь выступают взаимодействия между ЦМАКП и организациями, занимаю щимися опросами компаний и построением дорожных карт развития отраслей и отраслевых технологий, и, во-вторых, с организациями, разрабатывающим прогноз развития науки и технологий (см. схему).

Схема взаимной передачи предварительных результатов работ между ЦМАКП и дру гими организациями – участниками работ Этап, содержание Откуда (от каких партнеров) получается Кому передаются результаты по коо информация перации Первый (2011 г.). Разработка методологии - дальнейшей работы Второй (2011 г). Оценка внешних условий Группе, разрабатывающей прогноз мировой развития экономики и политики Третий (сер. 2012 г.). Предварительный Группам, разрабатывающим прогноз отрасле вариант долгосрочного прогноза вого развития и прогноз развития науки и технологий Четвертый (конец 2012 г). Прогноз потен- Предварительный прогноз отраслевого циала долгосрочного развития отраслей. развития Пятый (сер. 2013 г.). Макроэкономические Уточненный прогноз развития науки и Группе, разрабатывающей уточненный отрас оценки потребности в технологиях технологий левой прогноз Уточненный прогноз мировой экономики и Шестой (сер. 2013 г.). Итоговый долгосроч политики ный прогноз Анализ «Кондратьевского цикла» и технологи ческих укладов Об используемых макроэкономических базах данных База данных по долгосрочной модели содержит ряды годовых данных с 1995 г. (где воз можно) по всем показателям, которые используются в долгосрочной модели прогнозирования. В базе данных содержится около 450 рядов. База данных по долгосрочной модели совмещена с ба зой данных по среднесрочной модели, что обеспечивает непротиворечивость исторических рядов и единство методологии в модельном комплексе. В базе данных для модели среднесрочного про гнозирования, в свою очередь, представлены исторические ряды помесячных и поквартальных данных с 1995 г. (где возможно). База данных включает 24 блока, охватывающие основные макро экономические показатели, показатели системы национальных счетов, важнейшие балансы. Всего в базе данных содержится более тысячи помесячных, поквартальных и годовых рядов.

3. Ключевые результаты работы 3.1. Методологические принципы долгосрочного прогнозирования научно-технологического и социально-экономического развития Ключевой задачей в рамках формирования долгосрочных прогнозов – будь то макро экономическое или научно-технологическое прогнозирование – является упорядочивание неопределенности долгосрочного периода – если не снижение его уровня, то хотя бы струк туризация, позволяющая, по крайней мере, контролировать уровень неопределенности.

Применительно к долгосрочному прогнозу можно выделить два принципиальных подхода к управлению неопределенностями будущего развития – это либо а) их структури рование по принципу внутренней согласованности (сценирование) или исходя из структуры связей между основными факторами роста и их развитием во времени (построение дорож ных карт);

б) управление будущим развитием, через выявление и согласование приоритетов основных участников технологического процесса (форсайт) или через управление ресурсами кого-либо крупнейших субъектов развития, включающее в себя, в частности, контроль за рисками (стратегирование).

Сценирование Практически любое упражнение по построению долгосрочных прогнозов (причем, практически в любой сфере) предполагает, по крайней мере в последние десятилетия, реали зацию сценарного подхода.

Это связано с быстрым нарастанием неопределенности по мере реализации долго срочного прогноза. В большинстве случаев (исключение, пожалуй – только демографиче ский прогноз, да и то, лишь для крупных стран с относительно небольшим миграционным сальдо) эта неопределенность возрастает настолько быстро, что построение «однолинейных»

долгосрочных прогнозов обессмысливается уже на горизонте 7-10 лет.

Детальный анализ источников этой неопределенности позволяет выделить несколько ее типов:

«поведенческая» - связанная с неопределенностью поведения основных экономиче ских агентов (применительно к макроэкономическому прогнозу - в первую очередь, государства и крупного бизнеса), в отдельных случаях – с возникновением новых субъектов;

«субординационная» - связанная с взаимодействием анализируемого объекта с более общей системой, неопределенность развития которой, соответственно, определяет (и в отношении временных рамок прогноза, и в отношении логики развития процессов) возникновение неопределенности и в самом анализируемом объекте. Пример – воз действие глобального экономического цикла на российскую экономику или глобаль ной научно-технологической «повестки дня» на российскую;

«инновационная» - возникновение в перспективе качественно новых факторов (огра ничений) развития или внезапно наступающих событий, не ожидаемых на этапе раз работки прогноза;

«инерционная» - постепенное накопление неопределенностей в динамике отдельных показателей прогноза по мере увеличения его временной глубины. Самостоятельной ценности не имеет, однако данную тенденцию – все более «качественный» характер полученных при прогнозировании количественных результатов – необходимо учиты вать при анализе полученных результатов.

Очевидно, что первые два типа источников неопределенности могут быть, по крайней мере, описаны в языке «условия возникновения» - «экспертно оцениваемая вероятность возник новения» - срок реализации. Соответственно, их можно отнести к типу «детерминированных»

источников неопреденности (см. схему).

Это позволяет структурировать неопределенность через использование сценарного подхода. Сценарии представляют собой набор внутренне связанных и непротиворечивых высказываний о принципиальных вариантах развития ситуации (включая поведение субъек тов экономики, развитие внешней ситуации и т.д.) в той или иной предметной сфере. Общая неопределенность при этом максимально «выталкивается» в выбор между сценариями, внут ри каждого из которых ее уровень, соответственно, оказывается приемлемо низким.

Инструментами работы с недетерменированной неопределенностью являются, с од ной стороны, определение характера возможных wild cards – принципиально труднопрогно зируемых факторов, способных привести к существенному изменению ситуации в соответ ствующей сфере (чистая wild card – стихийное бедствие или военный конфликт;

очень близ ко – возникновение «закрывающих технологий», обуславливающих быстрое переструктури рование целых секторов экономики), с другой – и это более важно – определение устойчиво сти построенных сценариев к внешним и внутренним шокам. Это достигается за счет «раз метки» таймлайна сценария, с выделением в нем временных периодов повышенной чувстви тельности исследуемого объекта к внешним и внутренним шокам, связанным с реализацией недетерминированных неопределенностей и с проведением стресс-тестирования полученных сценариев на устойчивость. Итогом становится описание (по возможности, оценка вероятно сти реализации) рисков, связанных с реализации того или иного сценария.

Способы упорядочения неопределенности Неопределенность Детерминированная Плохо детерминированная Сценирование Оценка и разметка time-line Стресс-тест – оценка устойчиво сти системы к «шокам»

Несмотря на высокую вариативность и гибкость сценарного прогнозирования, можно выделить некие общие черты, присущие сценариям, а именно:

рассмотрение полной группы будущих возможных ситуаций и формирование на их основе нескольких сценариев;

качественный характер – учет различных качественных характеристик, в том числе тех нологии, социальные детерминанты, изменения в проводимой государством политике;

открытый характер – в сценарии можно вносить изменения, в том числе за счет «об ратных» связей с управляющими переменными.

Наиболее важными с точки зрения данной работы представляются три метода сцени рования – классический, основанный на выявлении базового тренда и факторов, отклоняю щих развитие соответствующей сферы от тренда;

сценарных матриц, позволяющий структу ризовать сценарные факторы по осям значимость / определенность и, соответственно, вы страивать сценарии;

метод альтернативных сценариев, базовый для данной работы.

В рамках «классического» метода акцент делается на формирование и проработку глав ного, базового «всестороннего» тренда (multifold trend), формирующего все остальные частные тренды. Проводится анализ каждой тенденции с точки зрения ее роли в формировании будущего и динамики. Анализ тенденций осуществляется в разрезе основных сфер, в том числе социаль ной, технологической и др., для которых формируется прогноз качественного характера. Затем проводится экстраполяция выделенных тенденций в рамках «всестороннего тренда», базирую щаяся на представлениях об эволюции основных сфер жизни общества.

Метод сценарных матриц применяется, в основном, при построении среднесрочных прогнозов (очень широко), долгосрочных частных прогнозов (например, прогноза научно технологического развития, как части комплексного социально-экономического прогноза) и при бизнес-планировании в относительно простой среде. При рассмотрении неопределенностей все они разбиваются на четыре группы по двум критериям: степень важности и уровень неопреде ленности. По осям матрицы расположены те неопределенности, которые входят в группу «высо кая важность – высокая степень неопределенности» (очевидно, что в эту группу может войти более двух переменных;

в таком случае из них выбираются наиболее важные). Соответственно, элементами этой матрицы являются сценарии, характеризующиеся различными, хотя бы на уровне «много/мало» значениями показателями по осям (например, «быстрое восстановление мировой экономики – быстрый рост частных инвестиций в России», «быстрое восстановление мировой экономики – медленный рост частных инвестиций в России»).

Метод альтернативных сценариев. Данный метод впервые активно используется при долгосрочном прогнозировании. При данном подходе отказываются от понятия базового сценария как наиболее вероятного или наиболее желаемого и оперируют несколькими аль тернативными сценариями. Каждый сценарий представляет собой развитие того или иного «пакета» тенденций. Существенным элементом процесса сценирования при этом является поиск точек развилок, связанных с реализацией (причем привязанных ко времени) тех или иных факторов развития – обычно, либо принятия определенных решений (например, о де вальвации), либо начала того или иного системного процесса (например, массового внедре ния какой-либо технологии). При построении дерева сценариев предполагается, что после прохождения сценарной развилки, возвращение в ситуацию предыдущего момента времени невозможно и далее сценарий развивается по фиксированному варианту до следующей сце нарной развилки. Таким образом, формируются итоговые сценарии, где все сценарные раз вилки имеют определенную дату на оси времени.

В рамках настоящего проекта, в целом, реализуется именно этот подход к сценированию.

Существеннейшим элементом построения долгосрочных прогнозов становится обес печение взаимной согласованности и непротиворечивости действующих факторов («драйве ров») внутри сценариев.

Основными путями здесь являются: а) морфологический анализ (и его модификация FAR – анализ, Field Anomaly Relaxation) и б) вероятностный анализ. Надо отметить, что на практике эти два подхода не противоречат, а скорее дополняют друг друга.

На первом этапе морфологического анализа создается сетка из возможных значений независимых переменных. Всем переменным присваиваются несколько возможных дискрет ных значений (например, высокий уровень, средний, низкий и т.п.). Таким образом, создает ся поле из набора комбинаций для морфологического анализа. На втором этапе происходит ранжирование комбинаций по субъективной вероятности их наступления. Вероятности не рассчитываются, а выбираются с использованием логических суждений о взаимном влиянии событий. Количество комбинаций постепенно уменьшается, по мере того, как с помощью логических суждений типа «высокому уровню А соответствует низкий уровень В» удаляют ся маловероятные.

Второй подход – вероятностный (Сross-Impact Analysis) – изучает взаимное влияние со бытий на вероятности появления друг друга;

в итоге строится матрица взаимного влияния фак торов (экспертно или расчетно определенной вероятности реализации «фактора-столбца» при условии реализации «фактора-строки»).

Построение дорожных карт Метод «картирования» очень широко применяется при построении научно технологических и пока реже – социально-экономических прогнозов. При его применении делается акцент на развертывание отдельных факторов, определяющих ход развития в про гнозном периоде, во времени, их взаимное влияние и образование, в силу этого, «особых»

временных точек – кризисных, окон возможностей, точек принятия решения и т.д.

Основными составными частями дорожной карты являются:

ось времени;

слои (уровни);

«связки», дополнительная информация (предпосылки развития, описание участников этапа внедрения, и т.п.), графические обозначения (записки, отметки, ключевые места, пробелы, возможности, угрозы);

процесс (шаги).

Процесс, то есть маршрут движения по карте отражается с помощью «узлов» дорож ной карты и связей между ними. «Узлами» называются этапы развития объекта и одновре менно пункты принятия управленческих решений. Причинно-следственные связи между «узлами» изображаются в виде отрезков, соединяющих «узлы». Эти отрезки представляют собой «дороги» на карте, они могут нести в себе различный смысл: например, связи между технологиями и ресурсами, потоки инвестиций, воздействие рисков, вероятность перехода от одного «узла» к другому.

Схематично графическую структуру дорожной карты с отражением ее содержатель ных уровней, можно представить следующим образом (см. схему).

Схема. Графическая структура дорожной карты Рынок «Знать-зачем»

Продукт/ Система «Знать-что»

Технологии, ресурсы «Знать-как»

Прошлое/ Краткосроч- Долгосрочная Видение «Знать-когда»

перспектива будущего настоя- ная перспек щее тива Время Дорожная карта как методика стратегического планирования пока еще далека от фор мальной определенности. Четких правил или алгоритма построения дорожной карты до настоя щего времени выработано не было. Конечный вид и структура карты определяются спецификой цели в каждом отдельном случае. Дорожные карты для бизнеса создаются и используются отдельными предприятиями для достижения поставленных целей. Временной горизонт таких дорожных карт достаточно корот кий – около 5-10 лет (хотя встречаются и с более длительным горизонтом планирования).

Индустриальные дорожные карты разрабатываются бизнес-ассоциациями и государ ственными органами (например, соответствующими министерствами). Карты могут охваты вать не только отдельный сектор, но и всю экономику. В этом случае они также составляют ся государственными органами. Временной горизонт у индустриальных карт, как правило, составляет 10-20 лет. Впервые индустриальная дорожная карта (на уровне сектора) была по строена для полупроводников в 1992 г. 3 В дальнейшем подобные исследования получили широкое распространение.

Научно-технологические дорожные карты создаются научным сообществом, государ ственными организациями (ВУЗами, исследовательскими институтами, государственными органами в области науки, исследований и образования). Эти карты нацелены на решение Kostoff, R.N., Schaller, R.R. (2001): Science and Technology roadmaps // IEEE Transactions of Engineering Management. Vol. 48. No. 2. P. 132-143.

Schaller, R.R. (2004): Technological Innovation in the Semiconductor Industry: a Case Study of the Interna tional Technology Roadmap for Semiconductors (ITRS) // George Mason University. ITRS ежегодно обновляются, см., например, карту 2009 г. http://www.itrs.net/Links/2009ITRS/Home2009.htm и обновление 2010 г.

http://www.itrs.net/Links/2010ITRS/Home2010.htm научных вопросов, проведение фундаментальных исследований, разработку новых техноло гий. Для подобных карт характерен длительный временной горизонт (15-25 лет). Примером научно-технологических дорожных карт могут служить карты NASA.

Классификацию дорожных карт по содержательному признаку можно описать в кон тексте различий наполнения содержательных уровней («Знать-зачем», «Знать-что», «Знать как», «Действие», см. табл.).

Классификация дорожных карт по содержательному признаку.

Вид дорожной «Знать-зачем» «Знать-что» «Знать-как» «Действие»

карты Масштаб поля ис- Технологические «барьеры» Компоненты технологии План действий по разра Научно технологические следований Возможные пути развития Совершенствование ботке Технологическая технологии концепции развития Объемы инвестиций платформа Тенденции, цели, «узкие» технологии Стандарты работы места в развитии техноло- Конкурентные Дорожная карта рисков гий технологии и издержки Индустриальные Текущее состояние Технологические «барьеры» Компоненты технологии План действий по разра отрасли Возможные пути развития Совершенствование ботке (национальные) Целевая аудитория технологии концепции развития Объемы инвестиций Направление иссле- Тенденции, цели, «узкие» технологии Стандарты работы дований в промыш- места в развитии техноло- Технологические Дорожная карта рисков ленности гий альтернативы Будущие издержки Дорожные карты Структура и мас- «Скелет» дорожной карты Компоненты технологии План действий по разра штаб рынка продукта Совершенствование ботке для бизнеса Целевая аудитория Возможные пути развития и концепции развития Объемы инвестиций Конкурентная совершенствование концеп- технологии Стандарты работы стратегия ции нового продукта (бизне- Конкурентная позиция Дорожная карта рисков са) Целевые издержки Цели и «драйверы» развития Обычно «дорожные карты» применяются в рамках того или иного варианта норма тивного прогнозирования и, скорее, планирования. Они обеспечивают, исходя из «представ лений о будущем» (возможно – вариантов этих представлений), выработку условий, всего комплекса предпосылок, обеспечивающих реализацию этих целевых вариантов.

Напрямую в рамках поискового прогноза эта схема, разумеется, неприложима. Кон кретные варианты будущего еще не сформированы;

точки сценарных развилок, если они во обще есть – лежат в области анализа факторов и выбора экономической политики, то есть находятся вне традиционной логики «дорожного картирования».

Отсюда, возможности использования дорожных карт в рамках поискового прогноза связаны, прежде всего, с предварительным анализом важнейших факторов и формированием «таймлайна» сценария – последовательности ключевых событий и узловых точек, а также характер возможных решений, определяющих ключевые особенности этих сценариев.

Это, в свою очередь, позволяет достичь ряда специфических эффектов, почти недос тижимых в рамках других методов прогнозирования:

обеспечить синхронизацию процессов, происходящих в разных сферах, включая раз витие сферы ресурсов (природные ресурсы, демографию и т.д.), развитие науки и тех нологий, развитие финансовых и макроэкономических процессов;

определить критические точки, связанные с возможностью сочетания «разноуровне вых» проблем, обуславливаемых развитием процессов в отдельных, очевидным обра зом не связанных друг с другом, сферах. В рамках традиционных способов сцениро вания такие взаимосвязи обычно не отслеживаются, целиком «поглощаясь» логикой развития макроэкономических процессов;

сформировать «цепочки решений», объединяющих решения, относящиеся к различ ным сферам экономики в рамках единой целостной логики конкретного сценария.

Построение траектории развития объекта исследования происходит при совмещении видения ситуации во всех анализируемых уровнях (слоях) дорожной карты. Инстру ментом такого совмещения служит ось времени, позволяющая соотнести наступление различных этапов или «узлов» дорожной карты.

Сценарные «развилки» прогноза в таком случае будут возникать внутри выделенных для анализа уровней (слоев) дорожной карты. При этом в один момент времени возможно появление различных путей развития объектов анализа («развилок») внутри множества уровней.

Возникновение развилок происходит в результате:

взаимодействия уровней (слоев) дорожной карты между собой в один или разные мо менты времени. В таком случае указанные взаимосвязи отмечаются на карте связую щими линиями, которые могут различаться по характеру воздействия на объект (сти мулирующее, негативное и т.п.);

реализации рисков или возникновения возможностей, источник которых не включен в содержательные составляющие (слои) карты. Такой источник (внешний риск, новая возможность) может изображаться на карте в качестве отдельного независимого блока, расположенного рядом с объектом воздействия и внутри соответствующего уровня;

включения в дорожную карту «точек принятия решений» о дальнейшем развитии (decision points). В этом случае речь идет об экзогенных, запланированных исследова телем «развилках».

Отсюда, представляется, что в рамках поискового прогноза последовательность раз работки «дорожных карт» может выглядеть следующим образом:

формирование слоев дорожной карты, характеризующих развитие отдельных «ре сурсных» сфер экономики, включая демографию, энергоносители, науку и техноло гию. Поиск в них критических точек (где возможно возникновение локальных кризи сов либо формирование новых продуктов / возможных направления развития);

формирование слоев «вторичных условий» развития макроэкономических процессов – развития мировой экономики, российских социально-трудовых процессов (включая человеческий капитал), финансовой системы (включая платежный баланс, во взаимо действии со слоем «мировой экономики»). Определение характера их зависимости друг от друга и от остальных слоев карты. Формирование таймлайна вызовов для внутреннего развития;

формирование слоя, определяющего развитие макроэкономических процессов. Опре деление «критических точек» сценариев, как временных периодов, на которых кон центрируются влияния, относящиеся к различным слоям карты (и, особенно, пробле мы и ограничения). Формирование сценариев, описывающих способ прохождение этих критических точек. Уточнение таймлайна и количественная оценка параметров «критических точек» (таких, как необходимый масштаб девальвации рубля при кри зисе платежного баланса из-за проблем в мировой экономике или прироста экспорта в результате начала выхода на рынок нового продукта);

уточнение «обратных связей» от развития российской и мировой экономики на слои ресурсов. Окончательное количественное определение параметров развития.

Коротко можно остановиться и на методах непосредстивенного управления неопреде ленностью будущего развития, не используемым в проекте ЦМАКП – форсайтным исследо ваниям и стратегированию.

Форсайт выделяется среди технологий долгосрочного прогнозирования;

он и уже, и шире, чем технология долгосрочного прогнозирования. С одной стороны, Форсайт – лишь один из способов научно-технологического прогнозирования, причем не самый эффектив ный – в отличие от других, традиционных, вариантов, весьма затратный, требующий дли тельного времени (не менее полутора лет) и весьма чувствительный к методологическим тонкостям. С другой стороны, Форсайт – это уникальный способ почти автоматической трансляции результатов прогнозирования в управленческие решения его участников и согла сования их действий. С этой точки зрения Форсайт можно считать управленческой техноло гией, являющейся одной из развитых форм частно-государственного партнерства.

Во-первых, Форсайт это – система взаимоувязанных методов долгосрочного прогно зирования (центральное место среди них занимают опросы экспертов по методологии «Дельфи» - но к опросам эти методы далеко не сводятся), меняющаяся от страны к стране в зависимости от особенности структуры субъектов в конкретной экономике и потребностей этих субъектов в технологиях и, кроме того, непрерывно развивающаяся во времени.

Во вторых, Форсайт - это механизм взаимодействия государства, представителей ча стного бизнеса (как высоко-, так и среднетехнологичного), науки и экспертов, которое обес печивает формирование у них совместного видения перспектив научно-технологического (шире – экономического) развития и общей линии действий, которая позволит реализовать «желаемое будущее».

Стратегирование - это форма нормативного (телеологического) прогноза, предусмат ривающая прямой и непосредственный выход на управление ресурсами, снижение рисков и т.д.

Основное отличие стратегирования от остальных техник прогнозирования – это нормативный, а не позитивный характер. В противоположность, например, построенному на основе развилок экономической политики сценарному прогнозу, стратегия ставит долгосрочные задачи и пред лагает инструменты, с помощью которых можно эти задачи выполнить.

3.2. Методы и практика долгосрочного моделирования и прогнозирования с учетом технологического развития.

Роль технологического развития в экономических прогнозах Полноценный учет влияния технологического развития на макроэкономическую ди намику в модели требует по крайней мере 15-летнего горизонта – ведь диффузия новой тех нологии за счет инвестиций занимает не менее 10 лет (не менее 5 лет для инкрементальных инноваций) после момента появления первых массовых образцов. На более коротких гори зонтах динамика технологического развития слабее влияет на экономический рост, а на го ризонтах меньше 7-8 лет – не влияет вовсе.

В целом для коротких (5-7 лет) горизонтов прогноза лучше подходит статическая техно логическая среда, для горизонтов 8-14 лет – экзогенная, но меняющаяся технологическая среда, для горизонтов 15 лет и более необходима эндогенизация технологического развития в модели.

Влияние экономической активности на инновационную осуществляется даже на ко ротких прогнозных горизонтах – через решения о финансировании государственных и част ных НИОКР в силу изменения состояния финансовых рынков и интенсивности конкуренции на отдельных отраслевых рынках.

Есть три канала влияния экономической динамики на научно-технологическое развитие:

доступность долга и капитала для финансирования венчурных проектов;

1.

научно-технологическая политика государства;

2.

характеристики международной, межотраслевой и внутриотраслевой конкуренции 3.

(определяют отраслевую структуру инноваций);

фаза экономического цикла.

4.

Моделирование связи экономического и технологического развития в долгосрочных прогнозах осуществляется тремя группами методов.

Наиболее распространен метод «арифметики роста», в котором технологическая среда предполагается меняющейся по заранее оцененной экзогенной траектории, влияющей на совокупную факторную производительность труда и капитала. В этом случае рост техно логического уровня дает возможность производить больше при тех же объемах труда и капи тала. Влияние экономической динамики на технологии в этом методе применяется редко.

Именно таким способом, в частности, пользуется для долгосрочных бюджетных проекций аппарат по бюджету Конгресса США4.

Схема. Основные факторы, влияющие на экономический рост согласно методу «арифметики роста».

Долгосрочный экономический рост Физический Человеческий Совокупная факторная производительность (СФП, капитал капитал технологический прогресс) норма сбере- темп роста заимствование тех производство знаний и жения численности нологий инноваций рабочей силы рост разнообразия диффузия товаров / факторов технологий образование, производства опыт торговый рост качества канал продукции размеры рынка институциональ ная среда иннова антимонопольная политика ционной системы налоговая политика Обобщение метода «арифметики роста» на случай многоотраслевой экономики по зволяет использовать логику межотраслевого баланса, коэффициенты затрат которого меня ются согласно оценкам эффектов внедрения определенных технологий. Развернутый анализ влияния экзогенного технологического развития на экономическую динамику характерен для балансово-эконометрических моделей. Так устроена методика структурного прогнозиро Сongressional Budget Office. CBOs Method for Estimating Potential Output: an Update. Congress of the United States, August 2001.

вания, примененная в модели LIFT К. Алмона5 в США. В похожей методике выполнена дол госрочная модель ЦМАКП, где которой применяется методика коррекции коэффициентов прямых затрат в зависимости от прогнозной динамики оценок энергоэффективности и про изводительности труда с выходом на отраслевую динамику.

Наконец, обобщение метода «арифметики роста» на случай многосекторной экономи ки дает возможность моделировать сектор инноваций, повышающий совокупную факторную производительность в результате разработки и постепенного внедрения новых технологий.

Модели такого типа называются моделями вычислимого общего равновесия, и технологиче ское развитие в них эндогенно. В ходе исследования были рассмотрены несколько приклад ных реализаций моделей вычислимого общего равновесия для ряда конкретных стран.

Таблица 5.1. Опыт моделирования взаимного влияния динамики технического прогресса и экономического роста в контексте вычислимого общего равновесия.

Объект Эндогенный «Запас» Примечание Отраслевая моделирования технический НИОКР – фак- применимость прогресс тор производ- (НИОКР не для ства всех отраслей) Экзогенная характеристика динамики энергоэффек Мир в целом +/- + + тивности;

схема Терлецкого – доля НИОКР в стои мости промежуточной продукции отрасли пропор циональна расходам отрасли на НИОКР (в разрезе МОБ). Детализация экономики Европы.

Экзогенная характеристика динамики энергоэффек Мир в целом +/- + + тивности;

перетоки НИОКР из других отраслей и из за рубежа.

НИОКР рассматривается как отдельная отрасль. По США(1) + + мимо отраслевых НИОКР (закупок продукции этой от расли), присутствует общественное благо НИОКР, эффект которого для отрасли пропорционален сум марным затратам на НИОКР и затратам НИОКР в этой отрасли.

– Используется 5-летний шаг. В модели рекурсивно оп США(2) + + ределена норма сбережения и нет внешнего мира.

ЕС Модель расширяющегося ассортимента. Капитал + - НИОКР определяется как отношение величины ас сортимента к населению. Изучает в основном эффект миграции квалифицированных кадров.

Almon C. “The Craft of Economic Modelling”, Department of Economics University of Maryland, M. Zrn, R. Kster, I. Ellersdorfer, U. Fah. R&D investments and knowledge input in a technology oriented CGE model.

Terleckyj, N. (1974), „Effects of R&D on the productivity growth of industries: An exploratory study, Tech nical Report.

A. Lejour, R. Nahuis. R&D Spillovers and Growth: Specialisation matters. Review of international econom ics, 2006.

Goulder, L. & Schneider, S. H. (1999), „Induced technological change and the attractiveness of co2 abate ment policies, Resource and Energy Economics 21, 211–253.

Ian Sue Wing (2001) Induced technical change in CGE models for climate-change policy analysis. MIT, 2001.

P. Levine, E. Lotti, J. Pearlman. The immigration surplus revisited in a general equilibrium model with endogen ous growth. FLOWENLA Discussion Paper, December Использование экзогенной совместной и эндогенной отраслевой динамики производительности приведено в A. Lejour, R. Nahuis. R&D Spillovers and Growth: Specialisation matters. Review of international economics, 2006.

Канада12 Модель расширяющегося ассортимента производ ственных факторов.

Тайвань Блок НИОКР, присоединенный к модели многоот + + + раслевой модели типа MONASH.

Тайланд – – Две отрасли (промышленность и сельское хозяйст +/ во), технический прогресс как функция объема внешней торговли Словения14 + + + Обзор эмпирических работ по количественной оценке факторов технологического раз вития позволил выделить две группы факторов – внутренние и внешние по отношению к ин новационной системе. Среди внутренних факторов выделяется значимое влияние накоплен ного объема международных патентов и капитала в секторе НИОКР, уровня защиты прав интеллектуальной собственности, внутриотраслевой конкуренции, индексов легкости веде ния бизнеса, качества высшего образования. В числе факторов притока технологий из-за ру бежа – уровень открытости для международной торговли, объемы зарубежных НИОКР, ис ходящих и входящих прямых иностранных инвестиций, уровень развития информационно коммуникационных технологий. Часть упомянутых факторов должна входить в механизм влияния экономической динамики на технологическое развитие.

Таблица. Классификация эмпирических исследований факторов развития технологий* Факторы развития технологий акцент на внутренние (1) акцент на внешние (2) ВВП производительн Furman, Porter, Stern (2002);

Coe, Helpman (1995);

Исследуемая зависимая факторная Gans, Hayes (2004);

Coe, Helpman, Hoffmaister (1997);

совокупная Aghion, Bloom, Blundell, Griffith, Howitt Xu, Wang (1999);

ость переменная:

(2005);

Lichtenberg, Pottelsberghe (1996, 2001);

Falk (2007);

Hejazi, Safarian (1999);

Kutlaca (2008);

Zhu, Jeon (2007).

Coe, Helpman, Hoffmaister (2009).

Furman, Porter, Stern (2002);

Ho, Hoon (2006) темпы роста Acemoglu, Zilibotti, Aghion (2006).

* Примечание. Жирным шрифтом выделены работы, ключевые в своем направлении. Основные их вы воды будут рассмотрены ниже.

Для исследования теоретических взглядов на связь технологических инноваций и роста был проведен обзор современных моделей роста, основанного на технологическом развитии.

Ghosh, M. (2007). „R&D Policies and Endogenous Growth: A Dynamic General Equilibrium Analysis of the Case for Canada, Review of Development Economics, 11(1), pp. 187-203.

Diao, X., J. Rattso, and H. Stokke (2004). International Spillovers, Productivity Growth and Openness in Thailand: An Intertemporal General Equilibrium Analysis.

H. Stokke. Technology Adoption and Multiple Growth Paths: An Intertemporal General Equilibrium Analysis of the Catch-Up Process in Thailand, 2002.

X. Diao, J. Ratts, H. Stokke. International spillovers, productivity growth and openness in Thailand: an intertem poral general equilibrium analysis. Norwegian University of Science and Technology working paper series No. 22/ Verbi, M., Majcen, B. and Ivanova, O. (2009). SIDYN, Version 2.0: Technical Description of an Intertem poral Dynamic Computable General Equilibrium Model for Slovenia. Ljubljana: Institute for Economic Research.

Существует две основные группы подобных моделей – модели производства знаний и иннова ций и модели технологической диффузии. Основные факторы технологического развития в этих моделях, влияющие на темпы экономического роста – расходы на НИОКР (частные и государ ственные), уровень конкуренции в промышленности, предпринимательская активность, доступ ность венчурного капитала, показатели институционального развития и налогообложения, от крытость страны для международной торговли, человеческий капитал и др.

В результате исследования эмпирических оценок, прикладных прогнозов и теоретиче ских моделей взаимного влияния технологического развития и экономического роста был проведен подбор методологии учета эффектов развития и инноваций в долгосрочных про гнозах с помощью макроэкономических моделей.

Было установлено, что модели МОБ и динамические модели общего равновесия с эн догенным технологическим прогрессом нацелены на различные задачи: подход на основе МОБ оценивает структурные эффекты технологического развития, модели эндогенного эко номического роста – учитывают макроэкономические эффекты инновационного развития.

Поэтому эти два типа моделей могут успешно дополнять друг друга.

Предполагается, что ЦМАКП разработает на следующих этапах реализации проекта модель, позволяющую оценивать макроэкономические эффекты развития технологий и ин новаций при помощи эмпирической оценки уравнения, полученного на основе модели эко номического роста с эндогенным технологическим прогрессом. Это связано с ограниченно стью подхода на основе МОБ в этом направлении (экзогенность спроса, предпосылка о не взаимозаменяемости факторов производства и др.) Комплекс эконометрических моделей оценки эффектов технологического развития будет состоять из двух блоков. В рамках первого блока будет моделироваться влияние раз личных факторов на уровень технологического развития. Второй блок будет посвящен моде лированию влияния технологического развития на темпы экономического роста.

Первый блок моделей (технологическое развитие). В этом аспекте представляется ло гичным объединение в рамках одной эконометрической модели как внутренних (включая уровень конкуренции в промышленности), так и внешних факторов технологического разви тия. Предполагается построить ряд моделей на основе панельных данных по странам, вклю чая Россию. Для оценки уровня технологического развития будут использоваться данные по патентам и совокупная факторная производительность, рассчитанная в рамках производст венной функции Кобба-Дугласа (в предположении о постоянной отдаче от масштаба).

При построении моделей будут учтены факторы, выявленные в рамках анализа теоре тических работ и оказывающие значимое влияние в эмпирических исследованиях: расходы на НИОКР (частные и государственные), уровень конкуренции в промышленности, пред принимательская активность, доступность венчурного капитала, показатели институцио нального развития и налогообложения, открытость страны для международной торговли, ис ходящие и входящие ПИИ, человеческий капитал, расходы на информационно коммуникационные технологии.

Учитывая возможную эндогенность факторов технологического развития, будут приме няться специальные методы оценивания регрессионных уравнений, способные исключить несо стоятельность оценок, вызванную эндогенностью (метод инструментальных переменных и др.).

При анализе панельных данных по различным странам будет использоваться не только статиче ский, но и динамический анализ (подходы Arellano-Bond, Arellano-Bover, Blundell-Bond и др., основанные на обобщенном методе моментов (GMM, Generalized Method of Moments)).

Второй блок (экономический рост). После расчета факторов технологического разви тия (СФП) для панели стран, на прогнозном периоде будут заданы траектории развития фак торов, отвечающие за внешние условия и параметры технологической политики для России.

Затем на основе подхода производственной функции для российской экономики будут рас считаны эластичности темпов экономического роста по темпам роста СФП. Контрольными факторами будут выступать стандартные регрессоры в рамках подхода производственной функции Кобба-Дугласа или KLEMS-подхода.

Моделирование притока ПИИ в экономику России.

Одним из важнейших каналов притока новых технологий остается процесс привлечения прямых иностранных инвестиций (ПИИ). Кроме положительного влияния на экономический рост, ПИИ улучшают отраслевую структуру экономики, состояние платжного и торгового ба ланса, производительность труда, повышают спрос на квалифицированную рабочую силу.

Для анализа факторов, объясняющих приток ПИИ, был проведен обзор мотивов пря мых иностранных инвесторов. Последний выявил три основных мотива осуществления пря мых иностранных инвестиций: поиск ресурсов, поиск рынков и поиск нерыночных активов (поиск технологических или других нематериальных активов).

Поэтому было проведено собственное эмпирическое межстрановое панельное иссле дование на основе классификации факторов ПИИ по мотивам.

Для целей исследования все объясняющие динамику ПИИ переменные были условно разделены на четыре группы, три из которых соответствовали основным мотивам, а послед няя группа характеризовала общее качество институтов, инфраструктуры и макроэкономиче ской среды.

Проведенный эконометрический анализ показал, что основными драйверами входя щих ПИИ в Россию являются факторы наличия недорогих относительно качества ресурсов (трудовых и топливно-энергетических), высокий уровень открытости экономики, что позво ляет легко экспортировать произведенную с использованием этих ресурсов продукцию, а также потенциал роста внутреннего рынка. При этом сохранение в обозримом будущем по ложения страны – наиболее привлекательного реципиента ПИИ среди регионального объе динения стран СНГ – позволяет надеяться также на привлечение ПИИ, ориентированных на экспорт в соседние страны15.

Среди сдерживающих ПИИ мотивов – недостаточно развитая транспортная инфра структура и логистическая сеть, что не позволяет ТНК, привлеченным привлекательным внутренним рынком, достичь максимальной экономии на масштабе. Это подразумевает сложности с формированием территориальных кластеров, развитием производственной коо перации, значительные транспортно-логистические издержки. Сдерживающее влияние ока зывает высокий уровень коррупции и административные барьеры для ведения бизнеса, сни жающие доходность инвестиций за счет роста «теневых» платежей. Сдерживающее влияние на ПИИ оказывает несовершенство антимонопольного законодательства, ведущее к монопо лизации и (или) росту барьеров для входа на внутренний рынок.

Проведенный анализ ситуации притока прямых иностранных инвестиций (ПИИ) в глобальном масштабе с проекцией на Россию позволил выявить, что, несмотря на некоторое сокращение объемов входящих ПИИ в российскую экономику, наша страна сохраняет пози ции важнейшего реципиента ПИИ на мировых рынках капитала. В будущем в случае про должения роста притока ПИИ на развивающиеся рынки в результате снижения инвестици онной привлекательности развитых стран доля России в мировом объеме ПИИ может вырас ти. Последнее произойдет в случае улучшения привлекательности экономики России для иностранных инвестиций.

Анализ влияния ПИИ на макроэкономические показатели России был проведн на примере инвестиционной активности. Были построены две эконометрические модели, пока завшие, что приток ПИИ способствует росту инвестиционной активности как на уровне от дельных секторов экономики, так и на уровне экономики в целом.

На будущих этапах исследования предполагается построение комплекса эконометри ческих моделей, состоящего из двух блоков. В рамках первого блока будет моделироваться влияние различных факторов, включая ПИИ, на уровень технологического развития. Второй блок будет посвящен моделированию влияния технологического развития на темпы эконо мического роста.

Транснациональные корпорации, осуществляющие прямые инвестиции в одну из стран торгового объединения, получают также доступ к рынкам соседних экономик 3.3. Глобальные экономические тенденции.

Можно выделить три приоритетных долгосрочных тенденции, которые будут разво рачиваться в мировой экономике на рассматриваемом горизонте.

Во-первых, это глобальное старение населения, которое сначала охватит развитые страны, а в следующем десятилетии – и Китай. Это приведет к дальнейшему перераспреде лению трудоспособного населения в сторону развивающихся стран, и, в то же время, создаст в развитых странах значительный рост рынка медицинских услуг (за двадцать лет вырастет не менее чем на треть). В результате повысится и спрос на научно-технологическое развитие в области медицинских инноваций и т.н. «красных» биотехнологий.

Во-вторых, это рост благосостояния домохозяйств крупных развивающихся экономик.

Объем ВВП крупных развивающихся экономик уже достиг паритета с развитыми, а темпы прироста по-прежнему существенно выше. В этих условиях экспортные рынки довольно бы стро перестают играть ключевую роль для роста развивающейся экономики, и постепенно замещаются быстро растущим внутренним рынком.

Этот процесс для предыдущих успешных случаев модернизации (Япония, Южная Ко рея) предопределил переход от структуры развивающейся к структуре развитой экономики.

В Китае этот процесс уже начался, а в Индии и странах ЮВА может начаться в следующем десятилетии. Вместе с тем, сегодня стандарты потребления среднего домохозяйства в Китае далеки не только от среднеевропейских, но и от среднероссийских за счет огромного разрыва между регионами страны. Но в Индии и странах ЮВА эти стандарты ещ ниже, а доходы домохозяйств, в отличие от Китая, росли медленнее ВВП.

В-третьих, это перенос технологического уклада современной экономики на разви вающиеся экономики. Стремительное развитие средне- и высокотехнологичных отраслей развивающихся экономик подразумевает перенос технологического уклада, сложившегося уже в 1980ые, за пределы развитых стран. Этот технологический уклад изначально развивал ся географически дисперсно, с переносом массовых электронных производств сначала в Тайланд, Сингапур и на Тайвань, а затем – в Китай.

Вывод в развивающиеся страны предыдущего поколения технологий, в первую оче редь в области транспорта (наземного, воздушного и морского), также продолжается.

Взамен в развитых странах делаются попытки, пока не слишком успешные, создать новое технологическое ядро, которое обеспечило бы монополию на «новые высокие техно логии» на десятилетие вперед. На это направлены исследования в области энергетики (энер гии из нетрадиционных источников, возобновляемых источников энергии, ядерной и термо ядерной энергетики, бытовой энергоэффективности), биотехнологий (в первую очередь, ме дицинских) и робототехники (военной, промышленной и бытовой).

К сожалению, ни в одной из этих областей пока что не произошло решительных про рывов, позволяющих говорить о формировании технологического ядра. Однако экономиче ская целесообразность вывода относительно трудоинтенсивных среднетехнологичных про мышленных производств из развитых стран будет стимулировать исследования в этих облас тях. Соответственно, разумно ожидать, что новое технологическое ядро на рассматриваемом горизонте все же будет сформировано.

Помимо глобальных трендов, действие которых при отсутствии шоковых потрясений мирового масштаба будет неизменным, развитие ситуации будет определяться путями реше ния ряда существующих проблем в мировой экономике.

В первую очередь речь идет о проблеме серьезной и устойчиво растущей долговой на грузке развитых стран и о региональной структуре проблемы «глобальных дисбалансов», из быточной по отношению к их экономическому росту. Так, в 1985 г. уровень совокупного долга к ВВП в странах ОЭСР был вдвое меньше, чем сегодня. Вероятно, в условиях низких темпов роста номинального ВВП дальнейший рост долга может привести к потере доверия и сокра щению финансирования инвестиций. Частью этой проблемы является и рост государственного долга в 2008-2011 гг., который будет продолжаться по крайней мере ближайшие 5 лет.

Следует отметить, что инвесторами (кредиторами) развитых экономик во все меньшей степени становятся другие развитые экономики, и в большей – экономики развивающиеся, уровень рисков в которых предполагает размещение определенной части средств на менее рискованных рынках. В то же время такая структура кредитования порождает уже политиче ские риски на системном уровне, так как кредиторы не имеют полноценных правовых средств давления на заемщиков. При этом суверенные заемщики являются эмитентами валюты, в ко торой выдан кредит. Эта ситуация, затрагивающая не только США и Китай, но и развитые и развивающиеся экономики в целом, получила название «глобальных дисбалансов».

Другим важным фактором неопределенности, частично определяющим проблемы с дол говой нагрузкой, представляется ожидаемый дефицит сбережений в глобальной экономике.

Для продолжения развития и снижения долговой нагрузки мировая экономика нужда ется в средне- и долгосрочных заемных средствах. Вместе с тем, со стороны предложения на рассматриваемом горизонте значительно сократится объем одного из крупнейших постав щиков таких средств – пенсионных фондов. Это связано с двумя факторами:

понесенными в результате кризиса (и ещ накапливающимися) потерями активов;

снижением количества работающих на одного пенсионера из-за сокращением на рас сматриваемом горизонте численности трудоспособного населения в большинстве раз витых стран.

Неорганизованные пенсионные сбережения по мере роста доли населения в пенсион ном возрасте также сократятся.

Проблема, таким образом, заключается в недостатке длинных пассивов финансовых институтов при сохранении высокого спроса на длинные деньги.

В этих условиях «длинное» финансирование будет осуществляться за счет других ис точников – государства и инвесторов из тех стран, где увеличение доли пенсионеров ещ не произвошло, то есть развивающихся экономик.

Решение этих взаимосвязанных проблем легло в основу двух сценариев развития ми ровой экономики на рассматриваемом горизонте. Основных вариантов многосторонних стратегий по долгу можно выделить два:

Дополнительное финансирование с целью «раскрутить» экономический рост – это бо 1.

лее вероятный вариант;

Гарантии финансирования (возможно, со списаниями) в обмен на гарантии консоли 2.

дации при отсутствии инфляционного финансирования – это политически менее же лательный вариант, но в случае отсутствия перспектив роста он возможен.

Третьим вариантом (с точки зрения роста похожим на второй) выглядит вышеупомяну тое одностороннее эмиссионно-инфляционное финансирование долга, существенно усиливаю щее проблему дефицита сбережений в длинных деньгах, необходимых для стратегического раз вития. Договоренность по первому варианту выглядит намного более предпочтительной.

Эти стратегии были выделены в два сценария Сценарий «Инфляционного восстановления» предполагает ускоренный экономи ческий рост и технологическую модернизацию на базе проведения политики "дешевых де нег" (что означает высокую вероятность экономического кризиса в конце 2010-х гг.).

В результате договоренностей крупные суверенные заемщики, включая США, возоб новляют рост по траектории, близкой, но все же несколько ниже докризисной. Этот рост по зволяет начать новый технологический прорыв. Одновременно на фазе роста, инвесторы пе реключаются на ожидания инфляции, и эти ожидания оказываются очень высокими из-за на копившейся горы долга и сверхмягкой политики ФРС в кризис, приведшей к ненормально большому количеству денег в обращении.

Технологический прорыв сопровождается надуванием пузыря на финансовых рынках при относительно мягкой политике центральных банков. Этот пузырь лопается в самом на чале технологического прорыва из-за завышенных ожиданий роста прибыли от инноваций.

Тем не менее, в результате прорыва формируется дополнительный долгосрочный рост про изводительности труда и энергоэффективности экономики, которые дадут о себе знать в пе риод 2020-2030 гг.

Сценарий «Финансовой реструктуризации» предполагает проведение политики финансового оздоровления в ключевых странах, ведущей к замедлению роста в ближайшем десятилетии и переносу начала новой технологической волны на середину 2020-ых годов.

Реструктуризация будет неизбежной, когда станет понятно, что потенциал стимулирования исчерпан. В этом сценарии в 2013-2014 гг. не происходит устойчивого восстановления эко номики и отсутствуют признаки близкого технологического прорыва. Оценивая эти процес сы, кредиторы из развивающихся экономик (Китай, страны-экспортеры нефти) постепенно перестают финансировать долг развитых стран. На фоне низких темпов роста (и высокой инфляции) начинаются постепенное сокращение заложенности и структурные реформы.

Новая структура бюджета и экономики развитых стран даст возможность начать но вый раунд интенсивного (основанного на технологическом развитии) роста в развитых стра нах и завершить технологический прорыв в 2022 г. Однако его эффект будет гораздо скром нее по двум причинам. Во-первых, сильно сокращенный финансовый рычаг в обстановке не доверия кредиторов к заемщиками будет мешать распространению и разработке инкремен тальных инноваций внутри новой волны. Во-вторых, из-за длительного периода внедрения и существенно меньшего масштаба распространения за тот же период (на 7 лет позже) распро странение новой технологической волны начнется существенно позже.

Важнейшие ресурсные ограничения в производственной сфере Ожидать исчерпания физической доступности промышленных минералов в перспек тиве до 2030 г. не приходится: обеспеченность подтвержденными либо доказанными запаса ми по основным видам промышленных минералов колеблется в диапазоне от 30 до 50 лет.

Подготовка большинства месторождений к эксплуатации занимает 5–10 лет, физический де фицит кратковременен – следовательно, проблема ресурсных ограничений имеет экономиче ский характер.

Почти все базовые ресурсы: энергоносители, металлы, руды, химические продукты – подорожали за пять предкризисных лет в три-четыре раза, и эти уровни были достигнуты (а иногда и превышены) уже после кризиса в 2011 г.

Экономическую оценку ресурсных ограничений можно получить, рассматривая от ношение расходов на эти ресурсы к объему ВВП в номинальном выражении. Ценовая диф ференциация экономической доступности ресурсов довольно высока. К дорогим ресурсам можно отнести нефть, уголь, железную руду и черные металлы. Достаточно дорогими явля ются: газ, важнейшие цветные металлы (никель и медь), азотные удобрения. Наиболее деше вы ресурсы, для которых нет недостатка в источниках сырья (лесоматериалы и целлюлоза, алюминий, хлористый калий), а также ресурсы, потребление которых сокращается в силу различных, часто внеэкономических, причин (неэкологичность, токсичность и т.п. – напри мер, ртуть, мышьяк, асбест).

Для долгосрочного периода прогнозы изменения цены ресурсов практически отсутст вуют. Следует отметить и низкую точность существовавших до последнего времени прогно зов мировых цен на ресурсы. В ходе выполнения работ не удалось обнаружить ни одного прогноза, точность которого (отклонение фактического значения от прогнозного) уложилась бы хотя бы в 20%-ный (!) интервал на периоде прогноза в 5 лет. Основные причины таких ошибок – недооценка устойчивости быстрого роста спроса со стороны Китая, а также прин ципиальная сложность учета спекулятивного фактора на товарных рынках и его влияния на среднеконтрактные цены. Эти факторы действуют и в настоящее время, что объективно за трудняет построение прогноза.

Единственный общедоступный прогноз до 2020 г. для широкого спектра ресурсов подготовлен Мировым банком. Согласно этому прогнозу, цены большинства ресурсов будут слабо снижаться (в реальном выражении).

Глобальные технологические тенденции Основная специфика современного этапа развития науки и технологий заключается в за рождении «ядра» нового технологического уклада. Главной развилкой на прогнозном периоде будет «разворачивание» новой инновационной волны или затягивание инновационной паузы.

Соответственно, выделяются два основных тренда научно-технологического разви тия: формирование «ядра» нового технологического уклада и адаптация старого технологи ческого уклада к глобальным вызовам прогнозного периода. Сочетание динамики развития научно-технического прогресса по этим двум направлениям будет определять будущую кар тину технологического развития глобальной экономики.

В рамках формирующегося нового технологического уклада развивается ряд перспек тивных технологических направлений, в числе которых – информационно коммуникационные технологии (ИКТ), биотехнологии, нанотехнологии, а также альтерна тивная энергетика.

Наибольшие шансы попасть в «ядро» нового технологического уклада имеются у ИКТ и биотехнологий, т.к. именно у этих направлений есть потенциал для преобразования смежных технологических отраслей.

Для ИКТ выявляются две основные тенденции в развитии: эволюция существующих технологических решений за счет внедрения технологий LTE, наноэлектронной базы, нового программного обеспечения, основанного на использовании облачных технологий и т.д.;

и существенное расширение сферы применения ИКТ (сферы производства и потребления то варов) за счет перехода к массовому использованию беспроводных систем сенсоров. Первая тенденция сталкивается с постепенным насыщением рынков привычной ИКТ-продукцией и будет развиваться в основном за счет вытеснения устаревающих технологических решений.

Поэтому надежды на то, что в «ядре» нового технологического уклада окажется ИКТ, связа ны в основном со второй тенденцией.

Направление биотехнологий быстро развивается и имеет большие перспективы по всем группам технологий:

«красные» биотехнологии, связанные с медициной (адресная доставка лекарств, пре вентивная и регенеративная медицина и др.);

«зеленые» биотехнологии, связанные с сельским хозяйством (селекционные и транс генные технологии и др.);

«белые» биотехнологии, связанные с промышленностью (биотопливо 2-го и 3-го по колений, «зеленая» химия, утилизация отходов и очистка сточных вод и др.).

Однако пока нет достаточной ясности относительно использования данных техноло гий. Для внедрения «красных» биотехнологий необходима коренная перестройка рынка ме дицинских услуг, а также производственных процессов в фармацевтике. Развитие «зеленых»

биотехнологий тормозится общественным мнением во многих странах, направленным про тив ГМО продукции. Наиболее перспективное направление «белых» биотехнологий – биото пливо, пока не может перешагнуть ценовой порог, а также сдерживается необходимостью построения новой инфраструктуры.

Поэтому по биотехнологиям можно ожидать как быстрого роста новых рынков, так и «сдувания» пузыря биотехнологий.

Направление нанотехнологий на современном этапе развития является крайне неод нородным и не представляет собой единой технологической группы. Вероятно, нанотехноло гии войдут в новое технологическое ядро лишь фрагментарно (наноэлектроника, нанопокры тия и др.).

Альтернативная энергетика представляет собой одну из основных «несущих» отрас лей, но не формирует «ядро» нового технологического уклада. Основные перспективы раз вития альтернативной энергетики на прогнозный период связаны с солнечной энергетикой и биотопливом. Ветряная энергетика достаточно развита уже в настоящее время, однако, в бу дущем будет скорее вспомогательным источником энергии. Ядерная энергетика на прогноз ном периоде будет развиваться на основе уже существующих технологий. Только к концу прогнозного периода возможно появление новых технологий замкнутого цикла на основе реакторов на быстрых нейтронах.

В рамках адаптации старого технологического уклада основные технологические направления будут связаны с ресурсосбережением;

повышением автоматизации производст ва;

развитием технологий нетрадиционных углеводородных ресурсов и синтетических мо торных топлив (GTL, CTL);

экологическими технологиями и др.

Первые две группы технологий будут развиваться инерционно и в меньшей степени зависят от сценария технологического развития мировой экономики.

Нетрадиционные углеводородные ресурсы и синтетические моторные топлива могут ока заться крайне востребованными в том случае, если развитие альтернативной энергетики не при ведет к появлению прорывных технологий и начнет проявляться дефицит энергоресурсов Внедрение экологических технологий во многом связано с участием стран в соглаше ниях, ограничивающих выбросы парниковых газов. Здесь, прежде всего, выделяются техно логии улавливания углекислого газа в производстве (CCS), строительство экологически ней тральных зданий, переход к экологически чистому топливу на транспорте и т.д. В случае бы строго развития и внедрения экологических технологий развитые страны могут получить но вые обширные рынки сбыта своей продукции.



Pages:   || 2 |
 


 
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.