Інноваційний розвиток та міграційні процеси: аналіз панельних даних

Автори:
Денис Пудрик1, Микола Легенький2, Людмила Альошкіна3
1. Одеська Митниця (Україна)
2. Вінницький державний педагогічний університет (Україна)
3. Уманський національний університет садівництва [Україна)
Сторінки:
336 - 347
Мова оригіналу:
Англійська
Цитувати як:
Pudryk, D., Legenkyi, M., & Alioshkina, L. (2021). Innovation Development and Migration: Panel Data Approach. Marketing and Management of Innovations, 1, 336-347. http://doi.org/10.21272/mmi.2021.1-26
Отримано:
15.09.2020
Прийнято:
15.01.2021
Опубліковано:
30.03.2021


Анотація

Інтелектуальний капітал є каталізатором економічного зростання країни та її інноваційного розвитку. Для акумулювання інтелектуального капіталу розвинені країни формують сприятливі умови для міграції висококваліфікованих трудових ресурсів. З метою виявлення основних наукових трендів у дослідженні проблематики міжнародної міграції авторами проведено бібліометричний аналіз. Для цього згенеровано вибірку з 2 500 статей, що опубліковані у наукових журналах, які індексуються науково-метричною базою даних Scopus. Результати бібліометричного аналізу засвідчили, що кількість публікацій з досліджуваної тематики почала стрімко зростати з 2015 року. Встановлено, що вчені з США, Канади, Франції, Великобританії зробили найвагоміший внесок у дослідженні проблематики міжнародної міграції. Авторами систематизовано основні детермінанти, які стимулюють та стримують міграційні процеси в країні. Виявлено, що на міграційні процеси впливає рівень інноваційного розвитку країни та ефективність державного урядування. З огляду на це, у статті висунуто гіпотезу, що підвищення (зменшення) рівня інноваційного розвитку країни та ефективності державного урядування з t-1 до t року позитивно (негативно) впливає на індикатор чистої міграції в t+1 році. Для дослідження сформовано панельні дані за 2011-2018 роки щодо коефіцієнту чистої міграції, індексу інноваційного розвитку та ефективності державного урядування. Інформаційною базою дослідження аналітичні звіти світової агенції IndexMundi, статистичні дані Європейського статистичного офісу та світового банку. Об'єкт дослідження: Болгарія, Хорватія, Литва, Латвія, Польща, Румунія. У якості залежної змінної обрано коефіцієнт чистої міграції, а незалежних змінних – Індикатори ефективності державного урядування (контроль корупції, ефективність урядування, політична стабільність, відсутність насильства/тероризму, верховенство права, якість нормативного регулювання, врахування думки суспільства та підзвітність уряду) та індекс інноваційного розвитку. Для перевірки висунутих гіпотез застосовано техніку FMOLS (Fully Modified Ordinary Least Square) для гетерогенних та гомогенних моделей. Емпіричні розрахунки підтвердили, що інноваційний розвиток та ефективність державного урядування (політична стабільність та відсутність насильства/тероризму, якість нормативного регулювання, врахування думки суспільства та підзвітність уряду) мають статистично значимий вплив на коефіцієнт чистої міграції. Результати проведеного дослідження можуть бути корисними при формуванні стратегічних пріоритетів інноваційного розвитку країн з метою подолання викликів демографічних змін, зниження якості трудових ресурсів та посилення міграції населення. 


Ключові слова
міграція, розвиток суспільства, інновації, політика, управління.


Посилання
  1. Ariu, A., Docquier, F., & Squicciarini, M. P. (2016). Governance quality and net migration flows. Regional Science and Urban Economics, 60, 238-248. [Google Scholar]
  2. Ariu, A., Squicciarini, P. (2013). The balance of brains: Corruption and high skilled migration. IRES Discussion Paper 10, Catholic University of Louvain. [Google Scholar]
  3. Blit, J., Skuterud, M., & Zhang, J. (2021). Can skilled immigration raise innovation? evidence from Canadian cities. Journal of Economic Geography, 20(4), 879-901. [Google Scholar]
  4. Breschi, S., Lawson, C., Lissoni, F., Morrison, A., & Salter, A. (2020). STEM migration, research, and innovation. Research Policy, 49(9) [CrossRef]
  5. Demircioglu, M. A., & Vivona, R. (2021). Depoliticising the European immigration debate: How to employ public sector innovation to integrate migrants. Research Policy, 50(2). [Google Scholar] [CrossRef]
  6. Dimant, E., T. Krieger, and D. Meierrieks. (2013). The effect of corruption on migration, 1985–2000. Applied Economics Letters 20 (13): 1270–1274. [Google Scholar]
  7. Dzwigol, H., Dzwigol-Barosz, M., Miskiewicz, R., & Kwilinski, A. (2020). Manager Competency Assessment Model in the Conditions of Industry 4.0. Entrepreneurship and Sustainability Issues, 7(4), 2630-2644. [CrossRef]
  8. EIS (2019). European innovation scoreboard. Retrieved from: [Link]
  9. Ernstson, H., Leeuw, S. E. V. D., Redman, C. L., Meffert, D. J., Davis, G., Alfsen, C., & Elmqvist, T. (2010). Urban transitions: On urban resilience and human-dominated ecosystems. Ambio, 39(8), 531-545. doi:10.1007/s13280-010-0081-9 [Google Scholar] [CrossRef]
  10. Fassio, C., Montobbio, F., & Venturini, A. (2019). Skilled migration and innovation in European industries. Research Policy, 48(3), 706-718. [Google Scholar]
  11. Ferrucci, E. (2020). Migration, innovation and technological diversion: German patenting after the collapse of the soviet union. Research Policy, 49(9) doi: [Google Scholar] [CrossRef]
  12. IndexMundi (2021). Net migration rate. Retrieved from:  [Link]   
  13. Jensen, P. H. (2014). Understanding the impact of migration on innovation. Australian Economic Review, 47(2), 240-250. [Google Scholar]
  14. Kaufmann, D., Kraay, A., & Mastruzzi, M. (2011). The Worldwide Governance Indicators: Methodology and Analytical Issues1. Hague journal on the rule of law, 3(2), 220-246. [Google Scholar]
  15. Kharazishvili, Y., Kwilinski, A., Grishnova, O., & Dzwigol, H. (2020). Social Safety of Society for Developing Countries to Meet Sustainable Development Standards: Indicators, Level, Strategic Benchmarks (with Calculations Based on the Case Study of Ukraine). Sustainability, 12(21), 8953. [CrossRef]
  16. Kwilinski, A., Vyshnevskyi, O., & Dzwigol, H. (2020). Digitalisation of the EU Economies and People at Risk of Poverty or Social Exclusion. Journal of Risk and Financial Management, 13(7), 142. [CrossRef]
  17. Levin, A., Lin, C. F., & Chu, C. S. J. (2002). Unit root tests in panel data: asymptotic and finite-sample properties. Journal of econometrics, 108(1), 1-24. [Google Scholar]
  18. Lissoni, F. (2018). International migration and innovation diffusion: an eclectic survey. Regional Studies, 52(5), 702-714. [Google Scholar]
  19. Niebuhr, A. (2010). Migration and innovation: Does cultural diversity matter for regional R&D activity? Papers in Regional Science, 89(3), 563-585. doi:10.1111/j.1435-5957.2009.00271.x [Google Scholar] [CrossRef]
  20. Pedroni, P. (2004). Panel cointegration: asymptotic and finite sample properties of pooled time series tests with an application to the PPP hypothesis. Econometric theory, 597-625. [Google Scholar]
  21. Pimonenko, T., Bilan, Y., Horák, J., Starchenko, L., & Gajda, W. (2020). Green brand of companies and greenwashing under sustainable development goals. Sustainability, 12(4), 1679.[Google Scholar] [CrossRef]
  22. Rausser, G., Strielkowski, W., Bilan, Y., & Tsevukh, Y. (2018). Migrant remittances and their impact on the economic development of the Baltic States. Geographica Pannonica, 22(3), 165-175. [CrossRef]
  23. Rubanov, P., Lyeonov, S., Bilan, Y., & Lyulyov, O. (2019, November). The Fintech sector as a driver of private entrepreneurship development in time of industry 4.0. In Conference proceedings: The Impact of Industry 4.0 on Job Creation (Vol. 21, pp. 319-328).
  24. Simionescu, M., Strielkowski, W., & Kalyugina, S. (2017). The impact of Brexit on labour migration and labour markets in the United Kingdom and the EU. Terra Economicus, 15(1), 148-156. [Google Scholar]  [CrossRef]
  25. Spohrer, J., & Maglio, P. P. (2008). The emergence of service science: Toward systematic service innovations to accelerate co-creation of value. Production and Operations Management, 17(3), 238-246. [Google Scholar] [CrossRef]
  26. Stojčić, N., Bečić, M., & Vojinić, P. (2016). The impact of migration movements on innovation activities in croatian counties. Društvena istraživanja: časopis za opća društvena pitanja, 25(3), 291-307. [Google Scholar]
  27. Vorontsova, A. S., Lieonov, S. V., Vasylieva, T. A., & Artiukhov, A. Y. (2018). Innovations in the financing of lifelong learning system: expenditure optimisation model. Marketing and Management of Innovations, 2, 218-231. [Google Scholar] [CrossRef]
  28. WorldBank (2021). Worldwide Governance Indicators. Retrieved from: [Link]