Экономические последствия гражданских войн

В одной из работ Cameron G. Thies, David Sobek (2010) предлагается идея использования самостоятельно расчета политического показателя на основе регрессионной модели, а именно показателя сравнительной политической способности - Relative Political Capacity (RPC), который рассчитывается как отношение фактически собранных государством доходов к доходам, оцененным с помощью регрессионной модели следующего вида:

Tax/GDP = Я0 + Яl (time) + Я2 (Agriculture/GDP) + Я3 (Exports/GDP) + e.

В данной модели учитывается получение государством доли поступающих налогов, которая оценивается с помощью независимых переменных: доли доходов от экспорта в ВВП страны (Exports/GDP), а также доли доходов от сельскохозяйственных отраслей страны (Agriculture/GDP), кроме того, в регрессии введена переменная времени (time). Данные по этой переменной затрагивают период с 1989 по 2015 год, как и основная регрессионная модель.

Помимо данного показателя политической способности управлять страной, в модель введен еще один вид политических переменных - World Government Indicators, это исследовательская база данных, агрегирующая показатели качества проводимой политики и управления страной. Она включает в себя большой массив данных о поведении правительства, оцененных с точки зрения взаимоотношений власти с бизнесом в этой стране, своими гражданами и избирателями, а также с помощью экспертных исследований институтов, негосударственных и международных организаций, частного сектора в отношении конкретной страны. Эти данные отличаются от опубликованных Всемирным банком или другими официальными организациями. Данные по этим индикаторам доступны с 1996 года. Данные индикаторы состоят из 6 частей- индексов, характеризующих правительство каждой страны с разных сторон, а именно:

Voice and Accountability (степень участия в голосовании) - отражает, в какой степени жители страны могут участвовать в выборах своего правительства, степень свободы выражения своей гражданской позиции, степень свободы СМИ и контроля за населением.

Political Stability and Absence of Violence/Terrorism (отражает степень политической стабильности и наличие проявлений политического насилия и экстремизма, не учитывается в данном исследовании)

Government Effectiveness (показатель эффективности правительства) - отражает качество общественных служб и сервисов, качество гражданского обслуживания, степень независимости от политического давления, качество разрабатываемой политики и ее реального осуществления, а также оценивает степень доверия к правительству и проводимым им реформ со стороны населения, степень исполнения заявленных обещаний.

Regulatory Quality (качество регуляторной функции) - отражает степень возможности правительства формулировать и обеспечивать выполнение трезвой политики и введение регулирующих мер, которые стимулируют развитие частного сектора экономики.

Rule of Law - (сила закона) - отражает степень независимости экономических агентов, степень их следования общественным правилам, в частности, качество исполнения контрактов и наличие механизма принуждения в случае отказа от их исполнения, соблюдения прав собственности, наличие судебной власти, органа общественного правопорядка(полиция), уровень преступности.

Control of Corruption (степень контроля над коррупцией) - отражает степень в которой властно-бюрократические структуры склонны к даче или принятию взяток, в мелком и крупном размере, включая состояния полного контроля над страной малой группой элит, преследующих свои интересы.

Я включила лишь 5 из них, убрав из списка индикаторов тот, который характеризует страну по степени политической стабильности и отсутствия насилия - Political Stability and Absence of Violence/Terrorism, так как этот показатель будет явно коррелировать с военными переменными. Более того, страны в основной выборке испытывали многолетние гражданские войны, поэтому в данном случае включать его не имело смысла, а могло лишь исказить результаты исследования. Все эти индикаторы были рассчитаны по данным 31 источника и баз данных, основанных на нескольких больших исследованиях респондентов и экспертных оценках по всему миру, каждый индикатор распределен в диапазоне от -2,5 до 2,5, где -2,5 характеризует наислабейшую степень политической способности, а 2,5 соответственно наисильнейшую.

Более подробно с методикой расчета данных показателей можно ознакомиться в работе D. Kaufmann, A. Kraay and M. Mastruzzi (2010).

Я распределила все 40 стран по типам причин гражданских войн и политических конфликтов:

1. По причине межэтнических и межнациональных конфликтов, лежащих в основе военных конфликтов, между представителями разных национальностей или этнических общин, проживающих на территории одного государства. На эту причину указывают авторы W. Easterly& R. Levine's (1997) и A. Alesina (1994), утверждая, что чем более этнически разнообразна страна, тем ниже у нее показатель экономического роста, а происходит это по причине того, что различные этнически группы борются за главенство и ресурсную базу, ища каждая своей выгоды, что приводит страну в ловушку бедности.

Таким образом, в моей выборке оказалось 6 стран с межэтническими конфликтами, перешедшими в гражданские войны.

2. По причине религиозных конфликтов. Опять-таки, борьба представителей разных религиозных конфессий, будь то между христианами и мусульманами, или проявление радикального ислама и сопротивление ему со стороны другой части общества. И снова это борьба за ресурсы и влияние в стране, где нет сильной власти, способной справиться с этими проявлениями крайней нетерпимости.

3. По причине смены политического режима. В данном случае предполагается неконституциональная смена политического режима, так как она повлекла за собой гражданскую войну. Разумеется, не обязательно установление новой власти приведет к улучшению политической ситуации в случае, если новое правительство окажется слабым и будет потворствовать лоббистам и влиятельным группировкам, поэтому зачастую гражданские войны имеют свойство возобновляться через какое-то время. Однако со сменой правительства у страны появляется шанс что-то изменить в лучшую сторону.

Данное разграничение внесено в 1 и 2 модель в качестве dummy - переменных.

Во 2 ой модели в качестве зависимой переменной выступают две характеристики войны, которые указывают на длительность гражданских войн и степень их суровости, которые в 1 модели были также использованы: это BDP и DUR. В качестве независимых переменных были взяты переменные из 1 модели, а именно, в качестве невоенных переменных: иностранные прямые инвестиции (Foreign direct Investments (net inflows)), общее государственное конечное потребление (General government final consumption expenditure) в процентном отношении к ВВП, и средняя продолжительность жизни (Average life expectancy).

В качестве политических переменных выбраны те же переменные, что и для 1 модели: relative political capacity (строится с помощью регрессии) и The Worldwide Governance Indicators (данные доступны с 1996 г.).

3.2 Тестирование моделей

Для оценки качества регрессионных моделей, представленных в моем исследовании, были рассчитаны индексы множественной корреляции и коэффициенты детерминации (Multiple ), при этом его значения в модели 1.1 с единичным лагом для каждой регрессии по странам и с ACF лагом, составляет не менее 50% (больше 0,5), значения скорректированного коэффициента детерминации (adjusted R-squared) в основном варьируются в промежутке от 0.3 и выше, однако редко бывает отрицательным, например для Турции, Сьерра-Леоне и Гаити. В модели 1.2 Multiple составляет 0.214, а adjusted R-squared - 0.1863, что говорит о снижении качества 1 модели после условного агрегирования всех показателей в единую регрессию. Для модели 2 Multiple 0.9679, а скорректированный = 0.9102, она имеет лучшие показатели по сравнению с другими моделями, можно заключить, что все построенные модели адекватны и включают в себя наиболее влияющие факторы.

Кроме того, для значимости всех 3х регрессионных моделей был произведен F-тест Фишера для каждой модели, который показал, что все модели статистически значимы, так как (p-value в большинстве регрессиях модели 1.1 превышают уровень значимости, который брался в 10%, в модели 1.2. p-value (7,982)>0,1 (10%), в модели 2 уровень значимости был выбран равным 5%, и p-value (0,2786)>0. 05, что также говорит о значимости моделей 1.2. и 2.).

Были проведены тесты на мультиколлинеарность представленных моделей, был рассчитаны VIF для каждой переменной, по итогам чего была выявлена мультиколлинеарность в модели 1.1 как с единичным лагом, так и с ACF-лагом (см. Рис. 1), что может быть связано с включением в модель политических переменных, которые демонстрируют порой высокую мультиколлинеарность (показатели World Government Indexes), а также в некоторых регрессиях по странам наблюдается повышенная мультиколлинеарность показателя продолжительности жизни населения (Life Expectancy), что сказывается на отдельных неадекватных результатах, в частности отрицательной зависимости между продолжительностью жизни и экономическим ростом, а также отдельные всплески неадекватных результатов во взаимосвязи экономического роста и политических переменных. Поэтому отдельные результаты модели 1.1 можно исключить из рассмотрения.

В отличие от модели 1.1., в агрегированной модели 1.2 с единичным лагом, VIF (Variance Inflation Factor) переменных не превосходят 8, что говорит о низких уровнях мультиколлинеарности (см. Таблица 1).

Таблица 1. VIF переменных модели 1.2 (Источник: расчеты автора в R)

Расчет VIF для каждой переменной в модели 2 показал почти полное отсутствие мультиколлинеарности. (см. Таблица 2).

Для проверки моделей на гетероскедастичность, проверяется линейная зависимость дисперсии случайных ошибок от переменных, был проведен тест Бройша-Пагана, который показал, что во всех построенных моделях случайные ошибки гомоскедастичны, в частности в модели 1.2 BP=15.364 при уровне значимости 11, с p-value =0,1664, для модели 2 BP = 3.9938, df = 4, p-value = 0.4069.

Таблица 2. VIF переменных модели 2. (Источник: расчёты автора)

ACF (Источник: расчеты автора)

3.3 Описание результатов

Модель 1.1 модель временного ряда (time-series), считается без dummy - переменных - причин гражданских войн, регрессии считаются по каждой стране отдельно. Сначала взят лаг в 1, так как предыдущий темп роста ВВП на душу населения будет оказывать большее влияние, чем тот, который был 2 и более лет назад. Вторая интерпретация модели 1.1 - берем лаг, определенный автоматически с помощью максимального значения автокорреляционной функции (ACF). В модель 1.2 включены переменные причин войн, мы объединяем все темпы роста ВВП всех стран, «склеиваем» все им соответствующие объясняющие переменные, и на этих данных строим одну регрессию, условно предполагая, что коэффициенты всех стран примерно одинаковые, и, хотя это грубое допущение, однако результаты получились качественнее, чем в модели 1.1 с отдельными регрессиями по каждой стране. В данной модели использован лаг в 1. В модели 1.1. без ACF результаты получились лучшими по значимости, чем в модели с ACF. Скорее всего, это связано с тем, что выбран меньший лаг в темпах роста ВВП. Однако в целом, результаты схожи.

1. Влияние гражданской войны на экономический рост

По итогам 1 варианта модели было обнаружено, что переменная - количество погибших (BDP) в большинстве стран отрицательно взаимосвязана с приростом ВВП на душу населения, но значима только в Либерии на 1% уровне значимости, что свидетельствует о том, что гипотеза 1 об обратной зависимости гражданской войны и экономического роста подтверждается, однако из-за недостатков модели 1.1. результат оказался в основном незначимым. В модели 1.2, где строится общая регрессия на все страны, дополнительно включены dummy-переменные по видам причин гражданских войн, также обнаружена отрицательная зависимость экономического роста от BDP, общий результат по данным всех стран значим на 1% уровне значимости. Таким образом, 1я гипотеза об отрицательной зависимости экономического роста и гражданской войны, подтверждена. Однако необходимо оговориться, что данные результаты по сути отражают динамику экономического роста в краткосрочный период, долгосрочное влияние требует дальнейшего изучения. Результаты согласуются с полученными Kang & Meernik (2005), V. Koubi (2005), Collier & Hoeffler (2002), Alesina& Olzer, J.C. Murdoch and T. Sandler(2004) и других авторов.

2. Влияние политических переменных на экономический рост

Модель 1.1 показывает смешанные результаты касательно политических переменных в разных странах, например, политическая переменная Government Effectiveness практически во всех странах имеет положительную корреляцию с экономическим ростом, например, в Алжире и Колумбии на 5% уровне значимости, в Конго - на 10% уровне значимости. Однако показатель Voice & Accountability в большинстве стран оказался в отрицательной зависимости от роста, в частности, в Алжире и Либерии результат оказался статистически значимым на 10% уровне значимости. Rule of law имеет положительную корреляцию на 1% уровне значимости, однако в Алжире и Шри-Ланке указывает на обратную зависимости на 10% уровне значимости. Скорее всего, получение противоречивых результатов в модели 1.1. связан с высокой мультиколлинеарностью, что искажает результаты исследования.

В модели 1.2 Rule_of_Law (один из коэффициентов WGI) положительно влияет на экономический рост на уровне значимости 10%, однако при этом результат по другим коэффициентам WGI получился незначимым, при этом Voice_And_Accountability и xRegulatory_Quality показали положительную корреляцию с экономическим ростом, в то время как xGovernment_Effectiveness - отрицательную. В целом, показатели политического развития положительно влияют на последующий экономический рост, что еще раз подтвердило важность степени политического развития в сочетании с грамотной экономической политикой, на что указывали Asemoglu & Robinson в своей книге. Было обнаружено положительное влияние индекса RPC на экономический рост, что соотносится с общей теорией о положительном влиянии степени политического развития на темпы экономического роста, однако результат оказался незначимым.

3. Влияние размера иностранной финансовой помощи на экономический рост и переменные войны.

В модели 1.1. размер иностранных инвестиций имеет отрицательную тенденцию влияния на экономический рост, в частности, в Алжире результат значим на 5% уровне значимости, однако есть страны, в которых финансовая помощь положительно влияет на последующий рост, как, например, Шри-Ланка. Эти результаты могут свидетельствовать о том, что в данных странах финансовые средства были использованы эффективно и шли на восстановление экономики, а не на пролонгацию конфликта, возможно в этих странах уровень политического развития выше, чем в других странах, кроме того, это может зависеть от состояния экономики в послевоенное время.

В модели 1.2 подтверждается гипотеза 3 о том, что иностранные инвестиции, в частности, показатель Foreign Help отрицательно влияет на экономический рост развивающихся стран, результат получился значимым на 10% уровне.

В модели 2, где исследовалась зависимость переменных войны (DUR) от политических переменных WGI, в модель были включены иностранные прямые инвестиции, сделанные до войны (Foreign direct Investments), а иностранные инвестиции, сделанные во время войны, выделены в отдельную переменную - Foreign help. Была изучена зависимость переменной DUR, при этом продолжительность гражданской войны имела отрицательную зависимость от размера иностранных инвестиций до войны правда является незначимым, однако Foreign help во время войны имеет положительную корреляцию и статистически значим на 1% уровне значимости, что говорит о подтверждении гипотезы 4. При этом dummy-переменная, отвечающая за религиозные конфликты, проявила положительную корреляцию и является статистически значимой на 10% уровне значимости, что может говорить о том, что гражданские войны, основанные на религиозных конфликтах, длятся больше, чем другие гражданские войны с другими причинами.

Другие результаты моделей.

Модель 1.1 и Модель 1.2.

Показатель General government final consumption expenditure (% of GDP) в большинстве стран положительно влияет на экономический рост в послевоенное время, что соответствует неоклассической теории.

В модели 1.2 невоенные расходы (General government final consumption expenditure) - положительная зависимость, результат значим на 1% уровне значимости. В модели 1.2. была обнаружена отрицательная зависимость экономического роста от dummy - переменной, отражающей в качестве причины войны смену политического режима, результат значим на 10% уровне. Этот результат можно трактовать следующим образом: в странах, в которых причиной гражданской войны было свержение предшествующего правительства, экономический рост восстанавливается медленнее и тяжелее, чем по другим причинам. Возможно причиной такого результата можно считать то, зачастую в странах, где произошла война со сменой политического режима существует высокий риск повторения гражданской войны по той причине, и поэтому страна, не успев оправиться от предыдущей войны, ввергается еще одну. Такое наблюдается, например, в Йемене. Сомали, Либерии, Уганде и других менее развитых странах. Этому может быть и другое объяснение, например, в случае смены не только правительства, но и политического строя, например, смена автократии на демократию, стране происходят серьезные перемены, и возможно для восстановления и налаживания системы требуется больше времени, чем в случае сохранения прежнего политического строя.

Модель 2.

Политическая переменная Government effectiveness (WGI) как и ожидалось, проявляет отрицательную взаимосвязь с длительностью войны и числом погибших на 5% уровне значимости.

Была найдена значимая положительная зависимость Government Expenditures на темп роста ВВП, статистическая значимость составляет 5%.

Во всех представленных моделях найдена отрицательная зависимость экономического роста от продолжительности жизни населения, кроме того характеристики войны положительно коррелируют с продолжительностью жизни. Это может быть связано с недостатком модели 1 в виде мультиколлинеарности данного показателя, но так как схожие результаты были получены и в других моделях, этому может быть определенное объяснение. Высокая продолжительность жизни в странах, переживших войну увеличивает величину государственных затрат на здравоохранение и пенсионное обеспечение, что в условиях послевоенного дефицита ресурсов, возможно негативно сказывается на экономическом росте. Однако данный вопрос требует отдельного изучения, так как повышение продолжительности жизни населения обычно отражает высокий уровень жизни в стране.

Заключение

Мною было проведено исследование с помощью трех регрессионных моделей, была проведена проверка 4 гипотез, по результатам работы были выявлены следующие результаты:

Основным итогом исследования влияния гражданских войн на последующий экономический рост стало подтверждение гипотезы 1 об отрицательном влиянии войн на темп роста ВВП на душу населения в 40 менее развитых и развивающихся странах за период с 1989 по 2015 гг. Данные выводы сделаны на основе проведенных time-series моделей 1.1 и 1.2, однако по результатам исследования нельзя определить долгосрочный эффект гражданских войн на экономический рост.

Научная новизна данной работы заключается, в следующем:

1.во-первых, что рассмотренные выше гипотезы ещё ни разу тестировались для данного временного отрезка, за последнее десятилетие качество статистических данных значительно улучшилось, были рассчитаны новые индексы политического развития, что не могло положительно не повлиять на качество моделей и их результаты.

2. Во-вторых, впервые в исследовании гражданских войн были включены новые политические переменные World Government Indexes (Yi Feng), а также вручную рассчитан и включен в модель показатель сравнительной политической способности (RPC), которые были предложены для последующих исследований данных вопросов авторами-предшественниками (Cameron G. Thies, David Sobek).

3. В-третьих, была исследована зависимость финансовой помощи до и во время войны в модели 2 на длительность гражданской войны, при этом было обнаружено, что размер довоенной помощи не значим и отрицательно влияет на продолжительность войны, а финансовая помощь стране во время военных действий имеет положительную корреляцию с продолжительностью самой войны. Это подтверждает предположения Collier and Hoeffler (2002), которые получили схожие результаты, однако не разграничивали политическую помощь до и во время войны.

4. Было введено разграничение стран по видам причин гражданских конфликтов: этнические, религиозные и смена правительства. По итогам исследования, выяснилось, что dummy-переменная - смена правительства является статистически значимой на 10% уровне, и отрицательно влияет на экономический рост в большей степени, чем остальные dummy-переменные, что может говорить о более суровых последствиях для экономики именно от гражданских войн, происходивших по причине смены правительства.

Дальнейшее изучение проблематики гражданских войн должно быть связано с более тщательным рассмотрением влияния политических переменных на экономический рост и на характеристики гражданских войн, с включением большего количества стран и более полных, и качественных статистических данных.

Список литературы

1. Alesina, Alberto. 1994. «Political Models of Macroeconomic Policy and Fiscal Reforms.» In Voting for Reform: Democracy, Political Liberalization, and Economic Adjustment, New York: Oxford University Press, pp. 37-60

2. A. Alesina and S. Olzer (1996) «Political Instability and Economic Growth» Journal of Economic Growth, 1: 189-211 (June, 1996)

3. Collier Paul, (1999) «On the economic consequences of Civil War», Oxford Economic Papers 51 (1): 168-183

4. Collier Paul and Anke Hoeffler. (2002). «Aid, Policy and Growth in Post Conflict Societies.» World Bank Policy Research Working Paper 2902.

5. Easterly William and Ross Levine (1997) «Africa`s growth Tragedy: Policies and Ethnic Divisions» Quarterly Journal of Economics 112 (4): 1203-50

6. Feng, Yi, 2003. Democracy, Governance and Economic Performance. Cambridge, MA Seonjou Kang and James Meernik (2005) «Civil War Destruction and the Prospects for Economic Growth» The Journal of Politics, Vol. 67, No. 1 (Feb., 2005), pp. 88-109

7. Daniel Kaufmann, Aart Kraay and Massimo Mastruzzi (2010). «The Worldwide Governance Indicators: A Summary of Methodology, Data and Analytical Issues». World Bank Policy Research Working Paper No. 5430; http://papers.ssrn.com/sol3/papers.cfm? abstract_id=1682130, а также на сайте www.govindicators.org.

8. Koubi Vally Journal of Peace Research, 2005 War and Economic Performance Vol. 42, No. 1 (Jan., 2005), pp. 67-82

9. J. Murdoch C. and Todd Sandler, 2002.

10. 'Economic Growth, Civil Wars and Spatial

11. Effects', Journal of Conflict Resolution 46 (1): 91-110

12. A.F. Organski and Jacek Kugler, 1977. «Costs of Major Wars: The Phoenix Factor» American Political Science Review 71 (4): 1347-1366

13. Van Raemdonck, Dirk and Paul Diehl, 1989. 'After the Shooting Stops: Insights on Post-War

14. Economic Growth', Journal of Peace Research 26 (3): 249-264.

15. Rasler, Karen and William Thompson, 1985 «War and the Economic Growth of Major Powers» American Journal of Political Science 29 (3): 513-538.

16. G. Thies Cameron and David Sobek, 2010 «War, Economic Development, and Political Development in the Contemporary International

17. System «, International Studies Quarterly, Vol. 54, No. 1 (March 2010), pp. 267-287

18. The Correlates of War Project data base http://www.correlatesofwar.org/

19. World Bank Data http://databank.worldbank.org/data/home.aspx

20. Д. Асемоглу, Дж. Робинсон (2012) «Почему одни страны богатые, а другие бедные. Происхождение власти, процветания и нищеты»

21. Данные Организации Экономического Сотрудничества и Развития (OECD) http://www.oecd.org/

Размещено на Allbest.ru