Wyniki wyszukiwania - Biblioteka Nauki

1

Gospodarki BRIC w eksporcie krajów Europy Środkowej i Wschodniej

100%

Mroczek W.

|

2012

|

nr 5

2-7

PL

Wyraźne zmiany w geografii światowej gospodarki, jakie dokonały się w pierwszej dekadzie XXI wieku pod wpływem wzrostu znaczenia krajów BRIC, w niewielkim tylko stopniu znalazły odzwierciedlenie w eksporcie krajów Europy Środkowej i Wschodniej (EŚW). Największe gospodarki rozwijające się, prócz Rosji, wciąż praktycznie pozostają raczej egzotycznymi rynkami dla eksporterów z regionu EŚW. Udział Chin, Indii i Brazylii w eksporcie EŚW w 2011 r. wyniósł zaledwie 1,8%. Analiza zmian struktury geograficznej eksportu krajów EŚW w ostatnich latach wskazuje, że głównym celem przenoszenia produkcji do EŚW przez firmy z Europy Zachodniej było zwiększanie eksportu (dzięki poprawie konkurencyjności cenowej) na najbliższe geograficznie rynki, przede wszystkim UE-15 oraz Rosji i innych krajów b. ZSRR. Innymi słowy, kraje te stanowiły platformę eksportową dla korporacji międzynarodowych. Taka struktura geograficzna eksportu wynika, z faktu iż większość filii przedsiębiorstw zagranicznych w krajach EŚW specjalizuje się w produkcji i eksporcie wyrobów o stosunkowo mało zindywidualizowanych cechach, przeznaczonych na niższe segmenty rynku, podczas gdy produkcja towarów charakteryzujących się wyższą jakością (i jednocześnie ceną), pozostawiana jest najczęściej w krajach macierzystych.

EN

Pronounced changes in the geography of the world economy that have occurred during the first decade of the twenty-first century, under the influence of the spectacular rise of the BRIC countries, were only slightly reflected in the exports of Central and Eastern Europe (CEE) countries. The largest developing economies, except Russia, still virtually remain rather exotic markets for exporters from the CEE region. These countries represent only a narrow margin in the CEE exports. In 2011, the share of China, India and Brazil in exports of countries in the region accounted for only 1.8%. An analysis of changes in the geographical structure of the CEE's exports that have taken place in recent years indicates that the main purpose of shifting production from Western Europe to the CEE companies was to increase exports (by raising the price competitiveness) to the closest geographically markets, especially to the EU-15 and Russia, and other countries of the former Soviet Union. This geographical pattern of exports results from the fact that most affiliates of foreign companies in CEEs specialise in the manufacture and exports of products with relatively few features, targeted for the lower segments of the market, while the production of goods of higher quality (and also price) has mostly remained in their home countries.

2

Mining, Poverty, and Income Inequality in Central and Eastern European Countries: What Do the Data Tell Us?

84%

Tsaurai K.

|

nr 3

7-25

PL

Artykuł prezentuje wyniki badania wpływu górnictwa zarówno na ubóstwo, jak i na nierówności dochodowe w krajach Europy Środkowej i Wschodniej, przy użyciu metod estymacji ekonometrycznej z wykorzystaniem danych panelowych z lat 2009–2019. Drugim celem tego artykułu było ustalenie, czy komplementarność górnictwa i rozwoju infrastruktury zmniejsza ubóstwo lub nierówności dochodowe w krajach Europy Środkowej i Wschodniej. Impulsem do podjęcia badań był brak w istniejącej literaturze przedmiotu wspólnego stanowiska w kwestii wpływu górnictwa na ubóstwo i nierówności dochodowe. Istniejąca literatura na ten temat jest sprzeczna, niejednoznaczna i rozbieżna, dlatego też otwiera drogę do dalszych badań empirycznych. Badanie potwierdziło, że błędne koło ubóstwa występuje w krajach Europy Środkowej i Wschodniej. Zgodnie z dynamicznymi uogólnionymi metodami momentów (GMM), górnictwo miało znaczący wpływ na redukcję ubóstwa w krajach Europy Środkowej i Wschodniej. Dynamiczna metoda momentów GMM i efektów losowych ujawniły, że komplementarność górnictwa i rozwoju infrastruktury również przyczyniła się do zmniejszenia ubóstwa w krajach Europy Środkowej i Wschodniej. Metoda efektów losowych i metoda pooled OLS pokazują, że górnictwo znacząco zmniejszyło nierówności dochodowe w krajach Europy Środkowej i Wschodniej. Jednak wyniki uzyskane przy zastosowaniu metody efektów losowych i dynamicznej metody GMM wskazują, że nierówności dochodowe zostały znacznie zmniejszone dzięki komplementarności górnictwa i rozwoju infrastruktury. W związku z tym zachęca się władze krajów Europy Środkowej i Wschodniej do wdrażania polityk ukierunkowanych na rozwój górnictwa i rozwój infrastruktury, aby skutecznie walczyć z podwójnymi wyzwaniami związanymi z ubóstwem i nierównościami dochodowymi.

EN

The study investigates the effect of mining on both poverty and income inequality in Central and Eastern European countries (CEECs) using econometric estimation methods with panel data spanning from 2009 to 2019. Another objective of this paper was to determine if the complementarity between mining and infrastructural development reduced poverty and or income inequality in CEECs. What triggered the study is the failure of the existing literature to have a common ground regarding the impact of mining on poverty and or income inequality. The existing literaturę on the subject matter is contradictory, mixed, and divergent; hence, it paves the way for further empirical tests. The study confirmed that the vicious cycle of poverty is relevant in CEECs. According to the dynamic generalized methods of moments (GMM), mining had a significant poverty reduction influence in CEECs. The dynamic GMM and random effects revealed that the complementarity between mining and infrastructural development also enhanced poverty reduction in CEECs. Random effects and pooled OLS shows that mining significantly reduced income inequality in CEECs. However, random effects and the dynamic GMM results indicate that income inequality was significantly reduced by the complementarity between mining and infrastructural development. The authorities in CEECs are therefore urged to implement mining growth and infrastructural development-oriented policies in order to successfully fight off the twin challenges of poverty and income inequality.

3

Competitiveness, Innovation and Regional Development. The Case of the Visegrad Group Countries

84%

Golejewska A.

|

tom 265

|

nr 7-8

87-112

PL

Celem analizy przedstawionej w artykule jest porównanie konkurencyjności i innowacyjności 35 regionów Grupy Wyszehradzkiej (NUTS-2) w latach 2001 i 2008 oraz określenie grup regionów najbardziej zbliżonych pod względem analizowanych cech. Podjęto próbę wytypowania wiązek regionów o najwyższym poziomie konkurencyjności i innowacyjności oraz zweryfikowano wpływ przynależności państwowej i zależność między poziomem konkurencyjności i innowacyjności analizowanych regionów. W badaniu zastosowano dwie klasyczne metody analizy skupień: niehierarchiczne grupowanie metodą k-średnich i hierarchiczną metodę Warda. Rezultaty analizy potwierdziły szybszy rozwój regionów stołecznych i istotne zróżnicowanie konkurencyjności i innowacyjności regionów Grupy Wyszehradzkiej. Najważniejszym wnioskiem wynikającym z analizy skupień jest fakt, że poszczególne regiony łączą się według granic państwowych. Wyniki wskazują, że proces ten nasilił się w 2008 r. Może to świadczyć o tym, że obserwowane zjawisko nie jest pozostałością poprzedniego systemu. Bazując na wynikach korelacji, można przypuszczać, że nakłady przełożyły się na efekty innowacyjności i innowacje miały pozytywny i rosnący wpływ na konkurencyjność regionów Grupy Wyszehradzkiej. W celu potwierdzenia tych przypuszczeń, konieczne jest przeprowadzenie kolejnych analiz, w tym analizy innowacyjności typu input-output i analizy ekonometrycznej.

EN

The article examines the competitiveness and innovativeness of 35 NUTS-2 Visegrad regions from 2001 to 2008, with a focus on the existence of clusters. The author undertakes to identify the most competitive and innovative clusters. She also looks at the impact of nationality and checks if high competitiveness was in each case accompanied by high innovativeness. The author applies two classical methods of cluster analysis: the non-hierarchical k-means clustering algorithm and Ward’s hierarchical method. The results show that capital regions tend to develop faster and that there is a significant diversity of regional competitiveness and innovativeness across the Visegrad Group, which brings together four Central European countries, Poland, the Czech Republic, Hungary and Slovakia. The main conclusion from the cluster analysis is that the development of regions in Visegrad Group countries depends on their “nationality” – regions tend to cluster within national borders, according to Golejewska. The analysis shows that this process intensified in 2008, so it is not a vestige of the previous system, the author says. The correlation analysis found that innovative inputs were transformed into innovative outputs and that innovations had a positive and growing impact on regional competitiveness across the Visegrad Group. However, further input-output analysis and econometric research are needed to confirm these findings, the author says.