Szara strefa gospodarki w 25 państwach w okresie przejściowym
Pomiary rozmiaru i rozwoju szarej strefy gospodarczej w państwach znajdujących się w okresie przejściowym zostały rozpoczęte pod koniec lat 80. wraz z pracami Kaufmanna i Kaliberdy (1996), Johnsona i in. (1997) oraz Lacko (2000). Alexeev i Pyle (2003) oraz Belev (2003) w swoich pracach poddają wyżej wymienione badania ocenie krytycznej dowodząc, że szacowane rozmiary gospodarki nieoficjalnej są w znacznym stopniu zjawiskiem historycznym i częściowo zdeterminowanym przez czynniki instytucjonalne.
W tej części opracowania przedstawiono szacunek ekonometryczny, wykorzystujący podejście DYMIMIC11 dla 25 państw w okresie przejściowym w latach od 1999/2000 do 2005/2006 (sześć punktów czasowych). Dla państw znajdujących się w okresie przejściowym można było zastosować następujące zmienne – przyczyny powstawania szarej strefy:
– udział podatków pośrednich i bezpośrednich (łącznie ze składkami na ubezpieczenie społeczne oraz z cłami w % PKB) jako dwie zmienne obciążenia podatkowego,
– obciążenie regulacji państwowych (indeks regulacji, Heritage Foundation), stopę bezrobocia ludności w wieku od 18 do 64 lat i PKB na głowę jako trzy zmienne przyczyny dla statusu „oficjalnej” gospodarki.
W tabeli 2.11 zostały przedstawione wyniki szacunku metodą DYM1MIC dla 25 państw w Europie Środkowo-Wschodniej oraz dawnych państwach Związku Radzieckiego. Wszystkie szacowane współczynniki zmiennych (przyczyn) są statystycznie istotne i podobne. Wynika z nich, iż:
– Największy ilościowy wpływ na rozmiar szarej strefy gospodarczej mają łącznie dwie zmienne obciążenia podatkowego. Zwłaszcza zmienna (przyczyna) „udział podatków bezpośrednich” (łącznie ze składkami na ubezpieczenie społeczne) ma wysoce istotny wpływ statystyczny wraz ze spodziewanym pozytywnym skutkiem na szarą strefę gospodarczą.
– Również zmienna niezależna „udział podatków pośrednich” ma wysoce istotny wpływ statystyczny, ale szacowany współczynnik jest nieco niższy w porównaniu z udziałem podatków bezpośrednich (łącznie ze składkami na ubezpieczenie społeczne).
– 11 Opis metody DYMIMIC znajduje się w trzecim rozdziale części I (punkt 3.2.6).
– Zmienna „stopa bezrobocia” również ma spodziewany wpływ pozytywny, jest statystycznie wysoce istotna oraz jest drugim co do wielkości ocenianym współczynnikiem.
-Zmienna korupcji (indeks Transparency International) została rozdzielona na dwie niezależne zmienne: jedna z nich obejmuje dawne państwa wschodnioeuropejskie znajdujące się w okresie przejściowym (Albania, Bośnia i Hercegowina, Bułgaria, Chorwacja, Czechy, Estonia, Węgry, Łotwa, Litwa, Macedonia, Polska, Rumunia, Serbia i Czarnogóra, Słowacja i Słowenia), a druga pozostałe 10 dawnych republik radzieckich odpowiednio z wartością zero dla pozostałej części państw. W bardziej rozwiniętych 15 państwach europejskich, znajdujących się w okresie przejściowym, zmienna korupcji ma wpływ negatywny, ale nieistotny statystycznie. Natomiast zmienna korupcji dla 10 państw dawnego Związku Radzieckiego, znajdujących się w okresie przejściowym, ma statystycznie istotny wpływ pozytywny – co wskazuje na komplementarny związek między szarą strefą gospodarczą a korupcją12.
– Zmienne wskaźniki „odsetek zatrudnienia” oraz „roczny kurs waluty na mieszkańca” teoretycznie wykazują spodziewane oznaki i są wysoce istotne statystycznie.
Leave a reply