Davydenko N., Olifer I., Wasilewska N., Wasilewski M. THE SHADOW ECONOMY AND ITS IMPACT ON A COUNTRY’S FINANCIAL POTENTIAL
Autor | Nadiia Davydenko, Ivan Olifer, Natalia Wasilewska, Mirosław Wasilewski |
Tytuł | THE SHADOW ECONOMY AND ITS IMPACT ON A COUNTRY’S FINANCIAL POTENTIAL |
Title | Szara strefa i jej wpływ na potencjał finansowy kraju |
Słowa kluczowe | shadow economy, financial potential, developing countries, advanced economies, corruption. |
Key words | szara strefa, potencjał finansowy, kraje rozwijające się, gospodarki rozwinięte, korupcja. |
Abstrakt | The aim of the article is to reveal the essence of the shadow economy and its impact on the financial potential of a country. We have discovered that the shadow economy is an objective phenomenon which is inherent in the economic systems of all countries, and that its level is determined by the level of development of the economic system, the difficulty of identifying all possible variants of the shading processes, and the moral and cultural characteristics of the country. It has been established that the shadow economy plays a major role in developing countries and that the level of the shadow economy in advanced economies is significantly lower. Thus, due to the results of the correlation-regression analysis, an inverse relationship between the level of GDP and the shadow economy was established. A system of measures aimed at preventing and combating corruption is proposed. |
Abstract | Celem opracowania jest określenie istoty szarej strefy i jej wpływu na potencjał finansowy kraju. Stwierdzono, że szara strefa jest zjawiskiem obiektywnym, nieodłącznym dla systemów gospodarczych wszystkich krajów. Poziom szarej strefy jest determinowany stopniem rozwoju systemu gospodarczego, trudnością w zidentyfikowaniu wszystkich możliwych wariantów procesów w jej ramach oraz moralnością, a nawet kulturą charakteryzującą dany kraj. Ustalono, że szara strefa odgrywa istotną rolę w krajach rozwijających się, natomiast jej poziom w gospodarkach rozwiniętych jest znacznie niższy. Na podstawie wyników analizy korelacji-regresji ustalono odwrotną zależność między poziomem PKB a wielkością szarej strefy. Zaproponowano system środków mających na celu zapobieganie i zwalczanie korupcji. |
Cytowanie | Davydenko N., Olifer I., Wasilewska N., Wasilewski M. (2020) THE SHADOW ECONOMY AND ITS IMPACT ON A COUNTRY’S FINANCIAL POTENTIAL .Zeszyty Naukowe SGGW, Polityki Europejskie, Finanse i Marketing [t.], nr 24(73): 31-42 |
HTML | wersja html |
Pełny tekst | PEFIM_2020_n73_s31.pdf |
|
|
Buszko A. The regional differentiation of shadow economy in Poland – the potential impact for development
Autor | Andrzej Buszko |
Tytuł | The regional differentiation of shadow economy in Poland – the potential impact for development |
Title | Regionalne zróżnicowanie szarej strefy w Polsce – potencjalny wpływ na rozwój |
Słowa kluczowe | shadow economy, regions, factors, impact, development |
Key words | szara strefa, regiony, czynniki, wpływ, rozwój |
Abstrakt | The aim of the article was to measure the level of the shadow economy in the regions of Poland. The MIMIC (Multiple Indicators Multiple Causes) approach was applied. The findings show substantial differences of shadow economy in Polish regions. The highest level of shadow economy in 2016 was identified in Świętokrzyskie (32% of local GDP) while the lowest one was observed in Kujawsko-Pomorskie and Wielkopolskie (23% of regional GDP). The regional differentiation in Poland is quite big economic problem which may harm further economic development. The different efforts that have been implemented did not reduce the dissimilarities. The shadow economy seems to be important structural barrier hammering economic development in Polish regions. |
Abstract | Celem badań było zmierzenie szarej strefy w Polsce w ujęciu regionalnym. Posłużono się metodą MIMIC (Multiple Indicators Multiple Causes). Na podstawie uzyskanych wyników stwierdzono znaczne zróżnicowane szarej strefy w poszczególnych regionach Polski. Najwyższy poziom szarej strefy w 2016 roku wystąpił województwie świętokrzyskim (32% lokalnego PKB), a najniższy poziom szarej strefy odnotowano w województwach kujawsko-pomorskim oraz wielkopolskim (23% PKB). Tak duże zróżnicowanie szarej strefy może wpływać na rozwój gospodarczy, dlatego należy podjąć stosowne wysiłki aby zmniejszyć to zróżnicowanie. Szara strefa staje się ważną barierą strukturalną ograniczającą rozwój w regionach Polski. |
Cytowanie | Buszko A. (2019) The regional differentiation of shadow economy in Poland – the potential impact for development.Zeszyty Naukowe SGGW - Ekonomika i Organizacja Gospodarki Żywnościowej, nr 125: 5-15 |
HTML | wersja html |
Pełny tekst | EIOGZ_2019_n125_s5.pdf |
|
|