Regional Growth Determinants in Ukraine: Panel Data Estimates

Abstract

In this paper, determinants of real regional per capita growth were estimated using a balanced panel data set consisting of 26 Ukrainian regions for the period from 2002 to 2012. The Arellano-Bond dynamic panel data estimation technique was applied. Among the traditional factors of economic growth, positive effects of investments in physical capital and population growth (for the high-income regions only) were found. Higher inflation and a larger share of rural population are negative regional growth factors, while the depreciation of the real exchange rate and increase in the export of goods has an opposite pro-growth impact. As suggested by the lagged level of the output coefficients, conditional convergence is faster among the high-income regions. The results are robust to the choice of estimators and regression model specifications.

Wykorzystując zbilansowany zbiór danych panelowych 26 regionów Ukrainy w okresie lat 20022012, oszacowano czynniki regionalnego wzrostu regionalnego w ujęciu realnym. Zastosowano estymatory z efektami stałymi („fixed effects”) oraz Arellano-Bonda. Analizując standardowe czynniki wzrostu gospodarczego, stwierdzono pozytywne oddziaływanie inwestycji w zasoby kapitału fizycznego oraz wzrostu liczby ludności. Wyższa inflacja jest negatywnym czynnikiem wzrostu gospodarczego i podobnie jak deprecjacja realnego kursu walutowego ma pozytywne oddziaływanie na ten wskaźnik (oba te rezultaty są standardowymi relacjami makroekonomicznymi). Pozytywny wpływ poziomu eksportu otrzymano wyłącznie dla regionów Wschodniej i Południowej Ukrainy z wyższym poziomem produktu regionalnego (dochodu) na mieszkańca. Stosując podejście D’Costa et al. (2013) zbadano zależność otrzymanych wyników od luki dochodu pomiędzy poszczególnymi regionami a regionem granicznym z najwyższym poziomem dochodu, tzn. stolicą Kijowem. Podobnie jak w przypadku innych badań (Crespo Cuaresma et al. 2009; Ledyaeva, Inden 2008), otrzymano potwierdzenie przewagi konwergencji warunkowej, co ilustruje negatywna relacja między początkowym poziomem produktu na mieszkańca a stopą wzrostu dochodu w następnych latach. Jak to sugerują odpowiednie współczynniki regresyjne, konwergencja warunkowa jest większa w regionach z wyższym poziomem dochodu (w odróżnieniu od regionów z niższym poziomem dochodu). Rezultaty są odporne na wybór estymatorów oraz specyfikacji modelu regresyjnego.