МІЖГАЛУЗЕВИЙ АНАЛІЗ СХИЛЬНОСТІ СУБ’ЄКТІВ ГОСПОДАРЮВАННЯ ДО ПРОТИПРАВНОЇ ЕКОНОМІЧНОЇ ДІЯЛЬНОСТІ

  • В.В. Боженко Сумський державний університет
  • О.В. Роєнко Сумський державний університет
Ключові слова: кластеризація, галузі економічної діяльності, корупція, тіньова економіка, державне регулювання економіки

Анотація

Мета статті полягає в кластеризації галузей економічної діяльності за рівнем їх схильності до тінізації та корупції у розрізі країн Європейського Союзу. Методика дослідження. Досягнення поставленої у статті мети здійснено за допомогою таких методів дослідження: логічного узагальнення, аналізу та синтезу, методу k-середніх, а також ієрархічної кластеризації шляхом побудови деревоподібної структури кластерів. Результати. Розроблено науково-методичний підхід до кластеризації видів економічної діяльності за потенційною їх можливістю до тінізації та корумпізації на основі 9 попередньо відібраних індикаторів. Об’єктом дослідження обрано 27 країн Європейського Союзу. За результатами емпіричних розрахунків обґрунтовано доцільність виокремлення 2-х кластерів видів економічної діяльності залежно від їх потенціалу до протиправної діяльності. Практична значущість результатів дослідження. Розробка методичного підходу до кластеризації видів економічної діяльності за рівнем їх схильності до протиправної економічної діяльності в країнах ЄС є критично важливою для покращення управління ризиками, адаптації регуляторних політик, підвищення довіри та сприяння співпраці в боротьбі з незаконною економічною діяльністю.

Посилання

Abuzayed, B., Ben Ammar, M., Molyneux, P., & Al-Fayoumi, N. (2024). Corruption, lending and bank performance. International Review of Economics and Finance, 89, 802–830. DOI: https://doi.org/10.1016/j.iref.2023.07.080

Arhin, G. E. (2024). Investigating the differential politics of competitive bidding in Ghana’s hydrocarbon and mining industries. Resources Policy, 90. DOI: https://doi.org/10.1016/j.resourpol.2024.104814

Demšar, J., & Zupan, B. (2013). Orange: Data mining fruitful and fun – A historical perspective. Informatica (Slovenia), 37(1), 55–60.

Demšar, J., Curk, T., Erjavec, A., Gorup, Č., Hočevar, T., Milutinovič, M., … Zupan, B. (2013). Orange: Data mining toolbox in python. Journal of Machine Learning Research, 14, 2349–2353.

European Commission (2023). Businesses’ attitudes towards corruption in the EU. Report Flash Eurobarometer. URL: https://europa.eu/eurobarometer/surveys/detail/2969

OECD (2020). Public Integrity for an Effective COVID-19 Response and Recovery. URL: https://read.oecd-ilibrary.org/view/?ref=129_129931-ygq2xb8qax&title=Public-Integrity-for-an-Effective-COVID-19-Response-and-Recovery

Officials, OECD Publishing. DOI: https://doi.org/10.1787/9789264226616-en

Sachs, J., and A. Warner. (1995). Economic reform and the process of global integration. Brookings Paperson Economic Activity, 1995(1):1-118.

Sharma, C., & Mishra, R. K. (2022). On the Good and Bad of Natural Resource, Corruption, and Economic Growth Nexus. Environmental and Resource Economics, 82(4), 889–922. DOI: https://doi.org/10.1007/s10640-022-00694-x

U4 Anti-Corruption Resource Centre. U4 Expert Answer. Programmatic approaches to address corruption in the construction sector. URL: https://www.u4.no/publications/programmatic-approaches-to-address-corruption-in-the-construction-sector.pdf

World Economic Forum (2016). This is why construction is so corrupt. URL: https://www.weforum.org/agenda/2016/02/why-is-the-construction-industry-so-corrupt-and-what-can-we-do-about-it/

Переглядів статті: 6
Завантажень PDF: 1
Опубліковано
2024-11-29
Як цитувати
Боженко, В., & Роєнко, О. (2024). МІЖГАЛУЗЕВИЙ АНАЛІЗ СХИЛЬНОСТІ СУБ’ЄКТІВ ГОСПОДАРЮВАННЯ ДО ПРОТИПРАВНОЇ ЕКОНОМІЧНОЇ ДІЯЛЬНОСТІ. Науковий вісник Полтавського університету економіки і торгівлі. Серія «Економічні науки», (4 (114), 7-11. https://doi.org/10.37734/2409-6873-2024-4-1