Search

У цій статті узагальнено аргументи та контраргументи в рамках наукової дискусії щодо визначення впливу незаконної економічної діяльності та розширення тіньової економіки на інноваційний розвиток країни. Систематизація наукових праць з вищезазначених проблем доводить, що у згаданих наукових працях немає комплексності та єдності, що, в свою чергу, доводить необхідність подальшого теоретичного та емпіричного пошуку в цій сфері. Таким чином, у роботі була висунута наукова гіпотеза про негативний вплив тіньової економіки на інноваційний розвиток країни. Для перевірки цієї гіпотези був розроблений науково-методологічний підхід, що складається з декількох етапів: 1) кореляційний аналіз з метою усунення проблеми мультиколінеарності між змінними управління; 2) аналіз описової статистики набору даних; 3) проведення тесту Хаусмана з метою уточнення специфікації моделі регресії (модель фіксованих або випадкових ефектів); 4) реалізація панельного регресійного аналізу даних для всієї вибірки країни та окремо для України, характеристика її результатів. Технічно всі етапи дослідження реалізуються за допомогою програмного забезпечення Stata 12/SE. Вибірка дослідження складається з 9 країн (Азербайджан, Естонія, Угорщина, Латвія, Литва, Польща, Словацька Республіка, Словенія та Україна). Часовий горизонт – 2008-2018. Запуск панельного регресійного аналізу даних (специфікація моделі – з фіксованими ефектами) дозволяє підтвердити гіпотезу дослідження для всієї вибірки країни (збільшення тіньової економіки негативно вплинуло на інноваційний розвиток країни: збільшення відношення тіньової економіки до ВВП на 1% призводить до зниження Глобального індексу інновацій на 0,5 бала), але для України це окремо не доведено. Це підводить нас до висновку, що інноваційний розвиток в Україні не залежить від масштабу тіньової економіки через те, що ми маємо більш значні перешкоди на шляху до впровадження інновацій (інституційна неефективність, недоліки регулювання тощо). This article generalises arguments and counterarguments within the scientific discussion regarding the determination of the influence of illegal economic activity and expansion of the shadow economy on innovative country development. The systematisation of the scientific works on the above problems proves that there is no one no complexity and unity in the above-mentioned scientific findings, which, in turn, demonstrates the necessity of further theoretical and empirical search in this sphere. Thus, it was developed a scientific hypothesis about the negative influence of the shadow economy on innovative country development. In order to test this hypothesis it was developed a scientific and methodological approach that consists of several stages: 1) correlation analysis in order to eliminate multicollinearity problem between control variables; 2) analysis of dataset descriptive statistics; 3) running Hausman test in order to clarify specification of the regression model (fixed or random effects model); 4) realisation of the panel data regression analysis for the whole country sample and separately for Ukraine, characteristics of its results. Technically all stages of the research are realised with the help of Stata 12/S.E. software. The country sample consists of 9 countries (Azerbaijan, Estonia, Hungary, Latvia, Lithuania, Poland, Slovak Republic, Slovenia, and Ukraine). Time horizon – 2008-2018. Running of the panel data regression analysis (model specification – with fixed effects) allow confirming research hypothesis for the whole country sample (an increase of shadow economy negatively affected innovative country development: an increase of shadow economy to GDP ratio in 1 % leads to the decrease of the Global Innovation Index in 0.5 points). However, it was not proved for Ukraine separately. It leads to the conclusion that innovative development in Ukraine does not highly dependent on the shadow economy scale because of more significant obstacles on the way on innovation adoption (institutional inefficiency, regulatory drawbacks etc.).

The paper is devoted to the investigation of environmental, energy and economic security by multivariate analysis methods. A set of indicators selected for research conducting includes 9 parameters for each security type. Study sample is formed by data for 6 Eastern European countries (Ukraine, Moldova, Poland, Romania, Hungary and Slovak Republic) for the period 2000–2019. Empirical study was conducted by factor analysis, which allowed identifying the main components of environmental, energy and economic security. Comparison of the results obtained for the studied countries showed differentiation of individual profiles of such types of security. Investigation of integral vectors of environmental, energy and economic security showed the highest level of interaction between energy and environmental security and the lowest one between energy and economic security.

The aim of the paper is to analyse peculiarities of building an environmental tax systems, examining the level of their convergent (divergent) relationships. Main contribution of the paper lies in testing of the hypothesis of existing convergence processes in architecture of environmental tax systems of European countries (as the United Kingdom, Germany, Poland, Slovenia, Latvia, Lithuania and the Czech Republic) on the basis of panel data analysis for the set of European countries using the regression model in Stata 12/SE and MS Excel. Testing the hypothesis about the existence of convergence in construction of environmental tax system of the above mentioned European countries was realized on the base of analysis of coefficients of panel data regression analysis (both fixed effects and random effects models) – for beta convergence and variation coefficient – for sigma convergence. Such parameters as environmental tax revenue (for air pollution) to general tax revenues ratio, %; environmental tax revenue (for water pollution) to general tax revenues ratio, %; environmental tax revenue (for waste management) to general tax revenues ratio, % were chosen as measures of environmental tax system characteristics. Empirical research results confirmed hypothesis of the presence of β-convergence and σ-convergence in the context environmental tax systems of chosen countries.

About 10% of the world population suffered from hunger in 2018. Thereby, the main objective of this research is the identification of environmental drivers and inhibitors of a country&rsquo, s food security in the short and long run. The Food Security Index (FSI) was constructed from 19 indicators using Principal Component Analysis. Identification of the short- and long-run relationships between the FSI and environmental factors was realized with the pooled mean-group estimator for 28 post-socialistic countries for 2000&ndash, 2016. Empirical research results showed that a country&rsquo, s food security in the short run is affected by greenhouse gas emissions but boosted by the increase of renewable energy production. Reduction of carbon dioxide emissions, electrification of rural populations, access to clean fuels, renewable energy production, arable land, and forest area growth might be essential tasks in order to ensure countries&rsquo, food security in the long-run.

The Food Security Index (consists of 19 indicators) was developed to assess the impact of environmental determinants on the state of food security. The formation of the integral index was carried out using principal component analysis. The proportions of the inclusion of each of the 19 indicators are based on the eigenvalues of the 1st principal component that explains 48.37% of the variation. Identification of the environmental factors influence on the Food Security Index was carried out using panel data regression analysis (random-effect GLS regression) for the sample of 28 post socialistic countries for the period 2000-2016. Empirical results reveal a statistically significant positive effect of most ecological determinants of sustainable agro-management on food security. While the impact of growth in coal use for electricity and fossil fuels is insignificant. However, the increase in the consumption of electricity and growth of unproductive energy losses negatively affects the food security.