BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Folfas Paweł (Szkoła Główna Handlowa w Warszawie)
Tytuł
Regiony USA i UE-28 - PKB per capita, procesy zbieżności i zależności przestrzenne
Regions in the United States and the European Union - GDP per Capita, Convergence Processes and Spatial Dependencies
Źródło
Studia Oeconomica Posnaniensia, 2017, vol. 5, nr 1, s. 75-85, tab., bibliogr. 16 poz.
Tytuł własny numeru
Współczesny konsument w strategiach przedsiębiorstw międzynarodowych
Słowa kluczowe
Integracja gospodarcza, Integracja gospodarcza państw z UE, Integracja gospodarcza i polityczna Europy, Kryteria integracji z UE, Produkt krajowy brutto (PKB), Dochody, Konwergencja, Gospodarka regionalna, Analiza zależności
Economic integration, Economic integration with the EU countries, Economic and political integration of Europe, EU enlargement criteria, Gross domestic product (GDP), Income, Convergence, Regional economy, Dependency analysis
Uwagi
Klasyfikacja JEL: F15
streszcz., summ.
Firma/Organizacja
Unia Europejska (UE)
European Union (EU)
Kraj/Region
Stany Zjednoczone Ameryki, UE
United States of America (USA), EU
Abstrakt
Negocjowane Transatlantyckie Partnerstwo w Dziedzinie Handlu i Inwestycji prawdopodobnie stanie się ważnym elementem pokryzysowego ładu gospodarczego i politycznego. W konsekwencji zasadne jest przyjrzenie się kondycji ekonomicznej stron porozumienia, czyli USA oraz UE-28. Celem opracowania jest odpowiedź na pytanie, czy miała miejsce bezwarunkowa beta-zbieżność PKB per capita regionów USA (US counties) oraz bezwarunkowa beta-zbieżność regionów UE-28 (NUTS 3) w latach 2000-2011 oraz gdzie (czy w USA, czy w UE-28) tempo zbieżności było szybsze. Badanie jest oparte na modelach ekonometrycznych, a konkretnie na modelach opóźnienia i błędu przestrzennego, które w przeciwieństwie do modeli szacowanych metodą najmniejszych kwadratów uwzględniają zależności przestrzenne. Oszacowania modeli opóźnienia i błędu przestrzennego wskazują na występowanie bezwarunkowej beta-zbieżności PKB per capita regionów USA i regionów UE-28. W latach 2000-2011 średnioroczne tempo zbieżności wśród regionów USA było szybsze niż wśród regionów UE-28. Ponadto analiza statystyczna wskazuje, że regiony UE-28 cechują zdecydowanie silniejsze zależności przestrzenne, ale i (jak wynika z przeprowadzonej pobieżnej analizy sigma-zbieżności w uzupełnieniu do szczegółowego badania beta-zbieżności) zdecydowanie większe zróżnicowanie pod względem PKB per capita niż regiony USA. (abstrakt oryginalny)

Forthcoming Transatlantic Trade and Investment Partnership may become a crucial element in the post-crisis world of economics and politics. Consequently, it is worth scrutinizing the economic performances of the United States and the European Union. This paper is aimed at answering the question of whether absolute GDP per capita beta-convergence exists in the case of regions of the United States (US counties) and in the case of regions of the EU-28 (NUTS 3) during the period of 2000-2011 and where (in the United States or in the EU-28) speed of convergence used to be faster. The research is based on econometric models, namely on the spatial lagged model (SLM) and spatial error (SEM) which contrary to ordinary the least squares (OLS) model include spatial dependencies. The SLM and SEM models detect the absolute GDP per capita beta-convergence among regions of US and among regions of the EU-28.During the period of 2000-2011 the average annual speed of convergence among regions in US was faster than between the regions of the EU-28. Moreover, according to the statistical analysis the EU-28 regions are characterized by stronger spatial dependencies than regions of the United States. But disparities (according to the results of general sigma-convergence analysis) among the EU-28 regions are bigger than among the US regions. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Arbia, G., 2006, Spatial Econometrics. Statistical Foundations and Applications to Regional Convergence, Springer, Berlin.
  2. Baumol, W., 1986, Productivity Growth, Convergence and Welfare: What the Long-run Data Show?, American Economic Review, vol. 76, no. 5, s. 1072-1085.
  3. BEA, http://bea.gov/ [dostęp: czerwiec 2015].
  4. Czarny, E., Słok-Wódkowska, M. (red.), 2016, Partnerstwo Transatlantyckie. Wnioski dla Polski, Polskie Wydawnictwo Ekonomiczne, Warszawa.
  5. Eurostat, http://ec.europa.eu/eurostat [dostęp: czerwiec 2015].
  6. Genc, I.H., Miller, J.R., Rupasingha, A., 2011, Stochastic Convergence Tests for US Regional per capita Personal Income; Some Further Evidence: a Research Note, The Annals of Regional Science, vol. 46, no. 2, s. 369-377.
  7. Higgins, M.J., Levy, D., Young, A.T., 2006, Growth and Convergence across the U.S.: Evidence from County Level Data, The Review of Economics and Statistics, vol. 88, no. 4, s. 671-681.
  8. Kopczewska, K., 2006, Ekonometria i statystyka przestrzenna z wykorzystaniem program R CRAN, CeDeWu, Warszawa.
  9. Mikulić, D., Lovrinčević, Ž., Nagyszombaty, A.G., 2013, Regional Convergence in the European Union, New Member States and Croatia, South East European Journal of Economics and Business, vol. 8, no. 1, s. 7-19.
  10. Misiak, T., Jabłoński, Ł., 2013, Realna konwergencja między regionami Unii Europejskiej w latach 1995-2008, Studia Prawno-Ekonomiczne, nr 88, s. 267-292.
  11. Paas, T., Kuusk, A., Schlitte, F., Vork, A., 2007, Econometric Analysis of Income Convergence in Selected EU Countries and Their NUTS 3 Level Regions, University of Tartu - Faculty of Economics and Business Administration Working Paper Series, no. 60, s. 1-56.
  12. Pelkmans, J., Hamilton, D.S. (eds.), 2015, Rule-Makers or Rule-Takers? Exploring the Transatlantic Trade and Investment Partnership, Rowman & Littlefield International, Ltd., London.
  13. Rey, S.J., Montouri, B.D., 1999, US Regional Income Convergence: A Spatial Econometric Perspective, Regional Studies, vol. 33, no. 2, s. 143-156.
  14. Suchecki, B. (red.), 2010, Ekonometria przestrzenna. Metody i modele analizy przestrzennych, Wydawnictwo C.H. Beck, Warszawa.
  15. Supińska, J., 2013, Does Human Factor Matter for Economic Growth? Determinants of Economic Growth Proces in CEE Countries in Light of Spatial Theory, Bank i Kredyt, vol. 44, no. 5, s. 505-532.
  16. UNCTAD, http://unctadstat.unctad.org/EN/ [dostęp: czerwiec 2015].
Cytowane przez
Pokaż
ISSN
2300-5254
Język
pol
URI / DOI
http://dx.doi.org/10.18559/SOEP.2017.1.5
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu