Infrastruktūros ir ekonomikos augimo ryšį nustatančių rodiklių interpretacijos

LTInfrastruktūra, jos kokybiniai ir kiekybiniai parametrai yra svarbūs veiksniai, darantys įtaką šalies ir regiono vystymuisi, taip pat ekonomikos augimui. Bendruoju atveju, infrastruktūra apima fizines ir organizacines struktūras bei tokias paslaugas, kaip keliai, jų priežiūra, energetika ir kt., reikalingas visuomenės arba verslo funkcionavimui. Teorinius infrastruktūros ypatumus tyrinėję autoriai ją skirsto į ekonominę (dar kitaip vadinamą viešąja) ir socialinę. Tuo tarpu praktiniuose tyrimuose, vertinančiuose infrastruktūros ir atskirų jos sektorių ryšį su ekonomikos augimu, vyrauja ekonominė (viešoji) infrastruktūra bei atskiri jos sektoriai. Tokia tendencija susiklostė dėl duomenų prieinamumo ir tikslumo specifikos. Mokslinė problema. Ekonominės (viešosios) infrastruktūros ar atskirų jos sektorių tarpusavio ryšius su ekonomikos augimu savo moksliniuose tyrimuose nagrinėja ir vertina daug autorių (Demurger, 2001; Datta, Agarwal, 2004; Seethepalli, Bramati, Veredas, 2008; Sahoo, Dash, 2009; Dash, Sahoo, 2010; Snieška, Zykienė, 2010; Calderon, Moral-Benito, Serven, 2011; Sahoo Dash, 2012; Xueliang, 2013; Batuo, 2015). Paminėtuose tyrimuose infrastruktūra dažniausiai apibūdinama pačių tyrimų autorių sukurtais infrastruktūros indeksais, sudarytais fizinių infrastruktūros rodiklių pagrindu. Ekonomikos pokyčius anksčiau nurodytuose tyrimuose atspindėjo tiriamų šalių bendrojo vidaus produkto kitimai. Gauti rezultatai rodo, jog, priklausomai nuo atlikto tyrimo ir nagrinėtos šalies ar regiono, infrastruktūros bei atskirų jos sektorių ryšys su ekonomikos augimu yra tiesinis – plėtojant ir modernėjant infrastruktūrai spartėja ir ekonomikos augimas.Svarbu paminėti tai, jog atliktų tyrimų laikotarpių ilgio vidurkis svyruoja apie 20 metų, o fiziniai infrastruktūros rodikliai yra išreikšti 100 ar 1000 gyventojų bazėje. Daugiausia tyrinėtos Azijos šalys ar atskiri jų regionai, kuriuose vyravo ilgalaikės ekonomikos, gyventojų skaičiaus ir infrastruktūros plėtojimo tendencijos. Atliktų tyrimų analizė sąlygoja tolimesnes diskusijas ir interpretacijas apie tai, kaip tarpusavio ryšys tarp kintamųjų pasikeičia, jeigu atsiranda tyrimo rodiklių klaidingos interpretacijos galimybė. Straipsnio mokslinė problema – kokioms prielaidoms esant pasirinkti rodikliai gali rodyti tikrovei neadekvačius rezultatus. Tyrimo objektas – infrastruktūros sektoriaus ir ekonomikos augimo tarpusavio ryšio vertinimas. Tyrimo tikslas – įvertinti Lietuvos, Latvijos ir Estijos infrastruktūros sektorių ir ekonomikos augimo tarpusavio ryšius, jeigu tyrime naudojami rodikliai yra klaidingai interpretuojami, bei praktiškai patikrinti situacijas, kada pasirinkti rodikliai neadekvačiai atspindi tikrovę. Straipsnyje taikyti tyrimo metodai – mokslinių šaltinių analizė, tyrimo statistinių duomenų analizė ir apibendrinimas, regresinė laiko eilučių palyginamoji analizė. [Iš Įvado]Reikšminiai žodžiai: Infrastruktūra; Ekonomikos augimas; Rodikliai; Lietuva; Latvija; Estija. Keywords: Infrastructure; Economic growth; Indicators; Lithuania; Latvia; Estonia.

ENWhen analysing relationship between infrastructure or its sectors and country or region economic growth, researchers often use ratio variables of physical infrastructure elements. If we use such ratio variables, misinterpretation can occur because in some cases these variables cannot reflect reality in the objective way. The aim of this article is to determine the possible theoretical conditions for cases of such misinterpretation and estimate, if it can occur in practice. The empirical research results showed that such cases under the raised conditions could appear in transport and energy sectors, using total road length and electricity production capacity variables, which stands for mentioned infrastructure sectors. Though this article’s empirical research has a lot of limitations, the main recommendation for researchers in infrastructureeconomic growth relationship field is to analyse chosen ratio variables of physical infrastructure elements more carefully. By doing this, spurious results in cases when these variables create opportunity for data misinterpretation could be avoided. [From the publication]