Η Περιφερειακή Οργάνωση στην Ευρωπαϊκή Ένωση: ανάλυση–μοντελοποίηση–προτάσεις ανάπτυξης με τη χρήση τεχνικών Κοινωνικών Δικτύων

Abstract

Η Οικονομική και Περιφερειακή Ανάπτυξη στην Ευρωπαϊκή Ένωση δεν αποτελεί πρόσφατο αντικείμενο μελέτης στη διεθνή βιβλιογραφία. Οι ανισότητες που παρατηρούνται στη χωρική κατανομή του εισοδήματος, των οικονομικών ευκαιριών και των δραστηριοτήτων μεταξύ των περιφερειών έχουν προκαλέσει μεγάλο ενδιαφέρον στους μελετητές τις τελευταίες δεκαετίες. Στόχος της παρούσας διδακτορικής διατριβής είναι η διεπιστημονική προσέγγιση ενός θέματος, που παραδοσιακά ανήκει στην Οικονομική Επιστήμη. Προτείνουμε ένα μοντέλο, το οποίο εφαρμόζει την Ανάλυση Κοινωνικών Δικτύων (Social Network Analysis, SNA) στο πλαίσιο της Οικονομικής και Περιφερειακής Ανάλυσης. Χρησιμοποιήσαμε ενδεικτικά ορισμένους μακροοικονομικούς και κοινωνικούς δείκτες από διάφορους τομείς και αναλύσαμε την πορεία τους για το χρονικό διάστημα 2010 2021 για τις περιφέρειες της ΕΕ. Το ερώτημα στο οποίο θέλουμε να απαντήσουμε είναι εάν μπορεί η Ανάλυση Κοινωνικών Δικτύων να αποτελέσει έναν εναλλακτικό τρόπο προσέγγισης της Οικονομικής και Περιφερειακής Ανάπτυξης, καθώς αποτελεί μια διαδικασία που επιτρέπει τη διερεύνηση των κοινωνικών δομών με τη χρήση δικτύων και της θεωρίας γραφημάτων. Η Ανάλυση Κοινωνικών Δικτύων είναι μια διαδικασία διερεύνησης των κοινωνικών δομών με τη χρήση δικτύων. Με τη συμβολή της θεωρίας γραφημάτων, μελετά τις σχέσεις (συνδέσμους) που δημιουργούνται μεταξύ διαφορετικών μονάδων, όπως άτομα, ομάδες ή οργανισμοί (κόμβοι). Οι κόμβοι και οι σύνδεσμοι που αναπτύσσονται μεταξύ τους λαμβάνονται ως αλληλο-εξαρτώμενες και όχι ως αυτόνομες μονάδες. Ένα κοινωνικό δίκτυο μπορεί να συγκριθεί με έναν ιστό, ο οποίος καταγράφει τις σχέσεις ή τις αλληλεπιδράσεις των μονάδων. Τα δίκτυα περιλαμβάνουν τις κοινωνικές ή επαγγελματικές αλληλεπιδράσεις μεταξύ τους, μέσω των οποίων ανταλλάσσονται πληροφορίες και υπηρεσίες ή καταγράφονται επαφές σε συστηματική βάση. Παρουσιάζουμε την οπτικοποίηση δικτύων των μακροοικονομικών δεικτών, τα οποία δημιουργούνται με βάση τον βαθμό συσχέτισης των δεδομένων, και υπολογίζουμε μετρικές και μέτρα κεντρικότητας για να συμπεράνουμε την αλληλεπίδραση των περιφερειών. Στόχος είναι να διαπιστωθεί κατά πόσον η εφαρμογή της Ανάλυσης Κοινωνικών Δικτύων θα μπορούσε να αποτελέσει μια εναλλακτική ερευνητική μέθοδο στη μελέτη της Οικονομικής και Περιφερειακής Ανάπτυξης. Παράλληλα εξετάζουμε την ομοιογένεια και συνοχή μεταξύ πέντε μακροοικονομικών και κοινωνικών δεικτών για 242 περιφέρειες NUTS 2 της ΕΕ: το κατά κεφαλή ΑΕΠ, το συνολικό ποσοστό ανεργίας, το ποσοστό των πολιτών που έχει ολοκληρώσει σπουδές στην τριτοβάθμια εκπαίδευση, τον συνολικό αριθμό των διαθέσιμων νοσοκομειακών κλινών και το ποσοστό των πολιτών που χρησιμοποίησαν το διαδίκτυο για αλληλεπίδραση με τις δημόσιες αρχές. Μέσω των τεχνικών που διαθέτει η Ανάλυση Κοινωνικών Δικτύων εξετάζουμε την ύπαρξη κοινοτήτων περιφερειών, δηλαδή την ομαδοποίηση περιφερειών για κάθε δείκτη κι επιχειρούμε στη συνέχεια να καταλήξουμε σε ορισμένα συμπεράσματα: πώς προκύπτει η ομαδοποίηση; ποια είναι τα κοινά χαρακτηριστικά μεταξύ των περιφερειών κάθε κοινότητας; τι μπορεί κανείς να συμπεράνει σχετικά με τον μεγάλο αριθμό κοινοτήτων σε ένα δίκτυο; πώς θα μπορούσαν να γεφυρωθούν οι κοινότητες; Αυτά είναι κάποια από τα ερωτήματα που επιχειρήσαμε να απαντήσουμε. Τέλος, βάσει των Ευρωπαϊκών Διαρθρωτικών και Επενδυτικών Ταμείων (ΕΔΕΤ) της Πολιτικής Συνοχής της Ευρωπαϊκής Ένωσης προτείνουμε την ενισχυτική εφαρμογή των Προτεραιοτήτων και Ειδικών Στόχων τους σε συγκεκριμένες και στοχευμένες περιφέρειες για κάθε μακροοικονομικό δείκτη, ώστε να μειωθούν οι περιφερειακές ανισορροπίες και να αυξηθεί η συνοχή τους σε ολόκληρη της επικράτεια της Ένωσης.Economic and Regional Development in the European Union is not a recent subject of study in the literature. The inequalities, observed in the spatial distribution of income, economic opportunities and activities between regions, have been of great interest to scholars in recent decades. The aim of this PhD thesis is to make an interdisciplinary approach to a topic that traditionally belongs to the field of Economic Science. We propose a model that applies Social Network Analysis (SNA) within the framework of Economic and Regional Analysis. We have used a number of macroeconomic indicators from various sectors and analyzed their development for the period 2010-2021 for the NUTS 2 regions of the European Union. The question we want to answer is whether Social Network Analysis can be an alternative way of approaching Economic and Regional Development, as it is a process that allows the investigation of social structures using networks and graph theory. Social Network Analysis is a process of investigating social structures using networks. With the contribution of graph theory, it studies the relationships (links) that are established between different units, such as individuals, groups or organizations (nodes). The links that develop between the nodes are taken as interdependent rather than as autonomous units. A social network can be compared to a web, which records the relationships or interactions of people. Networks include the social or professional interactions between units through which information and services are exchanged or contacts are recorded on a systematic basis. We present the visualization of networks of macroeconomic indicators, which are generated based on the degree of correlation in the data, and compute metrics and measures of centrality to infer the interaction, convergence or divergence of regions. The aim is to determine whether the application of Social Network Analysis could be an alternative research method in the study of Economic and Regional Development. We also examine the homogeneity and cohesion between five macroeconomic indicators for 242 NUTS 2 regions of the European Union: the GDP per capita, the overall unemployment rate, the tertiary education attainment, the total number of available hospital beds and the percentage of citizens using the internet to interact with public authorities. Through the 'tools' available in Social Network Analysis, we examine the existence of communities of regions, i.e. the clustering of regions for each indicator and then attempt to draw some conclusions: how does the clustering arise? What are the common characteristics between the regions of each community? What can we conclude about the large number of communities in a network? How could communities be bridged? These are some of the questions we have attempted to answer. Finally, under the European Structural and Investment Funds (ESIF) of the European Union's Cohesion Policy, we propose the reinforced application of their Priorities and Specific Objectives to specific and targeted regions for each macroeconomic indicator, in order to reduce regional imbalances and increase their cohesion across the territory of the Union.