Моделирование взаимосвязи между неравномерностью распределения доходов и экономическим ростом
Исследование взаимосвязи между неравномерностью распределения доходов и экономическим ростом. В качестве инструментария используются методы эконометрического и математического моделирования. Информационную базу составляют данные для 127 стран мира.
Рубрика | Математика |
Вид | статья |
Язык | русский |
Дата добавления | 04.07.2022 |
Размер файла | 260,4 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Моделирование взаимосвязи между неравномерностью распределения доходов и экономическим ростом
Чаганова Ольга Борисовна, студент, направление подготовки 01.03.04 Прикладная математика, Оренбургский государственный университет, Оренбург
Научный руководитель: Крипак Елена Михайловна, кандидат экономических наук, доцент, доцент кафедры математических методов и моделей в экономике, Оренбургский государственный университет, Оренбург
Аннотация
Выявление факторов, способствующих или препятствующих росту экономики, является одним из важных вопросов экономической теории, что обуславливает актуальность исследования. Целью работы является исследование взаимосвязи между неравномерностью распределения доходов и экономическим ростом. В качестве инструментария используются методы эконометрического и математического моделирования. Информационную базу составляют данные для 127 стран мира за 2018 год. На первом этапе оцениваются три модели кривой Кузнеца для проверки значимости его гипотезы. На втором этапе оценивается уравнение регрессии, описывающее влияние на экономический рост совокупности социально-экономических факторов, учитывающих неравенство в доходах. Доказано, что дифференциация доходов значимо отрицательно влияет на экономический рост.
Ключевые слова: неравномерность распределения доходов, гипотеза Кузнеца, модель экономического роста, коэффициент Джини.
MODELING THE RELATIONSHIP BETWEEN uNEVEN DISTRIBuTION OF INCOME AND ECONOMIC
Growth Chaganova Olga Borisovna, student, training program 01.03.04 Applied Mathematics, Orenburg State University, Orenburg
Research advisor: Kripak Elena mikhailovna, PhD in Economics, Associate Professor, Associate Professor of Department of Mathematical Methods and Models in Economics, Orenburg State University, Orenburg
Abstract. The relevance of the study is due to the fact that identification of factors that promote or hinder economic growth is one of the most important issues in economic theory. The aim of this work is to study the relationship between uneven distribution of income and economic growth. Methods of econometric and mathematical modeling are used as tools. The information base is made up of data for 127 countries of the world for 2018. At the first stage, three models of the Kuznets curve are estimated to test the Kuznets hypothesis. Each of them turned out to be significant on the whole, which can serve as an argument in favor of Kuznets ' hypothesis. At the second stage, a regression equation that describes the impact on economic growth of a set of socio-economic factors including income inequality is estimated. It has been proven that income differentiation has a significant negative effect on economic growth.
Keywords: uneven distribution of income, Kuznets hypothesis, model of economic growth, Gini coefficient.
Целью экономической политики большинства государств является экономический рост, поскольку от его величины и характера зависит национальный доход, а он в свою очередь влияет на уровень жизни в стране. По динамике экономического роста можно сделать выводы о способности государства преодолеть проблему ограниченности ресурсов, степени развития национальной экономики, качестве жизни населения [4]. Поэтому вопрос выявления факторов, способствующих или препятствующих росту экономики страны, является основополагающей задачей экономической теории.
Начиная с середины XX века, появляются первые работы, в которых исследуется взаимосвязь между экономическим ростом и неравномерностью распределения (дифференциацией) дохода. Существует два подхода к изучению взаимосвязи дифференциации доходов и экономического роста. В рамках первого подхода исследуется эволюционирование уровня неравенства в процессе экономического развития. Второй изучает связь в обратном направлении - воздействие дифференциации доходов на экономический рост [2].
Вопрос о влиянии экономического роста на неравномерность распределения доходов в рамках формальных математических моделей впервые был поднят в работе американского экономиста С. Кузнеца [7] в 1955 г. Автор выдвинул гипотезу (гипотеза Кузнеца), согласно которой по мере развития экономики уровень неравенства доходов сначала растет, а затем уменьшается. Проверке гипотезы Кузнеца на различных эмпирических данных посвящено значительное число экономических трудов, и стоит отметить, что не всегда исследователи приходили к одинаковым выводам.
Связь в направлении «от неравенства к росту» впервые была исследована в работе Н. Калдора [6] в 1956 г. Он пришел к выводу, что высокий уровень неравенства отрицательно влияет на темпы экономического роста, поскольку способствует увеличению совокупных накоплений и накоплению капитала, так как богатые граждане меньше предрасположены к потреблению.
Целью исследования является проверка гипотезы Кузнеца в условиях современной экономики и построение модели экономического роста, учитывающей неравномерность распределения доходов. Таким образом, связь между экономическим ростом и степенью неравномерности распределения исследуется в обоих направлениях.
Согласно гипотезе Кузнеца в ходе экономического развития страны кривая, описывающая зависимость между уровнем развития экономики и дифференциацией доходов, имеет форму перевернутой латинской буквы U: уровень неравномерности распределения доходов сначала увеличивается, а после достижения определенного уровня снижается. Эта кривая получила название кривая Кузнеца или обратная U-образная кривая [3].
Несмотря на то, что кривая Кузнеца предполагает временную взаимосвязь, то есть описывает динамику изменения дифференциации доходов от уровня экономического развития страны, из-за недостаточного объема открытых данных в некоторых работах используют пространственную выборку, в которую включают наблюдения по всем странам, предполагая существование «межстрановой кривой Кузнеца» [1]. В рамках данной работы мы будем придерживаться такого же подхода.
В качестве показателя дифференциации доходов чаще всего принимают коэффициент Джини, поскольку он является системным индикатором, в полной мере учитывающим распределение доходов [5]. В 2018 г. среднее значение коэффициента Джини составило 0,39, а медианное - 0,38. Наибольшее значение коэффициента Джини (0,63) принадлежит Лесото, наименьшее значение (0,24) - Словении. Отметим, что прослеживается обратная связь между уровнем экономического развития (ВВП на душу населения) и степенью дифференциации доходов: коэффициент корреляции между этими показателями составляет - 0,357.
На рисунке 1 мы можем видеть, что кривая, описывающая зависимость между логарифмом ВВП на душу населения и коэффициентом Джини действительно имеет U-образную форму, что может служить косвенным подтверждением гипотезы Кузнеца. Однако чтобы получить статистическое доказательство гипотезы, построим ряд формальных моделей.
Для проверки гипотезы Кузнеца построим модель вида
где
зависимая переменная GINI - коэффициент
Джини;
ln (GDP.pc) - логарифм ВВП на душу населения;
а - свободный член;
Ј. - регрессионные остатки; i - номер страны.
Результаты оценивания модели (1) приведены в таблице 1, столбец 1. С ростом ВВП на душу населения, что означает экономическое развитие страны, наблюдается тенденция к снижению значения коэффициента Джини, а значит, к выравниванию распределения доходов.
Чтобы отобразить квадратичную зависимость, которой соответствует U-образная форма кривой Кузнеца, построим и оценим модели следующего вида, предлагаемые в [4]:
Рисунок 1. Корреляционное поле переменных логарифма ВВП на душу населения и коэффициента Джини
Результаты оценивания моделей (2) и (3) при- анализ проведем по модели (2), имеющей наиболь ведены в таблице 1, столбцы 2 и 3 соответственно. шее значение скорректированного коэффициента Все три модели являются значимыми. Дальнейший детерминации.
Таблица 1. Результаты оценивания моделей кривой Кузнеца
Зависимая переменная: коэффициент Джини Метод: МНК |
||||
Переменная |
Модель (1) |
Модель (2) |
Модель (3) |
|
Const |
0.573*** (0.044) |
-0.092 (0.239) |
1.800*** (0.449) |
|
ln(GDP.pc) |
-0.021*** (0.005) |
0.136** (0.055) |
-0.092*** (0.026) |
|
(ln(GDP.pc))2 |
- |
-0.009*** (0.003) |
- |
|
1 / ln(GDP.pc) |
- |
- |
-5.105*** (1.863) |
|
R2d. adi |
0.118 |
0.165 |
0.161 |
|
N |
127 |
127 |
127 |
|
p-value |
4,68-10-5 |
5.31-10-6 |
6.79-10-6 |
|
Примечание: * - значим на уровне 0,1; ** - значим на уровне 0,05; *** - значим на уровне 0,01; N - число наблюдений (стран); p-value - наблюденный уровень значимости при проверке гипотезы о незначимости модели регрессии. В скобках указаны стандартные ошибки коэффициентов. |
Оценка параболы, описывающей зависимость между коэффициентом Джини и логарифмом ВВП на душу населения, имеет вид:
GINI = -0.009 (ln(GDP.pc))2 + 0.136 ln(GDP.pc) - 0.092 (4)
моделирование неравномерность распределение доход
Воспользовавшись необходимым условием экстремума, найдем вершину параболы - такое значение ВВП на душу населения, по достижении которого неравномерность распределения начинает снижаться. Оно составляет 1924 долл. Это значение весьма условно, поскольку качество построенной модели невысоко: она объясняет только около 16% вариации результативного признака. Однако все три модели в целом значимы, что может служить аргументом в пользу гипотезы Кузнеца: в начале своего экономического развития в странах наблюдается рост неравномерности распределения доходов, но по достижении страной «рубежного» уровня ВВП, составляющего около двух тысяч долларов, начинается уменьшение дифференциации доходов.
Перейдем к построению модели экономического роста, чтобы выяснить, влияет ли неравномерность распределения на экономический рост, а также выявить факторы, способствующие ему. Модель имеет вид:
где
gi - темп роста реального ВВП,
xT- вектор переменных, отражающих социально-экономическое развитие страны (указаны в таблице 2, столбец 1). Результаты оценивания коэффициентов моделей приведены в таблице 2.
Таблица 2. Результаты оценивания моделей экономического роста
Зависимая переменная: темп роста реального ВВП Метод: МНК |
||||
Переменная |
Модель (5.1) |
Модель (5.2) |
Модель (5.3) |
|
Свободный член |
0.124*** (0.040) |
0.153*** (0.020) |
0.135*** (0.021) |
|
Логарифм ВВП на душу населения |
-0.011*** (3.2e-0.3) |
-0.011*** (0.002) |
-0.008*** (0.002) |
|
Коэффициент Джини |
-0.060** (0.029) |
-0.057** (0.024) |
-0.052** (0.024) |
|
Общий объем резервов страны, долл. |
-8.21e-15 (1.21e-14) |
- |
- |
|
Численность рабочей силы, чел. |
6.16e-11 (4.16e-11) |
3.88e-11** (1.99e-11) |
4.49e-11** (1.98e-11) |
|
Уровень безработицы, % |
-2.79e-04 (3.69e-0.4) |
-5.38e-04* (3.24e-04) |
-3.80e-04 (3.29e-04) |
|
Уровень инфляции потребительских цен, %; |
-6.15e-04 (5.78e-04) |
- |
- |
|
Внутреннее кредитование частного сектора, % от ВВП |
-4.94e-05 (6.37e-05) |
- |
- |
|
Прямые иностранные инвестиции, чистый приток, % от ВВП |
2.81e-14 (6.37e-05) |
- |
- |
|
Экспорт товаров и услуг, % к ВВП |
6.80e-04*** (2.13e-04) |
7.26e-04*** (1.55e-04) |
7.24e-04*** (1.53e-04) |
|
Импорт товаров и услуг, % к ВВП |
-5.75e-04** (2.34e-04) |
-5.96e-04*** (1.68e-04) |
-5.92e-04*** (1.66e-04) |
|
Ожидаемая продолжительность жизни при рождении, лет |
4.89e-04 (5.39e-04) |
- |
- |
|
Текущий платежный баланс страны, долл. |
-3.31e-14 (3.49e-14) |
- |
- |
|
Доход от эксплуатации природных ресурсов, % от ВВП |
2.62e-04 (3.73e-04) |
- |
- |
|
Уровень развития экономики (фиктивная переменная: 1 - ВВП на душу населения меньше 1924 долл; 0 - иначе) |
- |
- |
-0,012** (0.006) |
|
R2 .. adj |
0.257 |
0.327 |
0.346 |
|
N |
95 |
121 |
121 |
|
p-value |
0.0002 |
1.934e-09 |
1.018e-09 |
Модель (5.1), включающая в себя все переменные, отобранные для анализа, является значимой, однако для многих факторов гипотезы о незначимости коэффициентов принимаются. Оценим модель (5.2), полученную на основе модели (5.1) методом пошаговой регрессии. Для модели (5.2), которая также является в целом значимой, значение скорректированного коэффициента детерминации повысилось по сравнению с моделью (5.1), что говорит о более высоком качестве модели.
При проверке гипотезы Кузнеца было получено «рубежное» значение ВВП на душу населения, по достижении которого неравномерность распределения доходов начинает уменьшаться. Введем в модель (5) фиктивную переменную «Уровень развития экономики», принимающую значение 1, если ВВП на душу населения меньше 1924 долл., и 0 в противном случае. Полученная модель (5.3) также является в целом значимой. Значения коэффициентов вздутия дисперсии для каждого регрессора модели (5.3) меньше 7, что говорит об отсутствии мультиколлинеарности. Гипотеза об отсутствии гетероскедастичности регрессионных остатков на уровне значимости 0,05 при реализации теста Бреуша-Пагана не отвергается. Следовательно, оценки коэффициентов являются устойчивыми, а результаты проверки гипотез о значимости коэффициентов достоверны.
По результатам оценивания модели (5.3) на экономический рост значимо положительно влияет объем экспорта и численность рабочей силы, а значимо отрицательно - уровень безработицы, объем импорта товаров и услуг в страну и степень неравномерности распределения доходов. При увеличении значения коэффициента Джини на 0,1 экономический рост в среднем становится меньше на 0,52%. Значение коэффициента при переменной «Уровень развития экономики» означает, что в странах, где ВВП на душу населения не достигло «рубежного» значения, при прочих равных условиях экономический рост в среднем меньше на 0,12%.
Таким образом, в ходе работы были построены модели обратной ^/-образной кривой, позволившие получить эмпирическое подтверждение гипотезы Кузнеца. Также была исследована модель экономического роста, на основе которой установлено, что степень дифференциации доходов значимо отрицательно влияет на экономический рост.
Литература
1. Гершман Б. А. Неравенство доходов и экономический рост: обзор эконометрических исследований. // Экономическая наука современной России. - 2009. - № 2 (45). - С. 19-30.
2. Гершман Б. А. Неравенство доходов и экономический рост: теоретический обзор. // Экономика и математические методы (ЭММ). - 2009. - Т. 45. - № 2. - С. 19-30.
3. Масленников О. В. Влияние качества экономического роста на дифференциацию доходов в совре-менной России: дис. на соиск. учен. степ. канд. экон. наук: 08.00.13. - Воронеж, 2018. - 217 с.
4. Подшибякина Е. В., Овчаров А. В. Типы и факторы экономического роста // Успехи в химии и хи-мической технологии. - 2009. - Т. 23, № 11. - С. 96-99.
5. Чиньяно Ф. Тенденции неравенства уровня доходов и их воздействие на экономический рост // Вестник международных организаций. - 2015. - Т. 10. - № 3. - С. 97-133.
6. Kaldor N. Alternative Theories of Distribution. // Rev. of Econ. Stud. - 1956. - Vol. 23. № 2. - pp. 83-100.
7. Kuznets S. Economic Growth and Income Inequality. // American Econ. Rev. - 1955. - Vol. 45. № 1. - pp. 1-28.
Размещено на Allbest.ru
...Подобные документы
Рассмотрение в теории вероятностей связи между средним арифметическим и математическим ожиданием. Основные формулы математического ожидания дискретного распределения, целочисленной величины, абсолютно непрерывного распределения и случайного вектора.
презентация [55,9 K], добавлен 01.11.2013Распределение дискретной случайной величины по геометрическому закону распределения, проверка теоремы Бернулли на примере моделирования электрической схемы. Математическое моделирование в среде Turbo Pascal. Теоретический расчёт вероятности работы цепи.
контрольная работа [109,2 K], добавлен 31.05.2010Понятие вероятности события. Петербургский парадокс. Выявление наличия взаимосвязи между признаками в регрессионном анализе. Сравнение коэффициентов корреляции и регрессии. Нахождение тренда с прогнозами в Excel. Методы математического программирования.
контрольная работа [455,5 K], добавлен 12.02.2014Определение математического ожидания и дисперсии параметров распределения Гаусса. Расчет функции распределения случайной величины Х, замена переменной. Значения функций Лапласа и Пуассона, их графики. Правило трех сигм, пример решения данной задачи.
презентация [131,8 K], добавлен 01.11.2013Определение вероятность срабатывания устройств при аварии. Расчет математического ожидания, дисперсии и функции распределения по заданному ряду распределения. Построение интервального статистического ряда распределения значений статистических данных.
контрольная работа [148,8 K], добавлен 12.02.2012Исследование сходимости рядов. Степенной ряд интеграла дифференциального уравнения. Определение вероятности событий, закона распределения случайной величины, математического ожидания, эмпирической функции распределения, выборочного уравнения регрессии.
контрольная работа [420,3 K], добавлен 04.10.2010Исследование точности прогнозирования случайного процесса с использованием метода наименьших квадратов. Анализ расхождения между трендом и прогнозом, последующая оценка близости распределения расхождений наблюдений и распределения сгенерированного шума.
курсовая работа [1,0 M], добавлен 29.01.2010Вычисление математического ожидания, дисперсии, функции распределения и среднеквадратического отклонения случайной величины. Закон распределения случайной величины. Классическое определение вероятности события. Нахождение плотности распределения.
контрольная работа [38,5 K], добавлен 25.03.2015Основные понятия математического моделирования, характеристика этапов создания моделей задач планирования производства и транспортных задач; аналитический и программный подходы к их решению. Симплекс-метод решения задач линейного программирования.
курсовая работа [2,2 M], добавлен 11.12.2011Выбор оптимального варианта распределения вертолетов по объектам удара и оценка его эффективности по математическому ожиданию поражаемой силы. Процесс математического моделирования прикладной задачи методом оптимизации аддитивной целевой функции.
курсовая работа [59,4 K], добавлен 18.12.2009Теорема Бернулли на примере моделирования электросхемы. Моделирование случайной величины, имеющей закон распределения модуля случайной величины, распределенной по нормальному закону. Проверка критерием Х2: имеет ли данный массив закон распределения.
курсовая работа [2,3 M], добавлен 31.05.2010Рассмотрение понятия и сущности математического моделирования. Сбор данных результатов единого государственного экзамена учеников МБОУ "Лицей №13" по трем предметам за 11 лет. Прогнозирование результатов экзамена на 2012, 2013, 2014 учебные годы.
курсовая работа [392,4 K], добавлен 19.10.2014Построение доверительных интервалов для математического ожидания и дисперсии, соответствующие вероятности. Исследование статистических характеристик случайной величины на основе выбора объема. Теоретическая и эмпирическая плотность распределения.
курсовая работа [594,4 K], добавлен 02.01.2012Определение вероятности того, что из урны взят белый шар. Нахождение математического ожидания, среднего квадратического отклонения и дисперсии случайной величины Х, построение гистограммы распределения. Определение параметров распределения Релея.
контрольная работа [91,7 K], добавлен 15.11.2011Понятие и виды статистических рядов распределения, основные формы их представления. Расчет и анализ показателей, характеризующих центральную тенденцию, вариацию, структуру и форму ряда распределения. Проведение сглаживания эмпирического распределения.
курсовая работа [698,3 K], добавлен 07.06.2011Основные этапы математического моделирования - приближенного описания класса явлений или объектов реального мира на языке математики. Методы кодирования информации. Построение устройства, которое позволяет переводить код азбуки Морзе в машинный код.
курсовая работа [507,2 K], добавлен 28.06.2011Графическое изображение теоретической и эмпирической функций плотности распределения; критерии их согласования. Определение доверительных интервалов для математического ожидания. Расчет диапазона рассеивания значений при заданной вероятности риска.
контрольная работа [519,8 K], добавлен 11.06.2011Проверка гипотезы о законе распределения. Определение значения вероятности по классам распределения случайных величин нефтеносных залежей. Расчет распределения эффективных мощностей месторождения, которое подчиняется нормальному закону распределения.
презентация [187,0 K], добавлен 15.04.2019Проверка выполнимости теоремы Бернулли на примере вероятности прохождения тока по цепи. Моделирование дискретной случайной величины, имеющей закон распределения Пуассона. Подтверждение гипотезы данного закона распределения с помощью критерия Колмогорова.
курсовая работа [134,2 K], добавлен 31.05.2010Определение вероятности появления события в каждом из независимых испытаний. Случайные величины, заданные функцией распределения (интегральной функцией), нахождение дифференциальной функции (плотности вероятности), математического ожидания и дисперсии.
контрольная работа [59,7 K], добавлен 26.07.2010