EN
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.
PL
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. Spośród standardowych czynników wzrostu gospodarczego, stwierdzono pozytywne oddziaływanie inwestycji w zasoby kapitału fizycznego oraz wzrostu liczby ludności. Wyższa inflacja jest negatywnym czynnikiem wzrostu gospodarczego, w tym 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. Według podejścia D’Costa et al. (2013), zbadano zależność otrzymanych wyników od luki dochodu pomiędzy poszczególnymi regionami a regionem granicznym – z najwyższym poziomem dochodu, tzn. stolicznym miastem Kijowem. Podobnie do innych badan (Crespo Cuaresma et al. 2009; Ledyaeva, Inden 2008), otrzymano świadczenia na korzyść konwergencji warunkowej jak to uwyraźnia negatywna relacja między początkowym poziomem produktu na mieszkańca a stopa wzrostu dochodu w następnych latach. Jak to sugerują odpowiednie współczynniki regresyjne, konwergencja warunkowa jest mocniejszą wśród regionów z wyższym poziomem dochodu niż wśród regionów z niższym poziomem dochodu. Rezultaty są odporne na wybór estymatorów oraz specyfikacji modelu regresyjnego.