Εκτίμηση της αποδοτικότητας του περιφερειακού οικονομικού συστήματος με χρήση της Περιβάλλουσας Ανάλυσης Δεδομένων (Data Envelopment Analysis)

Transcript

1 Εκτίμηση της αποδοτικότητας του περιφερειακού οικονομικού συστήματος με χρήση της Περιβάλλουσας Ανάλυσης Δεδομένων (Data Envelopment Analysis) ΠΟΛΤΖΟ ΕΡΑΥΕΙΜ Επίκουρος Καθηγητής Πανεπιστημίου Θεσσαλίας, Τ.Μ.Χ.Π.Π.Α. ΠΝΕΤΜΑΣΙΚΟ ΣΡΙΑΝΣΑΥΤΛΛΟ Υποψήφιος Διδάκτορας Πανεπιστημίου Θεσσαλίας, Τ.Μ.Χ.Π.Π.Α. ΝΙΑΒΗ ΠΤΡΙΔΩΝ Υποψήφιος Διδάκτορας Πανεπιστημίου Θεσσαλίας, Τ.Μ.Χ.Π.Π.Α. Περίληψη Πρωταρχικός στόχος της περιφερειακής πολιτικής είναι η μείωση των ανισοτήτων μεταξύ των περιοχών, η αύξηση της ευημερίας τους και η επίτευξη ισόρροπης οικονομικής ανάπτυξης. Για το σκοπό αυτό, στο πλαίσιο άσκησης της περιφερειακής πολιτικής, χρησιμοποιούνται διάφορα μέσα μεταξύ των οποίων είναι οι δημόσιες και ιδιωτικές επενδύσεις που υλοποιούνται σε κάθε περιοχή. Στο άρθρο αυτό μελετάται η επίδραση των δημόσιων και ιδιωτικών επενδύσεων στην οικονομική ανάπτυξη των νομών της Ελλάδας. Συγκεκριμένα, με τη χρήση της Περιβάλλουσας Ανάλυσης εδοµένων (Data Εnvelopment Αnalysis) αξιολογείται η αποδοτικότητα και η αποτελεσματικότητα των Ελληνικών νομών σε σχέση με τις επενδύσεις που υλοποιήθηκαν την περίοδο και διατυπώνονται συμπερασματικές προτάσεις με βάση τα αποτελέσματα της ανάλυσης. Λέξεις - κλειδιά: Περιβάλλουσα Ανάλυση εδοµένων, Επενδύσεις, Αποτελεσματικότητα 1. Εισαγωγή Οι επενδύσεις αποτελούν ένα από τα βασικότερα μέσα άσκησης της πολιτικής περιφερειακής ανάπτυξης με σημαντική επίδραση στο βαθμό αποδοτικότητας του περιφερειακού οικονομικού συστήματος, καθώς συνδέονται άμεσα με ζητήματα όπως η ενίσχυση της ανταγωνιστικότητας της περιφερειακής οικονομίας, η δημιουργία απασχόλησης, η ενίσχυση των λιγότερο ανεπτυγμένων περιοχών, ο περιορισμός των ανισοτήτων κ.α. (Πολύζος, 2011). Ειδικότερα, οι δημόσιες επενδύσεις αποτελούν ένα από τα κύρια εργαλεία της περιφερειακής πολιτικής που αποσκοπούν στην επίτευξη περιφερειακής σύγκλισης και στη μείωση των ανισοτήτων μεταξύ των περιοχών. Σο πρότυπο κατανομής των δημοσίων επενδύσεων και ο βαθμός τον οποίο ακολουθεί την αναδιανεμητική λογική, αποτελεί αντικείμενο διερεύνησης για πολλά χρόνια. Επιπλέον, οι εκάστοτε Αναπτυξιακοί Νόμοι προωθούν μια σειρά από φορολογικά και χρηματοδοτικά κίνητρα που αποσκοπούν κυρίως στην ενίσχυση των λιγότερο ανεπτυγμένων περιοχών και στην επίτευξη ισόρροπης οικονομικής ανάπτυξης, μέσα από την αύξηση των ιδιωτικών 1

2 επενδύσεων, τον εκσυγχρονισμό των επιχειρήσεων και την ενίσχυση της ανταγωνιστικότητας (Πολύζος και Πετράκος, 2001). Κυρίαρχο ζήτημα, ωστόσο, αποτελεί το γεγονός ότι, σε πολλές περιπτώσεις, οι επενδύσεις που υλοποιούνται στις διάφορες περιοχές, δεν ικανοποιούν τους στόχους της πολιτικής περιφερειακής ανάπτυξης, καθώς η συμβολή τους κρίνεται ότι είναι περιορισμένη. το πλαίσιο αυτού του προβληματισμού, σκοπός του άρθρου είναι η εκτίμηση της αποτελεσματικότητας των νομών της Ελλάδας αναφορικά με το βαθμό αξιοποίησης των επενδύσεων που λαμβάνουν χώρα σε αυτούς. υγκεκριμένα, με τη χρήση της Περιβάλλουσας Ανάλυσης εδοµένων (Data Envelopment Analysis - DEA), επιχειρείται μια συγκριτική αξιολόγηση των Ελληνικών νομών σχετικά με την ικανότητά τους να μετουσιώσουν τις πολιτικές που εφαρμόζονται, καθώς και τις επιχειρηματικές δραστηριότητες που αναπτύσσονται, σε αναπτυξιακές «εκροές» που βελτιώνουν το επίπεδο ζωής των κατοίκων τους. Η δομή του άρθρου έχει ως εξής: στην ενότητα 2, γίνεται συνοπτική ανάλυση της Περιβάλλουσας Ανάλυσης εδοµένων ως εργαλείο για την αξιολόγηση της αποτελεσματικότητας παραγωγικών μονάδων ή χωρικών ενοτήτων. την ενότητα 3, γίνεται παρουσίαση του υποδείγματος και των μεταβλητών που θα χρησιμοποιηθούν, ενώ στην ενότητα 4, αξιολογείται η αποτελεσματικότητα των νομών με βάση τα αποτελέσματα που προκύπτουν από την εφαρμογή του υποδείγματος. Σέλος, στην ενότητα 5, συνοψίζονται τα σημαντικότερα ευρήματα της ανάλυσης και παρουσιάζονται τα βασικά συμπεράσματα. 2. Ανάλυση της DEA Όπως προαναφέρθηκε, η μεθοδολογία που χρησιμοποιείται για την εξέταση της αποτελεσματικότητας των νομών της Ελλάδας στην αξιοποίηση των επενδύσεων είναι η Περιβάλλουσα Ανάλυση εδοµένων (Data Εnvelopment Αnalysis - DEA). Η DEA αποτελεί μια μη παραμετρική μέθοδο ανάλυσης δεδομένων που βασίζεται στη σύγκριση της λειτουργικής αποδοτικότητας ομοειδών λειτουργικών μονάδων, που ονομάζονται Μονάδες Λήψης Απόφασης (Decision Making Units - DMUs), και χρησιμοποιεί εισροές και εκροές. Κατά την εφαρμογή της, δημιουργεί ένα σύνορο μέγιστων παραγωγικών δυνατοτήτων κάτω από το οποίο βρίσκονται όλες οι υπό διερεύνηση μονάδες, οι οποίες ταξινομούνται σύμφωνα με την αποτελεσματικότητά τους. Βάση αυτού του συνόρου οι αναποτελεσματικές μονάδες δύνανται να αντιληφθούν τις αδυναμίες τους καθώς συγκρίνονται με μια ομάδα αποτελεσματικών μονάδων η οποία καλείται σετ αναφοράς (reference set). Με βάση τα αποτελέσματα, η κάθε μονάδα μπορεί να βελτιώσει την αποτελεσματικότητά της, είτε μειώνοντας τις εισροές της, είτε αυξάνοντας τις εκροές της (Niavis and Polyzos, 2010). Η μεθοδολογία εφαρμόστηκε από το Farrel to 1957, ενώ ανεπτύχθηκε περαιτέρω από τους Charnes, Cooper και Rhodes (Charnes et al., 1978), καθώς και από τους Banker, Charnes και Cooper (Banker et al., 1984). Σα αποτελέσματα των δύο παραπάνω προσπαθειών είχαν σαν συνέπεια τη δημιουργία των δύο βασικών υποδειγμάτων της μεθοδολογίας που είναι το CCR και το BCC, όπως ονομάστηκαν από τα αρχικά των συγγραφέων. Η διαφορά των δύο υποδειγμάτων έγκειται στο ότι το CCR βρίσκει εφαρμογή όταν οι λειτουργικές μονάδες παρουσιάζουν σταθερές οικονομίες κλίμακας (Constants Returns to Scale-CRS), ενώ το BCC όταν εμφανίζουν μεταβλητές οικονομίες κλίμακας (Variable Returns to Scale- VRS). Η Περιβάλλουσα Ανάλυση Δεδομένων έχει χρησιμοποιηθεί επαρκώς στη διεθνή βιβλιογραφία για την εκτίμηση της αποτελεσματικότητας χωρικών ενοτήτων (MacMillan, 2

3 1986; Charnes et al., 1989; Hashimoto and Ishikawa, 1993; Chang, Hwang and Cheng, 1995; Athanassopoulos, 1996; Byrnes and Stobeck, 2000; Martic and Savic, 2001; Demchuk and Zelenyuk, 2009). την Ελλάδα, η μεθοδολογία έχει εφαρμοστεί από τον Athanassopoulo (1995), ο οποίος χρησιμοποίησε ένα συνδυασμό μαθηματικού προγραμματισμού και DEA, ώστε να αναζητήσει έναν πιο αποτελεσματικό τρόπο διανομής των κεντρικών πόρων προς τις τοπικές αρχές. Επιπλέον, οι Karkazis and Thanassoulis (1998) χρησιμοποίησαν τη DEA για να εκτιμήσουν την αποτελεσματικότητα των περιφερειακών πολιτικών που εφαρμόστηκαν στη Β. Ελλάδα, ενώ οι Halkos and Tzeremes (2009) εκτίμησαν την αποτελεσματικότητα των ελληνικών περιφερειών για τα έτη ε επίπεδο εμπειρικής εφαρμογής, για την κατασκευή ενός προβλήματος DEA υποθέτουμε πως υπάρχουν n νομοί προς αξιολόγηση, όπου ο καθένας καταναλώνει m εισροές για να παράγει s εκροές. Επιπλέον, θεωρούμε πως x ij > 0 αποτελεί την ποσότητα της εισροής i η οποία χρησιμοποιείται από το νομό j και y rj > 0 αποτελεί την ποσότητα της εκροής r η οποία παράγεται από το νομό j. Σο πρόβλημα DEA με προσανατολισμό στις εκροές παίρνει την ακόλουθη μορφή: max Όπου: y, ro n s.t. x x i 1, 2,..., m j 1 n j 1 0 j ij j io y y r 1, 2,..., s rj j ro j o x io = Η r εκροή και η i εισροή για το νομό o υπό αξιολόγηση. Οι μεταβλητές απόφασης που αναπαριστούν τα βάρη που ο νομός j j = = τοποθετεί στο νομό o κατά την κατασκευή του σετ αναφοράς. Η μεταβλητή απόφασης που αναπαριστά την σχετική τεχνική αποτελεσματικότητα του νομού o. Σο προηγούμενο πρόβλημα στηρίζεται στην παραδοχή των σταθερών αποδόσεων κλίμακας (CRS). Σο πρόβλημα μετατρέπεται στο αντίστοιχο πρόβλημα μεταβαλλόμενων αποδόσεων κλίμακας (VRS) με την εισαγωγή του περιορισμού κυρτότητας n j 1 (1) 1. Η τεχνική αποτελεσματικότητα κάθε νομού προκύπτει από το πηλίκο 1/φ. Ένας νομός καθίσταται αποτελεσματικός όταν φ=1, ενώ ένας νομός κρίνεται τεχνικά αναποτελεσματικός όταν το φ ξεπερνά την μονάδα (Cooper et al., 2000). 3. Προτεινόμενη Μεθοδολογία και Περιγραφή των Δεδομένων Η εργασία αυτή θα επικεντρωθεί στον υπολογισμό της αποτελεσματικότητας των 51 νομών της Ελλάδος για την περίοδο Ψς «εισροές» θα χρησιμοποιηθούν οι κατά κεφαλήν δημόσιες και ιδιωτικές επενδύσεις που πραγματοποιήθηκαν σε κάθε νομό για τη συγκεκριμένη περίοδο, καθώς και η οικοδομική δραστηριότητα που αναπτύχθηκε σε κάθε νομό για την συγκεκριμένη περίοδο εκφρασμένη σε κατά κεφαλήν επιφάνεια νέων κατοικιών (σε χιλ. m²). Επιπλέον, ως «εκροή» θα χρησιμοποιηθεί το κατά κεφαλήν ΑΕΠ κάθε νομού για την περίοδο Η επιλογή της συγκεκριμένης χρονικής περιόδου έγινε έτσι ώστε να συμπίπτει με την περίοδο εφαρμογής του Αναπτυξιακού Νόμου 2601/98 j 3

4 και της Α Υάσης του Αναπτυξιακού Νόμου 3299/04. Επιπλέον, θα πρέπει να σημειωθεί ότι οι δημόσιες επενδύσεις αφορούν δαπάνες του Προγράμματος Δημοσίων Επενδύσεων (ΠΔΕ) για την εξεταζόμενη χρονική περίοδο. Οι συγκεκριμένες μεταβλητές θεωρούνται επαρκείς για να εκφράσουν την οικονομική δραστηριότητα ενός νομού, καθώς ενσωματώνουν την επίδραση της περιφερειακής πολιτικής μέσω των επενδύσεων του Προγράμματος Δημόσιων Επενδύσεων και των δύο Αναπτυξιακών Νόμων, ενώ περιλαμβάνουν και ένα δείκτη της αμιγούς ιδιωτικής πρωτοβουλίας μέσω της δραστηριότητας του κατασκευαστικού τομέα. Επιπλέον, το κατά κεφαλήν ΑΕΠ αποτυπώνει τον παραγωγικό δυναμισμό κάθε νομού αποτελώντας ένα δείκτη του οικονομικού και βιοτικού επιπέδου. Αναφορικά με τα υποδείγματα στα οποία θα στηριχθεί η ανάλυση, θα πρέπει να τονιστεί πως, με βάση τη διεθνή εμπειρία, το υπόδειγμα των μεταβλητών αποδόσεων κλίμακας είναι το πλέον κατάλληλο υπόδειγμα μέτρησης της περιφερειακής αποτελεσματικότητας. Αυτό είναι λογικό καθώς δεν είναι δυνατόν όλες οι επενδύσεις να έχουν το ίδιο αποτέλεσμα στην αύξηση του ΑΕΠ (Halkos and Tzeremes, 2009). Η συγκεκριμένη εργασία θα στηριχθεί αρχικώς στο υπόδειγμα VRS. Επιπρόσθετα, θα υπολογιστεί η αποτελεσματικότητα κλίμακας κάθε νομού, ώστε να αναζητηθεί ο βαθμός κατά τον οποίο οι νομοί λειτουργούν στο άριστο μέγεθος οικονομικής δραστηριότητας. Η αποτελεσματικότητα κλίμακας προκύπτει ως το πηλίκο της CRS αποτελεσματικότητας με τη VRS αποτελεσματικότητα. ECCR SE (2) TE BCC Για την εξαγωγή ασφαλέστερων και εγκυρότερων συμπερασμάτων αναφορικά με την κατάταξη των αποτελεσματικών νομών, θα χρησιμοποιηθεί και το υπόδειγμα που πρότειναν οι Andersen and Petersen (1993). Σο συγκεκριμένο υπόδειγμα καλείται Super- Efficiency DEA και ουσιαστικά επαναυπολογίζει την αποτελεσματικότητα των νομών εξαιρώντας τους αποτελεσματικούς νομούς από τη δική τους ομάδα αναφοράς. Αυτό έχει ως αποτέλεσμα ο αποτελεσματικός νομός j να μπορεί να εμφανίσει αποτελεσματικότητα μεγαλύτερη της μονάδας. Η μορφή του προβλήματος Super-Efficiency DEA με σταθερές αποδόσεις κλίμακας είναι η εξής: max n s.t. x x i 1, 2,..., m j 1 j o n j 1 j o sup er 0 j ij j io sup er y y r 1, 2,..., s rj j ro j o (3) την ανάλυση αυτή θα χρησιμοποιηθεί το υπόδειγμα CRS Super-Efficiency, καθώς το αντίστοιχο υπόδειγμα VRS παρουσιάζει μεγάλη ευαισθησία σε ακραίες τιμές και πολύ συχνά οδηγεί σε αδύνατες λύσεις (Lovell and Rouse, 2003). τον Πίνακα 1 παρουσιάζονται τα κυριότερα στατιστικά μέτρα των παρατηρήσεων των τεσσάρων μεταβλητών του υποδείγματος. 4

5 Πίνακας 1.Περιγραφικά στατιστικά μέτρα των μεταβλητών N Minimum Maximum Mean Std. Deviation κ.κ. Δημ. Επενδ , ,76 423, ,44405 κ.κ. Ιδ. Επενδ. 51 0,7 3,59 1,5409 0,60123 κ.κ. χιλ m² Κατ 51 86, ,03 800, ,13812 κ.κ. ΑΕΠ , , , , Αξιολόγηση Αποτελεσματικότητας Ελληνικών Νομών ε αυτή την ενότητα αξιολογούνται τα αποτελέσματα που προκύπτουν από την εφαρμογή της μεθοδολογίας. Σα στοιχεία του Πίνακα 2 δείχνουν ότι, για την περίοδο , υπάρχουν σημαντικές διαφορές μεταξύ των νομών ως προς την αποτελεσματικότητα τους. Ειδικότερα, σύμφωνα με τα αποτελέσματα του υποδείγματος VRS (Φάρτης 1), ο αριθμός των αποτελεσματικών νομών ανέρχεται στους επτά (Ν. Αττικής, Ν. Βοιωτίας, Ν. ερρών, Ν. Μεσσηνίας, Ν. Καρδίτσας, Ν. Ηλείας, Ν. Ημαθίας). Οι συγκεκριμένοι νομοί εμφανίζουν τη μέγιστη δυνατή αξιοποίηση των επενδύσεων που πραγματοποιήθηκαν προς όφελος της οικονομικής ανάπτυξης τους. Από την άλλη πλευρά, ως λιγότερο αποτελεσματικοί εμφανίζονται οι Νομοί Ροδόπης, Ευρυτανίας, Γρεβενών, Πιερίας, Σρικάλων, Ξάνθης και Έβρου. Φάρτης 1. Αποτελεσματικότητα Ελληνικών Nομών (Τπόδειγμα VRS Efficiency) Πηγή: Ιδία επεξεργασία Με βάση τα αποτελέσματα του υποδείγματος CRS Super-Efficiency (ή CCR Super- Efficiency), οι μοναδικοί νομοί που παρουσιάζουν μέγιστη αποτελεσματικότητα είναι ο Ν. Αττικής και ο Ν. Βοιωτίας. Αυτό είναι λογικό, καθώς ο τρόπος κατασκευής του συνόρου στο υπόδειγμα CRS DEA οδηγεί κατά κανόνα σε χαμηλότερες εκτιμήσεις της αποτελεσματικότητας των νομών από το αντίστοιχο VRS υπόδειγμα. Και σε αυτό το υπόδειγμα αρκετοί νομοί παρουσιάζουν χαμηλές επιδόσεις, με τους Νομούς Λευκάδας, Φαλκιδικής, Θεσπρωτίας, Ροδόπης και Γρεβενών να παρουσιάζουν τη χαμηλότερη αποτελεσματικότητα (Φάρτης 2). 5

6 Φάρτης 2. Αποτελεσματικότητα Ελληνικών Nομών (Τπόδειγμα CCR Super-Efficiency) Πηγή: Ιδία επεξεργασία Οι Νομοί Αττικής και Βοιωτίας λειτουργούν στο άριστο μέγεθος οικονομικής δραστηριότητας εκμεταλλευόμενοι πλήρως τις παραγωγικές τους ικανότητες. Αυτό δείχνουν και τα αποτελέσματα αναφορικά με την αποτελεσματικότητα κλίμακας (Scale Efficiency) των νομών. Αντίθετα, αρκετοί νομοί λειτουργούν σε πολύ μικρότερη κλίμακα από την ιδανική με συνέπεια να απέχουν αρκετά από το να επιτύχουν το άριστο μέγεθος οικονομικής δραστηριότητας. Σις χαμηλότερες αποδόσεις παρουσιάζουν οι Νομοί Λευκάδας, Καρδίτσας, Θεσπρωτίας, Φαλκιδικής, Ζακύνθου και Κεφαλλονιάς (Φάρτης 3). Φάρτης 3. Αποτελεσματικότητα Ελληνικών Nομών (Τπόδειγμα Scale Efficiency) Πηγή: Ιδία επεξεργασία 6

7 Πίνακας 2. υγκεντρωτικά αποτελέσματα εφαρμογής της Περιβάλλουσας Ανάλυσης Δεδομένων Α/Α Νομός VRS Efficiency Scale Efficiency CCR Super- Efficiency Α/Α Νομός VRS Efficiency Scale Efficiency CCR Super- Efficiency 1 Αιτωλοακαρνανίας 0,534 0,916 0, Κοζάνης 0,682 0,916 0,624 2 Αργολίδας 0,630 0,991 0, Κορινθίας 0,782 0,795 0,622 3 Αρκαδίας 0,681 0,728 0, Κυκλάδων 0,796 0,612 0,488 4 Άρτας 0,617 0,819 0, Λακωνίας 0,510 0,993 0,506 5 Αττικής 1,000 1,000 2, Λάρισας 0,739 0,983 0,727 6 Αχαΐας 0,546 0,746 0, Λασιθίου 0,575 0,922 0,530 7 Βοιωτίας 1,000 1,000 1, Λέσβου 0,638 0,903 0,577 8 Γρεβενών 0,420 0,828 0, Λευκάδας 0,490 0,442 0,216 9 Δράμας 0,545 0,911 0, Μαγνησίας 0,607 0,777 0, Δωδεκανήσου 0,643 0,827 0, Μεσσηνίας 1,000 0,757 0, Έβρου 0,488 0,836 0, Ξάνθης 0,468 0,998 0, Εύβοιας 0,719 0,981 0, Πέλλας 0,935 0,626 0, Ευρυτανίας 0,396 0,996 0, Πιερίας 0,466 0,887 0, Ζακύνθου 0,639 0,571 0, Πρέβεζας 0,502 0,744 0, Ηλείας 1,000 0,606 0, Ρεθύμνου 0,544 0,858 0, Ημαθίας 1,000 0,950 0, Ροδόπης 0,379 0,832 0, Ηρακλείου 0,595 0,932 0, άμου 0,489 0,930 0, Θεσπρωτίας 0,521 0,545 0, ερρών 1,000 0,604 0, Θεσσαλονίκης 0,663 0,907 0, Σρικάλων 0,471 0,995 0, Ιωαννίνων 0,531 0,726 0, Υθιώτιδας 0,583 0,971 0, Καβάλας 0,571 0,995 0, Υλώρινας 0,519 0,883 0, Καρδίτσας 1,000 0,505 0, Υωκίδας 0,536 0,722 0, Καστοριάς 0,698 0,855 0, Φαλκιδικής 0,502 0,548 0, Κέρκυρας 0,551 0,943 0, Φανίων 0,603 0,808 0, Κεφαλονιάς 0,590 0,595 0, Φίου 0,537 0,709 0, Κιλκίς 0,490 0,873 0,428 7

8 υνολικά, από τα αποτελέσματα των τεχνικών που εφαρμόστηκαν, διαπιστώνεται ότι ο Ν.Αττικής παρουσιάζει την υψηλότερη αποτελεσματικότητα μεταξύ των νομών της Ελλάδας ως προς την αξιοποίηση των επενδύσεων για τη βελτίωση του επιπέδου ανάπτυξης και ευημερίας. Οι ευνοϊκές συνθήκες ανάπτυξης που επικρατούν στην περιοχή της πρωτεύουσας σε σύγκριση με τους άλλους νομούς (π.χ. ύπαρξη σύγχρονων υποδομών, συγκέντρωση ενός σημαντικού μέρους των οικονομικών δραστηριοτήτων της χώρας κ.α.) έχουν σαν συνέπεια την υψηλή αποτελεσματικότητα του Ν. Αττικής. ε αυτό το σημείο αξίζει να σημειωθεί ότι η προετοιμασία των Ολυμπιακών Αγώνων έχει διαδραματίσει καθοριστικό ρόλο στην κατανομή των δημόσιων επενδύσεων έως το 2004, καθώς έγινε κυρίως προς όφελος της Αττικής, καθώς και των άλλων τεσσάρων νομών που περιελάμβαναν Ολυμπιακές πόλεις (Θεσσαλονίκη, Πάτρα, Ηράκλειο, Βόλος). την περίπτωση του Ν. Βοιωτίας, και εν μέρει του Ν. Κορινθίας, τα αποτελέσματα ενδεχομένως να μην αντικατοπτρίζουν την πραγματικότητα. ύμφωνα με τους Πετράκο και Χυχάρη (2004), τις τελευταίες δύο δεκαετίες, ένα σημαντικό τμήμα του μεταποιητικού δυναμικού της Αττικής έχει εγκατασταθεί στους Νομούς Βοιωτίας και Κορινθίας, για λόγους που αφορούν κυρίως τον περιορισμό του δυναμισμού της Αθήνας. Αυτό έχει σαν συνέπεια, οι δύο συγκεκριμένοι νομοί να εμφανίζονται ως ιδιαίτερα ανεπτυγμένοι με πολύ υψηλό κ.κ. ΑΕΠ. Ψστόσο, αν και οι επιχειρήσεις είναι εγκατεστημένες και παράγουν τα προϊόντα τους στην ευρύτερη περιοχή των δύο αυτών νομών, τα εισοδήματα τα οποία δημιουργούν, διαφεύγουν σε μεγάλο ποσοστό προς την πρωτεύουσα και, επομένως, έχουν μικρή συμβολή στην τοπική ανάπτυξη. Έτσι, μπορεί οι νομοί αυτοί να κρίνονται αποτελεσματικοί ως προς τη διαχείριση των εισροών τους, ωστόσο η αποτελεσματικότητα τους δεν συμβαδίζει με την τοπική ανάπτυξη. υνεχίζοντας, από μια πρώτη ανάλυση των αποτελεσμάτων διαπιστώνεται ότι οι νομοί που βρίσκονται κατά μήκος των βασικών αναπτυξιακών αξόνων, καθώς και αυτοί που αποτελούνται από σημαντικά αστικά κέντρα, παρουσιάζουν σχετικά υψηλή αποτελεσματικότητα. Η διαπίστωση αυτή μας οδηγεί στον έλεγχο δύο διαφορετικών υποθέσεων σχετικά με τη διακύμανση των τιμών της αποτελεσματικότητας. Η πρώτη υπόθεση που πρέπει να ελεγχτεί είναι αν οι νομοί με μεγάλο πληθυσμό παρουσιάζουν συστηματικά μεγαλύτερες τιμές αποτελεσματικότητας από τους μικρότερους πληθυσμιακά νομούς. Για τον έλεγχο της υπόθεσης αυτής είναι απαραίτητος ο διαχωρισμός των νομών σε δύο υποομάδες με κριτήριο αν ο πληθυσμός του κάθε νομού υπερβαίνει ή όχι τους κατοίκους. Η δεύτερη υπόθεση αφορά στο αν οι νομοί με χαμηλή προσβασιμότητα παρουσιάζουν συστηματικά χαμηλότερες τιμές αποτελεσματικότητας από αυτούς που βρίσκονται κατά μήκος των βασικών αναπτυξιακών αξόνων. Για τον έλεγχο αυτής της υπόθεσης, οι νομοί διαχωρίζονται σε δύο υποομάδες με βάση το δείκτη κεντρικότητας (Gravity Index) με κριτήριο την τιμή 100, ο οποίος μετρά τη σχετική θέση κάθε νομού σε σχέση με όλους τους άλλους (Πολύζος, 2011; Πετράκος και Χυχάρης, 2004). Οι τιμές αυτού του δείκτη για κάθε νομό επηρεάζονται από τη χρονοαπόσταση του από τους υπόλοιπους νομούς. Τψηλές τιμές υποδηλώνουν καλή προσπελασιμότητα και κεντρική θέση σε σχέση με τα μεταφορικά δίκτυα της χώρας, ενώ χαμηλές τιμές υποδηλώνουν χαμηλή προσπελασιμότητα και ενδεχομένως περιμετρική θέση. Δεδομένου πως τα αποτελέσματα της DEA δεν ακολουθούν μια τυπική κανονική κατανομή, για τον έλεγχο των υποθέσεων θα υιοθετηθεί το Mann-Whitney U-test που αποτελεί ένα μη παραμετρικό έλεγχο και κρίνεται κατάλληλο για τον έλεγχο των αποτελεσμάτων DEA (Golany and Roll, 1996). Επιπλέον, πρέπει να επισημανθεί ότι για τον έλεγχο των δύο υποθέσεων θα χρησιμοποιηθούν τα αποτελέσματα του υποδείγματος CRS Super-Efficiency, καθώς αυτά εκφράζουν τη συνολική αποτελεσματικότητα. Σα αποτελέσματα των ελέγχων παρουσιάζονται στον πίνακα 3. Πίνακας 3. τατιστικός έλεγχος υποθέσεων Ranks Mean Rank Sum of Ranks Αποτελεσματικότητα νομών < κατοίκων 16, ,000 Αποτελεσματικότητα νομών > κατοίκων 31, ,000 Αποτελεσματικότητα νομών με υψηλή κεντρικότητα 34, ,000 Αποτελεσματικότητα νομών με χαμηλή κεντρικότητα 20, ,000 Test Statistics Asymp. Sig. Σιμή Z (2-tailed) -3,548 0,000-3,445 0,001 ύμφωνα με τα αποτελέσματα του πίνακα, οι αρχικές διαπιστώσεις επιβεβαιώνονται. Η στατιστική τιμή του z (-3,548) και το αποτέλεσμα του αμφίπλευρου ελέγχου (0,000) δείχνουν πως το μέγεθος των νομών συσχετίζεται θετικά με την αποτελεσματικότητα. Ανάλογα είναι τα αποτελέσματα του ελέγχου σχετικά 8

9 με την κεντρικότητα των νομών. Οι τιμές του δεύτερου ελέγχου βεβαιώνουν πως οι κεντρικοί νομοί παρουσιάζουν υψηλότερα επίπεδα αποτελεσματικότητας από τους γεωγραφικά απομονωμένους. Με βάση την παραπάνω ανάλυση, οι διαφορές που υπάρχουν στα επίπεδα αποτελεσματικότητας μεταξύ των νομών της Ελλάδας αναδεικνύουν την έλλειψη μιας συγκροτημένης περιφερειακής πολιτικής που θα αποσκοπεί στην ενίσχυση, κυρίως, των λιγότερο ανεπτυγμένων περιοχών. Παρά τα σημαντικά ποσά που δαπανήθηκαν στην χρονική περίοδο αναφοράς, η συμβολή τους στην ανάπτυξη πολλών περιοχών ήταν εμφανώς περιορισμένη. Επιπλέον, το συγκεντρωτικό σύστημα που επικρατεί εδώ και πολλά χρόνια στην Ελλάδα αποτελεί ανασταλτικό παράγοντα στην αποτελεσματικότητα της περιφερειακής πολιτικής, καθώς δεν δίνεται η δυνατότητα στην περιφερειακή διοίκηση και τοπική αυτοδιοίκηση να συμμετέχουν με ουσιαστικό τρόπο στην υλοποίηση και αξιοποίηση των δημόσιων και ιδιωτικών επενδύσεων. Η κεντρική διοίκηση θα πρέπει να προωθήσει τη διοικητική αποκέντρωση και να δημιουργήσει όλες τις εκείνες τις δομές που θα εξασφαλίζουν τη συμμετοχή των τοπικών δρώντων, καθώς γνωρίζουν καλύτερα τις ανάγκες και τις προοπτικές των περιοχών. Σέλος, ένας βασικός παράγοντας που διαδραματίζει καθοριστικό ρόλο στην αποτελεσματική χρήση των επενδύσεων είναι η παραγωγική διάρθρωση της εκάστοτε περιοχής. Δυναμικές περιοχές με ισχυρή παραγωγική διάρθρωση που εξειδικεύονται σε μεγάλη ποικιλία παραγωγικών κλάδων, είναι σε θέση να ωφεληθούν περισσότερο από την υλοποίηση επενδύσεων. Αντίθετα, περιοχές με αδυναμίες στον παραγωγικό ιστό τείνουν να εμφανίζουν αναποτελεσματικότητα. Για παράδειγμα, η παροχή ευνοϊκών κινήτρων, μέσω των Αναπτυξιακών Νόμων, σε περιοχές με περιορισμένη πρόσβαση στις αγορές, οδηγεί συνήθως στη δημιουργία επιχειρήσεων που καθίστανται μη ανταγωνιστικές μακροπρόθεσμα. 5. υμπεράσματα τόχος του άρθρου ήταν η αξιολόγηση της αποτελεσματικότητας των 51 νομών της Ελλάδας σχετικά με τη συμβολή των δημόσιων και ιδιωτικών επενδύσεων στο επίπεδο ανάπτυξης τους κατά την περίοδο Η μεθοδολογία που χρησιμοποιήθηκε είναι η Περιβάλλουσα Ανάλυση Δεδομένων (Data Envelopment Analysis). Από την εφαρμογή της μεθοδολογίας διαπιστώνεται ότι υπάρχουν σημαντικές διαφορές μεταξύ των Ελληνικών νομών ως προς την αποτελεσματικότητα τους στην αξιοποίηση των δημόσιων και ιδιωτικών επενδύσεων. Οι Νομοί Αττικής και Βοιωτίας έχουν τη μεγαλύτερη αποτελεσματικότητα μεταξύ των νομών της Ελλάδας, αν και στην περίπτωση του Ν. Βοιωτίας τα αποτελέσματα δεν ανταποκρίνονται πλήρως στην πραγματικότητα για λόγους που σχετίζονται με τον τρόπο μέτρησης του ΑΕΠ. Επιπλέον, όσοι νομοί βρίσκονται κατά μήκος βασικών αναπτυξιακών αξόνων, όπως ο οδικός άξονας ΠΑΘΕ, καθώς και όσοι περιλαμβάνουν δυναμικές πόλεις, παρουσιάζουν σχετικά υψηλή αποτελεσματικότητα, με εξαίρεση το Ν. Αχαΐας. Αντιθέτως, η πλειονότητα των νομών που βρίσκονται γεωγραφικά απομονωμένοι και έχουν χαμηλή προσβασιμότητα, εμφανίζουν χαμηλή αποτελεσματικότητα. ε γενικές γραμμές, διαπιστώνεται ότι, για την περίοδο , οι επενδύσεις ως μέσο άσκησης της περιφερειακής πολιτικής δεν απέδωσαν τα αναμενόμενα αποτελέσματα, αφού θα μπορούσαν να συμβάλλουν σε μεγαλύτερο βαθμό στη βελτίωση του επιπέδου ανάπτυξης, κυρίως, των λιγότερο ανεπτυγμένων περιοχών, καθώς και στην επίτευξη σύγκλισης μεταξύ των νομών της Ελλάδας. Η κατανομή των δημόσιων επενδύσεων φαίνεται να χαρακτηρίζεται από την κυριαρχία αποσπασματικών παρεμβάσεων και να γίνεται με κριτήρια που δεν βασίζονται σε ένα συνολικό στρατηγικό σχέδιο περιφερειακής ανάπτυξης. Επιπλέον, οι πόροι και τα κίνητρα των Αναπτυξιακών Νόμων 2601/98 και 3299/04 δεν συμβαδίζουν με το κριτήριο της περιφερειακής σύγκλισης, το οποίο αποτελεί το βασικό κριτήριο σύμφωνα με τους γενικούς στόχους των Αναπτυξιακών Νόμων. υγκεκριμένα, ενισχύουν σε σημαντικό βαθμό τα μητροπολιτικά κέντρα και τις ανεπτυγμένες τουριστικές περιοχές, ενώ αφήνουν χωρίς ουσιαστική στήριξη πολλές περιοχές που βρίσκονται σε αναπτυξιακή υστέρηση. Η αποτελεσματική χρήση και αξιοποίηση των επενδύσεων θα πρέπει να αποτελέσει πρωταρχικό στόχο. Για να γίνει εφικτό κάτι τέτοιο, απαιτούνται μια σειρά από ενέργειες έτσι ώστε οι επενδύσεις να δράσουν ως καταλύτες για την ανάπτυξη και την περιφερειακή σύγκλιση. Ειδικότερα, απαραίτητη κρίνεται η εφαρμογή μιας συνεκτικής στρατηγικής περιφερειακής ανάπτυξης που θα αποσκοπεί στην άμβλυνση των ανισοτήτων και στην επίτευξη οικονομικής ισορροπίας. Αυτή η στρατηγική θα πρέπει να αποτελείται από σαφείς στόχους και προτεραιότητες που θα αποσκοπούν στην ορθολογική κατανομή των πόρων και στην κατεύθυνση των επενδύσεων στις λιγότερο ανεπτυγμένες περιοχές, γεγονός που θα συμβάλλει στην ενίσχυση της ανταγωνιστικότητας αυτών των περιοχών και στην αύξηση του επιπέδου ανάπτυξης τους. Επιπλέον, το κεντρικό κράτος θα πρέπει να προωθήσει το μοντέλο της αποκεντρωμένης διοίκησης προκειμένου να υπάρξει ενεργότερη συμμετοχή των τοπικών φορέων σε ζητήματα περιφερειακής πολιτικής. Σέλος, θα πρέπει να αντιμετωπιστούν διάφορα προβλήματα που αποτελούν ανασταλτικούς παράγοντες στην υλοποίηση επενδύσεων, όπως η γραφειοκρατία, οι καθυστερήσεις στη χρηματοδότηση, κ.α. 9

10 Βιβλιογραφία Ξενόγλωσση Andersen, P. and Petersen, N.C. (1993) «A procedure for ranking efficient units in Data Envelopment Analysis», Management Science, 39(10), pp Athanassopoulos, A. (1995) «Goal programming and data envelopment analysis (GoDEA) for targetbased multi-level planning: Allocating central grants to the Greek local authorities», European Journal of Operational Research, 87(3), pp Athanassopoulos, A. (1996) «Assessing the comparative spatial disadvantage (CSD) of regions in the European Union using non-radial data envelopment analysis methods», European Journal of Operational Research, 94, pp Banker, R. D., Charnes, A. and Cooper, W. W. (1984) «Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis», Management Science, 30(9), pp Byrnes, P. and Storbeck, J. (2000) «Efficiency gains from regionalization: economic development in China revisited», Socio-Economic Planning Sciences, 34, pp Chang, P.-L., Hwang, S.-N. and Cheng, W.-Y. (1995) «Using Data Envelopment Analysis to Measure the Achievement and Change of Regional Development in Taiwan», Journal of Environmental Management, 43, pp Charnes, A., Cooper, W. W. and Li, S. (1989) «Using data envelopment analysis to evaluate efficiency in the economic performance of Chinese cities», Socio-economic Planning Science, 23(6), pp Charnes, A., Cooper, W. W. and Rhodes, E. (1978) «Measuring the efficiency of decision making units», European Journal of Operational Research, 2(6), pp Cooper, W.W., Seiford, L.M. and Tone, K. (2000) Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References and DEA-Solver Software, Boston: Kluwer Academic Publishers Demchuk, P. and Zelenyuk, V. (2009) «Testing differences in efficiency of regions within a country: the case of Ukraine», Journal of Productivity Analysis, 32(2), pp Farrell, M. J. (1957) «The measurement of productive efficiency», Journal of the Royal Statistical Society A, 120, pp Golani, B. and Roll, Y. (1989) «An application procedure for DEA», Omega International Journal of Management Sciences, 17(3), Halkos, G. and Tzeremes, N. (2009) «Measuring regional economic efficiency: the case of Greek prefectures», The Annals of Regional Science, 45(3), pp Hashimoto, A., and Ishikawa, H. (1993) «Using DEA to evaluate the state of society as measured by multiple social indicators», Socio-Economic Planning Sciences, 27(4), pp Karkazis, J. and Thanassoulis, E. (1998) «Assessing the effectiveness of regional development policies in Northern Greece using Data Envelopment Analysis», Socio-Economic Planning Sciences, 32(2), pp Lovell, C. A. K and Rouse, A.P.B. (2003) «Equivalent standard DEA models to provide super-efficiency scores», Journal of the Operational Research Society, 54, pp Macmillan, W. (1986) «The estimation and application of multiregional economic planning models using data envelopment analysis», Journal of Regional Science, 60(1), pp Martic, M. and Savic, G. (2001) «An application of DEA for comparative analysis and ranking of regions in Serbia with regards to social-economic development», European Journal of Operational Research, 132, pp Niavis, S. and Polyzos, S. (2010) «Evaluating port efficiency in the Mediterranean», Paper presented in the 7 th meeting of multi-criteria decision analysis, Orestiada, 30 September-2 October 2010 Ελληνόγλωσση Allmedia, (2011) Οι Νομοί της Ελλάδος, Ηλεκτρονική Βάση Δεδομένων Πετράκος, Γ. και Χυχάρης, Γ. (2004) Περιφερειακή Ανάπτυξη στην Ελλάδα, Αθήνα: Εκδόσεις Κριτική Πολύζος,. και Πετράκος, Γ. (2001) «Φωροθέτηση των Επιχειρήσεων στην Ελλάδα: Ανάλυση Προσδιοριστικών Παραγόντων και Εμπειρική Διερεύνηση», ΤΟΠΟΣ, 17, σελ Πολύζος,. (2011) Περιφερειακή Ανάπτυξη, Αθήνα: Εκδόσεις Κριτική 10