На сьогодні існує велика кількість публікацій (включаючи самих Х. Сала-і-Мартіна та Р. Барро), в яких присутня критика концепцій σ- та β- конвергенцій. Крім того, на сьогодні відсутня прикладна цінність використання β -конвергенції в дослідженнях, які вивчають процеси диференціації соціально-економічного розвитку регіонів України. Розробка нових методичних підходів до оцінки конвергенції регіонів України неможлива без детального огляду публікацій, в яких присутня критика концепцій конвергенції та розроблено нові методики такої оцінки, як зарубіжними і так і вітчизняними науковцями.
В емпіричних дослідженнях використовується статистичний аналог моделі (1.1). Результуючою неокласичною моделлю росту є модель Солоу-Свана, яка описується фундаментальним диференціальним рівнянням [1, 2]:
де Z – набір змінних, який визначають стаціонарний стан даного регіону, умовна конвергенція має місце, якщо β<0,
В науковій літературі існує суттєва критика саме рівнянь (1.2-1.3). Перша група критики пов’язана із вибором контрольних змінних (англ. control variable). Будь-який аналіз умовної конвергенції має виходити із детального відбору набору контрольних змінних Zi, що є суттєвою проблемою враховуючи відсутність консенсусу в теорії економічного зростання щодо того які детермінанти росту є емпірично важливими. Відсутність такого консенсусу доводиться появою групи статей, в яких дослідники в базову модель Солоу-Свана (1.1) додали низку додаткових змінних в такій кількості, що вона навіть перевищує кількість країн у світі [3]. Вирішення такої проблеми реалізується з допомогою так званих Баєсовських моделей усереднення (англ. Bayes averaging methods), які, наприклад, є базою в працях [4] та [5]. На сьогодні Байєсовські методи отримали достатньо широке поширення і активно використовуються в самих різних сферах наукових досліджень, однак при дослідженні конвергенції регіонів України вони не використовувались. Так, в таких дослідження будувались різноманітні регресійні рівняння, для яких оцінювались відповідні параметри; включення додаткових змінних призводило до описаної вище проблеми, тому можна зробити «об’єднання» цих регресійних моделей, зокрема методом усереднення.
Байєсівський метод дозволяє порівнювати регресійні моделі здійснюючи аналіз параметрів в два етапи: для обчислення апостеріорної ймовірності параметрів моделі та апостеріорної ймовірності самої моделі. Невід’ємною частиною цього методу є аналіз простору параметрів моделі і залежності цільової функції від значень цих параметрів. Результатом такого аналізу є можливість оцінки ступеня важливості окремих параметрів моделі для апроксимації даних. Байєсівський метод усереднення використовується як в задачах регресії, так і в задачах класифікації.
При використанні вищеописаного методу інформація щодо конвергенції в кожній моделі агрегується через зважені показники у відповідності з апостеріорними ймовірностями моделі. Дослідження [5] показують, що β конвергенція між країнами є стійкою до вибору контрольних змінних. Обидві праці містять висновок про високу апостеріорну ймовірність того, що дохід в початковий момент часу є частиною лінійної моделі зростання. Так, в публікації [36] Х. Сала-і-Мартін отримав апостеріорне значення параметру β на рівні -0,0085, говорячи про швидкість збіжності в 1%.
Друга група критики полягає у ймовірності існування кореляції між похибкою регресії та відповідними регресорами. Якщо така кореляція відсутня, то регерсори є екзогенними, тобто визначаються поза моделлю; якщо ця умова порушується, то регресори є ендогенними: звичайні оцінки методу найменших квадратів в такому випадку зміщені та неадекватні, змістовна інтерпретація помилкова, а рекомендації, що вироблені на основі такої моделі, є неправильними. Ендогенність моделі в такому випадку може бути пов’язана з багатьма причинами, які обов’язково повинні враховуватись при оцінці:
- неврахування суттєвих змінних;
- помилки вимірювання регресорів;
- самовідбір;
- одночасність;
- автокореляція.
Зазначена вище кореляція виникає, по перше, у зв’язку із соціально-економічною неоднорідністю (гетерогенністю) регіонів, що потребує подальшого детального дослідження.
Список використаних джерел:
1. Parrique, T., et al., 2019, Decoupling Debunked: Evidence and arguments against green growth as a sole strategy for sustainability, European Environment Bureau, accessed 3 September 2020.
2. OECD (2012). Inclusive Green Growth: For the Future We Want, Paris: Organization for Economic Cooperation and Development.
3. David Pearce. Blueprint 3. Measuring Sustainable Development. Published January 1, 1994 by Routledge, 240 Pages
4. Alan Atkisson. Life Beyond Growth. The history and possible future of alternatives to GDP-measured Growth-as-Usual. OECD Global Forum on Measuring Well-Being for Development and Policy Making" New Delhi, India 20 October 2012
5. UNEP (2010). Green Economy Initiative: Linkages to Sustainable Consumption and Production, Paris, 18-19 March 2010.
Голосування 
=0 в рівнянні (1.1): 
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter