Мая Цоклинова
Държавни преразпределителни политики в страните членки на ЕС: сравнителни характеристики
Резюме:
Фискалната дисциплинираност по отношение на данъчните приходи и разходи, стабилизиране на доходите, насърчаването на потреблението и стимулирането на икономическата активност по време на бизнес цикъла са от съществено значение за постигането на макроикономическа стабилност. Въпреки вградените автоматични стабилизатори и границата, която се поставя в ЕС по отношение на държавните разходи, не са гаранция за постигане на сходство в икономическото развитие на отделните страни членки на ЕС и тяхното поведение особено по време на икономически кризи, както и по отношение на предлаганото количество от значими за общественото благосъстояние публични блага. В допълнение, всяка страна членка на ЕС изгражда своята икономическа политика по начин, отговарящ на общовъзприетите цели в ЕС. В този смисъл, държавните разходи на подсектор „Централно държавно управление” са необходим механизъм за осигуряване на устойчивост и стабилност на националните икономики и са критерий за постигане на средносрочните и дългосрочни цели в правителствените програми. Основна цел на статията е на базата на относителните дялове на разходите по функции на КОФОГ в БВП, страните членки на ЕС да се систематизират в еднородни групи (клъстери) и на тази основа да се направи сравнителен анализ на финансирането на значими за обществото публични блага, което отразява различията в държавните преразпределителни политики на равнище ЕС. Изследователската хипотеза, която се защитава в настоящото изследване гласи, че независимо от съществуването на общи фискални правила и политики в ЕС, има значителна разлика във финансирането на публините блага в отделните страни членки на ЕС, което е предпоставка за различни държавни преразпределителни политики на равнище ЕС, както и за диференцирано изпълнение на заложените в стратегия „Европа 2020” цели, свързани с генерирането на интелигентен, устойчив и приобщаващ растеж. За постигане на целта на изследването е използван нейерархичен клъстерен анализ и по-конкретно K-means Клъстър.
