1. Введение

Актуальность исследования активизации технологического взаимодействия элементов региональной экономики обусловлена необходимостью осуществления своевременной адаптации территорий страны к изменяющимся условиям мировой экономики. Кроме того, усиливающиеся процессы санкционного давления все больше влияют и на внутреннюю экономическую формацию стран. В связи с этим возникает необходимость и детального исследования процессов происходящих в региональной экономике, в ее технологической составляющей [1].

Исследуем основные макроэкономические показатели технологического пространственного взаимодействия и их влияние на комплексное развитие региональных экономических систем, в целях разработки ключевых параметров рекомендаций по обеспечению поступательного развития на средне и долгосрочную перспективу.

2. Методы и принципы исследования

Материалами исследования станут официальные отчеты статистической службы, содержащие данные, характеризующие ключевые показатели импорта и экспорта технологий по Федеральным округам Российской Федерации [2].

Объем данных, представленных в официальных статистических сборниках (интернет-сайтах), очень велик. Для получения наиболее точных и значимых результатов необходимо выделить некоторые показатели, которые в наибольшей степени отражают влияние двусторонней торговли на рост экономик субъектов России. Существующие изменения в рядах данных вызваны изменениями в мировой торговле, развитием региональных промышленных, логистических и финансовых связей, а также изменениями, вызванными изменениями в некоторых аспектах статистической методологии учета ключевых показателей (данных). Они требуют адаптации существующих исследовательских моделей с целью выявления наиболее эффективно работающих элементов анализа [3].

3. Основные результаты

Влияние внешней торговли на экономический рост страны всегда было острой проблемой в исследованиях внешней торговли [4]. Для выработки теоретической и методологической основы исследования можно выбрать несколько теорий, но мы остановимся на одной из них, которая наиболее точно описывает процессы, происходящие в современном технологическом сотрудничестве. Теория мультипликатора внешней торговли — это применение кейнсианской теории мультипликатора инвестиций во внешней торговле. Основной смысл этой теории заключается в следующем: когда мультипликатор инвестиций k и предельная склонность к потреблению постоянны, прирост национального дохода будет в несколько раз превышать величину положительного сальдо внешней торговли, а число занятых также удвоится. Рассмотрим основные показатели в соответствии с данными федеральной службы статистики, табл. 1.

Данные таблицы показывают комплексную положительную динамику показателей по всем федеральным округам. Наибольшую долю экспорта занимают Центральный, Северо-Западный и Сибирский федеральные округа. Области остальных округов также имеют положительные тенденции к росту, но доля в общем весе все еще не так хороша, как бы хотелось для обеспечения комплексного пространственного развития региональных экономических комплексов.

Также для получения лучших параметров комплексной модели исследуем ключевые показатели импорта технологий за аналогичный период ретроспекции. Детально статистические данные по импорту представлены в таблице 2.

Анализ представленных данных дает основание заключить об имеющихся положительных тенденциях роста показателей импорта технологий в Федеральных округах Российской Федерации.

Исследовав комплексную динамику представленных показателей по импорту и экспорту технологий, проанализируем в комплексе представленные показатели, для выявления трендов структурного развития региональных экономик Российской Федерации [7].

Анализируя данные по импорту и экспорту за выбранный ретроспективный период, можно сделать вывод, что показатели объемов технологической торговли демонстрировали активный рост в течение последних десяти лет, а чистый экспорт перешел в положительную зону и продолжает увеличиваться [8]. Пик роста приходится на 2020–2021 годы, период, когда начинается глобальная финансово-экономическая реструктуризация большинства региональных экономических систем. Это вызвано не только техническим и информационным переходом к новой формации, но и влиянием санкций и других ограничений ряда стран и регионов, направленных на изоляцию экономик отдельных регионов и/или групп стран [9]. Из представленных статистических данных видно, что наибольшая активизация происходила в периоды трансформации регионального развития отдельных элементов (отраслей) стран.

Существующие агрегированные данные указывают на дифференцированный подход, и целесообразно привязать их к отдельным показателям, чтобы выявить наиболее значимые из них, которые обеспечивают наибольший эффект от их изменения. Поэтому в данной статье, взяв за основу теорию мультипликатора внешней торговли Дж. М. Кейнса и основываясь на анализе VAR модели, мы исследовали взаимосвязь между экономическим ростом России и технологической торговлей. 

Для обеспечения успешного решения поставленных в работе задач в качестве переменной экономического роста был выбран валовой внутренний продукт России на 2013-2021 годы. Другими переменными были такие показатели, как: экспорт (EX(R)), объем импортной и экспортной технологической торговли между регионами (федеральными округами) (EX+IM). Проанализировав основные методы прогнозирования временных рядов осуществим выбор функции наиболее точно отражающей поведение представленных анализируемых переменных. Для стабилизации данных временных рядов выполним логарифмическую обработку для всех изученных в статье показателей: логарифмы ВВП, экспорта и импорта, соответственно, выражаются как LNGDP(R), LNEX(R) и LN(EX+IM). Для анализа данных использовалось программное обеспечение SPSSPRO [10].

Проведя исследование временных рядов данных по ключевым показателям технологической торговли, отметим, что для получения поддающихся проверке результатов необходимо провести тест на стационарность перед началом анализа [8]. Исходя из результатов анализа, можно сделать вывод, что экономические переменные временного ряда являются нестационарными процессами с единственным корнем, а прямой анализ и моделирование подвержены ложной регрессии.

Поэтому для обеспечения качества исследования рядов данных, во избежание ложной регрессии, необходимо сначала проверить стационарность каждой переменной. В этой статье метод тестирования ADF используется для выполнения теста на единичный корень для Lex(R), LnGDP(R) и Ln(EX + IM) [8]. Результаты проверки данных временных рядов наглядно представлены в таблице 3.

Основываясь на представленных результатах дифференцированных значений, путем сравнительного анализа исходных переменных LnEX(R), LnGDP(R) и Ln(EX+IM) в таблице 1, соответствующих значений t, значений P и критических значений на каждом значимом уровне, можно видеть, что исходная переменная с единственным корнем не отбрасывается. Если мы предположим, что каждая строка представляет нестационарные данные, то можем прийти к ошибочному выводу. Поскольку значение P после разности первого порядка каждой переменной меньше 0,05, это указывает на то, что последовательность является стационарной, то есть отвергает нулевую гипотезу.

Далее мы определим оптимальный порядок запаздывания и проверим стабильность модели VAR. Чтобы создать векторную авторегрессионную модель VAR, сначала необходимо определить оптимальный порядок запаздывания модели. Для определения оптимального порядка задержки можно использовать статистические данные, такие как данные AIC, SC, LR и HQ. В таблице 3 показано, что оптимальный порядок задержки для этой модели - 1-й порядок. Поэтому необходимо установить модель VAR(1).

После создания модели VAR следует проверить ее стабильность. Согласно тексту корня AR, все корни характеристик находятся в единичном круге, и установленная модель VAR(1) стабильна.

Проводя анализ импульсной характеристики, отметим, что функция импульсного отклика измеряет влияние скачка стандартного отклонения в одну единицу от случайного члена возмущения на текущие и будущие значения эндогенной переменной.

Проанализируем влияние объема показателей торговли технологиями (экспорта и импорта: In(EX+IM)) и российского экспорта (DLnEX(R)) на экономический рост (DLnGDP(R)).

На рисунке 1 показано, что когда на DLnGDP(R) влияет одно стандартное отклонение от Flex(R), Dlngdp(R) не реагирует в течение первого периода. После этого он быстро рос и достиг максимального значения в 0,3 во втором периоде, то есть, если все остальные условия останутся неизменными, каждое увеличение российского экспорта на 1% будет увеличивать экономический агрегат в среднем на 0,3%. В третьем периоде это положительное влияние ослабевает до отрицательного значения, колеблется вокруг оси 0 и, наконец, стремится к оси 0.

Также результаты исследований показали, что когда на DLnGDP(R) влияет одно стандартное отклонение от DLn(EX+IM), DLnGDP(R) также не реагирует в первом периоде, но тенденция во втором периоде совершенно неожиданна (она падает до отрицательного значения, оказывает отрицательный эффект, затем колеблется вокруг оси 0 и, наконец, стремится к оси 0). Проводя комплексный анализ данных по этой модели, можно сказать, что когда на значение DLn(EX+IM) влияет стандартное отклонение на одну единицу от значения DLnGDP(R), значение DLn(EX+IM) не реагирует в течение первого периода, но быстро увеличивается до максимального значения 1,45 во втором периоде. Это означает, что если другие условия останутся неизменными, то при каждом увеличении общего экономического роста России на 1% объем импортной и экспортной торговли будет увеличиваться в среднем на 1,45%. Затем этот эффект постепенно ослабевает и в конечном итоге стремится к оси 0.

Представленные статистические расчеты показывают, что в целом рост регионального российского экспорта может эффективно способствовать экономическому росту в среднесрочной и долгосрочной перспективе. Исследуя показатели регионального импорта, следует заключить, что их увеличение будет способствовать росту в том случае если импортируемая технологическая продукция будет применяться для обеспечения производства, активной модернизации и совершенствования региональных отраслей экономики. Что мы могли наблюдать в процессах импортозамещения и деглобализации региональных экономических систем в последнее время. Существующие позитивные тенденции и рост объемов как в физическом, так и в относительном выражении указывают на то, что экономический рост в России также может эффективно способствовать долгосрочному развитию торговли. И в будущем, как в результате структурных сдвигов в региональных экономических системах, так и в процессе адаптации к новой финансово-экономической формации, это будет способствовать комплексному развитию территорий и технологических отраслей страны, выводя сотрудничество на новые уровни роста и взаимодействия.

Чтобы получить наглядные результаты проделанной работы, мы проведем декомпозицию дисперсии. Дисперсионная декомпозиция позволяет разложить дисперсию каждой переменной в модели VAR на каждый элемент возмущения, чтобы оценить относительную степень влияния факторов элемента возмущения на эндогенные переменные в модели. Затем представим основные результаты расчета декомпозиции дисперсии DLnGDP(R) в табличной форме (табл. 5).

В таблице 5 приведены результаты декомпозиции дисперсии DLnGDP(R) в модели VAR(1). На основе ключевых данных из таблицы 4 видно, что сам по себе DLnGDP(R) влияет только на первый период. Начиная со второго периода, DLnGDP(R) немного снизился из-за собственного влияния, а также под влиянием DLnEX(R) и DLn(EX+IM) и, наконец, стабилизировался на уровне около 98,8%, 0,11% и 1,11% соответственно. Обобщая данные, полученные при анализе ключевых функций, характеризующих основные показатели временных рядов, описывающих торговое взаимодействие между странами, можно увидеть, что торговый экспорт технологических продуктов играет определенную роль в содействии экономическому развитию стран и регионов.

4. Обсуждение

Материалами исследования стали официальные отчеты статистической службы, содержащие данные, характеризующие ключевые показатели импорта и экспорта технологий по регионам Российской Федерации [2].

Необходимый для проведения исследования объем данных, представленных в официальных статистических сборниках (интернет-сайтах), очень велик. Для получения наиболее точных и значимых результатов необходимо выделить некоторые показатели, которые в наибольшей степени отражают влияние активной торговли на рост экономик субъектов России. Существующие изменения в рядах данных вызваны изменениями в мировой торговле, развитием региональных промышленных, логистических и финансовых связей, а также изменениями, вызванными изменениями в некоторых аспектах статистической методологии учета ключевых показателей (данных). Они требуют адаптации существующих исследовательских моделей с целью выявления наиболее эффективно работающих элементов анализа [3].

5. Заключение

Исходя из приведенного выше анализа и выводов, можно сделать вывод, что активизируемая региональная технологическая торговая деятельность может способствовать экономическому развитию субъектов. Несмотря на экономические санкции недружественных стран и необходимость адаптации элементов региональных экономических систем к новым процессам пространственного межстранового взаимодействия. Регионы должны продолжать поддерживать хорошие торговые партнерские отношения в новых условиях, развивая высокотехнологичные отрасли и передовое производство. Существующие тенденции стимулирования региональных секторов экономики к экспортно-импортным операциям показывают положительные результаты, способствуют более быстрой адаптации региональной экономики к воздействию санкций и изменениям в логистических цепочках межстранового взаимодействия. Динамичное поступательное развитие требует быстрой адаптации методов анализа от простых количественных характеристик к использованию сложных многофакторных моделей, основанных на динамическом анализе и стратегической перспективе (необходимость обеспечения поступательного развития).

Предпринимаемые шаги по укреплению сотрудничества должны быть направлены на углубление регионального всеобъемлющего стратегического партнерства субъектов РФ. Поскольку только комплексное технологическое взаимодействие может обеспечить устойчивый рост и развитие в долгосрочной перспективе и служить фундаментом перехода к новой экономической формации.

Исходя из анализа существующих тенденций развития и процессов адаптации регионов стран к международному взаимодействию, следует отметить, что стороны должны развивать экономическое и торговое сотрудничество как в качественном, так и в количественном отношении. В полной мере использовать стимулирующий эффект крупных проектов по объединению, укреплять сотрудничество в области исследований и инноваций между субъектами и осуществлять региональное технологическое сотрудничество на более высоком уровне и масштабе. Комплексы поддержки отдельных регионов показывают эффективность предпринимаемых мер, которая выражается в увеличении объемов и стоимости технологического экспорта. Это положительно сказывается на региональной экономике и будет являться драйвером роста на среднесрочную перспективу в условиях санкций и необходимости развития региональных уровней экономической формации. 

The additional file for this article can be found as follows: