Россия и Америка в XXI веке
Россия и Америка в XXI веке На главную О журнале Свежий выпуск Архив Контакты Поиск
Подписаться на рассылку наших анонсов

E-mail:
№1, 2010

ВЛИЯНИЕ «ЭКОНОМИКИ ЗНАНИЙ» НА СТРУКТУРНЫЕ СДВИГИ В США: МЕТОДОЛОГИЯ МОДЕЛИРОВАНИЯ[1]

А.И. Рей, к.э.н., старший научный
сотрудник Института США и Канады РАН
e-mail:

Аннотация. При моделировании межотраслевых связей в современной экономике необходимо принимать во внимание растущую роль ряда наукоемких отраслей сферы услуг, относимых к "экономике знаний". В статье рассматриваются способы включения этих отраслей в межотраслевую модель с учетом эффектов кривой обучения и неоднородности коэффициентов затрат.

Ключевые слова: Экономика знаний, межотраслевые модели, сфера услуг.

Impact of «Knowledge Economy» on Structural Shifts in the USA:
Modelling Techniques

Alexey Igorevich Rey
Ph.D.. (Economics), Senior Research Fellow,
The Institute of USA and Canada Studies
of Russian Academy of Sciences
e-mail:

Annotation. Growing importance of several technology-intensive service industries (also termed as the «knowledge economy») necessitates their incorporation into interindustry linkage models. The paper analyzes the ways to include these industries into an interindustry model accounting for learning curve effects and cost coefficients' heterogeneity.

Key words: Knowledge economy, interindustry models, services

Современная американская экономика обладает высоким научно-техническим потенциалом, который наряду с контролем над каналами сбыта, находящимся в руках транснациональных корпораций, составляет основу конкурентного преимущества США. Другие часто отмечаемые аспекты конкурентного преимущества (большая емкость внутреннего рынка, насыщенность производства передовым, прецизионным оборудованием, развитый сектор финансовых услуг и т.п.) не имеют критического значения для экономического лидерства Америки в 21 веке, а некоторые из них (например, финансовые институты) уже успели внести свой вклад в подрыв американского национального хозяйства в период кризиса 2006-2009 гг.

В условиях динамичного развития новых экономических держав (КНР, Индии, Бразилии, Республики Корея) становится все более актуальной проблема оценки и прогнозирования различных компонентов научно-технического потенциала, в том числе в увязке с прогнозированием структурных мезоэкономических сдвигов.

В данной работе предметом изучения стали отрасли сферы услуг, в которых сосредоточены важные, но до сих пор не совсем корректно учтенные функции, способствующие поддержанию конкурентного преимущества экономики (обозначены штриховкой и курсивом в табл. 1).

Табл. 1. Оценочная выручка отраслей сферы услуг США в секторе
профессиональных, научных и технических услуг,
млрд.долл.

Отрасль

Код NAICS

2002

2000

2006

Доля

в 2006 г.

Профессиональные, научные и технические услуги (кроме услуг нотариусов)

54

803,5

1126,9

100

Юридические услуги (кроме услуг нотариусов)

5411

160,6

236,2

20,96

Услуги по бухгалтерскому учету,

подготовке налоговых деклараций

и расчетам по оплате труда

5412

79,4

105,1

9,33

Архитектурные, инженерные

и связанные с ними услуги

5413

150,3

221,8

19,68

Архитектурные услуги

54131

25,0

34,7

3,08

Услуги по ландшафтному дизайну

54132

(X)

5,0

0,45

Инженерные услуги

54133

111,9

160,7

14,26

Испытательные лаборатории

54138

7,1

11,1

0,98

Прочие связанные услуги

54134,5,6,7

6,2

10,4

0,92

Услуги по специализированному проектированию

5414

17,9

22,8

2,03

Услуги по дизайну интерьера

54141

6,8

9,7

0,86

Услуги по графическому дизайну

54143

9,0

9,2

0,82

Прочие услуги по проектированию

54142,9

(X)

3,9

0,35

Услуги по проектированию

и обслуживанию компьютерных систем

5415

186,4

200,7

17,81

Услуги по программированию

систем на заказ

541511

70,0

68,0

6,03

Услуги по проектированию

компьютерных систем

541512

82,8

90,6

8,04

Услуги по управлению

вычислительными центрами

541513

21,8

24,1

2,14

Прочие связанные с компьютерными

системами услуги

541519

11,8

18,1

1,60

Услуги по управленческому,

научному и техническому консалтингу

5416

90,1

148,0

13,13

Услуги по управленческому консалтингу

54161

78,2

124,7

11,06

Услуги по консалтингу в области окружающей среды

54162

5,6

10,2

0,90

Прочие услуги по научному и техническому консалтингу

54169

6,3

13,1

1,16

Услуги в области НИОКР

5417

35,6

67,3

5,98

НИОКР в сфере физических, технических наук

и наук о жизни

54171

34,0

64,9

5,76

НИОКР в сфере наук об обществе и гуманитарных дисциплин

54172

1,6

2,4

0,21

Реклама и связанные с ней услуги

5418

59,7

71,9

6,38

Прочие профессиональные, научные и технические услуги[2]

5419

23,6

53,0

4,70

Справочно:

 

 

 

 

Ремонт и обслуживание электронного и прецизионного оборудования

8112

14,4

18,8

 

Ремонт и обслуживание коммерческих и промышленных станков и оборудования

(кроме автомобилей и электроники)

8113

16,7

25,1

 

Источник: Statistical Abstract of the United States, 2009. Table 1237. Включает только фирмы с наемными работниками. Не включает услуги индивидуальных консультантов и специалистов.

Примечание: штриховкой и курсивом выделены отрасли, рассматриваемые в настоящей работе.

В отмеченные отрасли под влиянием аутсорсинга перетекают квалифицированные кадровые ресурсы, обладающие специальными техническими знаниями и опытом, без которых невозможна бесперебойная работа и создание сложных технико-экономических систем. Как будет видно из дальнейшего обсуждения, их роль в экономике незаслуженно обойдена вниманием в моделях межотраслевых связей.

Кризис в моделировании межотраслевых связей в экономике

  • В конце первого десятилетия 21 века, через 60 лет после прорывов в создании востребованных на практике межотраслевых моделей в частности (В.Леонтьев и Г.Канторович) и экономических (эконометрических) моделей в целом (Я.Тинберген, Р.Фриш, Йельская комиссия), систематическое[3] моделирование мезоэкономических процессов может быть условно разделено на четыре направления:
  • первое, самое старое направление ассоциируется все с тем же методом "затраты-выпуск", оформившимся как методология в период с 1920-х (работы Василия Леонтьева в России и Германии) по 1960-е гг. (деятельность в рамках ООН). До сего дня статистические ведомства развитых стран регулярно собирают, оценивают и публикуют межотраслевые матрицы разной степени детализации, которыми (в США) пользуется, кроме составителя – Бюро экономического анализа, еще Исследовательская служба Конгресса (CRS). Ряд других ведомств применяет эту информацию от случая к случаю.
  • второе направление – формально макроэкономические модели, которые, тем не менее, обращаются к деталям деятельности отдельных секторов экономики для того, чтобы добиться более высокой прогностической ценности. Самая важная из них – модель FRB/US, находящаяся в ведении Совета директоров Федеральной резервной системы и институционализированная как средство поддержки принятия решений по процентным ставкам на Федеральном комитете по операциям на открытом рынке (FOMC). Для этого типа моделей характерна эклектичность секторных уравнений и существенно меньшая степень детализации по сравнению с методом "затраты-выпуск".
  • третье направление – комбинированные модели технико-экономических процессов в отдельных секторах экономики, которые, в силу универсальности этих процессов, захватывают практически все отрасли. Примером модели третьего направления может служить Национальная система моделирования энергетики (NEMS) министерства энергетики США. В эту же категорию попадают модели международной торговли.
  • в четвертое направление собраны мультиотраслевые эконометрические модели, разрабатываемые крупными корпорациями и экономическими консалтинговыми службами (например, компанией Global Insight).
  • Для каждого из четырех направлений характерны одни и те же концептуальные недостатки, связанные с тем, что за последние двадцать лет изменилась сама структура и схема рыночного поведения крупных компаний, а модели застыли на уровне предыдущей и вроде бы привычной схемы работы корпораций. Шесть следующих феноменов не находят адекватного отражения в имеющихся мезоэкономических моделях:
  • во-первых, транснационализация фирмы – любая модель, исходящая из того, что производство осуществляется только в национальных рамках, а торговля следует законам сравнительного конкурентного преимущества, изначально дефектна. Для проверки справедливости этого тезиса достаточно проанализировать экономические отношения между США и КНР или США и Мексикой.
  • во-вторых, внутринациональный и международный аутсорсинг – передача части функций фирмы, включая разработку и производство товара и послепродажное обслуживание, другим компаниям[4], в т.ч. в сфере услуг.
  • в-третьих, высокая динамичность процесса разработки и выпуска на рынок новых поколений товаров и услуг (по крайней мере, во многих отраслях), что снимает традиционные акценты на производственной функции и асимптотических коэффициентах затрат в производственной функции, и переносит фокус внимания на скорость и стоимость этого процесса. Очевидно, это неразрывно связано с деятельностью отраслей, рассматриваемых в настоящей работе – отраслей "экономики знаний".
  • в-четвертых, растущая зависимость общеэкономического развития стран и регионов от отдельных корпораций, не поддающаяся анализу, опирающемуся на закон больших чисел. Безусловно, США не Финляндия, для которой экономическое благополучие приравнивается к благополучию Nokia, и не Россия с компанией "Газпром", но при увеличении уровня детализации моделирования эффекты, специфичные для отдельных фирм, все равно выходят на первый план. Это касается и последствий экономических решений, принимаемых крупными ТНК, так как от этих решений зависит занятость и доходы десятков тысяч работников и достаток сотен тысяч членов их семей.
  • в-пятых, традиционное безразличие[5] к тому факту, что поведение экономических субъектов кардинальным образом меняется в момент перехода от экономического подъема к рецессии и наоборот.
  • в-шестых, отсутствие учета межфирменных альянсов и совместных предприятий, не только как антиконкурентного явления, но и элемента, создающего сетевые эффекты.
  • Чтобы хотя бы частично заполнить те из перечисленных пробелов, что непосредственно относятся к отраслям "экономики знаний", у нас есть два принципиальных подхода – статический и динамический.

Статическая производственная функция
в сфере услуг и "экономике знаний"

Статическая производственная функция будет использована для тех услуг, которые не формируют долгосрочного конкурентного преимущества компании.

Особенности удельных издержек

Существенным отличием отраслей сферы услуг является доминирование в качестве статьи затрат заработной платы и услуг, предоставляемых по контрактам другими предприятиями. В силу этого требуется рассматривать расходы на заработную плату как совокупность нескольких отдельных компонент (в терминах модели – отдельных рынков). Каждая компонента будет иметь свои характеристики с точки зрения интенсивности конкурентной борьбы на рынке труда и фактической монопольной ренты, которую получают сверх "обычной" оплаты работники дефицитных специальностей.

Форма производственной функции

Выбор функциональной формы как производственной функции, так и функции издержек обусловлен в первую очередь возможностями по замещению одного вида издержек на другой. Поскольку замещение чаще всего связано с наличием двух и более технологий с разной структурой затрат, а в рассматриваемых отраслях такого не наблюдается, мы принимаем за основу линейную функцию издержек:

, где c0 – постоянная компонента себестоимости, F – объем фиксированных вложений на 1 заказ, q – объем заказа (там, где это имеет значение), - норма трудозатрат, - ставка оплаты труда по i-ой статье расходов.

Особое внимание следует обратить на коэффициент - норму трудозатрат.

Неоднократно отмечалось различие на несколько порядков в производительности различных работников одной и той же профессии в отраслях, обычно относимых к "экономике знаний". Так, многие метрики производительности (и в конечном счете преобразуемого в производительность качества продукта) посредственного и талантливого программиста разнятся на порядок.

Иными словами, по сравнению с промышленностью, где контроль за производительностью труда осуществляется на основе объективных критериев, конвейера и сдельной заработной платы, в сфере услуг пока отсутствуют эффективные дисциплинирующие механизмы. Это означает, что в производственной функции в отраслях сферы услуг будут фигурировать технологические коэффициенты, варьирующие не только от фирмы к фирме, но и в пределах одной и той же фирмы (из-за различной кадровой обеспеченности в разных подразделениях) и в течение достаточно коротких периодов времени (в связи с текучестью кадров, характерный период колебаний составляет от двух до пяти лет). Очевидно, что собрать такой объем информации по каждой компании не представляется возможным.

Коэффициент может рассматриваться как случайная величина, распределенная по закону Вейбулля:

, где - специфические для распределения навыков по данной специальности параметры формы, расположения и масштаба, а f() – функция плотности случайной величины. Могут применяться и другие распределения.

Заметим, что эта вариативность производственной функции в какой-то степени схожа с тем, что наблюдается в сельском хозяйстве, где наличествуют микроклиматические и почвенные различия между агрофермами.

Эконометрические методы оценки коэффициентов производственной функции в условиях их неоднородности были разработаны в 1976 году сотрудниками корпорации RAND (Aigner et al., 1976). Применявшийся с тех пор подход в общих чертах не изменялся, будучи основанным либо на агрегированных, либо (что встречается гораздо реже) панельных данных.

Следующим шагом к моделированию трудозатрат в сфере услуг является включение в анализ опыта и кривой обучения специалистов, выполняющих первый, второй, и т.д. заказы в своей практике. Будет нелишним напомнить, что опыт тогда будет фигурировать и в оплате труда работников/контрактных специалистов, и в фиксированных издержках (на организацию работы):

, где Zi – количество заказов, которые уже выполнял за свою жизнь работник по i-ой специальности, а Z – число заказов, которые выполнила фирма в целом.

, где  - трудозатраты "новичка", а LR – коэффициент кривой обучения.

Аутсорсинг "промежуточных" услуг не является единственным решением, поскольку работник по соответствующей специальности может находиться в штате фирмы. В силу этого может представлять собой как внутренние оклад, премиальный и социальный пакет и т.п.[6], так и оплату внешним исполнителям.

 

Динамические аспекты отраслей «экономики знаний»

Большинство интересующих нас отраслей изначально рассчитаны на результаты в средне- и долгосрочной перспективе. Обращение к ним является инвестиционным решением, взвешивающим затраты и выгоды на протяжении всего горизонта планирования компании. Общим способом учесть последствия этого факта в модели является динамическое программирование (Беллман, 1960). Как предполагается, фирмы максимизируют свою дисконтированную ожидаемую прибыль, которая зависит от ряда параметров, среди которых и объемы закупок рассматриваемых далее услуг.

Изменение функции издержек в отраслях-потребителях

Такие отрасли, как управленческий и научно-технический консалтинг, влияют, среди прочего, и на форму функции издержек в компаниях и отраслях-потребителях. Нет сомнения, что затраты средств на анализ и реинжениринг бизнес-процессов могут позволить снизить затраты в производственной функции в будущем. Более того, результатом управленческого консалтинга может быть реорганизация производства и перевод снижения затрат от эффекта обучения на постоянную или более прочную основу. К примеру, если фирма под руководством внешнего консультанта переходит от конвейера к производственной системе фирмы Тойота, мы вправе ожидать единовременного прироста параметра кривой обучения в отрасли-потребителе:

, где cD – удельная себестоимость в компании-потребителе услуг, - первоначальная себестоимость, - коэффициент воздействия консалтинговых услуг, - объем потребленных консалтинговых услуг, - автономный параметр кривой обучения в отрасли-потребителе в отсутствие консалтинговых услуг, – кумулятивный выпуск компании-потребителя.

Сдвиг кривой спроса

Кроме названного выше механизма воздействия можно говорить, например, об индуцированном сдвиге кривой спроса под воздействием рекламы (что находится за пределами данной работы) (см. Sutton, 1998). Аналогично рекламе будут действовать и маркетинговые исследования, с той лишь разницей, что маркетинговые исследования обновляют априорную информацию о кривой спроса, которой обладают фирмы, и это приводит к изменению их рыночного поведения и, при прочих равных условиях, росту прибыли.

Упрощенно: , где pD – цена за единицу товара в отрасли потребителе, QD – спрос на ее продукцию, A – расходы на рекламу, - коэффициенты кривой спроса. На самом деле воздействие происходит с лагом по времени, и сдвиг, как правило, позже исчезает (реклама забывается), поэтому более реалистичное описание процесса требует явного формулирования зависимости показателей эффективности рекламы от времени:

, где - эффективность рекламы.

Инновационный процесс

При анализе нестационарных явлений, к которым причисляется и конкуренция в отраслях с частым появлением новых товаров и услуг, интерес представляют не только и не столько затраты денег на их разработку и выпуск на рынок, но и время разработки, поскольку от него зависит монопольное положение фирмы на рынке, и конечное качество нового товара, с которым связана как прочность этого монопольного положения, так и сдвиг кривой спроса. По этой причине обращение компании к услугам сторонних агентств, занимающихся проектированием, инженерными услугами, программированием, должно учитывать сразу три показателя: , где F – чистая приведенная стоимость всех расходов на разработку, - время разработки, – метрика качества товара после окончания разработки, – показатель качества для лучшего из конкурирующих товаров (т.е. современный технологический уровень). Более того, для ряда товаров (программного обеспечения, бытовой электроники, автомобилей и т.п.) с выводом товара на рынок разработка не заканчивается – очень часто фирмы выбрасывают на рынок недоработанный и недотестированный продукт, который приходится обслуживать и обновлять в течение нескольких лет. Чтобы учесть этот фактор, мы можем добавить к трем интегральным показателям еще два – время на доработку до стабильного состояния и конечное качество товара . Конечное качество может быть потребителями и не учтено, если их первоначальное впечатление было весьма негативным.

Ремонт и обслуживание техники и оборудования

Для того, чтобы чинить и проводить обслуживание сложной современной техники, необходимы специальные знания, навыки и опыт, а во многих случаях и искусство. Влияние этой категории услуг (тоже составной части "экономики знаний") на экономическую деятельность может быть отражено в модели как продление срока службы оборудования и сокращение инвестиционных расходов на замену выбывшей из строя техники. Поскольку часто ремонт осуществляется фирмами, связанными с компанией-производителем техники, возникает конфликт интересов, развивающийся параллельно с конкуренцией и торговлей на основном рынке и воздействующий на инвестиционный выбор компаний. Таким образом, ремонтно-эксплуатационные услуги (как и вторичный рынок, как и рынок запасных частей) должны рассматриваться вместе с основным рынком в контексте динамических оптимизационных задач поставщиков товара, покупателей и сервисных фирм, причем в зависимости от взаимоотношений (сотрудничества или конкуренции) между сервисными компаниями и производителями мы можем объединять или разъединять их целевые функции.

Направления для дальнейших исследований

К числу не решенных до конца исследовательских проблем, требующих дальнейшего изучения, относится прогнозирование ошибок модельных расчетов на основе оценок ошибок во входных данных. Стандартным приемом в данном случае является вычисление матрицы вариации-ковариации ошибок методом Монте-Карло, однако гораздо большее значение с точки зрения погрешностей имеют ошибки в идентификации модели и выборе функциональных форм зависимостей. Это, в свою очередь, заставляет проводить более тщательный анализ чувствительности к сделанным при создании модели допущениям.

Перспективы применения моделей межотраслевого взаимодействия
для анализа экономики США и России

В России процессы аутсорсинга, развития рынка консалтинговых и инжиниринговых услуг, контрактного проектирования, программирования и НИОКР идут вслед таким же процессам за рубежом. Поэтому нет сомнений в том, что усовершенствованные межотраслевые модели могут быть применимы как для США, так и для России — при условии, что будет обеспечено высокое качество и достоверность входной информации в этих моделях.

Последнее соображение во многом является решающим для практического использования моделей.

Конечным итогом и сверхзадачей межотраслевого моделирования следует считать улучшение качества принимаемых в экономике решений – в частности, на общегосударственном уровне. Помимо прямого эффекта от учета прогнозов существует еще и косвенный, психологический эффект, заключающийся в систематизации мышления чиновников относительно последствий принимаемых ими решений для экономики в целом и отдельных межотраслевых комплексов. Однако чтобы все эти эффекты начали работать, как предпосылка требуется заинтересованность в совершенствовании экономической политики.

Литература

Беллман, Ричард. Динамическое программирование. М., Изд-во иностранной литературы, 1960. 400 с.

Aigner, D.J.; Chu, S.F. On Estimating the Industry Production Function. American Economic Review, Vol.58, 1968. Pp. 826-839.

Aigner, Dennis J.; Knox Lovell, C.A.; Schmidt, Peter. Formulation and Estimation of Stochastic Frontier Production Functions. RAND Corp., Santa Monica, CA. RAND Paper P-5649, March 1976. 28 p.

Baltagi, Badi H.; Griffin, J. M.; Rich D. P. The measurement of firm-specific indexes of technical change. Review of Economics and Statistics, Vol.77, 1995. Pp. 654-663.

Battese, G. E.; Coelli T. J. A model for technical inefficiency effects in a stochastic frontier production function for panel data. Empirical Economics, Vol. 20, 1995. Pp. 325-332.

Kumbhakar, S. C.; Knox Lovell, C.A. Stochastic Frontier Analysis. Cambridge University Press, 2000.

Marschak, J.; Andrews W.J. Random Simultaneous Equations and the Theory of Production. Econometrica, Vol.12, 1944. Pp. 143-205.

Sutton, John. Technology and Market Structure. MIT Press, 1998. 696 p.


[1] Работа выполнена по гранту РГНФ  09-02-00617а/р.

[2] Две крупнейших подотрасли – маркетинговые исследования и ветеринарные услуги. Видимый рост с 2000 по 2006 год связан с включением в раздел ветеринарных услуг.

[3] Систематический характер моделирования проявляется как в регулярном составлении прогнозов на основе свежих статистических данных, так и в периодическом пересмотре моделей и анализе их прогностической точности. Так сложилось, что академические модели подвергаются всестороннему и тщательному анализу нерегулярно, а их количественные прогнозы не часто находят дорогу в кабинеты лиц, принимающих экономические решения.

[4] С точки зрения прогноза объема выпуска это существенный момент, так как фирмы, которым передаются "лишние" функции, могут обладать властью на своих рынках и завышать цены/снижать объем оказываемых услуг по сравнению с конкурентной ситуацией, а могут быть и мелкими, совершенно конкурентными предприятиями или даже индивидуальными предпринимателями.

[5] В рамках стандартных моделей и устоявшихся методов их проверки и валидации. Несмотря на это, в последние пятнадцать лет в эконометрике широко развивается направление регрессий с переключением режимов, отражающее растущее понимание этого обстоятельства.

[6] В эту величину не будет входить непосредственно доход от реализации опционов, розданных ключевым работникам фирмы.



Назад
Наш партнёр:
Copyright © 2006-2015 интернет-издание 'Россия-Америка в XXI веке'. Все права защищены.