Субсидирование как инструмент обеспечения экономического суверенитета: количественный анализ

Введение

С марта 2022 г. обеспечение технологического суверенитета рассматривается в общественно-политическом дискурсе как ключевая цель научно-технологического развития. Среди инструментов его обеспечения можно выделить те, которые направлены на развитие фундаментальной и прикладной науки (Приоритет 2030, программы развития передовых инженерных школ, гранты и мегагранты на приоритетные научные исследования по развитию критических и сквозных технологий); развитие взаимодействия науки и промышленности (создание научно-образовательных центров, важнейшие инновационные проекты государственного значения; федеральные научно-технологические программы и др.), а также инструменты, направленные на поддержку развития отечественной промышленности. Помимо существующих отраслевых программ импортозамещения, существуют такие финансовые инструменты, как внедренный Минпромторгом механизм кластерной инвестиционной платформы, специальные инвестиционные контракты (СПИКи), гранты на развитие «Обратного инжиниринга» (что привело, по информации Агентства технологического развития, к созданию более 15 центров и 500 компаний в этой сфере) и непосредственные субсидии. Согласно интервью директора Фонда развития промышленности (ФРП) Р. В. Петруцы, в рамках программ государственной поддержки, направленных на решение задач последнего десятилетия (импортозамещение или технологический суверенитет), акцент делается на финансирование проектов в сфере автопрома, микроэлектроники, химической промышленности и в других сферах промышленности¹. В рамках данной статьи будут рассмотрены вопросы субсидирования как одного из инструментов обеспечения технологического суверенитета.

В настоящее время импортозамещение и повышение как экономического, так и технологического суверенитета приобрели характер первоочередных государственных задач. Их необходимость диктуется накладываемыми на Российскую Федерацию санкциями, ограничивающими импорт большого количества важных для экономики страны товаров (Гегечкори, 2022; Тимофеев, 2022).

В Российской Федерации ряд отраслей, таких как тяжелое машиностроение, несмотря на сохранение импортозависимости по отдельным направлениям, достигли значительного технологического суверенитета и уровня локализации. С учетом глубокой цепочки кооперации в таких отраслях, которая дает высокий мультипликативный эффект, это обеспечивает высокие налоговые отчисления государству, квалифицированные рабочие места и в целом значимый вклад в рост экономики.

Несмотря на высокую степень локализации, нелокализованной осталась небольшая, но критичная часть комплектующих, освоение которых не было экономически целесообразно в масштабах российского рынка (в частности, микроэлектроника и другие высокотехнологичные электронные компоненты).

Сегодня география импортных поставщиков сократилась и фактически сводится к одному Китаю (Качанова, Марченко, 2023; Гавритухин, Иванова, 2023). Такая зависимость дает китайским производителям дополнительные возможности для расширения экспорта своей продукции на российский рынок. Особенно ярко это проявляется на российском автомобильном рынке, к экспансии на который призвал китайских автопроизводителей Президент РФ В. В. Путин во время своего государственного визита в КНР 16–17 мая 2024 г.²

Позиция конкурентов усиливается еще и тем, что они ведут бизнес в других экономических условиях, так как на условия ведения бизнеса оказывают сильное влияние санкционные ограничения:

– удорожание безальтернативных импортных комплектующих с учетом измененной логистики;

– удорожание доступа к станкам и оборудованию в условиях ограничений;

– часть необходимого оборудования в принципе невозможно стабильно эксплуатировать в РФ;

– высокая стоимость финансирования на фоне длинного производственного цикла и удлинившихся логистических цепочек приводит к высоким процентным расходам.

Другой важный фактор преимущества – системное государственное субсидирование затрат китайских компаний (Wan et al., 2023). Такая государственная политика поддержки среди прочего отражается и на эффективности и производительности китайских компаний (Branstetter et al., 2023).

Цель настоящего исследования – оценка взаимосвязи базового денежного инструмента государственной поддержки промышленности – субсидий – и базовых макропоказателей его эффективности в контексте экономического суверенитета. Оценка произведена на широкой выборке стран на примере баланса текущих операций как индикатора импортозависимости и экономики в целом (на примере ВВП на душу населения как показателя развитости экономики). На основе результатов исследования будут определены в рамках дальнейших исследований механизмы субсидирования и оптимальные инструменты для применения в текущих условиях функционирования российских промышленных предприятий.

Результаты исследования

Обзор литературы

Роль инструментов промышленной политики в обеспечении экономического развития, базирующегося на научно-технологической основе, является одной из значимых. Научно-технологическое развитие связано с созданием базисных и улучшающих инноваций, и для обеспечения современного экономического роста необходима и институциональная среда, поддерживающая инновации и обеспечивающая тем самым инновационный путь развития (Ленчук, 2022; Экономика научно-технологического прорыва, 2024). Очевидно, что традиционными путями внедрения технологических инноваций в народном хозяйстве могут быть либо создание собственных, на базе достижений фундаментальной науки, с дальнейшим прототипированием и коммерциализацией, либо заимствование. В последнем случае в неявном виде предполагается, что технологии являются «глобальным общественным благом» (Ott & Vannuccini, 2023) и отсутствует технологическое эмбарго. В этом случае возможен постепенный переход от догоняющего к опережающему развитию (Левин, Саблин, 2021), что убедительно продемонстрировано, в частности, Южной Кореей и Китаем (Караянис и др., 2022; Вольчик и др., 2023).

Однако реальность последнего десятилетия делает актуальным отказ от подобного «наивного нарратива» и повышает значимость обеспечения технологического суверенитета, являющегося частью в том числе экономического суверенитета, с одной стороны, и национальной безопасности – с другой. Как отмечается в недавнем исследовании «Экономика научно-технологического прорыва и суверенитета» Межведомственной рабочей группы по технологическому развитию при Правительственной комиссии по модернизации экономики и инновационному развитию, «в России за последние два десятилетия рост технологического уровня в промышленности в значительной степени определялся высокотехнологичным импортом, что в сочетании со стагнацией внутренних затрат на исследования и разработки относительно ВВП со стороны государства и бизнеса при постоянном уменьшении численности исследователей привело к нарастающей угрозе отставания национального научно-технологического комплекса» (Экономика научно-технологического прорыва..., 2024. С. 8). Эта стагнация может быть связана с недостаточной эффективностью институтов развития (Курбатова, Саблин, 2012) и неким имитационным характером технологической модернизации (Ленчук, 2021), в результате чего доля НИОКР в России колебалась вокруг отметки в 1 % ВВП.

«Новая реальность», возникшая в марте 2022 г. в сфере доступа к технологиям, сделала неизбежным акцент на технологическом суверенитете. В этих условиях обеспечение российского технологического суверенитета и технологического лидерства становится целью национального развития, что подчеркивалось в Указе Президента РФ от 07.05.2024 № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года»³.

Вопросы укрепления государственного суверенитета (в том числе экономического) изучались еще советскими учеными – одним из активных исследователей этой темы до 1990 г. был В. С. Шевцов⁴. В свою очередь, термин «технологический суверенитет» возник в 70–80-х гг. прошлого столетия (Юревич, 2023). Согласно позиции Эдлера, технологический суверенитет определяется как способность государства или государственных объединений создавать и использовать технологии, обладающие критической значимостью для национального благосостояния, а также иметь возможность получить эти технологии без односторонней зависимости (Edler et al., 2023). В работе Креспи с соавторами технологический суверенитет является частью более широкого понятия «экономический суверенитет», который состоит из шести компонентов (Crespi et al., 2021).

В работах отечественных авторов также подчеркивается значимость отказа от примитивного автаркичного понимания сущности технологического суверенитета и акцент делается на возможностях использования потенциала кооперации в критически важных отраслях (Гареев, 2023) и контроле за ключевыми макротехнологиями, такими как искусственный интеллект, авиационная и космическая промышленность (Дементьев, 2023). Очень важно и обеспечение технологического равноправия при кооперации с дружественными странами, и возможность для выстраивания на этой основе коллективного технологического лидерства (Безруков и др., 2024). В этом случае технологический суверенитет рассматривается как «возможность и способность страны независимо от внешних воздействий выбирать, создавать, приобретать, использовать, продвигать технологии, которые обеспечивают геополитическое лидерство и преимущества в долгосрочном развитии» (Байдаров, Файков, 2023).

Что же касается конкретных инструментов, способствующих достижению технологического суверенитета, то, поскольку мы в рамках заявленной выше цели исследования сосредоточимся на субсидиях, целесообразно рассмотреть их роль в реализации данной цели и близких к ней (как экономическое развитие в широком смысле, так и научно-технологическое развитие) в печатных изданиях.

Множество работ, посвященных изучению факторов экономической устойчивости, рассматривают связь между различными показателями и балансом текущих операций (Gruber & Kamin, 2009; Batdelger & Kandil, 2012; Altayligil & Çetrez, 2020). Но при этом среди факторов влияния в данных работах не рассматривался такой важный фактор, как уровень субсидирования.

Значимость субсидий и уровень внимания, которое им уделяется, можно оценить, изучив частоту их упоминания в текстах. Анализ частотности применения термина «субсидия» на разных языках, проведенный c помощью Google Books Ngram Viewer, отражает частоту применения этого термина в печатных изданиях на разных языках мира. Google Books Ngram Viewer позволяет строить графики частотности N-грамм (языковых единиц – последовательности букв или слов) на массиве оцифрованных печатных источников, публиковавшихся начиная с XIV в. В рамках настоящего исследования были рассмотрены графики частотности использования в изданиях на русском, китайском, английском, французском, немецком, испанском и итальянском языках.

Частотность использования термина «субсидия» в русскоязычных изданиях росла начиная с 1980-х гг., существенно выросла в 1990-х и 2000-х гг., достигнув пика в 2012 г. на уровне выше 0,0002 %. После 2012 г. частотность использования резко сократилась (более чем в 10 раз к 2018 г.), начав восстанавливаться только в 2019 г. (последний год наблюдений, доступный в Google Books Ngram Viewer на момент написания статьи). Динамика частотности использования термина «субсидия» в русскоязычных изданиях представлена на рис. 1.

Резкий рост использования термина «субсидия» в российских печатных изданиях в период с 2006 г. во многом связан с началом в 2006 г. в России приоритетного национального проекта «Развитие АПК». Целью проекта было стимулирование развития сельского хозяйства за счет предоставления производителям сельскохозяйственной продукции масштабной государственной поддержки. Большая часть научных статей на тему субсидирования, опубликованных в этот период времени, посвящена именно субсидированию сельского хозяйства (Узун, 2012; Хайруллина, 2012).

Аналогичный показатель частотности использования в западных странах показал снижающуюся динамику за 50 лет, но гораздо более высокие значения самой частотности – до 0,0012–0,0014 %, что говорит о более высокой популярности субсидий как инструментов поддержки (термин «субсидия» во всех рассматриваемых языках имеет достаточно узкое применение и сводится к финансовой помощи). В англоязычных печатных изданиях, а также в изданиях на французском, испанском и итальянском языках динамика похожа, пример динамики в англоязычных изданиях представлен на рис. 2. Исключением являются немецкие печатные издания, где популярность термина «субсидия» (subvention на немецком языке) в сотни раз ниже – частотность его использования не превышает 0,000005 %.

На этом фоне сильно выделяется Китай, где частотность использования термина «субсидия» существенно выросла с 1970 г. Пик значений был зафиксирован в аналогичный временной период, как и в России (2012 г.), а второй пик зафиксирован в 2018 г. Сама частотность достигала при этом намного более высоких значений, чем во всех остальных рассмотренных регионах, превысив 0,01 % в пиковые годы. Резкие снижения частотности в 2010-х гг. могут быть связаны со вступлением и активным участием Китая во Всемирной торговой организации и антидемпинговыми расследованиями, проводимыми против Китая в этот период времени. Значения частотности представлены на рис. 3.

Это подтверждает вывод о высоком интересе к субсидиям в Китае и позволяет выдвинуть гипотезу о том, что существует взаимосвязь субсидий и эффективности государств в терминах баланса текущих операций, что могло бы объяснить стимулы государств по обеспечению высокого объема субсидирования.

Гипотеза сформулирована следующим образом: уровень субсидирования в государстве имеет статистически значимое влияние на страновые показатели баланса текущих операций.

Проверка сформулированной выше гипотезы вместе с более детальным анализом статистики по уровню субсидирования в различных государствах позволит определить дальнейшие шаги проработки оптимальных механизмов государственной поддержки.

Методология эмпирического исследования

Для проведения описанного выше анализа и проверки указанной гипотезы требуется статистика по макропоказателям в разрезе стран. Источником страновой статистики по широкому перечню макропоказателей могут служить данные Международного валютного фонда. Так, документ МВФ World Economic Outlook database⁵ содержит динамику 28 показателей (ВВП в различных вариантах расчета, инвестиции, сбережения, инфляция, объем экспорта и импорта, занятость, население, государственные доходы и расходы и многое другое) для 196 стран за период с 1980 г. и прогноз до 2028 г. (но для большинства стран статистика доступна только начиная с 2000–2002 гг.).

Дополнительно в части статистики по доле субсидий и прочих трансферов в государственных расходах доступен отдельный массив данных Международного валютного фонда⁶. Для оценки взаимосвязи рассчитывался коэффициент парной корреляции для следующих показателей:

– рост субсидий на различных отрезках времени в период с 2000 по 2016 г.,

– изменение баланса текущих операций за аналогичные периоды со смещением на 3–5 лет позже (что соответствует средней длине инвестиционного цикла в отраслях промышленности) с целью учесть в рассматриваемом периоде эффект дополнительного субсидирования или снижения субсидий.

Показатель отношения баланса текущих операций к ВВП используется в качестве наиболее близкого к отражению экономического суверенитета, как индикатор импортозависимости. Для этих целей используется показатель Current account balance (% of GDP) из базы данных World Development Indicators Международного валютного фонда⁷. Показатель представляет собой сумму чистого экспорта товаров и услуг, чистого дохода от иностранных инвестиций и чистого объема трансфертных платежей.

Уровень субсидирования в стране рассчитывается как доля субсидий и прочих трансферов в структуре государственных расходов. Для целей исследования используется показатель Subsidies and other transfers (% of expense), умноженный на показатель доли государственных расходов в ВВП – показатель General government total expenditure (% of GDP). Все показатели для этих целей брались по выборке всех стран, доступных в базе данных World Development Indicators Международного валютного фонда⁸.

Таким образом, для проверки гипотезы оценивалась зависимость между приростом уровня субсидирования и изменением баланса текущих операций.

Дополнительно корреляция также оценивалась для средних значений показателей на более длинных временных горизонтах для определения устойчивых соотношений:

– среднего соотношения субсидий и прочих трансферов к ВВП на различных долгосрочных промежутках времени (10 лет и более);

– среднего отношения баланса текущих операций к ВВП на аналогичных промежутках времени;

– средней величины ВВП на душу населения с учетом паритета покупательной способности (ППС).

Таким образом, отдельно проверялось существование зависимости не только между динамикой рассматриваемых переменных, но и между их средними значениями на долгосрочных отрезках времени.

Некоторые показатели представлены только для части стран. Среди рассматриваемых показателей наименее представленным является уровень субсидирования: за 2022 г. значения представлены только для 20 стран, за 2021 г. – для 104 стран, 2020 г. – 124 страны, 2019 г. – 129 стран. Отсутствуют, например, значения уровня субсидирования по Китаю, ряду арабских (Катар, Оман), многих африканских стран (Южный Судан, Сьерра-Леоне, Йемен, Нигер, Нигерия и др.), некоторым странам Юго-Восточной Азии (Лаос, Тайвань) и Южной Америки (Венесуэла, Гаити, Суринам и др.). За последние доступные 10 лет (2013–2022 гг.) можно рассчитать среднее арифметическое значение для 142 стран.

Выборку стран можно разделить по уровню экономического развития, выраженному в терминах ВВП на душу населения. Условное разделение на три группы по следующим границам дает почти равноценное по количеству стран распределение стран по трем группам: низкий уровень – ВВП на душу населения с учетом ППС до $8 тысяч в год, средний уровень – от $8 до $22 тысяч, высокий уровень – от $22 тысяч. Средние значения используемых в исследовании переменных по каждой из описанных выше категорий представлены в табл. 1.

Из табл. 1 видно, что страны с более высоким уровнем ВВП на душу населения в среднем имеют и более высокий уровень субсидирования, выраженный как доля от государственных расходов и в виде отношения размера субсидий к размеру ВВП. Такая закономерность наблюдается как в отдельно взятом 2019 г., так и в среднем за 10 лет в 2013–2022 гг. В отношении баланса текущих операций такой закономерности не наблюдается, что подтверждает необходимость более детального исследования взаимосвязей.

Все рассматриваемые показатели проверялись на нормальность по критерию Колмогорова – Смирнова. Тестирование показало отсутствие нормального распределения у рассматриваемых показателей, в связи с чем взаимосвязь оценивалась через расчет коэффициента Спирмена.

Также была построена панельная регрессия с расширенным набором переменных. Набор дополнительных переменных – стандартный набор макроэкономических показателей, используемый при эконометрическом моделировании баланса текущих операций (Altayligil & Çetrez, 2020). Источник дополнительных переменных – база данных World Development Indicators Всемирного банка (World Bank, 2024). Набор дополнительных переменных с их описанием представлен ниже в табл. 2.

Все расчеты выполнялись для полной выборки стран. Панельная регрессия дополнительно строилась для подвыборок стран, сгруппированных по уровню ВВП на душу населения.

Результаты исследования

Первым шагом был выполнен расчет корреляции между показателями динамики – корреляция между ростом уровня субсидии (как % от ВВП) и ростом баланса текущих операций (как % от ВВП). Расчет показал отсутствие статистически значимых связей на разных отрезках времени в пределах 2000–2022 гг. Разброс и большое количество «выбросов» наглядно видно на графике значений по странам (рис. 4) на примере рассматриваемого периода с 2013 по 2019 г. На рисунке страны сгруппированы по уровню ВВП на душу населения, что позволяет визуально продемонстрировать схожий разброс независимо от группы стран по уровню ВВП.

Проверка зависимости на более долгосрочном горизонте, но между средними значениями (без учета временных лагов, которые на таком долгосрочном горизонте и при расчете средних значений не оказывают существенного эффекта), рассчитанными для уровня субсидирования в стране и уровня импортозависимости, а также степенью развитости экономики в терминах ВВП на душу населения привела к следующим выводам:

– наиболее статистически значимая зависимость наблюдается на горизонте 10 лет (подход с усреднением позволяет рассчитать средние значения за период, заканчивающийся в наиболее близкий к дате исследования год, без сокращения выборки), т. е. за период 2013–2022 гг. (также были оценены зависимости и на других горизонтах, вплоть до максимально долгосрочного периода с 1960 по 2022 г.);

– есть небольшая (коэффициент корреляции ~0,25), но статистически значимая связь между средним долгосрочным уровнем субсидий и средним долгосрочным уровнем баланса текущих операций (все выражено в % от ВВП) – наличие связи можно увидеть на графике (рис. 5);

– страны, которые в наибольшей степени отклоняются вверх от линии регрессии на рис. 5, – это небольшие государства Азии и Океании (Кирибати, Макао, Сингапур и Восточный Тимор), высокий уровень торгового баланса которых обусловлен во многом спецификой структуры экономики этих стран (в случае с каждой страной своя отраслевая специализация, например, в случае с Сингапуром – преобладание в структуре экспорта продукции с высокой добавленной стоимостью, что облегчает задачу сохранения положительного баланса текущих операций); в то время как страны, существенно отклоняющиеся вниз, – это преимущественно страны Африки и Ближнего Востока (Бутан, Ливан, Мозамбик), не имеющие развитых экспортоориентированных отраслей;

– есть еще более высокая (коэффициент корреляции ~0,5) статистически значимая связь между уровнем субсидий (в % от ВВП) и величиной ВВП на душу населения (с учетом ППС), наличие связи показано на рис. 6, а результат расчета коэффициента Спирмена представлен в табл. 3;

– страны, в наибольшей степени отклоняющиеся от линии регрессии на рис. 6, – лидеры по уровню ВВП на душу населения (Ирландия, Люксембург, Макао, Сингапур), каждая со своими уникальными (не универсальными) историческими факторами привлечения транснациональных корпораций в экономику страны (языковыми, географическими и другими), послужившими основной причиной роста ВВП;

– в свою очередь уровень баланса текущих операций также имеет умеренную и статистически значимую взаимосвязь с уровнем ВВП на душу населения;

– при этом коэффициент корреляции, рассчитанный для уровня субсидирования и баланса текущих операций только в один конкретный год показывает статистически значимую (коэффициент значимости равен 0,018), но более слабую зависимость – коэффициент корреляции не превышает 0,2. Что говорит о высокой роли системности и долгосрочности оказываемой поддержки в виде субсидий и трансферов.

В табл. 4 представлены результаты оценки регрессионных панельных моделей (с фиксированными эффектами), где в роли объясняемой переменной выступает отношение баланса текущих операций к ВВП. Эти модели построены на основе базовых спецификаций, описанных в ранее опубликованных работах (Altayligil & Çetrez, 2020) с добавлением переменной, отражающей отношение субсидий и прочих трансфертов к ВВП. Следуя все той же логике, оценена как общая модель для полной выборки стран за десять лет (с 2013 по 2022 г.), так и две отдельные модели для стран со средним и высоким уровнем ВВП на душу населения (модель для стран с низким подушевым ВВП не оценивалась из-за наличия обширных пробелов в данных). Результаты эконометрического моделирования показывают, что коэффициент при переменной отношения субсидий и прочих трансфертов к ВВП оказывается статистически незначимым во всех трех моделях, что не позволяет подтвердить основную гипотезу данного исследования. Регрессионный анализ явно свидетельствует в пользу отсутствия значимой связи между субсидированием экономики и состоянием счета текущих операций в странах мира.

Обсуждение

Различные инструменты количественных исследований привели к разным результатам. Корреляционный анализ не выявил высокого уровня корреляции между рассматриваемыми показателями уровня субсидирования и баланса текущих операций, но, несмотря на это, связь параметров статистически значима. При этом эконометрическое моделирование с использованием панельной регрессии показало отсутствие статистически значимой связи между субсидированием экономики и состоянием счета текущих операций.

Полученные в рамках данного исследования результаты о связи баланса текущих операций с другими макроэкономическими показателями соотносятся с результатами ранее опубликованных исследований. Как и в работе Ali Abbas с соавторами (2011), статистически значимой и устойчивой оказывается положительная связь между показателями фискального баланса и баланса текущих операций. Одно из теоретических объяснений этой зависимости заключается в том, что дефицит бюджета ассоциируется с увеличением потребительских расходов, что, в свою очередь, приводит к увеличению импорта (Alleyne et al., 2011). Аналогичными соображениями может объясняться и положительная связь относительного дохода c балансом текущих операций, которая, впрочем, не подтверждается на выборке стран со средним уровнем подушевого ВВП. Это доказывает важность учета при моделировании баланса текущих операций не только уровня дохода, но и показателей равномерности его распределения (Behringer & Van Treeck, 2018). Более подробно изучение этого аспекта выходит за рамки данной работы и является одним из перспективных направлений для дальнейших исследований.

В исследовании также подтверждена статистически значимая связь баланса текущих операций с еще двумя важными факторами: индексом условий торговли (положительная связь во всех трех моделях) и реальным обменным курсом (отрицательная связь в двух из трех моделей). В отношении индекса условий торговли, рассчитываемого как соотношение цен экспорта и импорта, полученный результат является ожидаемым и соотносится с консенсусной точкой зрения, согласно которой ухудшение условий торговли приводит к сокращению текущих доходов и совокупных сбережений, что в итоге приведет к ухудшению баланса текущих операций (Altayligil & Çetrez, 2020; Aristovnik, 2006). Что касается реального обменного курса национальных валют, то его отрицательная связь с балансом текущих операций ранее подтверждалось в эмпирических работах по различным группам стран, в том числе в недавнем исследовании по странам АСЕАН (Anwar et al., 2023). Теоретическим обоснованием этого эффекта является так называемое условие Маршалла – Лернера, согласно которому обесценивание или девальвация обменного курса в итоге приводит к чистому улучшению торгового баланса при условии достаточно высокой эластичности спроса по экспорту и (или) по импорту (Bahmani et al., 2013).

Во всех перечисленных выше исследованиях, несмотря на пересекающиеся с данной работой наборы переменных, в качестве факторов, потенциально связанных с балансом текущих операций, не использовались показатели уровня субсидирования в национальных экономиках. Полученные результаты в части отсутствия значимой связи этого фактора с балансом текущих операций формируют новизну данного исследования. Исходя из этих результатов, можно заключить, что сами по себе средства, выделяемые на субсидии и трансферы, не приводят к улучшению баланса текущих операций и снижению импортозависимости.

Доступный уровень детализации макроэкономической статистики не позволяет детализировать меры поддержки, а использованная в рамках настоящего исследования категория «субсидии и прочие трансферы» достаточно широкая и включает в себя, например, трансферы другим государствам.

Даже более высокая детализация, доступная по отдельным государствам и позволяющая выделить объем субсидий, тем не менее не позволяет в сопоставимом между государствами виде собрать характеристики программ субсидирования (критерии выбора отраслей, ключевые показатели эффективности (КПЭ), субсидируемые статьи затрат), что не позволяет, например, группировать страны по типам программ субсидирования с целью выявления их эффективности и специфики.

Тем не менее на основе использованной выше страновой статистики представляется возможным составить список лидеров среди стран по уровню субсидирования – в табл. 5 представлены крупнейшие по среднему уровню субсидирования в 2013–2022 гг. 20 стран в мире.

Из 20 представленных в табл. 5 стран шесть – это страны, относящиеся также к числу 20 стран с наиболее высоким показателем среднего в 2013–2022 гг. ВВП на душу населения (с учетом ППС): Германия, Австрия, Швеция, Нидерланды, Норвегия, Швейцария.

В целом среди представленных стран преобладают развитые западные страны. Но среди рассматриваемых государств также присутствуют страны БРИКС – Бразилия (позиция 11) и приостановившая свою заявку на участие в объединении Аргентина (позиция 14). Важно также, что статистика по уровню субсидирования в Китае вовсе отсутствует среди данных Международного валютного фонда и Всемирного банка – такая статистика доступна только для 142 стран (около 72 % от всех охваченных статистикой Международного валютного фонда стран и территорий), при этом для большинства стран значения представлены не для всех лет в рассматриваемом периоде с 2013 по 2022 г., что является существенным ограничением в количественном анализе.

Для целей более детального изучения механизмов субсидирования в различных странах и их эффективности необходимо также применение качественных методов, таких как контент-анализ и нарративный анализ, в частности. В дальнейшей работе планируется использование инструментария качественного анализа и сопоставление с выводами количественного анализа настоящего исследования.

Заключение

Как мы видим по результатам нашего исследования, проблематика обеспечения технологического суверенитета и роль субсидий в реализации целей научно-технологического развития является одной из самых злободневных не только в общественно-политическом, но и в академическом дискурсе. Это подтверждает, в частности, проведенный анализ частотности применения термина «субсидия» на разных языках, а также резко выросшее число форумов и обсуждений по данной тематике в России. Одним из самых типичных инструментов промышленной политики является субсидирование производства значимых для конкретной страны товаров.

Проведенный анализ макроэкономической статистики позволил, с одной стороны, показать фрагментированность данных МВФ и Всемирного банка, поскольку статистика по одному из мировых технологических лидеров отсутствует.

С другой стороны, отмеченные недостатки исключительного анализа макроэкономической статистики требуют дальнейших исследований в части спецификации субсидий как инструментов, способствующих достижению целей научно-технологического развития, в частности с помощью методологии нарративного анализа (Вольчик, Маслюкова, 2023; Цыганков и др., 2024).

Цель исследования по оценке взаимосвязи субсидий и баланса текущих операций была достигнута путем оценки коэффициентов корреляции и построения панельной регрессионной модели на выборке, охватывающей большинство стран мира. Корреляционный анализ показал существование небольшой (коэффициент корреляции ~0,25), но статистически значимой связи между средним долгосрочным уровнем субсидий и средним долгосрочным уровнем баланса текущих операций. При этом построение панельной регрессии показало, что уровень субсидирования статистически незначим, что не позволяет подтвердить основную гипотезу данного исследования.

За счет проведенного анализа роли субсидий в реализации целей экономического развития результаты исследования дают основу для более полного понимания инструментов обеспечения технологического суверенитета и могут быть полезны специалистам в области промышленной политики, а модификации построенной регрессионной модели могут быть использованы в дальнейших исследованиях факторов баланса текущих операций. Также результаты исследования обуславливают целесообразность применения качественных методов для дальнейших исследований роли субсидий в обеспечении технологического суверенитета страны.

Вклад авторов

Е. А. Капогузов формировал концептуальную и теоретическую части исследования, производил обзор литературы, формировал выводы и заключение.

В. А. Гордеев проводил обзор литературы, сбор и анализ данных, формировал выводы по результатам исследования, в эконометрическом анализе и интерпретации данных.

А. М. Пахалов участвовал в подготовке эмпирической базы исследования, в эконометрическом анализе и интерпретации данных.

The author’s contributions

Е. A. Kapoguzov formed the conceptual and theoretical parts of the study, performed literature review, and formulated conclusions.

V. A. Gordeev conducted literature review, collected and analyzed data, and formulated conclusions on the study results, in econometric analysis and data interpretation.

А. M. Pakhalov participated in the preparation of the empirical base, in econometric analysis and data interpretation.

Конфликт интересов / Conflict of Interest

Авторами не заявлен / No conflict of interest is declared by the authors