Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України

На даний час кластеризацію визнано ефективним механізмом і можливістю для структурних інституційних змін в економіці східних регіонів України. Метою дослідження є визначення проблемних питань і виявлення головних перешкод, які стримують ефективний економічний розвиток східних регіонів України. На...

Full description

Saved in:
Bibliographic Details
Date:2021
Main Author: Шипоша, В.А.
Format: Article
Language:Ukrainian
Published: Інститут економіки промисловості НАН України 2021
Series:Управління економікою: теорія та практика
Online Access:http://dspace.nbuv.gov.ua/handle/123456789/186776
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України / В.А. Шипоша // Управління економікою: теорія та практика: Зб. наук. пр. — К: ІЕП НАНУ, 2021. — С. 315-345. — Бібліогр.: 23 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-186776
record_format dspace
spelling irk-123456789-1867762022-11-30T01:26:19Z Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України Шипоша, В.А. На даний час кластеризацію визнано ефективним механізмом і можливістю для структурних інституційних змін в економіці східних регіонів України. Метою дослідження є визначення проблемних питань і виявлення головних перешкод, які стримують ефективний економічний розвиток східних регіонів України. На підставі аналізу динаміки показників економічного розвитку Донецької та Луганської областей виявлено сукупність бар’єрів, які умовно розподілено за такими групами: політичні, нормативно-правові, інноваційні, інвестиційні, інформаційні, екологічні, інфраструктурні, логістичні. Здійснено прогнозну оцінку показників, що характеризують економічний розвиток регіонів, із використанням економіко-математичного інструментарію, і на цій основі виявлено тенденції їх подальшого функціонування. На основі узагальнення стратегій регіонального розвитку Донецької та Луганської областей виявлено їх недоліки в частині створення кластерних структур. З урахуванням значного потенціалу впливу кластерів на економіку регіону доведено необхідність розроблення економетричної моделі, яка оцінюватиме результативність функціонування кластерного утворення. Обґрунтування системи фінансово-економічних відносин, що виникають у процесі управління розвитком і функціонування регіональної економіки на основі формування кластерів, дозволило визначити безпосередній взаємозв’язок між кластеризацією регіональної економіки та посиленням конкурентних позицій фінансово-економічних суб’єктів на регіональному ринку, що є додатковим джерелом кредитування регіональної економіки та сприяє зростанню фінансових показників національної економіки. Currently, clustering is recognized as an effective mechanism and opportunity for structural institutional changes in the economy of the eastern regions of Ukraine. The purpose of the study is to identify problematic issues and identify the main obstacles that hold back the effective economic development of the eastern regions of Ukraine. Based on the analysis of the dynamics of the economic development indicators of Donetsk and Luhansk regions, a set of barriers was identified, which are tentatively divided into the following groups: political, regulatory, innovative, investment, informational, environmental, infrastructural, logistical. A predictive assessment of the indicators characterizing the economic development of the regions was carried out using economic and mathematical tools, and on this basis the trends of their further functioning were identified. Based on the generalization of regional development strategies of Donetsk and Luhansk regions, their shortcomings in terms of creating cluster structures were revealed. Taking into account the significant potential of the impact of clusters on the economy of the region, the necessity of developing an econometric model that will evaluate the effectiveness of the functioning of the cluster formation has been proven. The substantiation of the system of financial and economic relations arising in the process of managing the development and functioning of the regional economy based on the formation of clusters made it possible to determine the direct relationship between the clustering of the regional economy and the strengthening of the competitive positions of financial and economic entities on the regional market, which is an additional source lending to the regional economy and contributes to the growth of financial indicators of the national economy. 2021 Article Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України / В.А. Шипоша // Управління економікою: теорія та практика: Зб. наук. пр. — К: ІЕП НАНУ, 2021. — С. 315-345. — Бібліогр.: 23 назв. — укр. 2221-1187 DOI: https://doi.org/10.37405/2221-1187.2021.315-345 http://dspace.nbuv.gov.ua/handle/123456789/186776 uk Управління економікою: теорія та практика Інститут економіки промисловості НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Ukrainian
description На даний час кластеризацію визнано ефективним механізмом і можливістю для структурних інституційних змін в економіці східних регіонів України. Метою дослідження є визначення проблемних питань і виявлення головних перешкод, які стримують ефективний економічний розвиток східних регіонів України. На підставі аналізу динаміки показників економічного розвитку Донецької та Луганської областей виявлено сукупність бар’єрів, які умовно розподілено за такими групами: політичні, нормативно-правові, інноваційні, інвестиційні, інформаційні, екологічні, інфраструктурні, логістичні. Здійснено прогнозну оцінку показників, що характеризують економічний розвиток регіонів, із використанням економіко-математичного інструментарію, і на цій основі виявлено тенденції їх подальшого функціонування. На основі узагальнення стратегій регіонального розвитку Донецької та Луганської областей виявлено їх недоліки в частині створення кластерних структур. З урахуванням значного потенціалу впливу кластерів на економіку регіону доведено необхідність розроблення економетричної моделі, яка оцінюватиме результативність функціонування кластерного утворення. Обґрунтування системи фінансово-економічних відносин, що виникають у процесі управління розвитком і функціонування регіональної економіки на основі формування кластерів, дозволило визначити безпосередній взаємозв’язок між кластеризацією регіональної економіки та посиленням конкурентних позицій фінансово-економічних суб’єктів на регіональному ринку, що є додатковим джерелом кредитування регіональної економіки та сприяє зростанню фінансових показників національної економіки.
format Article
author Шипоша, В.А.
spellingShingle Шипоша, В.А.
Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України
Управління економікою: теорія та практика
author_facet Шипоша, В.А.
author_sort Шипоша, В.А.
title Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України
title_short Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України
title_full Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України
title_fullStr Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України
title_full_unstemmed Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України
title_sort проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів україни
publisher Інститут економіки промисловості НАН України
publishDate 2021
url http://dspace.nbuv.gov.ua/handle/123456789/186776
citation_txt Проблемні питання та ключові перешкоди ефективного економічного розвитку східних регіонів України / В.А. Шипоша // Управління економікою: теорія та практика: Зб. наук. пр. — К: ІЕП НАНУ, 2021. — С. 315-345. — Бібліогр.: 23 назв. — укр.
series Управління економікою: теорія та практика
work_keys_str_mv AT šipošava problemnípitannâtaklûčovípereškodiefektivnogoekonomíčnogorozvitkushídnihregíonívukraíni
first_indexed 2025-07-16T08:03:08Z
last_indexed 2025-07-16T08:03:08Z
_version_ 1837789860220370944
fulltext 315 DOI: https://doi.org/10.37405/2221-1187.2021.315-345 В.А. Шипоша ORCID 0000-0002-9012-8627 e-mail: vshyposha@gmail.com, ТОВ «Інститут науково-педагогічної та виробничої інфраструктури», м. Слов’янськ ПРОБЛЕМНІ ПИТАННЯ ТА КЛЮЧОВІ ПЕРЕШКОДИ ЕФЕКТИВНОГО ЕКОНОМІЧНОГО РОЗВИТКУ СХІДНИХ РЕГІОНІВ УКРАЇНИ На даний час радикальних змін в економічному житті дер- жави існує безліч механізмів управління як нею в цілому, так і для формування промислових регіональних систем. Одним з таких ме- ханізмів можна розглядати інформаційно-логістичне забезпечення процесу управління. Варто зазначити, що кластеризація [1-5] є ефективним меха- нізмом і можливістю для структурних інституційних змін в еконо- міці східних регіонів України. Це, у свою чергу, визнано пріорите- том реалізації стратегій смарт-спеціалізації у сучасних умовах. Концептуальні засади і питання методичного забезпечення реалізації національної та регіональних політик кластеризації еко- номіки досліджують М. Бліклі (M. Bleackley), М. Войнаренко, Л. Ганущак-Єфименко, Б. Гаррет (B. Garrette), М. Гріднєв, С. Груд- ницька, Г. Девлін (G. Devlin), А. Дерун, Р. Дмуховський (R. Dmu- khovski), В. Дубницький, П. Дюссо (P. Dussauge), М. Енрайт (M. Enright), В. Загорський, З. Зебруцький (Z. Zebrucki), Я. Зробек (J. Zrobek), М. Кизим, М. Кручек (M. Kruczek), Ю. Куц, В. Ляше- нко, О. Макаренко, В. Мамонова, У. Мітчелл (W. Mitchell), Л. Не- стиренко, М. Портер (M. Porter), М. Превезер (M. Preveser), Г. Репп, Л. Ринейська, Г. Свонн (G. Swann), С. Соколенко, Е. Фезер (E. Fe- ser), В. Фостолович, М. Франковська (M. Frankowska), В. Хаустова, Г. Шевцова, М. Шустер (M. Szuster). Теоретичні та прикладні аспекти управління розвитком суб’єктів господарювання різної галузевої приналежності в умовах мінливого інституційного середовища, цифрової економіки, змін у регуляторній, промисловій і соціальній політиці держави відобра- жено в роботах О. Амоші, В. Антонюк, Н. Брюховецької, І. Булєєва, © В.А. Шипоша, 2021 316 В. Вишневського, Ю. Драчука, С. Єлецьких, Ю. Залознової, А. Ка- сич, Ю. Макогона, О. Новікової, Н. Осадчої, Ю. Погорелова, Ю. Харазішвілі, В. Хобти, В. Швеця. Питання, які стосуються економічних механізмів функціону- вання промислово-інтегрованих систем (кластерів) та їх впливу на розвиток регіонів України, розглядають такі вчені-економісти, як В. Аніщенко, О. Бєлякова, Є. Бойко, С. Бурма, А. Бутенко, З. Гера- симчук, В. Горник, Б. Данилишин, В. Дятлова, О. Єрмакова, С. Кваша, В. Лисогор, А. Манджула, М. Мельникова, О. Мороз, О. Пєтухова, Ю. Рибак, І. Ткаченко, В. Федоренко, Л. Федулова, О. Фінагіна, І. Хаджинов, Л. Чернюк. У працях цих науковців ґрун- товно досліджено механізми управління розвитком бізнес-інтегрова- них структур промислово розвинутих регіонів. Однак, незважаючи на широкий спектр досліджень за наведе- ною тематикою, наразі залишаються недостатньо опрацьованими як у науковому, так і в практичному аспекті методичні питання щодо вдосконалення управління розвитком бізнес-інтегрованих структур східних регіонів України відповідно до сучасних викликів, пов’яза- них із смарт-спеціалізацією та модернізацією виробництва [6]. Ак- туальність цих проблем обумовили вибір тематики даного до- слідження. З огляду на це, мета статті полягає у визначенні проблем- них питань і виявленні ключових перешкод, які стримують ефек- тивний економічний розвиток східних регіонів України, на підставі аналізу статистичних даних, узагальнення аналітичних матеріалів дослідницьких і консалтингових компаній, агентств регіонального розвитку. Протягом останніх років все більшої популярності набувають нові логістичні технології, засновані на активному використанні су- часних інформаційних систем, які вже довели свою ефективність в діяльності великих вітчизняних і зарубіжних компаній. Впро- вадження в практику управління вітчизняних підприємств сучасних інформаційно-логістичних систем дозволить отримати суттєвий економічний ефект. Використання інформаційно-логістичної сис- теми управління створює важелі державного регулювання націона- льною економікою, які тісно пов’язані з діяльністю підприємств в регіонах. Організаційні форми, структура та завдання органів держав- ного управління економікою є важливим впливом на одержання со- ціально-економічних результатів для значної кількості фізичних та юридичних осіб – суб’єктів підприємництва. У порівнянні з розви- 317 нутими країнами, де кількість зазначених суб’єктів підприємництва сягає від 60% до 80% в загальнодержавній структурі економіки, в Україні цей показник сьогодні значно нижчий. Для підняття його об’єктивної ролі і удосконалення взаємостосунків з державою, ор- ганами місцевого самоврядування, фінансово-кредитними інститу- тами в країні створюються певні політичні і організаційно-правові умови його розвитку [7]. Ці умови спрямовані на зростання чисель- ності зайнятих у секторі малого та середнього підприємництва, до- ходів і рівня соціальної захищеності працівників малих та середніх підприємств, підвищення темпів розвитку малого та середнього під- приємництва як одного з стратегічних факторів соціально-еконо- мічного розвитку держави. Такий підхід дає змогу збільшити частку малих та середніх підприємств у формуванні сукупного внутріш- нього валового продукту, виробництва товарів, надання послуг, об- сягу чистих податків, розширення сфери діяльності та економічного зміцнення малих та середніх підприємств. Вивчаючи попит, пропозицію та конкурентне середовище, коригуючи, при необхідності, стратегічні плани розвитку, підприє- мці змінюють структуру економіки відповідно до потреб сього- дення і змінюють вектор її розвитку, отримуючи економію та більш раціональне використання природних ресурсів. Одночасно з цим стимулюється підвищення продуктивності праці та створення се- реднього класу у суспільстві, відсутність якого веде до соціальних негараздів та відставання у формуванні соціальної зрілості суспіль- ства. Серед ряду причин, що стають перешкодами розвитку бізнесу в країні та в окремих областях східних регіонів, є несприятлива еко- номічна ситуація та макроекономічна нестабільність. При формуванні концептів інформаційно-логістичного уп- равління бізнес-інтегрованими структурами сходу України необ- хідно враховувати значне падіння рівня соціального та економіч- ного розвитку східних регіонів, яке відбулося на фоні російської військової агресії. Існує низка проблем, які унеможливлюють ріст промислового виробництва та соціально-економічного розвитку двох великих областей сходу: Донецької та Луганської. Серед них: занепад економіки через спад виробництва, масове згортання ма- лого та середнього бізнесу, зростання безробіття через скорочення робочих місць та ліквідації промислових підприємств, руйнування приватного та комунального житла, виробничих, фінансових і бан- ківських об’єктів, транспортної інфраструктури, систем зв’язку і за- собів комунікацій, різке зменшення доходів громадян, зростання цін, зниження купівельної спроможності, значне падіння якості 318 життя населення східних регіонів країни, збільшення чисельності людей, які покидають межі Донецької та Луганської областей (внутрішньо переміщені особи), погіршення екологічного стану на- вколишнього середовища, ускладнення інформаційного забезпе- чення тощо. За даними Державної служби статистики України частка ва- лового регіонального продукту в Донецькій і Луганській областях значно скоротилася в загальноукраїнському обсязі. Це пов’язано зі збройним конфліктом на сході України. Так, значення даного пока- зника в Донецькій області знизилося за 2005-2019 рр. на 7,9 відсот- кового пункту (в.п.), або з 13,1 до 5,2%, а в Луганській – на 3,5 в.п., або з 4,5 до 1% загальноукраїнського обсягу (табл. 1). Таблиця 1 Основні показники економічного розвитку Донецької та Луганської областей Показник Донецька об- ласть Луганська область 2010 2019 2010 2019 Частка ВРП у загальноукраїнському обсязі, % 11,9 5,2 4,2 1,0 Питома вага підприємств, що здійс- нювали інновації, % 10,6 13,0 11,2 14,9 Питома вага підприємств, що впро- ваджували інновації, % 9,3 8,2 9,3 12,2 Питома вага реалізованої інновацій- ної продукції в обсязі промисло- вості, % 1,9 5,2 9,5 3,0 Експорт товарів, млн дол. США 13124,9 4631,6 3324,3 152,9 Імпорт товарів, млн дол. США 3076,4 2224,4 3489,7 253,0 Сальдо експортно-імпортних опера- цій, млн дол. США 10048,5 2407,2 -165,4 -100,1 Експорт послуг, млн дол. США 558,7 91,3 157,4 29,8 Імпорт послуг, млн дол. США 428,6 148,9 52,2 44,5 Сальдо експортно-імпортних опера- цій, млн дол. США 130,1 -57,6 105,2 -14,7 Прямі інвестиції, млн дол. США 4329,2 1399,8 629,5 447,2 Обсяги перевезення вантажів, млн т: автомобільним транспортом 149,8 92,5 24,3 4,8 залізничним 94,9 42,9 25,7 - морським 288,1 113,9 - - авіаційним 0,4 - - - Джерело: складено за статистично-інформаційними матеріалами Дер- жавної служби статистики України та Головного управління статистики в До- нецькій і Луганській областях. 319 Спостерігається тенденція погіршення інноваційної активно- сті промислових підприємств. Питома вага підприємств, які здійс- нювали інновації в Донецькій області, складала у 2019 р. 13%; які впроваджували інновації – 8,2% загальної кількості промислових підприємств. У Луганській області ці показники становили 14,9 і 12,2% відповідно. Частка реалізованої інноваційної продукції в об- сязі промисловості Донецької області зменшилася за 2000-2019 рр. на 17,8 в.п. (з 23 до 5,2%), а в Луганській – на 8,7 в.п. (з 11,7 до 3%). При цьому фінансування інноваційної діяльності здійснюється, як правило, за рахунок власних коштів підприємств. Вітчизняні та іно- земні інвестори через нестабільну ситуацію в регіоні та великі ри- зики припинили вкладати інвестиції в інноваційний розвиток. Згідно із статистично-інформаційними матеріалами Голов- ного управління статистики у Донецькій і Луганській областях має місце негативна ситуація і в зовнішньоекономічній діяльності. Сальдо експортно-імпортних операцій зовнішньої торгівлі това- рами в Донецькій області зменшилося за 2010-2019 рр. на 76% уна- слідок скорочення експорту на 64,7% та імпорту – на 27,7%. У Лу- ганській області спостерігається гірша тенденція ‒ сальдо має від’ємне значення. Обсяг прямих інвестицій із країн світу в еконо- міці Донецької області знизився за цей період на 67,7%, а Лугансь- кої – на 29%. Це підтверджує й статистичний аналіз. Так, за даними Дер- жавної служби статистики України, обсяги вантажоперевезень ре- гіональної філії «Донецька залізниця» АТ «Укрзалізниця» скороти- лися за 2010-2019 рр. на 71,1%, або з 142,4 до 41,2 млн т (табл. 2). Частка обсягів відправлення вантажів Донецькою залізницею змен- шилася на 24,2 відсоткових пункти, або з 39,8 до 15,6% загальноук- раїнського обсягу. За цей період вантажообіг Донецької залізниці знизився на 68,1% (з 37,3 до 11,9 млрд ткм), а питома вага – на 10,7 в.п. (з 17,1 до 6,4% загального вантажообігу по Україні). Згідно із статистично-інформаційними матеріалами Головних управлінь статистики у Донецькій і Луганській областях обсяги пе- ревезення вантажів автомобільним транспортом в економічному району зменшилися за 2010-2020 рр. на 42,8% – з 174,1 до 99,5 млн т (табл. 3). Це відбулося через суттєве скорочення обсягів у Лугансь- кій області на 83,5% (з 24,3 до 4 млн т) і у Донецькій області – на 36,2% (з 149,8 до 95,5 млн т). Як правило, у Луганській області внаслідок воєнних подій функціонує лише автомобільний транс- порт, хоча і його діяльність має тенденцію значного погіршення. 320 Таблиця 2 Динаміка обсягів вантажоперевезень і вантажообігу Донецької залізниці Роки Відправлення вантажів, млн т Вантажообіг, млрд ткм 2000 132,4 33,7 2005 157,8 36,9 2006 163,0 39,6 2007 167,6 42,4 2008 160,9 41,7 2009 131,4 32,1 2010 142,4 37,3 2011 153,1 41,0 2012 142,6 38,4 2013 139,0 34,6 2014 99,4 22,8 2015 69,2 13,8 2016 71,7 17,5 2017 48,7 13,2 2018 45,4 13,2 2019 41,2 11,9 Джерело: складено за статистично-інформаційними матеріалами Дер- жавної служби статистики України. Таблиця 3 Обсяги перевезення вантажів автомобільним транспортом у Донецькому економічному районі, млн т Роки Донецький економічний район У тому числі Донецька область Луганська область 2000 151,4 125,3 26,1 2005 202,3 170,5 31,8 2006 210,8 182,5 28,3 2007 215,4 188,5 26,9 2008 202,3 174,9 27,4 2009 156,4 131,7 24,7 2010 174,1 149,8 24,3 2011 192,6 166,3 26,3 2012 199,1 174,4 24,7 2013 196,8 168,1 28,7 2014 94,9 68,0 26,9 2015 104,3 77,0 27,3 2016 134,7 118,6 16,1 2017 110,0 105,1 4,9 2018 117,4 112,7 4,7 2019 93,9 92,5 4,8 2020 99,5 95,5 4,0 Джерело: складено за статистично-інформаційними матеріалами Дер- жавної служби статистики України та Головного управління статистики в До- нецькій і Луганській областях. 321 За 2010-2020 рр. обсяги вантажоперевезень залізничним тра- нспортом у Донецькій області знизилися з 94,9 до 37,8 млн т, або на 60,2%; морським – з 288,1 до 141,2 тис. т, або на 51% (табл. 4). При цьому у регіоні зовсім припинено перевезення вантажів авіаційним транспортом. Таблиця 4 Обсяги перевезення вантажів за видами транспорту в Донецькій області Роки Обсяг перевезених вантажів за видами транспорту залізничний, млн т морський, тис. т авіаційний, тис. т 2000 99,0 327,1 0,2 2001 99,3 210,2 0,3 2002 101,5 13,0 0,3 2003 110,3 88,8 0,3 2004 118,2 – 0,3 2005 110,1 – 0,4 2006 113,8 – 0,5 2007 118,0 94,7 0,4 2008 111,0 321,4 0,5 2009 87,6 198,3 0,5 2010 94,9 288,1 0,4 2011 102,6 288,4 0,0 2012 99,0 169,6 0,0 2013 96,6 171,6 – 2014 99,4 185,4 – 2015 69,2 535,7 – 2016 71,7 540,2 – 2017 48,7 215,9 – 2018 45,4 91,5 – 2019 42,9 113,9 – 2020 37,8 141,2 – Джерело: складено за статистично-інформаційними матеріалами Дер- жавної служби статистики України та Головного управління статистики в До- нецькій області. Ключовою проблемою розвитку Донецької області є погір- шення логістичної діяльності Маріупольського морського торго- вого порту внаслідок блокування можливостей проходження суден через Керченську протоку. За даними Адміністрації морських пор- тів України, загальні обсяги переробки вантажів стивідорними ком- паніями в порту скоротилися за 2012-2019 рр. на 52,9% (з 14908,7 до 7025,4 тис. т). Це пов’язано із зменшенням обсягів переробки експортних вантажів на 54% (з 13011,3 до 5982,8 тис. т). З 2016 р. у Маріупольському морському порту припинено переробку транзит- них вантажів (табл. 5). 322 Таблиця 5 Обсяги переробки вантажів стивідорними компаніями в Маріупольському морському порту, тис. т Роки Загальний обсяг ван- тажів У тому числі експортні імпортні транзитні 2012 14908,7 13011,3 249,3 1635,6 2013 15499,4 14058,3 177,9 1217,5 2014 13003,2 10853,9 476,4 473,6 2015 8984,0 5178,0 1321,7 8,3 2016 7603,5 5607,6 269,8 - 2017 6514,5 5462,6 936,6 - 2018 5887,9 4929,9 907,5 - 2019 6483,8 5265,6 1209,4 - 2020 7025,4 5982,8 638,9 - Джерело: складено за статистично-інформаційними матеріалами Адмі- ністрації морських портів України. Разом з тим, спостерігається тенденція зростання обсягів пе- реробки імпортних вантажів – у 2,69 раза, або з 249,3 до 1209,4 тис. т. Втрати порту в Маріуполі становлять приблизно 250 млн грн чис- того прибутку. Крім цього, в порту існують проблеми з поданням залізничних платформ для контейнерів – через їх недостатність черга на подання досягатиме два тижня, і, як наслідок, вантажо- одержувачі мають додаткові витрати у результаті зберігання на терміналі і демереджу. Встановлено, що ефективний економічний розвиток Донець- кої та Луганської областей гальмується через сукупність ключових бар'єрів, які умовно можна розподілити за такими групами: політичні (нестабільна політична ситуація в країні та бойові дії на сході України; транспортна блокада Донбасу); нормативно-правові (недосконала законодавча та норма- тивно-правова база; відсутність регіональної програми та стратегії розвитку кластерів); інвестиційні (недостатній обсяг прямих інвестицій; неефек- тивна реалізація механізму державно-приватного партнерства; об- меженість інструментів для приватного інвестування в об’єкти ін- фраструктури); інноваційні (недостатньо ефективне здійснення інноваційної діяльності та застосування інноваційних технологій у сферах еко- номічної діяльності); екологічні (погіршення екологічного стану регіону; недо- статнє застосування концепції циркулярної економіки в різних сфе- рах економічної діяльності); 323 інформаційні (недостатнє використання інформаційно-кому- нікаційних технологій та інструментів цифрової економіки); інфраструктурні (значні порушення існуючих об’єктів транс- портної інфраструктури; обмежені інфраструктурні можливості); логістичні (недостатньо ефективна організація логістичних процесів; зниження рівня логістичного обслуговування та якості на- даних послуг; зменшення обсягів вантажоперевезень різними ви- дами транспорту). Проблема відновлення промислової потужності східних регі- онів України за допомогою створення кластерних об’єднань [8-17] є на даний час актуальною та потребує свого негайного вирішення. Для оцінки ефективності функціонування промислових клас- терів [18-23] східних регіонів України та їх впливу на розвиток ре- гіональної економіки необхідно побудувати залежність між фінан- совим результатом діяльності регіону та кредитними ресурсами, що вливаються в економіку Донецької області як важливого ресурсу подальшого динамічного економічного розвитку. Інформація, використана у даному дослідженні, отримана з офіційної звітності, опублікованої Національним банком України, даними Головного управління статистики у Донецькій області, да- ними Державної комісії з регулювання ринків фінансових послуг України. З метою вирішення цієї задачі необхідно побудувати регре- сійну модель залежності фінансового результату діяльності еконо- міки східних регіонів України у визначений момент часу t (у даному разі аналізуються показники таких часових рядів: 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 1 кв. 2020 рр.) (табл. 6). Таблиця 6 Вхідні дані для побудови регресійної моделі Y 2,9729 4,3941 10,534510,980411,420311,549111,779315,360224,500239,1501 X1 0,4485 0,8576 1,3729 2,0115 3,1820 5,1316 6,7740 11,709019,443038,4000 X2 0,0159 0,0218 0,0277 0,0359 0,0353 0,1168 0,0908 0,0370 0,1430 0,0732 X3 8 9 11 11 11 11 10 10 10 10 Джерело: складено автором. де Y – фінансовий результат діяльності економіки Донецької об- ласті у визначений момент часу t (млрд грн); X1 – кредити видані (млрд грн); X2 – страхові, пенсійні виплати (млрд грн); X3 – кількість діючих банків Донецької області (одиниць). 324 Складемо рівняння лінійної регресії: uxaxaxaay ++++= 3322110 , (1) uxaxaxaay ˆˆˆˆˆˆ 3322110 ++++= , (2) де y, ŷ – відповідні фактичні та розрахункові значення фінансового результату діяльності економіки Донецької області за моделлю; x1 – кредити видані юридичним та фізичним особам; x2 – страхові, пенсійні виплати; x3 – кількість діючих банків Донецького регіону; u – залишки; ,,,, 3210 aaaa 3210 ˆ,ˆ,ˆ,ˆ aaaa – розрахункові та фактичні оцінки па- раметрів моделі. Якщо економетричну модель записати в матричному вигляді Y = XA + u, тоді оператор оцінювання параметрів моделі за методом найменших квадратів (МНК) має вигляд YXXXA ′′= −1)(ˆ . Матриця X крім векторів незалежних змінних містить вектор одиниць. Він дописується в цій матриці ліворуч тоді, коли еконо- метрична модель має вільний член. Не дописуючи такого вектора одиниць, вільний член можна обчислити, скориставшись таким рівнянням: 3322110 ˆˆˆˆ xaxaxaya −−−= , (3) де y – середнє значення змінної; 321 ,, xxx – середнє значення незалежних змінних. Побудуємо рівняння регресії для конкретної моделі залежно- сті фінансового результату діяльності економіки Донецької області (Y) від X1, X2, X3 (табл. 7). Таблиця 7 Розрахункові дані для побудови моделі № з/п Y X1 X2 X3 1 2,9729 0,4485 0,0159 8 2 4,3941 0,8576 0,0218 9 3 10,5345 1,3729 0,0277 11 4 10,9804 2,0115 0,0359 11 5 11,4203 3,1820 0,0353 11 6 11,5491 5,1316 0,1168 11 7 11,7793 6,7740 0,0908 10 8 15,3602 11,7090 0,0370 10 9 24,5002 19,4430 0,1430 10 10 39,1501 38,4000 0,0732 10 Всього 142,6411 89,3301 0,5975 101 Середнє 14,2641 8,9330 0,0597 10,1 Джерело: складено автором. 325             = 3 2 1 0 ˆ ˆ ˆ ˆ ˆ a a a a A ,                                 = 1007,040,381 1014,044,191 1004,071,111 1009,077,61 1112,013,51 1104,018,31 1104,001,21 1103,037,11 902,086,01 802,045,01 X ,                                 = 15,39 50,24 04,16 81,11 44,11 43,11 98,10 53,10 39,4 97,2 Y .             =′ 101010101111111198 07,014,004,009,012,004,004,003,002,002,0 4,384,197,118,61,52,30,24,19,04,0 1111111111 X , де X, Y – матриці оцінювання (згідно з розрахунковими даними), X ′ – матриця, транспонована до матриці X. Згідно з оператором оцінювання знайдемо:             =′= 10296903101 6071 9037207989 10118910 )( XXc .             −− −− −− −− == − 123,0896,0001,0197,1 896,011,79132,0507,5 001,0132,0001,0015,0 197,1507,5015,0992,11 1cC .             =′ 555,1460 589,10 62,2376 641,142 YX .            − = 1354,2 0725,0 8588,0 9798,14  . 326 Отже, економетрична модель має вигляд: ŷ = 14,98011 + 0,85883x1 + 0,07447x2 + 2,135434x3. (4) Модель свідчить, що між фінансовим результатом діяльності регіону та кредитними ресурсами, що вливаються в економіку, є тісний зв’язок. Чинниками, які позитивно впливають на зростання інвестицій в економіку, є зростання рівня страхових, пенсійних ви- плат, зростання кількості регіональних комерційних банків. Оцінимо запропоновану модель. Для цієї економетричної мо- делі обчислимо коваріаційну матрицю var(  ). Обчислимо незмі- щену оцінку дисперсії залишків. 1,1895261. 6 3024,0367-3031,1739 mn YXAYY u == −− −= 1 ''ˆ' ˆ 2σ (5) Визначимо дисперсії оцінок: 0,14575.c)var(а 94,10510;c)var(а 0,00119;c )var(а 14,26529;c=)var(а u3 u2 u1 u0 =×= =×= =×= =× 44 2 33 2 22 2 11 2 ˆ ˆ ˆ ˆ σ σ σ σ (6) Обчислимо коваріації відповідних оцінок параметрів: 1,1 2 ˆˆ ˆˆ ++×= jiujaia Cσσ . (7) Отже, дістанемо дисперсійно-коваріаційну матрицю:             −− −− −− −− = 14575,00662,100167,04233,1 0662,110510,9415714,05501,6 00167,015714,000119,00182,0 4233,15501,6018,02653,14 )ˆvar(A . Обчислимо стандартні помилки параметрів моделі: .)ˆvar(ˆ jja aS = (8) В подальшому по кожному спостереженню необхідно визна- чити стандартну помилку оцінки параметра Y. ( ) 2 1 2 − =  = n Y-Y S n i i y ; (9) 0âS = 3,777; 1âS = 0,035; 2âS = 9,701; 3âS = 0,382; Sу = 1,090546. 327 Далі необхідно розрахувати точковий та інтервальний про- гнози математичного сподівання та індивідуального значення за- лежної змінної, коли для прогнозного періоду відомий вектор X0 = 1; 45; 0,12; 15. Підставимо даний прогнозний вектор у рівняння регресії ŷ = –14,98 + 0,859x1 + 0,072x2 + 2,1354x3 = = 14,98 + 0,859 ⋅ 45 + 0,072 ⋅ 0,12 + 2,1354 ⋅ 15 = 55,7075. Визначимо прогнозний інтервал математичного сподівання. Знайдемо дисперсію та стандартну помилку прогнозу математич- ного сподівання. .18835063,2 ;789,4)ˆvar( 2 00 2 == =⋅′= помпом пом XAX σσ σ (10) Визначимо інтервальний прогноз для M(y0). Нехай α = 0,05; n – m – 1 = 6; t0,05 = 2,4469. Тоді ỳ0 – tασпом≤ M(y0) ≤ ỳ0 + tασпом; (11) 50,3528 ≤ M(y0) ≤ 61,0622. Обчислимо дисперсію і стандартну помилку прогнозу індиві- дуального значення y0: .2,44507763 5,97840; inin uпомin == =+= )()( 222 )( σσ σσσ (12) Визначимо інтервальний прогноз індивідуального значення y0: ỳ0 – tασпом≤ M(y0) ≤ ỳ0 + tασпом; (13) 49,7246 ≤ M(y0) ≤ 61,6904. Таким чином, запропоновану модель можна використовувати для прогнозування. Якщо у прогнозному періоді кредити видані зростуть до 45 млрд грн, страхові, пенсійні виплати – до 0,12 млрд грн, кількість банків у регіональному розрізі – до 15. Для використання алгоритму покрокової регресії з метою оцінки запропонованої моделі доцільно побудувати таблицю з вхідними даними (табл. 8). Всі дані змінних нормалізуємо за формулами: jx jj j XX X σ − =* , ;* Y YY Y σ −= (14) де Y* – нормалізована залежна змінна; 328 Y – середнє значення залежної змінної; X* – нормалізовані незалежні змінні; jX – середні значення j-ї незалежної змінної; Yσ , xσ – середньоквадратичні відхилення. Таблиця 8 Розрахункові дані для алгоритму покрокової регресії № з/п Y Y2 X1 X1 2 X2 X2 2 X3 X3 2 1 2 3 4 5 6 7 8 9 1 2,97 8,84 0,4 0,2 0,02 0,00025 8 64 2 4,39 19,31 0,9 0,7 0,02 0,00048 9 81 3 10,53 110,98 1,4 1,9 0,03 0,00077 11 121 4 10,98 120,57 2,0 4,0 0,04 0,00129 11 121 5 11,42 130,42 3,2 10,1 0,04 0,00125 11 121 6 11,55 133,38 5,1 26,3 0,12 0,01363 11 121 7 11,78 138,75 6,8 45,9 0,09 0,00825 10 100 8 15,36 235,94 11,7 137,1 0,04 0,00137 10 100 9 24,50 600,26 19,4 378,0 0,14 0,02044 10 100 10 39,15 1532,73 38,4 1474,6 0,07 0,00536 10 100 Всього 142,64 3031,17 89,3 2078,9 0,60 0,05309 101 1029 Середнє 14,26411 303,117 8,9 207,9 0,059745 0,005309 10,1 102,9 σ 9,983 11,3 0,041704 0,943398 Джерело: складено автором. При цьому середні значення дорівнюють нулю, а дисперсії – одиниці. Знайдемо кореляційну матрицю, де **1 jkjxkx xx n r = (15) – парні коефіцієнти кореляції між незалежними змінними; **1 jjyx xy n r = (16) – парні коефіцієнти кореляції між залежною і незалежними змінними моделі; n – кількість спостережень. Нормалізовані дані для алгоритму покрокової регресії наведемо у табл. 9. Своєю чергою кореляційну матрицю розрахункової моделі наведемо в табл. 10. У першому рядку кореляційної матриці містяться коефіцієнти парної кореляції, що характеризують щільність зв’язку кожної змін- 329 Таблиця 9 Нормалізовані дані для алгоритму покрокової регресії Y* X1 * X2 * X3 * -1,13109 -0,74966 -1,05251 -2,22600 -0,98872 -0,71352 -0,90991 -1,16600 -0,37361 -0,66799 -0,76731 0,95400 -0,32894 -0,61156 -0,57096 0,95400 -0,28488 -0,50814 -0,58539 0,95400 -0,27197 -0,33588 1,36709 0,95400 -0,24891 -0,19076 0,74531 -0,10600 0,10980 0,24528 -0,54446 -0,10600 1,02539 0,92863 1,99546 -0,10600 2,49293 2,60361 0,32269 -0,10600 Джерело: складено автором. Таблиця 10 Кореляційна матриця розрахункової моделі Джерело: складено автором. ної з результатом. Оскільки серед величин {0,975748; 0,496485; 0,211098} максимальне значення має 0,975748, то спочатку буде бу- дуватися модель: y = β1x1. Надалі, порівнюючи два інших коефіціє- нти, введемо у модель змінну y = β1x1 + β2x2 і, остаточно, y = β1x1 + + β2x2 + β3x3, де βj – оцінки параметрів моделі, що будуються на ос- нові нормалізованих даних. Побудуємо систему нормальних рів- нянь для третього, другого, першого рівнянь. Для третього рівня 0,975748 = 1β1 + 0,455576β2 + 0,009463β3; 0,496485 = 0,455576β1 + 1β2 + 0,260586β3; 0,211098 = 0,00946β1 + 0,260586β2 + 1β3. (17) Для другого рівня 0,975748 = 1β1 + 0,455576β2; 0,496485 = 0,455576β1 + 1β2. (18) Для першого рівня β1 = 0,9757485. Здобудемо оцінки параметрів моделі, які будуються на основі нормалізованих даних для кожної системи. 1. ỳ* = 0,9757485x1; 2. ỳ* = 0,945878x1 + 0,065565x2; 3. ỳ* = 0,973701x1 + 0,000303x2 + 0,201805x3. r*= 1 0,975748 0,496485 0,211098 0,975748 1 0,455576 0,009463 0,496485 0,455576 1 0,260586 0,211098 0,009463 0,260586 1 330 Обчислимо оцінки параметрів моделі для вихідної ненорма- лізованої інформації за формулами: );,1(,ˆˆ mja jx y jj == σ σ β −= j jxaya .ˆˆ0 (19) В результаті дістанемо такі регресивні рівняння зв’язку: 1. ỳ = 6,576004 + 0,86064x1; 2. ỳ = 5,873705 + 0,834294x1 + 15,694105x2; 3. ỳ = –14,979779 + 0,858834x1 + 0,072489x2 + 2,135405x3. (20) Щільність зв’язку загального впливу усіх незалежних змін- них на залежну визначається коефіцієнтом детермінації та множин- ної кореляції. Обчислимо коефіцієнти детермінації з урахуванням кількості ступенів вільності та без урахування кількості ступенів вільності для кожної економетричної моделі за формулами: ;ˆˆˆ1 3322112 2 2 yxyxyx y u rrrR βββ σ σ ++=−= ).1( 1 1 1 ~ 22 R mn n R −      −− −−= (21) За допомогою знайдених коефіцієнтів детермінації можна об- числити коефіцієнти кореляції та скоректовані коефіцієнти детермі- нації (Ř2), кореляції (Ř). Результати наведено у табл. 11. Таблиця 11 Коефіцієнти детермінації, кореляції розрахункової моделі Економетрична модель Ř2 R2 Ř R ỳ = 6,576004 + 0,86064x1 0,946096 0,952085 0,9726745 0,975748 ỳ = 5,873705 + 0,834294x1 + 15,694105x2 0,942775 0,955492 0,9709661 0,977493 ỳ = 14,979779 + 0,858834x1 + 0,072489x2 + + 2,135405x3 0,989257 0,992838 0,994614 0,996413 Джерело: складено автором. Коефіцієнт кореляції моделі залежності фінансового резуль- тату діяльності економіки Донецької області від змінних = 0,996413. Близькість коефіцієнта кореляції до 1 говорить про дуже щільний зв’язок між показниками. Коефіцієнт детермінації = 0,992838 показує, що рівняння регресії пояснює 99% дисперсії ре- 331 зультативного показника, а на долю інших факторів приходиться 1%. Гіпотезу про рівень значущості між залежною і незалежними змінними можна перевірити за допомогою F-критерію Фішера за формулою: . )1( )( * )1( 2 2 − − − = m mn R R F (22) Фактичне значення F-критерію порівнюється з табличним при ступенях вільності k1 = m, k2 = n – m – 1 і вибраному рівні зна- чущості. Якщо Fфакт>Fтабл, то гіпотеза про істотність зв’язку між за- лежною і незалежними змінними економетричної моделі підтвер- джується, у противному випадку – відкидається (табл. 12). Таблиця 12 F-критерій розрахункової моделі Економетрична модель Ступені вільності F-крите- рій Fтабл ỳ = 6,576004 + 0,86064x1 m = 1; n – m – 1 = 8 158,9628 5,32 ỳ = 5,873705 + 0,834294x1 + 15,694105x2 2; 7 75,13708 4,74 ỳ = – 14,979779 + 0,858834x1 + 0,072489x2 + 2,135405x3 3; 6 277,25 4,76 Джерело: складено автором. Отже, при рівні значущості α = 0,05; F1 > F1табл; F2 > F2табл; F3 > F3табл, це означає, що відповідна економетрична модель є достовір- ною, тобто підтверджується гіпотеза про те, що кількісна оцінка зв’язку між залежною і незалежними змінними в моделі є істотною. Оскільки коефіцієнт кореляції є також вибірковою характери- стикою, яка може відхилятись від свого дійсного значення, значу- щість коефіцієнта кореляції також потребує перевірки. Базується вона на t-критерії: , 1 1 2R mnR t − −−= (23) де R2 – коефіцієнт детермінації моделі; R – коефіцієнт кореляції; m – кількість факторів; n – кількість спостережень; n – m – 1 – число ступенів вільності. Якщо |t| >tтаблα, де tтаблα – відповідне табличне значення t-роз- поділу з n – m – 1 – число ступенів вільності, то можна зробити 332 висновок про значущість коефіцієнта кореляції між залежною і не- залежними змінними моделі. Для множинних коефіцієнтів кореля- ції обчислимо значення t-критерію (табл. 13). Порівнюючи значення t-критерію з табличним, можна зро- бити висновок, що коефіцієнт кореляції, який характеризує щіль- ність зв’язку між залежною і незалежними змінними в моделі є до- стовірним. Таблиця 13 t-критерій розрахункової моделі Економетрична модель Ступені вільності t-критерій tтабл ỳ = 6,576004 + 0,86064x1 m = 1; n – m – 1 = 8 12,60804 2,306 ỳ = 5,873705 + 0,834294x1 + 15,694105x2 2; 7 12,25864 2,3646 ỳ = – 14,979779 + 0,858834x1 + 0,072489x2 + 2,135405x3 3; 6 28,84008 2,4469 Джерело: складено автором. Обчислимо t-критерій для оцінок параметрів моделі та знай- демо її довірчі інтервали за формулами: ;ˆˆ nann Sat = (24) |a0| ≤ âi± tαSậi; де âi – оцінки параметрів моделі; Sậi – випадкові помилки параметрів моделі (табл. 14). Таблиця 14 t-статистика моделі Економетрична модель Ступені вільності nannn Satt ˆˆ, = n = 0 n = 1 n = 2 n = 3 ỳ = 14,979779 + + 0,858834x1 + + 0,072489x2 + 2,135405x3 m = 3; n – m – 1 = 6 3,966593564 24,88710665 0,0076775 5,59409 Довірчі інтервали пара- метрів моделі нижнє (α = 0,05)/верхнє (α = 0,05) а0 [min; max] а1[min; max] а2 [min; max] а3 [min; max] 24,22104405; 5,73917409 0,774389105; 0,943270296 23,66004054 23,80898078 1,201373382; 3,06949534 Джерело: складено автором. За допомогою алгоритму Фаррара-Глобера необхідно дослі- дити наведену модель на наявність мультиколінеарності, з’ясувати 333 чи не впливатиме залежність пояснювальних змінних на оцінку па- раметрів моделі. Явище мультиколінеарності призводить до нена- дійності оцінки параметрів моделі, робить їх чутливими до вибору специфікації моделі. Використовуючи вихідні дані табл. 5 можна обчислити еле- менти стандартизованих векторів за формулою: kx kjk jk n xx x 2 * σ − = , (25) де n – кількість спостережень (n = 10); m – кількість незалежних змінних (m = 3); kx – середнє арифметичне значення вектора xk; kx 2σ – дисперсія змінної xk . Матриця нормалізованих змінних подається у вигляді:                                 − − −− −− − −− −− −− −−− −−− = 034,0102,0823,0 034,0631,0294,0 034,0172,0078,0 034,0236,0060,0 302,0432,0106,0 302,0185,0161,0 302,0181,0193,0 302,0243,0211,0 369,0288,0226,0 704,0333,0237,0 *Х           −−−−−− −−−−− −−−−−−− =′ 034,0034,0034,0034,0302,0302,0302,0302,0369,0704,0 102,0631,0172,0236,0432,0185,0181,0243,0288,0333,0 823,0294,0078,0060,0106,0161,0193,0211,0226,0237,0 *Х Знайдемо кореляційну матрицю r = X* X*′, де X* – матриця нормалізованих змінних; X*′ – матриця транспонована до X* (табл. 15). Користуючись парними коефіцієнтами кореляції, можна зро- бити висновок про те, що між змінними існує зв’язок. За допомогою алгоритму Фаррара-Глобера необхідно перевірити, чи є цей зв’язок виявленням мультиколінеарності. 334 Таблиця 15 Кореляційна матриця r Джерело: складено автором. Обчислимо детермінант кореляційної матриці r і критерій «хі»-квадрат: а) D = |r| = 0,7267; б) 287866307,2||ln)52( 6 1 12 =⋅    +−−−= rmnχ . (26) При ступені свободи 1/2m (m – 1) = 3 і рівні значущості α = 0,01 критерій 2χ табл. = 11,34. Оскільки 2χ факт < 2χ табл., можна зро- бити висновок, що в масиві змінних не існує мультиколінеарності. Знайдемо матрицю, обернену до матриці r: 1*'*1 )( −− == XXrC . (27)           = 1,0904740,35265- 0,15034 0,35265-1,375954 0,62351 - 0,150341 0,62351-1,28264 C . Використовуючи діагональні елементи матриці, обчислимо F-критерії: 0,316658. m mn cF 1,31584; m mn cF 0,989223; m mn cF = − −−= = − −−= = − −−= 1 )1( 1 )1( 1 )1( 333 222 111 (28) Для рівня значущості α = 0,05 і ступенів свободи γ1 = 7, γ2 = 2 критичне (табличне) значення критерію Fтабл= 4,74. Оскільки Fiфакт<Fтабл, то кожна з пояснювальних змінних не мультиколініарна з двома іншими. r = 1 0,455576 0,009463 0,45558 1 0,260586 0,00946 0,260586 1 335 Для визначення попарної мультиколініарності, знайдемо час- тинні коефіцієнти кореляції, завдяки матриці С. Частинні коефі- цієнти кореляції визначають щільність зв’язку між двома змінними за умови, що третя не впливає на цей зв’язок. Порівнявши частинні коефіцієнти кореляції з парними, 0,795382 r mnr t -0,33908 r mnr t 1,406287 r mnr t = − −− = = − −− = = − −− = 2 1,23 1,23 12 2 2,13 2,13 12 2 3,12 3,12 12 1 1 1 1 1 1 (29) побачимо що частинні коефіцієнти значно менші за парні. Ви- значимо t-критерій на основі частинних коефіцієнтів кореляції. 0,287898. cc c r -0,12712; cc c r 0,469346; cc c r =−= = − = =−= 3322 23 1,23 3311 13 2,13 2211 12 3,12 * * * (30) Табличне значення t-критерію при n – m = 7 ступенях свободи та рівні значущості α = 0,05 дорівнює 1,69. Усі числові значення t- критеріїв, знайдених для кожної пари змінних, менші за їх табличні, отже, всі пари незалежних змінних не є мультиколінеарними. Таким чином, результати визначення регресійної залежності фінансового результату діяльності економіки Донецької області (Y) від кредитування економіки та виплат страхових компаній, пенсій- них виплат, кількості діючих банків Донецької області при рівні до- вірчої імовірності 99%, за відсутності мультиколініарності між не- залежними змінними, є досить стійкими; значна частка коефіцієнтів має вагоме значення відповідної t-статистики, а відтак отримана мо- дель може вважатися статистично значущою. 336 Наступним етапом аналізу є виявлення залежності між креди- тами та показниками, які характеризують інвестиційний потенціал, що може бути використаний при кредитуванні економіки та ство- рення моделі, яка описує таку залежність (табл. 16). ŷ = –7,63911 + 1,208884x1 + 0,209012x2 + 0,641043x3, (31) де Y – кредити видані (млрд грн); X1 – депозити залучені (млрд грн); X2 – страхові платежі, пенсійні внески (млрд грн); X3 – відсотки за депозитом. Таблиця 16 Вихідні дані для побудови моделі № з/п Y Y2 X1 X1 2 X2 X2 2 X3 X3 2 1 0,4485 0,201152 0,5405 0,29214 0,01982188 0,000393 13,4 179,56 2 0,8576 0,735478 1,007195 1,014442 0,0441567 0,00195 12,2 148,84 3 1,3729 1,884854 1,47389 2,172352 0,06849144 0,004691 11,1 123,21 4 2,0115 4,046132 2,11891 4,48978 0,10900682 0,011882 9,9 98,01 5 3,182 10,12512 3,415 11,66223 0,30827555 0,095034 9,5 90,25 6 5,131 26,32716 5,389 29,04132 0,62140394 0,386143 7 49 7 6,774 45,88708 8,836 78,0749 2,31611167 5,364373 5,1 26,01 8 11,709 137,1007 13,92 193,7664 0,84657319 0,716686 6,9 47,61 9 19,443 378,0302 17,814 317,3386 0,62221599 0,387153 7,8 60,84 10 38,869 1510,799 26,492 701,8261 0,82838567 0,686223 21,7 470,89 Всього 89,7985 2115,137 81,0065 1339,678 5,78444285 7,654528 104,6 1294,22 Середнє 8,97985 211,5137 8,10065 133,9678 0,57844429 0,765453 10,46 129,422 Джерело: складено автором. За допомогою приведеного вище алгоритму розрахунків, отримаємо розрахункову модель залежності виданих кредитів від залучених депозитів (табл. 17). Таблиця 17 Кореляційна матриця розрахункової моделі Джерело: складено автором. Динаміку показників, що характеризують розрахункову мо- дель зобразимо на рисунку. r = 1 0,427711074 0,364077651 0,427711074 1 –0,34398608 0,364077651 –0,34398608 1 337 0 5 10 15 20 25 30 35 40 45 1 2 3 4 5 6 7 8 9 10 Період М лр д. гр н. Кредити видані Депозити залучені Страхові платежі, Пенсійні внески % за депозитом Рисунок. Динаміка показників, що характеризують розрахункову модель Джерело: побудовано автором. Динаміку показників, що характеризують розрахункову мо- дель наведено в табл. 18. Таблиця 18 Основні показники, що характеризують отриману лінійну модель Джерело: складено автором. n m R R2 Ř2 Sу Sậ0 Sậ1 Sậ2 Sậ3 F >Fтабл 10 3 0,996245 0,9925 0,988 1,2786 1,3619 0,0678 0,8468 0,1206 264,84>4,76 n-m-1 t >tтабл t-статистика Довірчі інтервали параметрів моделі а0 [min; max] а1 [min; max] а2 [min; max] а3 [min; max] 6 n-1 28,18 >> 2,44 -5,6088 17,835 0,2468 5,3159 -10,971; -4,3064 1,04303; 1,3747 -1,8629; 2,28099 0,34597; 0,936116 9 0 5 10 15 20 25 30 35 40 45 0 5 10 15 20 25 30 X Y 338 Сукупні ресурси кластера (РК) складається із ресурсів комер- ційних банків (РКБ), страхових компаній (РСК) та недержавних пен- сійних фондів (РНПФ): Рк= Рб+ Рск+ Рнпф. (32) Ресурсний потенціал кластеру, виходячи із запропонованої моделі, необхідно скоректувати на величину потенціалу страхових компаній та недержавних пенсійних фондів. Визначимо, які активи додатково до банківських можливостей, можуть у результаті си- нергічної кластерної взаємодії запропонувати кластеру страхові компанії та недержавні пенсійні фонди (АКТИВИ: кб - комерційних банків, ск - страхових компаній, нпф - недержавних пенсійних фон- дів): %.1259,5051259,1 645631 403 645631 2,32691 1 ==++= =++ або Активи Активи Активи Активи Активи кб нпф кб ск кб (33) Ці активи можуть поповнити капітал кластера та приносити прибуток в подальшому. При цьому валові страхові премії страхо- вих компаній та сума пенсійних внесків, які можуть бути поповнити ресурсну базу кластера: %.923715,1або01923715,1 297260 4438,358 297260 0,5360 1 ==++= = + + осіб фізичнихКошти осіб юридичнихКошти внесків пенсійних Сума премії страхові Валові (34) Таким чином, формула, що характеризує залежності між кре- дитами та показниками, які характеризують ресурсний потенціал кластера, що може бути використаний при кредитуванні економіки, має вигляд: Y = –7,63911 + 1,01923715 ⋅ 1,208884x1 + + 1,03 ⋅ 0,209012x2 + 1,02125 ⋅ 0,641043x3. (35) За допомогою економетричної моделі спрогнозуємо ситуа- цію, коли в результаті синергічної взаємодії, підвищення довіри з боку населення до недержавних пенсійних фондів та ефективного проведення пенсійної реформи – НПФ кластера запрацюють. В ре- зультаті отримаємо: 339 %;305,11або1,11305 645631 40300 645631 32691,2 1 Активи Активи Активи Активи Активи кб нпф кб ск кб ==++= =++ (36) %;30,1 297260 438,3584 297260 0,5360 1 ==++= = + + або3008965 осіб фізичнихКошти осіб юридичнихКошти внесків пенсійних Сума премії страхові Валові (37) Y = –7,63911 + 1,03 ⋅ 1,208884x1 + 1,06 ⋅ 0,209012x2 + +1,05305 ⋅ 0,641043x3. Оцінимо ситуацію з кредитуванням поза кластером і з ураху- ванням динамічного функціонування кластера: .,, , , ,, ,,- x,x,x,,-Y ___ кредити 979815846106410430 57844429020901201006582088841639117 641043020901202088841639117 321 =⋅+ +⋅+⋅+= =+++= (38) .,x,,x,, x,,,-Y __ _ кластеркредити 636568964104300530512090120061 2088841031639117 32 1 =⋅+⋅+ +⋅+= (39) Δ = 9,636568/8,979815 = 1,073136 або 7,3136% – відбудеться зміна у кредитних ресурсах, що можуть бути використані для соці- ально-економічного розвитку регіону. Підставимо результати розрахунків в рівняння: ;,,, ,,,,,- x, x, x,,-Y ___ регіон 26415141101354342 0597007447093388588309801114 13543420744708588309801114 321 =⋅+ +⋅+⋅+= =+++= (40) .341111413543420744700631361 858830011980114 32 1 , x, x,, x,,,1Y __ _ кластер регіон =+⋅+ +⋅+−= (41) Δ = 14,34111/14,26415 = 1,005398 або 14,34111 – 14,26415 = 0,077 млрд. грн. 340 Таким чином, ефективне функціонування кластера сприятиме додаткового надходження в економіку Донецької області 77 млн грн фінансових ресурсів. Розрахуємо прогнозне значення фінансового результату дія- льності економіки ŷрегіон кластер на період n + 1, якщо прогнозне зна- чення кредитування буде 42,5 млн грн. (табл. 19). Отже, на основі проведених досліджень можемо зауважити, що розвиток економіки східних України залежить від кредитних ре- сурсів, що в неї вливаються, але на сьогодні це питання стоїть дуже гостро, оскільки обсяги кредитів і сама процедура їх надання з ча- сом стають все складнішими. Чинниками, які позитивно впливають на зростання інвестицій в економіку, є зростання депозитів та від- сотків за ними, страхових платежів, пенсійних внесків. Висновки. На підставі аналізу динаміки показників економіч- ного розвитку Донецької та Луганської областей виявлено сукуп- ність бар’єрів, які умовно розподілено за такими групами: полі- тичні, нормативно-правові, інноваційні, інвестиційні, інформаційні, екологічні, інфраструктурні, логістичні. Здійснено прогнозну оцін- ку показників, що характеризують економічний розвиток регіонів, із використанням економіко-математичного інструментарію, і на цій основі виявлено тенденції їх подальшого функціонування. На основі узагальнення стратегій регіонального розвитку Донецької та Лу- ганської областей виявлено їх недоліки в частині створення клас- терних структур. З урахуванням значного потенціалу впливу кластерів на еко- номіку регіону доведено необхідність розроблення економетричної моделі, яка оцінюватиме результативність функціонування клас- терного утворення. Обґрунтування системи фінансово-економічних відносин, що виникають у процесі управління розвитком і функціо- нування регіональної економіки на основі формування кластерів, дозволило визначити безпосередній взаємозв’язок між кластериза- цією регіональної економіки та посиленням конкурентних позицій фінансово-економічних суб’єктів на регіональному ринку, що є до- датковим джерелом кредитування регіональної економіки та сприяє зростанню фінансових показників національної економіки. Перспективи подальших досліджень полягають в обґрунту- ванні необхідності застосування комплексного підходу до оціню- вання ефективності кластерних утворень, який має базуватися на збалансованій системі показників, що використовуються на рівні держави, регіону, конкретного підприємства. Це, у свою чергу, до- 341 Т аб ли ця 1 9 Р оз ра ху н к ов і д ан і д л я п р ог н оз у Ф ін ан со ви й ре зу ль та т ре гі он у Y 2, 97 29 4, 39 41 10 ,5 34 5 10 ,9 80 4 11 ,4 20 3 11 ,5 49 1 11 ,7 79 3 15 ,3 60 2 24 ,5 00 2 39 ,1 50 1 К ре ди ти X 0, 44 85 0, 85 76 1, 37 29 2, 01 15 3, 18 20 5, 13 10 6, 77 40 11 ,7 09 0 19 ,4 43 38 ,8 69 Ф ін ан со ви й ре зу ль та т ре гі он у Y кл ас те р = Y * A 3, 22 43 4, 76 57 11 ,4 25 4 11 ,9 09 0 12 ,3 86 1 12 ,5 25 8 12 ,7 75 5 16 ,6 59 2 26 ,5 72 17 42 ,4 61 01 X кл ас те р= X *B 0, 47 98 0, 91 75 1, 46 89 2, 15 21 3, 40 44 5, 48 96 7, 24 75 12 ,5 27 4 20 ,8 01 96 41 ,5 85 74 A = 1 ,0 84 56 95 5 B = 1 ,0 69 89 48 16 t 1 2 3 4 5 6 7 8 9 10 Р ів ня нн я ре гр ес ії Y кл ас те р = 7 ,1 79 86 4+ 0 ,8 62 92 6 X кл ас те р = 7, 17 98 64 + 0 ,8 62 92 6* 42 ,5 = 4 3, 85 42 1. Т об то , я кщ о зн ач ен ня в ид ан их к ре ди ті в кл ас те ра б уд е до рі вн ю ва ти 4 2, 5 м лн г рн , т о ф ін ан со ви й ре зу ль та т ек он ом ік и у пе рі од і n + 1 б уд е до рі вн ю ва ти 4 3, 85 42 1 м лн г рн Д ов ір чі і нт ер ва ли д ля п ро гн оз но го зн ач ен ня дл я пр ог но зн ог о зн ач ен ня За ли ш ко ве с ер ед нь ок ва др ат ич не в ід хи ле нн я П ом ил ка п ро гн оз у 2, 66 11 57 m n y y i i за л = − − − =  = 1)ˆ ( 10 1 2 σ 3, 59 22 5 x x x x n m I i ро зр ах за л py = −− + + =  =10 1 22 ˆ ) ( ) ( 1 1 * σ Г ра ни чн а по м ил ка п ро гн оз у: 28 37 44 18 1 ,8 59 22 57 ,3* 30 60 ,2 * ˆ ˆ = = = Δ p y т аб л p y m t Д ов ір чі ін те рв ал и пр ог но зу : 28 37 ,8 ˆ ˆ ˆ ± = Δ = ± 43 ,8 54 21 y p y p p yγ γ m in = 4 3, 85 42 1 – 8, 28 37 44 18 1 = = 3 5, 57 04 65 82 ; γm ax = 4 3, 85 42 1 + 8 ,2 83 74 41 81 = = 52 ,1 37 95 41 8 Я кщ о у за пр оп он ов ан у м од ел ь вк лю чи ти ф ак то р ча су т а во на м ат им е ви гл яд : Y кл ас те р = 4 ,9 00 56 7 + 7 ,4 11 46 X кл ас те р + 0 ,6 27 14 5t . П ар ам ет р с = 0 ,6 27 14 5 ха ра кт ер из ує с ер ед нь ор іч ни й аб со лю тн ий п ри рі ст в ит ра т на т ов ар п ід в пл ив ом р еш ти ф ак то рі в за у м ов и не зм ін но го к ре ди ту ва нн я Д ж ер ел о: с кл ад ен о ав то ро м . 342 зволить створити відповідні умови розроблення та схвалення дер- жавних і регіональних програм соціально-економічного розвитку України, а також правові засади формування кластерних об’єднань. Література 1. Ivanov S., Dzwigol H., Trushkina N. Proposals for the Formation of a Transport and Logistics Cluster as an Institution of Regional Development (on the Example of Donetsk Economic Region). Economic Herald of the Donbas. 2019. No. 4(58). P. 51-60. DOI: https://doi.org/10.12958/1817-3772-2019-4(58)-51-60. 2. Іванов С. В., Ляшенко В. І., Трушкіна Н. В. Правові аспекти створення транспортно-логістичних кластерів в регіонах України. Gesellschaftsrechtliche Transformationen von wirtschaftlichen Systemen in den Zeiten der Neo- Industrialisierung: Collective monograph / Akademie der Wirtschaftswissenschaften der Ukraine. Nüremberg: Verlag SWG imex GmbH, 2020. S. 661-668. 3. Пушак Г. І., Трушкіна Н. В. Обґрунтування доцільності створення тран- спортно-логістичного кластеру в Карпатському економічному районі. Економіч- ний вісник Донбасу. 2021. № 1(63). С. 61-77. DOI: https://doi.org/10.12958/1817- 3772-2021-1(63)-61-77. 4. Liashenko V., Ivanov S., Trushkina N. A Conceptual Approach to Forming a Transport and Logistics Cluster as a Component of the Region’s Innovative Infrastructure (on the Example of Prydniprovsky Economic Region of Ukraine). Virtual Economics. 2021. Vol. 4. No. 1. P. 19-53. DOI: https://doi.org/10.34021/ve.2021.04.01(2). 5. Ляшенко В. І., Осадча Н. В., Трушкіна Н. В. Можливі організаційно-пра- вові форми транспортно-логістичного кластеру в Причорноморському економіч- ному районі. Причорноморські економічні студії. 2021. Вип. 67. С. 60-70. DOI: https://doi.org/10.32843/bses.67-10. 6. Ляшенко В.І., Трушкіна Н.В. Інституційні засади створення та функціо- нування індустріальних парків на рівні територіальних громад в умовах децентра- лізації та смарт-спеціалізації. Управління економікою: теорія та практика. Чума- ченківські читання: зб. наук. праць / НАН України, Ін-т економіки пром-сті; ред- кол.: О.О. Хандій (голов. ред.), В.І. Ляшенко (відп. ред.), В.Є. Куриляк та ін. Київ, 2020. С. 32-67. https://doi.org/10.37405/2221-1187.2020.32-67. 7. Сєріков А.В., Сіромаха Н.С. Економіко-математичне обґрунтування не- обхідності кооперації малих та середніх підприємств України. Актуальні проблеми економіки. 2005. № 1(43). С. 162-168. 8. Глізнуца М.Ю. Визначення складових та оцінка інноваційного потенці- алу регіону. Технологічний аудит і резерви виробництва. 2016. №3/5 (29). С. 11-14. 9. Деменіна О.В. Організаційно-економічні аспекти формування системи оперативного контролінгу на вітчизняних підприємствах. Проблеми науки. 2008. № 8. С. 32-37. 10. Дмитриева В.О. Основные подходы и показатели оценки конкуренто- способности регионов. Вісник Запорізького національного університету. 2011. № 1(9). С. 184-193. 11. Дюран Б., Оделл П. Кластерный анализ / пер. с англ. Е.З. Демиденко; под ред. А. Я. Боярского. Москва: Статистика, 1977. 128 с. 12. Коваль О.П., Попова Л.В. Методичний підхід до визначення економіч- ної сутності регіональної інтеграції. Зовнішня торгівля: право та економіка. 2007. № 4. С. 169-173. 343 13. Лисенко Ю.Г., Бізянов Є.Є. Модель ефективності IT-аутсорсингу в кон- тексті розвитку інформаційних систем економічних об’єктів. Проблеми економіки. 2013. № 2. С. 190-195. 14. Мороз О.М. Соціально-економічне спрямування в моделюванні бізнес- процесів підприємств регіону. Економіка: проблеми теорії та практики: зб. наук. пр. Дніпропетровськ: ДНУ, 2006. Т. 3. Вип. 211. С. 639-648. 15. Паризький І.В. Організаційно-інфраструктурне забезпечення інновацій- ного розвитку національної економіки: ресурсний аспект. Збірник наукових праць Мукачівського державного університету. Сер.: Економіка. 2017. Вип. 1(7). С. 210- 215. 16. Сафонов Ю.М., Григор’єв Г.С. Механізм державного регулювання фі- нансово-економічних процесів. Ефективна економіка [Електр. видання]. 2018. № 1. URL: http://nbuv.gov.ua/UJRN/efek_2018_1_11 (дата звернення: 16.02.2021). 17. Ткаченко І.С., Мороз О.М. Досягнення ефекту синергії у відтворюваль- них процесах регіональної економіки. Теорії мікро- і макроекономіки: зб. наук. пр. Київ: Академія муніципального управління, 2016. Вип. 25. С. 263-266. 18. Шипоша В.А. Теоретико-методичні підходи до визначення поняття «економічного кластеру», сутності та структури. Інтелект ХХІ. 2019. № 5. C. 140- 144. 19. Шипоша В.А. Зарубіжний досвід функціонування кластерних утворень. Науковий вісник Ужгородського національного університету. Сер.: Міжнародні економічні відносини та світове господарство. 2019. Вип. 24. Ч. 3. С. 148-151. 20. Шипоша В.А. Використання кластерних об’єднань в якості форм орга- нізації інноваційних процесів. Вчені записки Таврійського національного універси- тету імені В.І. Вернадського. Сер.: Економіка і управління. 2019. Т. 30 (69). № 5. Ч. 1. С. 171-175. 21. Шипоша В.А. Формування кластерних структур в якості засобів активі- зації інвестиційної діяльності. Вісник Одеського національного університету. Сер.: Економіка. 2020. Т. 25. Вип. 2(81). С. 185-188. DOI: https://doi.org/10.32782/ 2304-0920/2-81-30. 22. Shyposha V. The role of clusters in modern global economy. Three Seas Economic Journal. 2020. Vol. 1. № 2. P. 67-70. DOI: https://doi.org/10.30525/2661- 5150/2020-2-11. 23. Амоша О. І., Трушкіна Н. В., Шипоша В. А. Механізм формування та управління розвитком бізнес-інтегрованих структур у східних регіонах України. Економічний вісник Донбасу. 2021. № 3(65). С. 4-23. DOI: https://doi.org/10.12958/1817-3772-2021-3(65)-4-23. References 1. Ivanov, S., Dzwigol, H., Trushkina, N. (2019). Proposals for the Formation of a Transport and Logistics Cluster as an Institution of Regional Development (on the Example of Donetsk Economic Region). Economic Herald of the Donbas, No. 4(58), рр. 51-60. DOI: https://doi.org/10.12958/1817-3772-2019-4(58)-51-60. 2. Ivanov, S. V., Liashenko, V. I., Trushkina, N. V.(2020). Pravovi aspekty stvorennia transportno-lohistychnykh klasteriv v rehionakh Ukrainy [Legal aspects of creation of transport and logistics clusters in the regions of Ukraine]. Gesellschaftsrechtliche Transformationen von wirtschaftlichen Systemen in den Zeiten der Neo-Industrialisierung: Collective monograph. (рр. 661-668). Nüremberg, Verlag SWG imex GmbH [in Ukrainian]. 344 3. Pushak, H. I., Trushkina, N. V. (2021). Obgruntuvannia dotsilnosti stvorennia transportno-lohistychnoho klasteru v Karpatskomu ekonomichnomu raioni [Substantia- tion of Expe-diency of Creation of Transport and Logistics Cluster in the Carpathian Economic Region]. Ekonomichnyi visnyk Donbasu – Economic Herald of the Donbas, 1(63), рр. 61-77. DOI: https://doi.org/10.12958/1817-3772-2021-1(63)-61-77 [in Ukrainian]. 4. Liashenko, V., Ivanov, S., Trushkina, N. (2021). A Conceptual Approach to Forming a Transport and Logistics Cluster as a Component of the Region’s Innovative Infrastructure (on the Example of Prydniprovsky Economic Region of Ukraine). Virtual Economics, Vol. 4, No. 1, рр. 19-53. DOI: https://doi.org/10.34021/ve.2021.04.01(2). 5. Liashenko, V. I., Osadcha, N. V., Trushkina, N. V. (2021). Mozhlyvi orhanizatsiino-pravovi formy transportno-lohistychnoho klasteru v Prychornomorskomu ekonomichnomu raioni [Possible organizational and legal forms of transport and logistics cluster in the Black Sea economic region]. Prychornomorski ekonomichni studii – Black Sea Economic Studies, Issue 67, рр. 60-70. DOI: https://doi.org/10.32843/bses.67-10 [in Ukrainian]. 6. Liashenko, V. I., Trushkina, N. V. (2020). Instytutsiini zasady stvorennia ta funktsionuvannia industrialnykh parkiv na rivni terytorialnykh hromad v umovakh detsentralizatsii ta smart-spetsializatsii [Institutional principles of creation and functioning of industrial parks at the level of territorial communities in the conditions of decentralization and smart specialization]. Upravlinnia ekonomikoiu: teoriia ta praktyka. Chumachenkivski chytannia – Management of Economic: theory and practice. Chumachenko's annals, рр. 32-67. Kyiv, ІІЕ of NAS of Ukraine [in Ukrainian]. 7. Sierikov, A. V., Siromakha, N. S. (2005). Ekonomiko-matematychne obgruntuvannia neobkhidnosti kooperatsii malykh ta serednikh pidpryiemstv Ukrainy [Economic and mathematical justification of the need for cooperation of small and medium-sized enterprises of Ukraine]. Aktualni problemy ekonomiky – Actual problems of the economy, 1(43), рр. 162-168 [in Ukrainian]. 8. Hliznutsa, M. Yu. (2016). Vyznachennia skladovykh ta otsinka innovatsiinoho potentsialu rehionu [Determination of components and evaluation of the innovative potential of the region]. Tekhnolohichnyi audyt i rezervy vyrobnytstva – Technological audit and production reserves, 3/5 (29), рр. 11-14 [in Ukrainian]. 9. Demenina, O. V. (2008). Orhanizatsiino-ekonomichni aspekty formuvannia systemy operatyvnoho kontrolinhu na vitchyznianykh pidpryiemstvakh [Organizational and economic aspects of the formation of the operational controlling system at domestic enterprises]. Problemy nauky – Problems of science, 8, рр. 32-37 [in Ukrainian]. 10. Dmitrieva, V.O. (2011). Osnovnyye podkhody i pokazateli otsenki konkurentosposobnosti regionov [Main approaches and indicators for assessing the competitiveness of regions]. Visnyk Zaporizkoho natsionalnoho universytetu – Bulletin of Zaporizhzhya National University, 1(9), рр. 184-193 [in Russian]. 11. Duran, B., Odell, P. (1977). Klasternyy analiz [Cluster analysis]. Transl. from English E.Z. Demidenko;. Moscow, Statistics, 1977. 128 p. [in Russian]. 12. Koval, O.P., Popova, L.V. (2007). Metodychnyi pidkhid do vyznachennia ekonomichnoi sutnosti rehionalnoi intehratsii [Methodical approach to determining the economic essence of regional integration]. Zovnishnia torhivlia: pravo ta ekonomika – Foreign trade: law and economics, 4, рр. 169-173 [in Ukrainian]. 13. Lysenko, Yu.H., Bizianov, Ye.Ye. (2013). Model efektyvnosti IT- autsorsynhu v konteksti rozvytku informatsiinykh system ekonomichnykh obiektiv [The model of the effectiveness of IT outsourcing in the context of the development of information systems of economic objects]. Problemy ekonomiky – Problems of the economy, 2, рр. 190-195 [in Ukrainian]. 345 14. Moroz, O.M. (2006). Sotsialno-ekonomichne spriamuvannia v modeliuvanni biznes-protsesiv pidpryiemstv rehionu [Socio-economic orientation in the modeling of business processes of regional enterprises]. Ekonomika: problemy teorii ta praktyky – Economics: problems of theory and practice, Vol. 3, Issue 211, рр. 639-648. Dnipropetrovsk, DNU [in Ukrainian]. 15. Paryzkyi, I.V. (2017). Orhanizatsiino-infrastrukturne zabezpechennia innovatsiinoho rozvytku natsionalnoi ekonomiky: resursnyi aspekt [Organizational and infrastructural support for innovative development of the national economy: resource aspect]. Zbirnyk naukovykh prats Mukachivskoho derzhavnoho universytetu. Ser.: Ekonomika – Collection of scientific works of Mukachevo State University. Ser.: Economy, Issue 1(7), рр. 210-215 [in Ukrainian]. 16. Safonov, Yu.M., Hryhoriev, H.S. (2018). Mekhanizm derzhavnoho rehuliuvannia finansovo-ekonomichnykh protsesiv [Mechanism of state regulation of financial and economic processes]. Efektyvna ekonomika –Effective economy, 1. Retrieved from http://nbuv.gov.ua/UJRN/efek_2018_1_11 [in Ukrainian]. 17. Tkachenko, I.S., Moroz, O.M. (2016). Dosiahnennia efektu synerhii u vidtvoriuvalnykh protsesakh rehionalnoi ekonomiky [Achieving the effect of synergy in the reproductive processes of the regional economy]. Teorii mikro- i makroekonomiky – Theories of micro- and macroeconomics, Issue 25, рр. 263-266. Kyiv, Academy of Municipal Administration [in Ukrainian]. 18. Shyposha, V.A. (2019). Teoretyko-metodychni pidkhody do vyznachennia poniattia «ekonomichnoho klasteru», sutnosti ta struktury [Theoretical and methodological approaches to defining the concept of "economic cluster", its essence and structure]. Intelekt ХХI – Intelligence XXI, 5, рр. 140-144 [in Ukrainian]. 19. Shyposha, V. A. Zarubizhnyi dosvid funktsionuvannia klasternykh utvoren [Foreign experience of cluster formations functioning]. Naukovyi visnyk Uzhhorodskoho natsionalnoho universytetu. Ser.: Mizhnarodni ekonomichni vidnosyny ta svitove hospodarstvo – Scientific Bulletin of Uzhhorod National University. Ser.: International economic relations and the world economy, Issue 24, Part 3, рр. 148-151 [in Ukrainian]. 20. Shyposha, V.A. (2019). Vykorystannia klasternykh obiednan v yakosti form orhanizatsii innovatsiinykh protsesiv [The use of cluster associations as forms of organization of innovation processes]. Vcheni zapysky Tavriiskoho natsionalnoho universytetu imeni V.I. Vernadskoho. Ser.: Ekonomika i upravlinnia – Academic notes of the Tavri National University named after V.I. Vernadskyi. Ser.: Economics and management, Vol. 30 (69), No. 5, Part 1, рр. 171-175 [in Ukrainian]. 21. Shyposha, V. A. (2020). Formuvannia klasternykh struktur v yakosti zasobiv aktyvizatsii investytsiinoi diialnosti [Formation of cluster structures as a means of activating investment activity]. Visnyk Odeskoho natsionalnoho universytetu. Ser.: Ekonomika – Bulletin of Odessa National University. Ser.: Economics, Vol. 25, Issue 2(81), рр. 185-188. DOI: https://doi.org/10.32782/ 2304-0920/2-81-30 [in Ukrainian]. 22. Shiposha, V. (2020). The role of clusters in modern global economy. Three Seas Economic Journal, Vol. 1, No. 2, рр. 67-70. DOI: https://doi.org/10.30525/2661- 5150/2020-2-11. 23. Amosha, O. I., Trushkina, N. V., Shyposha, V. A. (2021). Mekhanizm formuvannia ta upravlinnia rozvytkom biznes-intehrovanykh struktur u skhidnykh rehionakh Ukrainy [Mechanism of Formation and Management for Development of Business Integrated Structures in the Eastern Regions of Ukraine]. Ekonomichnyi visnyk Donbasu – Economic Herald of the Donbas, 3(65), рр. 4-23. DOI: https://doi.org/10.12958/1817-3772-2021-3(65)-4-23 [in Ukrainian]. Надійшла до редакції 01.10.2021 р.