Ассортимент экспорта российских предприятий и близость к локальным сравнительным преимуществам

В основе методологии, предложенной в работе [Teece et al., 1994], лежит предположение о том, что если компания успешно осуществляет некоторый вид экономической деятельности, то вероятность успеха на рынке технологически близкой отрасли при прочих равных выше. В результате в стационарном состоянии технологически более близкие виды деятельности будут встречаться относительно чаще в пределах одной фирмы. В отличие от работы [Teece et al., 1994], в настоящей статье меры технологической близости предлагается рассчитывать не только на основе данных по видам экономической деятельности предприятий, но и с использованием данных об их экспорте Современные модели новейшей теории международной торговли, многие из предсказаний ко-торых согласуются с данными, позволяют рассматривать экспорт и поставки на внутренний рынок как принципиально не различающиеся активности, при этом осуществляемые в различных условиях. В частности, как на внутреннем, так и на внешнем рынках происходит отбор фирм по производитель-ности, при этом лишь наиболее производительные фирмы оказываются способными осуществлять деятельность на внутреннем рынке и лишь наиболее производительные из них в силу повышенных переменных и фиксированных издержек -- экспортировать свою продукцию. В этом смысле и экс-порт, и продажа товара на внутреннем рынке могут рассматриваться как индикаторы определенного уровня конкурентоспособности, при этом экспортеры в среднем являются более конкурентоспособ-ными по сравнению с фирмами, обслуживающими только внутренний рынок.. Другим существенным отличием следует признать количество фирм, данные по которым используются для расчета: в работе [Teece et al., 1994] меры строились на основе данных о видах экономической деятельности примерно 20 тыс. американских предприятий, тогда как в настоящей работе анализируются около 5 млн уникальных российских производителей товаров и услуг Источником сведений об основных и дополнительных видах экономической деятельности предприятий выступает база данных https://ruslana.bvdep.com, в которой содержится информация обо всех предприятиях, осуществляющих и осуществлявших деятельность хотя бы какое-то время в течение последних десяти лет. Выборка таких предприятий насчитывает около 5 млн компаний, тогда как в среднем ежегодно в России насчитается лишь около 2-3 млн активных коммерческих предприятий. и порядка 20-30 тыс. российских экспортеров Данные об экспорте российских предприятий содержатся в базе данных детализированной статистики внешней торговли и не находятся в открытом доступе. В зависимости от рассматривае-мого года в среднем именно такое (20-30 тыс.) число российских предприятий экспортирует това-ры на внешние рынки. Всего за период 2011-2018 годов в детализированной статистике внешней торговли РФ насчитывается около 70 тыс. уникальных экспортеров.. Дополнительно следует указать на то, что меры технологической близости, построенные исключительно с использованием российских данных, могут рассматриваться как в наибольшей степени применимые именно для анализа российской экономики в целом и тем более для анализа поведения отдельных российских предприятий.

Важно отметить концептуальные отличия показателя технологической близости на уровне предприятий от технологической близости на уровне стран. Во-первых, заметим, что для того, чтобы виды деятельности осуществлялись в пределах одного предприятия, необходимо выполнение более строгих условий по технологической близости видов деятельности. Это означает, что совместное осуществление деятельности внутри предприятия является в целом более ярким индикатором технологической близости по сравнению с совместным нахождением в структуре сравнительных преимуществ страны Более того, поскольку предприятие в большинстве случаев целиком располагается в преде-лах рассматриваемой страны (региона), наличие обоих производств в пределах одной фирмы ав-томатически означает наличие этих производств в пределах страны (региона), в то время как об-ратное утверждение неверно..

Например, производство ноутбуков и производство телевизоров могут рассматриваться как технологически близкие в силу того, что при производстве обоих продуктов могут быть использованы схожие комплектующие, труд и капитал, а техническое устройство товаров относительно близко к друг другу. Можно ожидать, что эти товары будут чаще совместно экспортироваться и производиться как на уровне стран, так и на уровне отдельных предприятий. В то же время два трудоемких производства могут часто совместно встречаться в странах с дешевой рабочей силой, но в силу существенно разных технологий производства в пределах одного предприятия такие производства не осуществляются.

Во-вторых, при анализе экспортной корзины стран на предмет наличия выявленных сравнительных преимуществ традиционно рассчитываются индексы сравнительного преимущества Балаша, содержательно отражающие, насколько интенсивно по сравнению со среднемировыми значениями рассматриваемая страна экспортирует этот товар. Это означает, что в методологии фактически делается поправка на размеры страны и учитывается структура экспорта этой страны. Применительно к фирмам такая поправка не является необходимой, более того, может исказить результаты исследования. Дело в том, что фирма в общем случае может выбрать оптимальное для своей деятельности расположение и теоретически не ограничена в ресурсах при условии наличия достаточно высокого уровня конкурентоспособности. В частности, модель Мелитца [Melitz, 2003] предсказывает, что наиболее производительные фирмы являются наиболее крупными, и это предсказание соотносится с эмпирическими исследованиями (см., например, [Bernard, Jensen, 1999]). Напротив, размер экономики страны и, следовательно, количество производственных ресурсов в обозримой перспективе ограничены, следовательно, корректировка на масштаб подразумевает поправку на обстоятельства, которые производитель (страна) не в состоянии контролировать. Однако фирма может выбирать размер производства и выбирает его исходя из совокупности различных условий. Иными словами, размер фирмы является эндогенным и, более того, связан с производительностью. Поэтому, если проводить корректировку на размер фирмы (в частности, объемы ее совокупного экспорта или совокупного производства) и сопоставлять ее с данными по другим предприятиям, эта корректировка будет уравнивать низкопроизводительные и высокопроизводительные фирмы, что противоречит основной идее выявления сравнительных преимуществ.

Поэтому целесообразно рассматривать только абсолютные, но не относительные показатели интенсивности экспорта. Факт экспорта и производства фирмой некоторого товара является абсолютным показателем.

В соответствии с моделью гетерогенных фирм Мелитца [Melitz, 2003] этот показатель отражает способность фирмы преодолеть фиксированные издержки выхода на внешние и внутренний рынки соответственно, следовательно, демонстрирует конкурентоспособность фирмы по сравнению с компаниями, которые недостаточно производительны для осуществления этой деятельности.

Для расчета показателей технологической близости для каждой пары товаров/отраслей рассчитывается количество фирм, производящих (экспортирующих) указанную пару товаров совместно. Технологическая близость товаров А и В рассчитывается как минимум Минимум в этом случае используется для того, чтобы полученная мера была симметричной. между двумя значениями условной вероятности -- вероятности производства (экспорта) А при условии производства (экспорта) В и вероятности производства (экспорта) В при условии производства (экспорта) А:

где #firmsAB -- количество фирм, производящих (экспортирующих) совместно товары A и B, #firmsA -- количество фирм, производящих (экспортирующих) товар А.

Заметим, что формула (1) универсальна, в том смысле что она может быть использована для расчета технологической близости отраслей в любой отраслевой классификации и детализации при условии достаточного количества данных и вариации в них. Кроме того, она может быть использована как для расчета «экспортной» технологической близости, так и для технологической близости на основе основных и дополнительных видов экономической деятельности. В дальнейшем изложении эти меры будут обозначаться как экспортная близость и производственная близость соответственно.

Основные характеристики распределения показателей экспортной и производственной близости товаров в разрезе отраслей обрабатывающей промышленности North American Industry Classification System (NAICS) Выбор этой отраслевой классификации обусловлен тем, что специальные меры технологиче-ской близости, рассмотренные далее, доступны только на уровне кодов NAICS. В дальнейшем рас-смотрении участвуют только отрасли обрабатывающей промышленности, которым соответствуют восемьдесят четырехзначных кодов NAICS. Уровень детализации и количество рассматриваемых отраслей примерно соответствуют количеству трехзначных кодов для обрабатывающей промыш-ленности в классификации ОКВЭД-2. Соответствие между кодами NAICS и кодами гармонизиро-ванной системы (HS) составлено на основе данных работы [Pierce, Schott, 2012]., полученного на основе формулы (1), отображены в табл. 1.

Таблица 1 Основные показатели распределения производственной и экспортной близости в разрезе отраслей NAICS

Эти данные показывают, что большинство отраслевых товарных позиций имеют относительно слабую экспортную близость, однако встречаются пары отраслевых товарных позиций, которые экспортируются совместно в среднем половиной фирм, экспортирующих один из товаров пары. Среднее значение экспортной близости составляет порядка 0,11, при этом медианное значение несколько ниже -- 0,09.

Такое соотношение среднего и медианы указывает на некоторую скошенность распределения в пользу более низких значений. Эта скошенность содержательно означает, что большинство товаров если и экспортируется совместно, то в относительно небольшом числе случаев, при этом в выборке имеются пары отраслей с достаточно высоким уровнем экспортной близости. Схожий вид распределения имеет и мера производственной близости, однако этот показатель принимает в среднем намного меньшие значения. В частности, среднее значение производственной близости составляет примерно 0,007, тогда как медианное составляет менее 0,002. Это вполне ожидаемый результат, поскольку при расчете производственной близости используются данные о гораздо большем количестве предприятий. При этом мера, рассчитанная в соответствии с формулой (1), с ростом числа фирм в выборке имеет тенденцию к уменьшению. Корреляция между экспортной и производственной близостью находится на уровне 0,3.

Отражают ли экспортная и производственная близость различные аспекты технологической близости? Для ответа на этот вопрос предлагается использовать данные таблиц «затраты -- выпуск» для экономики США Данные за 2012 год доступны по ссылке: https://apps.bea.gov/industry/xls/io-annual/Use_SUT_ Framework_2007_2012_DET.xlsx. Несмотря на то что начиная с 2017 года Росстат регулярно публи-кует достаточно актуальные таблицы «затраты -- выпуск» для российской экономики, уровень детализации этих таблиц во многих случаях не позволяет делать нетривиальные выводы относи-тельно характера межотраслевых связей. В частности, в представленной отраслевой классифика-ции большинство продукции отраслей обрабатывающей промышленности потребляется самой отраслью-источником. Вместе с тем таблицы «затраты -- выпуск» США отличаются высоким уровнем детализации. Как справедливо отмечают авторы работы [Alfaro, Chen, 2016] при обсужде-нии вопроса о применимости данных таблиц «затраты -- выпуск» к другим экономикам, в худшем случае рассчитанные на основе американских данных коэффициенты при независимых перемен-ных окажутся статистически незначимыми в регрессиях, где они используются. Значимость соот-ветствующих коэффициентов может рассматриваться как свидетельство в пользу определенной степени соответствия технологических связей в различных экономиках., а также данные о структуре труда в разрезе профессий по отраслям обрабатывающей промышленности этой экономики Данные доступны по ссылке: https://www.bls.gov/emp/tables/industry-occupation-matrix- industry.htm.. Всего предлагается рассмотреть четыре специальные меры технологической близости.

Первая среди предложенных мер рассчитывается на основе вертикальной интенсивности межотраслевых связей. Интенсивность вертикальных межотраслевых связей содержательно должна отражать, в какой степени отрасли потребляют продукцию друг друга, используя ее как промежуточную. Поскольку, вообще говоря, доли выпуска отраслей в промежуточном потреблении друг друга могут не совпадать, а интенсивность вертикальных межотраслевых связей должна быть симметричной (поскольку меры технологической близости являются симметричными), в качестве меры интенсивности вертикальных межотраслевых связей предлагается использовать три различных варианта меры: минимум, максимум или среднее долей отраслей в промежуточном потреблении друг друга. В тексте статьи эта мера обозначается как «вертикальные производственные связи» (vertical production linkages), что соответствует терминологии, используемой в работах [Alfaro, Chen, 2014; 2016]. Следует ожидать, что большая интенсивность вертикальных межотраслевых связей соответствует большей технологической близости отраслей.

Вторая мера представляет собой схожесть структур промежуточного потребления отраслей. В дальнейшем изложении эту меру предлагается обозначать как «обратная близость промежуточного потребления». Эта мера представляет собой аналог расстояния между двумя точками многомерного пространства, координатами которых являются доли отрасли в промежуточном потреблении рассматриваемой пары отраслей. Устоявшегося подхода к расчету мер близости двух структур не существует, каждая из метрик имеет свои преимущества и недостатки. Поэтому в качестве дополнительной проверки результатов на устойчивость предлагается использовать несколько различных метрик: сумму квадратов разницы соответствующих долей, сумму модулей разницы соответствующих долей, максимум разницы соответствующих долей, корреляцию между соответствующими долями В работах [Alfaro, Chen, 2014, 2016] для расчета меры используются корреляции между соот-ветствующими долями отраслей.. Показатель строится таким образом, чтобы большее значение содержательно соответствовало большей близости отраслей в терминах их структуры промежуточного потребления Например, если используется метрика на основе суммы квадратов, то в качестве показателя, отражающего близость отраслей, используется взятое со знаком минус значение этой суммы ква-дратов..

Третья мера во многом аналогична второй, однако вместо структуры промежуточного потребления рассматривается структура выпуска по отраслям-потребителям. Фактически такая мера отражает, в какой степени две рассматриваемые отрасли близки в плане набора отраслей, потребляющих выпуск рассматриваемых отраслей в качестве промежуточного. Такую меру уместно именовать «прямая близость промежуточного потребления».

Дополнительный показатель, используемый в качестве характеристики технологической близости пары отраслей, представляет собой меру близости структуры труда отраслей.

Аналогично обратной и прямой близости промежуточного потребления расчет близости структур труда в разрезе профессий производится на основе четырех различных метрик.

Чтобы продемонстрировать, что описанные выше специальные меры технологической близости связаны с построенными мерами экспортной и производственной близости отраслей, предлагается оценить следующую эконометрическую спецификацию:

где proximityAB -- экспортная или производственная близость отраслей A и B, io_linkAB -- интенсивность вертикальных связей между отраслями A и B, labor_proximityAB -- близость структуры труда, bpicAB -- обратная близость промежуточного потребления, fpicAB -- прямая близость промежуточного потребления, аА и аВ -- фиксированные эффекты на отрасли A и B соответственно.

Фиксированные эффекты на отрасль вводятся в модель, чтобы учесть все специфичные для каждой из отраслей наблюдаемые и ненаблюдаемые факторы, способные влиять на экспортную и производственную близость отраслей по отношению к остальным отраслям. Кроме того, необходимо подчеркнуть, что используемые в модели показатели не являются полностью сопоставимыми. Иными словами, каждый из показателей на множестве наблюдений может варьироваться по-разному, что будет влиять на размеры коэффициентов и, соответственно, ограничивает их сопоставимость между собой. Чтобы коэффициенты при переменных были сопоставимы, предлагается провести стандартизацию всех независимых переменных в модели Стандартизация заключается в вычитании среднего значения и делении на стандартное от-клонение. В результате полученная переменная будет иметь среднее 0 и дисперсию 1. В этом случае коэффициенты при переменных отражают изменения зависимой переменной, соответствующие изменениям независимой переменной на одно стандартное отклонение..

Результаты оценивания модели (4) представлены в табл. 2 В табл. 2 представлены результаты оценивания моделей, в которых в качестве меры ин-тенсивности вертикальных производственных связей используется среднее, а близость структур в остальных мерах рассчитывается на основе суммы квадратов. Оценки коэффициентов при ме-рах, рассчитанных альтернативными способами, приводят к качественно и количественно схожим выводам, поэтому не приводятся в статье.. Все коэффициенты имеют ожидаемые знаки и статистически значимо отличаются от нуля.

Сопоставление коэффициентов при объясняющих переменных со средними значениями производственной и экспортной близости товаров позволяет говорить, что различие в одной из мер (за исключением меры вертикальных производственных связей) между парами отраслей в одно стандартное отклонение соответствует значительным отличиям в экспортной и производственной близости.

Подчеркнем, что, поскольку специальные меры технологической близости были построены на данных по экономике США, интерпретировать результаты оценивания необходимо с учетом возможных различий в характере технологических связей между отраслями обрабатывающей промышленности России и США.

Например, на основе результатов оценивания не следует делать вывод об относительной важности того или иного аспекта технологической близости в формировании частоты совместного производства и экспорта.

Однако статистическая значимость и ожидаемые знаки коэффициентов выступают в пользу гипотезы о том, что технологические связи между отраслями в достаточной степени схожи между экономиками России и США, и эти технологические связи важны для объяснения частоты совместного осуществления деятельности и экспорта в рамках отдельных предприятий.

Таблица 2

Результаты оценивания модели (4)

Примечания: 1. В скобках указаны робастные стандартные ошибки. 2. Уровни значимости коэффициентов: * -- p < 0,1, ** -- p < 0,05, *** -- p < 0,01. 3. Z(*) -- стандартизованная переменная. 4. Регрессии содержат константу.

Таким образом, построенные выявленные меры технологической близости статистически связаны с различными мерами, рассчитанными на основе данных о структуре факторов производства отраслей, каждая из которых отражает лишь один из аспектов технологической близости. Это позволяет рассматривать построенные выявленные меры как сводные меры выявленной технологической близости. Далее эти показатели предлагается использовать для описания эволюции ассортимента экспорта российских предприятий.

3. Анализ связи ассортимента экспорта предприятий и близости к локальным сравнительным преимуществам