Открытый доступ Открытый доступ  Ограниченный доступ Платный доступ или доступ для подписчиков

«Блеск и нищета» ресурсных экономик. Экономическая систематика стран мира на основе ресурсных и нересурсных признаков


Полный текст:

PDF


Аннотация


В статье приводится экономическая систематика стран мира, полученная в ходе интерпретации результатов многомерного статистического анализа – кластерного и факторного. В иерархической классификации выделены таксоны ресурсных экономик, различающиеся по важнейшим признакам. Отмечены особенности экономического развития стран в зависимости от степени проявления ресурсных и нересурсных факторов (свойств) и их сочетаний. В число важнейших нересурсных факторов включены те, что связаны с развитием экономики знаний и отражены в глобальных индексах инноваций и развития человеческого капитала. Установлено, что для стран с ресурсной экономикой, т.е. имеющих показатели ресурсной обеспеченности выше среднемирового уровня, ключевое значение имеет размер ресурсного богатства – чем оно крупнее, тем больше шансов достичь высокого уровня экономического развития. Но при этом для всех них в той или иной степени характерна проблема зависимости от ресурсов. Показано, в чем состоит угроза зависимости от ресурсов для стран с умеренно высоким уровнем ресурсной обеспеченности и экономического развития и какова роль инноваций в разрешении проблем ресурсных экономик. Отмечается, что темпы экономического роста не зависят ни от величины ресурсного богатства, ни от достигнутого уровня экономического развития. Полученные результаты имеют дискуссионный характер, но представляются авторам полезными для понимания закономерностей развития ресурсных экономик.

М. Е. Лебедева
Институт экономики и организации промышленного производства СО РАН

В. В. Шмат
Институт экономики и организации промышленного производства СО РАН; Новосибирский национальный исследовательский государственный университет

кандидат экономических наук

Литература


    • Зверев Д. М. Сегментация покупателей. Практика использования факторного анализа данных. Маркетинг и маркетинговые исследования. 2003. № 2. С. 30–40.
    • Zverev, D.M. (2003). Segmentation of buyers. The practice of using factor analysis of data. Marketing i marketingovyye issledovaniya. No. 2. Pp. 30–40. (In Russ.).
    • Иноземцев В. Л. Потерянное десятилетие. М.: Московская школа политических исследований, 2013. 600 с.
    • Inozemtsev, V.L. (2013). The Lost Decade. Moscow: Moscow School of Political Studies, 600 p. (In Russ.).
    • Кузнецова Н. В. Кластерный анализ стран Азиатско-Тихоокеанского региона. Актуальнi проблеми экономiки. 2015. № 6. С. 74–83
    • Kuznetsova, N.V.(2015). Cluster Analysis of Asian-Pacific Region Countries. Actual Problems of Economics.. No. 6 (168). Pp. 74–83 (In Russ.).
    • Павлинов И. Я. Концепции рациональной систематики в биологии. Журнал общей биологии. 2011. Т. 72. № 1. С. 3–26.
    • Pavlinov, I. Ya. (2011). Concepts of rational taxonomy in biology. Biology Bulletin Reviews.. Vol. 1. No. 3. Pp. 60–78. (In Russ.). DOI: 10.1134/S2079086411030078.
    • Полтерович В. М., Попов В. В., Тонис А. С. Экономическая политика, качество институтов и механизмы «ресурсного проклятия». М.: Изд. дом ГУ-ВШЭ, 2007. 98 с.
    • Polterovich, V.M., Popov, V.V., Tonis, A.S. (2007). Economic Policy, Quality of Institutions, and Mechanisms of Resource Curse. Moscow, HSE Publ, 98 p. (In Russ).
    • Садовская В., Шмат В. Парадокс «ресурсного проклятия»: межстрановой анализ. Мировая экономика и международные отношения. 2017. № 3. Т. 61. С. 25–35.
    • Sadovskaya, V., Shmat, V. (2017). Paradox of “Resource Curse”: Cross-Country Analysis. World Economy and International Relations. No. 3. Vol. 61. Pp. 25–35. (In Russ.). DOI: 10.20542/0131–2227–2017–61–3–25–35.
    • Agarwal, S., Divya. (2011). Classification of Countries based on Macro-Economic Variables Using Fuzzy Support Vector Machine. International Journal of Computer Applications.. Vol. 27. No. 6. Pp. 41–44. Available at: http://www.ids.ac.uk/files/dmfile/Wp404.pdf (accessed 15.07.2019).
    • Ahlquist, J.S., Breunig, C. (2009). Country Clustering in Comparative Political Economy. Cologne: Max Planck Institute for the Study of Societies. MPIfG Discussion Paper no. 09/5. 39 p. Available at: http://www.mpifg.de/pu/mpifg_dp/dp09–5.pdf (accessed 15.07.2019).
    • Artis, M.J., Zhang, W. (2002). Membership of EMU: A Fuzzy Clustering Analysis of Alternative Criteria. Journal of Economic Integration. Vol. 17. No. 1. Pp. 54–79. DOI: 10.11130/jei.2002.17.1.54.
    • Auty, R.M. (1993). Sustaining Development in Mineral Economies: The Resource Curse Thesis. NY: Routlege, 272 p.
    • Cornia, G.A., Scognamillo, A. (2016). Clusters of Least Developed Countries, their evolution between 1993 and 2013, and policies to expand their productive capacity. Florence: DISEI – Università degli Studi di Firenze, Working Paper. No. 12. 40 p. Available at: https://www.disei.unifi.it/upload/sub/pubblicazioni/repec/pdf/wp12_2016.pdf (accessed 15.07.2019).
    • Fucec, A.A. (2014). Building The Knowledge Economies: Principal Component Analysis And Clustering of The EU Countries. Proceedings of the 8th International Management Conference IMC. Bucharest: Pp. 772–779. Available at: https://ideas.repec.org/a/rom/mancon/v8y2014i1p772–779.html (accessed 15.07.2019).
    • Grein, A.F., Sethi, S.P., Tatum, L.G.(2010). A Dynamic Analysis of Country Clusters, the Role of Corruption, and Implications for Global Firms. East-West Journal of Economics and Business, Vol. 13. No. 2. Pp. 33–60. Available at: https://www.u-picardie.fr/eastwest/stat_doc.php?doc=86 (accessed 15.07.2019).
    • Kolasa-Wiecek, A. (2013).The Use of Cluster Analysis in the Classification of Similarities in Variables Associated with Agricultural Greenhouse Gases Emissions in OECD Countries. Wieś i Rolnictwo.Village and Agriculture. No. 1 (158). Pp. 59–66. Available at: http://kwartalnik.irwirpan.waw.pl/179/the-use-of-cluster-analysis-in-the-classification-of-similarities-in-variables-associated-with-agricultural-greenhouse-gases-emissions-in-oecd-countries (accessed 15.07.2019).
    • Littrell, R.F. (2012). Clustering National Cultures: A Fallacy, or Not, or Not Always? Proceedings of the 54th Annual Meeting of the Academy of International Business “Rethinking the Roles of Business, Government and NGOs in the Global Economy”. Washington, D.C.: P. 85 (Abstract). Full text Available at: http://crossculturalcentre.homestead.com/WorkingPapers.html (accessed 15.07.2019).
    • Mayr, E.W. (1969). Principles of Systematic Zoology. NY: McGraw-Hill Companies, 416 p.
    • Mensah, Y., Chen, H. (2012). Global Clustering of Countries by Culture – An Extension of the GLOBE Study. Rutgers University Center for Governmental Accounting Education and Research (CGAER) Working Paper. October (rev. April 2013). Available at Social Science Research Network. Available at: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2189904 (accessed 15.07.2019). DOI: 10.2139/ssrn.2189904.
    • Sachs, J.D., Warner, A.M. (1995). .Natural Resource Abundance and Economic Growth. NBER Working Paper no. 5398. Cambridge, MA, 47 p. Available at: http://www.nber.org/papers/w5398 (accessed 15.07.2019).
    • Vazquez, S.T., Sumner, A. (2012). Beyond Low and Middle Income countries: What if There Were Five Clusters of Developing Countries. IDS working paper. No. 404. 40 p. Available at: http://www.ids.ac.uk/files/dmfile/Wp404.pdf (accessed 15.07.2019).

Лебедева М. Е., Шмат В. В. «Блеск и нищета» ресурсных экономик. Экономическая систематика стран мира на основе ресурсных и нересурсных признаков. ЭКО. 2020;50(3):78-105. http://dx.doi.org/10.30680/ECO0131-7652-2020-3-78-105


DOI: http://dx.doi.org/10.30680/ECO0131-7652-2020-3-78-105

Метрики статей

Загрузка метрик ...

Metrics powered by PLOS ALM