Pregledni znanstveni članek Uresničevanje ciljev Lizbonske strategije na regionalni ravni EU in Slovenija UDK: 338.1:061.1EU(045) Aleksander Aristovnik Univerza v Ljubljani, Fakulteta za upravo aleksander.aristovnik@fu.uni-lj.si Andrej Pungartnik University of Ljubljana, Faculty of Economics endrej.pungartnik@ef.uni-lj.si IZVLEČEK Evropska unija je v letu 2000 v Lizbonsko strategijo zapisala, da želi v desetih letih postati najbolj dinamično in konkurenčno, na znanju temelječe gospodarstvo na svetu, reforma 5 let kasneje pa je kot poglavitna cilja izpostavila ustvarjanje novih in boljših delovnih mest ter vzpostavitev močnejše in trajnejše gospodarske rasti. Namen prispevka je preučiti trenutno stanje Evropske unije in Slovenije na poti do ciljev zastavljenih v prenovljeni Lizbon-ski strategiji. V analizi želimo ugotoviti kako daleč je EU pri doseganju zastavljenih ciljev ter kako uspešna je bila pri implementaciji strategije na regionalni ravni članic EU. Pri tem se kot osnovno orodje uporablja izračun časovnih distanc ter prikaz časovne prednosti oziroma zaostanka pri doseganju posameznih ciljev Lizbonske strategije na regionalni ravni NUTS 2 razširjene EU in Slovenije. Ključne besede: Lizbonska strategija, kohezijska politika, NUTS 2 regije, Slovenija, časovna distanca JEL: C10, R10, 010, 052 1. Uvod Evropska unija (EU) si že od svojih začetkov prizadeva zgraditi gospodarstvo, ki je konkurenčno, napredno, ustvarja delovna mesta in je uravnoteženo med ekonomsko učinkovitostjo in socialno pravičnostjo. Z izvajanjem strukturne in kohezijske politike preko strukturnih skladov, Kohezijskega sklada ter drugih instrumentov Unija že desetletja krepi socialno in ekonomsko kohezijo, s sprejetjem Lizbonske strategije pa se je zavezala k še bolj strukturiranemu ter ambicioznemu zasledovanju ciljev. Lizbonska strategija je z leti pridobila velik vpliv na oblikovanje in vodenje politik na ravni EU in držav članic. Izvajanje teh politik prispeva k povečanju gospodarske rasti na ravni EU, preko finančnih mehanizmov strukturnih in Kohezijskega sklada pa pospešuje gospodarsko rast v državah članicah, še posebej v novih članicah, kar se v končni fazi odraža tudi v zmanjševanju razlik v razvitosti med državami in regijami znotraj EU, torej v realni konvergenci. Pri uresničevanju svežnja reform, o katerih so se dogovorili v Lizboni, je bil dosežen določen napredek na državni in evropski ravni, kljub temu pa Evropa še precej zaostaja za načrtovanim. Ob tem je Unija vstopila v nov lizbonski cikel ob upočasnjeni svetovni rasti, ki je zaradi hude finančne krize zajela vse svet. Recesija bo zelo otežila dosego lizbonskih ciljev, toda prav v teh kriznih časih je treba nadaljevati z izvajanjem strategije, saj se lahko le na ta način omilijo učinki recesije. Predvsem je torej pomembno, da se okrepi učinkovito uresničevanje strategije, katerega del je tudi evalvacija sprejetih ukrepov in njihovih rezultatov. Prav metoda časovne distance, ki je uporabljena v tej analizi, je zaradi svoje nazornosti ter preprostosti pomemben člen te evalvacije, saj zelo jasno prikazuje odstopanja dejanskega stanja od ciljev, zapisanih v Lizbonski strategiji na ravni regij in držav. Cilj prispevka je analizirati trenutno stanje Evropske unije in Slovenije na poti do ciljev, zastavljenih v Lizbonski strategiji, ter s pomočjo aplikacije Centra za socialne indikatorje' konkretno prikazati, kakšni so zaostanki oziroma prednosti pri zasledovanju posameznih ciljev, izraženi v časovnih dis-tancah na ravni regij NUTS2 2 EU ter Slovenije. 1 SICENTER je privatna, neprofitna raziskovalna ustanova. Aktivnost centra se osredotoča predvsem na raziskave in svetovanje na področju analize ekonomskih in socialnih kazalnikov na različnih ravneh agregacije, z aplikacijo v ekonomiji, politiki, poslovnem svetu in statistiki. Vodilni raziskovalec je prof. dr. Pavle Sicherl (Center za socialne indikatorje - SICENTER, 2008). 2 NUTS (fr. Nomenclature des unités territoriales statistiques) je nomenklatura statističnih teritorialnih enot oziroma skupna evropska statistična klasifikacija teritorialnih enot. Omenjeno klasifikacijo je vzpostavil Eurostat, da bi tako zagotovil celovito in dosledno členitev 2. Lizbonska strategija Zaradi izgubljanja konkurenčne prednosti EU pred Združenimi državami Amerike (ZDA) ter vse hitreje razvijajočimi se azijskimi državami, so se na spomladanskem zasedanju Evropskega sveta v Lizboni leta 2000 voditelji držav in vlad članic Unije dogovorili, da EU potrebuje dolgoročno strategijo. Evropa si je postavila za strateški cilj postati najbolj dinamično in konkurenčno, na znanju temelječe gospodarstvo na svetu, ki ustvarja nova in čedalje boljša delovna mesta, omogoča nenehno gospodarsko rast z večjo socialno kohezijo ter ne nazadnje gospodarstvo, ki spoštuje in varuje okolje (Kok, 2004: 8). Strategija je bila dopolnjena leta 2001 na spomladanskem zasedanju Evropskega sveta v Stockholmu in leta 2002 na zasedanju Evropskega sveta v Barceloni. [vedsko predsedovanje je v strategijo vključilo okoljevarstveno razsežnost, špansko predsedovanje pa dalo večji poudarek socialni razsežnosti ter vlaganju v raziskave in razvoj (Služba vlade RS za evropske zadeve, 2008). Zaradi nezadovoljivega napredka in povečanja razlik v potencialu rasti med Evropo ter drugimi gospodarstvi pa je Evropska komisija februarja 2005 državam članicam predlagala spremembe Lizbonske strategije. Revidirana verzija je ponovno opredelila prioritete in metode za njihovo doseganje, najpomembnejša cilja Lizbonske strategije pa sta postala rast in zaposlovanje. Z reformo Lizbonske strategije je bila kot ključni instrument na ravni Skupnosti, ki prispeva k izvajanju strategije za rast in delovna mesta, potrjena kohezijska politika. Poleg ohranjanja socialne kohezije je Evropski svet kot bistvene prednostne naloge za uresničitev lizbonskih ciljev označil še vlaganje v znanje in inovacije, vzpostavitev privlačnega okolja za naložbe in delo ter ustvarjanje več in boljših delovnih mest (Nov začetek za Lizbonsko strategijo, 2005: 7). Evropska kohezijska politika je z reformo, ki jo je predlagala Komisija, torej postala ena od glavnih politik Skupnosti za uresničitev agende Unije za rast in delovna mesta. Z razširitvijo EU na 27 držav članic in z dramatičnim povečanjem razlik v razvitosti med posameznimi članicami ter regijami pa se je soodvisnost doseganja obeh ciljev, gospodarske rasti in kohezije na ravni Unije še povečala. EU kot celota tako ne bo mogla dosegati višjih stopenj gospodarske teritorialnih enot, potrebno za zbiranje, razvoj in usklajevanje regionalnih statistik v Evropski uniji. Ker klasifikacija NUTS temelji na hierarhi~ni ~lenitvi, se ozemlja držav delijo na 3 hie-rarhi~ne ravni: NUTS 1, NUTS 2 ter NUTS 3, pri ~emer države pri razdelitvi svojega ozemlja na enote NUTS upo{tevajo normativna merila ({tevilo prebivalcev), ki so dolo~ena v uredbi o NUTS (NUTS, 2008). rasti, kot jih dosega sedaj, v kolikor nove članice ne bodo nadaljevale z doseganjem stopenj gospodarske rasti, ki bo bistveno višja od povprečja Unije. Visoka gospodarska rast v manj razvitih delih EU je pomembna za sočasno doseganje obeh ciljev, realne konvergence manj razvitih regij Skupnosti in povečevanja gospodarske rasti v EU kot celoti. V tem kontekstu je logično, da naj bi EU v srednjeročnem obdobju 2007-2013 usmerjala kohezijska sredstva predvsem za namene, ki bodo zagotavljali trajnostno gospodarsko rasti, konkurenčnost gospodarstva in zaposlovanje, kot je to predvideno v prenovljeni Liz-bonski strategiji (Nacionalni strateški referenčni okvir 2007-2013, 2007: 3). 3. Učinki kohezijske politike na ravni NUTS 2 regij EU Eden od glavnih ciljev kohezijske politike je zmanjšanje ekonomskih in socialnih razlik v razvoju med evropskimi regijami. Regije, ki zaostajajo v razvoju, morajo ostati v središču politike, ki pa mora zajeti celotno ozemlje EU, glede na to, da je cilj kohezijske politike tudi spodbujanje lastnega razvojnega potenciala evropskih regij. Učinke kohezijske politike EU je iz več razlogov težko natančno izmeriti. Jones (2001: 247) omenja tri glavne vzroke, zakaj je temu tako: prvič, vse učinke nekaterih programov in projektov je mogoče videti le na dolgi rok, drugič, tako na regionalne, kot nacionalne ekonomije vpliva cela vrsta faktorjev in je težko določiti natančen vpliv posameznega faktorja in tretjič, obstaja tudi problem ločevanja vpliva politike EU od vplivov nacionalnih regionalnih politik. Navkljub velikemu trudu EU tako še vedno obstajajo velike razlike v BDP na prebivalca med državami članicami ter med njihovimi regijami. Konvergenca med evropskimi regijami je v zadnjih letih sicer dokaj močna, zaradi česar so se zmanjšala neskladja v BDP na prebivalca.3 Do te usmeritve so v glavnem privedla izboljšanja v najmanj uspešnih regijah, ob tem pa lahko zmanjšanje razlik pripišemo tudi počasnejši stopnji rasti BDP v najrazvitejših regijah. Naslednja analiza je narejena na ravni regij NUTS 2. 3 To je realna konvergenca, ki pomeni približevanje ravni gospodarske razvitosti, ki ga običajno predstavlja kazalnik bruto domači proizvod na prebivalca (merjen po pariteti kupne moči). Analiziranje realne konvergence med državami (regijami) s tem kazalnikom dejansko pomeni oceno, ali se BDP na prebivalca neke države, regije ali skupine držav približuje povprečni vrednosti omenjenega kazalnika za vse primerjane države (regije) (Martin, 2001: 7). V tabeli 1 lahko vidimo, da so imele leta 2000 najbogatejše regije, ki pomenijo 10 % prebivalcev EU-15, BDP na prebivalca višji od povprečja EU za skoraj 92 %, medtem ko so imele najrevnejše regije, v katerih živi 10 % prebivalstva EU-15, BDP na prebivalca nižji od povprečja EU za več kot 32 %. Če to izrazimo s koeficientom, lahko rečemo, da je bil BDP najbogatejših regij (10 %+) v letu 2000 2,8 krat višji od tistega v najrevnejših regijah (10 %-). V letu 2005 je ta koeficient znašal 2,7, kar pomeni, da so se razlike med najbogatejšimi in najrevnejšimi regijami v tem obdobju nekoliko zmanjšale, vendarle pa ni bilo občutnejšega izboljšanja, zaradi česar je tudi prišlo do reforme kohezijske politike in popravkov strategije. Tabela 1: Najbolj in najmanj razvite regije EU glede na BDP p.c. v obdobju 2000-2005 Regije EU-15 EU-27 2000 2005 2000 2005 10% + 191,6 187,7 184,7 173,8 10%- 67,6 70,0 30,9 36,7 Koeficient 2,8 2,7 6,0 4,7 25% + 160,0 156,0 150,9 149,9 25%- 79,1 79,8 47,9 52,8 Koeficient 2,0 1,95 3,5 2,8 Opomba: podatki se nanašajo na BDP na prebivalca, merjenega po pariteti kupne moči; vrednost BDP je izražena kot % povprečnega BDP Evropske unije; 10 %+ in 25 %+ se nanaša na regije z najvišjim BDP na prebivalca, ki skupaj predstavljajo 10 oziroma 25 % celotne populacije EU; 10 %- in 25 %- se nanaša na regije z najnižjim BDP na prebivalca, ki skupaj predstavljajo 10 oziroma 25 % celotne populacije EU. Vir: Eurostat; lastni izračuni. Tabela nam tudi pokaže, da so se razlike med regijami v EU z vstopom novih članic še izrazito povečale. Vidimo lahko, do kakšne spremembe pride, če v letu 2000 povečamo število držav na 27 (torej zajamemo še 10 kandidatk, ki so v EU vstopile leta 2004, ter Bolgarijo in Romunijo) ter kako to vpliva na koeficiente. Ugotovimo, da so imele najrevnejše regije, v katerih živi 10 % prebivalcev EU-27, v letu 2000 BDP na prebivalca za skoraj 70 % pod evropskim povprečjem. Vrednost koeficienta je v letu 2000 znašala 6,0, kar pomeni, da je bil BDP najbogatejših regij (10 %+ EU-27) 6-krat višji od tistega v najrevnejših regijah (10 %- EU-27). Razlike med regijami so se torej z vstopom novih članic še dodatno povečale, je pa v obdobju petih let koeficient padel na 4,7, kar kaže na to, da so najrevnejše regije na ravni EU-27 naredile korak naprej, ob tem pa je na zmanjšanje koeficienta vplivalo tudi znižanje povprečja BDP na prebivalca v najrazvitejših regijah glede na povprečje Unije. Seveda so razlike med najbolj in najmanj razvitimi regijami še izjemno velike in treba bo še veliko časa, da se bodo najslabše razvite regije približale povprečju EU. Zanimivo je tudi pogledati, kje je mesto Slovenije v primerjavi z najbolj in najmanj razvitimi regijami EU. Ozemlje RS se sicer od leta 2009 na ravni NUTS 2 deli na dve kohezijski regiji - Vzhodno Slovenijo in Zahodno Slovenijo. Na ravni NUTS 1 Slovenija še vedno nastopa kot celota, na ravni NUTS 3 pa se tako kot prej členi na 12 statističnih regij. Tabela 2: Razvitost Slovenije na nivoju regij NUTS 2 glede na BDP p.c. v obdobju 2000-2005 (EU-27=100) Slovenija 2000 2005 Slovenija 79,8 87,4 Vzhodna Slovenija 67,3 72,5 Zahodna Slovenija 94,5 104,8 Opomba: podatki se nanašajo na BDP na prebivalca, merjenega po pariteti kupne moči; Vzhodna Slovenija: Pomurska, Podravska, Koroška, Savinjska, Zasavska, Spodnjeposavska, Jugovzhodna Slovenija, Notranjsko-kraška; Zahodna Slovenija: Osrednjeslovenska, Gorenjska, Goriška, Obalno-kraška. Vir: Eurostat, lastni izračuni. Iz tabele 2 je razvidno, da je imela v letu 2000 Slovenija BDP na prebivalca nižji od povprečja EU-27 za dobrih 20 %, v letu 2005 pa le še dobrih 12 %. Se pa zelo velike razlike kažejo na ravni regij NUTS 2, kjer je v letu 2005 Zahodna Slovenija že presegala povprečno razvitost Unije, medtem ko je Vzhodna Slovenija za tem znatno zaostajala. Tudi znotraj Slovenije torej obstajajo velike razlike v razvitosti glede na BDP na prebivalca, razlike pa so se v omenjenem obdobju med regijama še povečevale, zato predvsem na področju Vzhodne Slovenije čaka našo državo še veliko dela. Vidimo torej lahko, kako je vključitev novih držav še dodatno otežila doseganje lizbonskih ciljev in kako zelo velike razlike so med regijami na ravni EU. V preučevanem obdobju večina teh najmanj razvitih regij sicer ni bila del Unije, toda namen analize je predvsem prikazati ogromne razlike v razvitosti regij ter pokazati, koliko dejansko najmanj razvite regije zaostajajo za najbolj razvitimi. Glavna naloga kohezijske politike je zmanjševanje neenakosti med regijami Unije in ti rezultati kažejo, da bo treba vložiti še veliko napora, da se bodo razlike zmanjšale in se bodo tudi najmanj razvite regije približale najbolj razvitim. Koliko pa dejansko znašajo zaostanki na ravni regij NUTS 2 za lizbonskimi cilji, ugotavljamo z metodo računanja časovnih distanc. 4. Izračunavanje časovnih distanc in odstopanj od ciljev lizbonske strategije 4.1 Časovna distanca Časovna distanca je v splošnem razdalja v času med dvema dogodkoma. S-distanca pa je posebna kategorija časovne distance, ki je definirana za dano raven spremenljivke (kazalnika). V nasprotju s statičnimi merami, ki so opredeljene glede na določeno časovno enoto, je S-distanca opredeljena za določeno raven spremenljivke in meri razliko v času, ko primerjani enoti dosežeta dano raven opazovane spremenljivke. Tako določeno distanco v času (npr. število let, mesecev, dni, itd.) uporabljamo kot dinamično (časovno) mero neenakosti med opazovanima enotama v istem smislu, kot določeno razliko (absolutno ali relativno) v določenem trenutku uporabljamo kot statično mero razlik med opazovanima enotama (Sicherl, 2003: 188).4 Za računanje S-časovne distance na makro ravni sta potrebni dve časovni seriji: časovna serija dejanskih vrednosti kazalnika ter časovna serija predvidenih ciljnih vrednosti (linija do cilja). Časovna distanca je razlika med dejanskim časom ter časom na liniji do cilja za vsako dejansko vrednost spremenljivke (Sicherl, 2008: 2): S(Xt) = dejanski čas t - čas na ciljni črti T za vsako dejansko vrednost spremenljivke Xt S(Xt) = t(Xt) - T(Xt) 4 Ve~ o ~asovni distanci glej tudi v Granger (1997, 2003). Časovna distanca ima kot komplementarna mera konvencionalnim meram razlik zelo obsežno potencialno uporabo pri analizi časovno opredeljenih podatkov pri primerjavah med raznimi enotami, pri regresijah, modelih, predvidevanjih in monitoringu. Po drugi strani pa predlagana metodologija uvaja nov pogled na stopnjo neenakosti v razvoju in blaginji in s tem boljšo analitično podlago za vrednostne sodbe, ki jih o svoji relativni poziciji v družbi in svetu oblikujejo posamezniki in skupine na različnih ravneh, kakor tudi za nove hipoteze o načinih povezovanja problemov rasti in problemov neenakosti v teoriji in praksi. Ta povezava pa je ena od ključnih točk evropske razvojne paradigme, kot je izražena v Lizbonski strategiji (Sicherl, 2003: 203). Namen uvajanja časovne distance v analizo razlik ni v nadomestitvi običajno uporabljanih statičnih metod in meritev, temveč v njihovi dopolnitvi in razširitvi celotnega teoretskega in metodološkega pristopa. Uporaba koncepta časovne distance in njena operacionalizacija s pomočjo statistične mere S-distance omogočata kot dodatni instrumentarij k obstoječim metodam analize dodatno razumevanje problema in izboljšave na dveh področjih, konceptualnem in analitičnem. Prednost S-distance je, da je izražena v enotah časa ter tako razumljiva vsem, dodatna prednost pa je lastnost, da vse dosedanje metode in rezultati (ne pa nujno tudi zaključki) ostanejo nespremenjeni, saj časovna distanca dodaja novo dimenzijo in ne nadomešča drugih pogledov (Sicherl, 2003: 189). 4.2 Izračun napredka/zaostanka pri doseganju ciljev Lizbonske strategije na ravni regij NUTS 2 Dodaten pogled na stopnjo uresničevanja Lizbonske strategije glede na postavljene EU ali nacionalne cilje je razvil Center za socialne indikatorje. Pripravil je spletno aplikacijo za enostavno računanje časovnih distanc in odstopanj od ciljev na podlagi katere je narejena tudi naslednja analiza. V njej je S-časovna distanca (izražena v enotah časa) uporabljena na primeru lizbonskih ciljev na regionalni ravni za EU in Slovenijo. Za dejansko vrednost v določenem letu ugotavljamo, kdaj naj bi bila ta vrednost dosežena na postavljeni liniji do cilja, časovna distanca pa izraža prednost ali zaostanek v času glede na linijo do cilja. V analizi računamo povprečno časovno distanco za najbolj ter najmanj razvite regije NUTS 2 na ravni EU-27 ter Slovenije. Tudi tu velja, da med najbolj razvite regije uvrščamo regije z najvišjim BDP na prebivalca, ki skupaj pomenijo 10 % celotne populacije EU-27, med najmanj razvite pa regije z najnižjim BDP na prebivalca, ki skupaj pomenijo 10 % celotne populacije EU-27. Naj omenimo, da je zaradi pomanjkanja podatkov na regionalni ravni merjenje časovne distance za posamezne kazalnike onemogočeno oziroma zelo oteženo. Tako na primer ni mogoče sledenje cilju deleža BDP namenjenega raziskavam in razvoju, ki je eden temeljnih lizbonskih ciljev, so pa izračunane časovne distance za cilja 70 % stopnje zaposlenosti v EU ter 3 % povprečne letne rasti BDP EU do leta 2010. Poudariti je treba tudi, da je v primeru neobstoja podatkov za določeno regijo, ki po svoji razvitosti (nerazvitosti) sicer spada med 10% najbolj (najmanj) razvitih regij na ravni EU-27, ta bila zamenjana z naslednjo v nizu, za katero so podatki na voljo. 4.2.1 Lizbonski cilj na ravni regij NUTS 2: 70 % stopnja zaposlenosti v Evropski uniji do leta 2010 Med najbolj razvite regije (10%+) so uvrščene večinoma regije iz starejših članic, predvsem Nemčije, Anglije, Belgije, Nizozemske, iz novink prihajata le dve, in sicer, Praga ter Bratislava. Povprečna stopnja zaposlenosti najbolj razvitih regij je že leta 2000 znašala 68,5 %, torej je bila zelo blizu ciljne vrednosti, in je po manjšem upadanju do leta 2004 v zadnjih dveh obravnavanih letih spet dosegala pozitiven trend. Prav ta pozitivni zasuk v letih 2005 in 2006 se je dobro odrazil tudi na časovno distanco, saj je ta v zadnjem obravnavanem letu znašala le še 2,5 let. Slika 1: Časovna distanca 10%+ regij EU-27 pri sledenju cilja 70 % stopnje zaposlenosti EU do leta 2010 Legenda: (-) časovna prednost (pred linijo do cilja), (+) časovni zaostanek (za linijo do cilja). Vir: Eurostat; lastni izračuni. Popolnoma drugačna je slika za najmanj razvite regije, večinoma iz Bolgarije, Romunije in Poljske, ki imajo najnižji BDP na prebivalca in skupaj predstavljajo 10 % celotne populacije EU-27. V letu 2000 je povprečna stopnja zaposlenosti za te znašala slabih 56,9 % in v naslednjih 6 letih te vrednosti ni več dosegla. Časovna distanca se je v zajetem obdobju konstantno povečevala ter je v zadnjem obravnavanem letu znašala 6 let. Slika 2: Časovna distanca 10%- regij EU-27 pri sledenju cilja 70 % stopnje zaposlenosti EU do leta 2010 o - CN 00 m (O 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Legenda: (-) časovna prednost (pred linijo do cilja), (+) časovni zaostanek (za linijo do cilja). Vir: Eurostat; lastni izračuni. 4.2.2 Lizbonski cilj na ravni regij NUTS 2: 3 % povprečna letna rast BDP Evropske unije do leta 2010 Tako kot na ravni držav tudi pri regijah pričakujemo, da bodo manj razvite regije rastle hitreje kot bolj razvite, saj le tako prihaja do konvergence in zmanjševanja razlik v razvitosti. Za najmanj razvite regije torej pričakujemo negativne časovne distance oziroma prednost pred ciljnimi vrednostmi, za najbolj razvite pa zaostanke ter pozitivne distance. Slika 3: Časovna distanca 10%+ regij EU-27 pri sledenju cilja 3 % povprečne letne rasti BDP EU 0 0,2- O 00 m o' 0,4- m a 0,6- O m ta t O) m 1,6J 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 čas Legenda: (-) ~asovna prednost (pred linijo do cilja), (+) ~asovni zaostanek (za linijo do cilja). Vir: Eurostat; lastni izra~uni. Že od samega začetka uvajanja Lizbonske strategije je povprečna letna rast najbolj razvitih regij (10%+) zaostajala za ciljnimi vrednostmi, slika 3 pa kaže, da se je v zadnjih dveh obravnavanih letih (zaradi pomanjkanja podatkov je zadnje zajeto leto 2005) zaostanek ustalil na približno 1,4 leta. V letu 2005 je tako časovna distanca znašala 1,39 let. Drugače je pri sledenju cilja 3 % povprečne letne stopnje rasti BDP za najmanj razvite regije (10%-), saj povprečna stopnja sledi oziroma prehiteva ciljne vrednosti. V prvih dveh letih sicer obstaja manjši zaostanek, toda od leta 2003 naprej je časovna distanca negativna, kar pomeni prednost pred ciljno vrednostjo. V letu 2005 se je distanca sicer nekoliko zmanjšala glede na predhodno leto, toda še vedno je prednost znašala 1,25 let. Slika 4: Časovna distança 10%- regij EU-27 pri sledenju cilja 3 % povprečne letne rasti BDP EU - 1,43 m CM m 00 >- o o o 1_1 1_1 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Legenda: (-) časovna prednost (pred linijo do cilja), (+) časovni zaostanek (za linijo do cilja). Vir: Eurostat; lastni izračuni. Če povzamemo rezultate za obravnavane cilje v tabelo (tabela 3), jih je smiselno primerjati z rezultati na ravni EU-15, saj na ta način v analizo zajamemo le regije, ki so bile v celotnem obravnavanem obdobju del Unije. Glede na to, da se tako na ravni EU-27 kot tudi EU-15 med najbolj razvite regije uvrščajo večinoma regije iz petnajsterice, večjih razlik v samih rezultatih pri najbolj razvitih regijah nismo pričakovali, kar potrjujejo tudi časovne distance. Drugače je pri najmanj razvitih regijah, saj se med 10 % najmanj razvitih regij na ravni EU-27 uvrščajo večinoma regije iz novo pridruženih članic (Romunije, Bolgarije, Poljske), medtem je na ravni EU-15 večina teh regij iz sredozemskih držav (Grčije, Italije, Španije, Francije). Pri sledenju cilja 70 % stopnje zaposlenosti do leta 2010 je časovna distanca v 10 %- regijah EU-27 v letu 2006 znašala 6 let, na ravni EU-15 pa 4,57 let. Stopnje zaposlenosti v najmanj razvitih regijah v novih članicah so zelo nizke in se ne povečujejo, kar vpliva tudi na povečevanje zaostanka za lizbonskim ciljem, medtem ko je na ravni EU-15 opaziti manjšo rast stopnje, ki pa zaostaja za ciljno stopnjo, zaradi česar distanca prav tako v obravnavanem obdobju narašča. Iz dobljenih podatkov lahko ugotovimo, da obstajajo znatne razlike v zaposlenosti med najbolj in najmanj razvitimi regijami, kar kažejo tudi razlike v časovnih distancah, je pa predvsem zaskrbljujoč trend v najmanj razvitih regijah novih članic, kjer zaradi padca stopenj zaposlenosti v zajetem obdobju časovne distance ter s tem zaostanki za lizbonskim ciljem hitro naraščajo. Med regijami, ki dosegajo najvišje zaostanke pri cilju 70 % stopnje zaposlenosti do leta 2010 so na ravni EU-27 na dnu pričakovano bolgarske, madžarske, romunske ter poljske regije, na ravni EU-15 pa francoski čezmorski departmaji in grški otoki, kar je v veliki meri posledica njihove geografske odmaknjenosti, ter regije južne Španije, Italije in vzhodne Nemčije. Regije, ki dosegajo največje prednosti, izhajajo iz najrazvitejših držav, kot so Anglija (London, Berkshire, Bucks and Oxfordshire), Avstrija (Salzburg, Dunaj), Švedska (Stockholm), med zajetimi regijami pa se iz novo pridruženih članic sem uvrščata le Bratislava ter Praga. Tabela 3: Časovne distance najbolj (10%+) in najmanj (10%-) razvitih regij (NUTS 2) na nivoju EU-27 in EU-15 pri sledenju ciljev Lizbonske strategije S-casovna distanca v letih Cilji 2000 2001 2002 2003 2004 2005 2006 Cilj 1 10%+ regije EU-27 0 -2,13 1,63 3 4 5 2,5 10%- regije EU-27 0 1 2 3 4 5 6 10%+ regije EU-15 0 -3,36 1,23 3 4 5 3,32 10%- regije EU-15 0 0,95 1,57 2,38 2,97 3,88 4,57 Cilj 2 10%+ regije EU-27 0 0,33 0,65 1,29 1,44 1,39 np 10%- regije EU-27 0 0,13 0,13 -0,39 -1,43 -1,25 np 10%+ regije EU-15 0 0,44 0,86 1,56 1,79 2,03 np 10%- regije EU-15 0 -0,20 0,39 0,70 1,07 1,80 np Legenda: Cilj 1: 70 % stopnja zaposlenosti v EU do 2010; Cilj 2: 3 % povprečna letna rast BDP EU; np- ni podatka. Vir: Eurostat; lastni izračuni. Pri sledenju cilja 3 % povprečne letne rasti BDP zaradi pomanjkanja podatkov preučujemo le obdobje od leta 2000 do 2005. Tudi tu večjih razlik med časovnimi distancami najbolj razvitih regij na ravni EU-27 in EU-15 ni. Je pa pri obeh ugotovljen zaostanek za ciljem, ki se je v petletnem obdobju konstantno povečeval. Glede na to, da med 10%+ regije spadajo najbolj razvite regije, je razumljivo, da le-te težko dosegajo 3 % povprečno letno ciljno stopnjo rasti BDP, saj je njihov BDP na prebivalca že na izjemno visoki ravni, kar otežuje visoke povprečne stopnje rasti. Na drugi strani je časovna distanca regij z najnižjim BDP na prebivalca, ki skupaj pomenijo 10 % celotne populacije EU-27, negativna, kar pomeni prednost pred linijo do cilja. V letu 2005 je ta znašala 1,25 let. Na ravni EU-15 je drugače, saj tam najmanj razvite regije zaostajajo za linijo do cilja, zaostanek v letu 2005 je tako znašal 1,8 let. Glede na mnogo slabšo razvitost 10%- regij EU-27 v primerjavi z najmanj razvitimi regijami na ravni EU-15 so razlike razumljive, saj imajo najmanj razvite regije sedemindvajseterice še ogromno potenciala za rast, zato je doseganje visokih povprečnih letnih stopenj rasti BDP lažje. Najhitreje rastoče regije so tako pogosto pomembnejša urbana območja in regijske prestolnice (London, Luksemburg, Praga, Bratislava), visoke stopnje rasti pa so opažene tudi v regijah, kjer je bila zelo nizka raven BDP na prebivalca, kot na primer, bolgarska regija Yugozapaden, romunska regija Bucuresti-lifov itd. Na drugi strani so nizke stopnje rasti ter s tem zaostanek za ciljem 3 % povprečne letne rasti BDP predvsem značilne za regije z visokim BDP na prebivalca v Franciji, Nemčiji, Italiji, na Finskem, [vedskem in Danskem. 4.2.3 Lizbonski cilj za Slovenijo: 70 % stopnja zaposlenosti do leta 2010 Rezultate časovnih distanc na evropskem regionalni ravni pa je zanimivo primerjati tudi z rezultati na ravni Slovenije. Pri tem je treba poudariti, da je zaradi neobstoja podatkov na ravni NUTS 2 na področju stopnje zaposlenosti za posamezne članice analiza za Slovenijo narejena le na ravni celotne države. Za cilj 70 % stopnje zaposlenosti do leta 2010 ugotovimo, da so časovni zaostanki za ciljnimi vrednostmi mnogo manjši v primerjavi s časovnimi distancami v najbolj in najmanj razvitih regijah EU-27 ter EU-15. V letu 2006 je sicer opazen nekoliko večji zaostanek glede na predhodna leta, a vseeno znaša le 0,59 let (slika 5), kar je mnogo bolje od časovnih distanc na ravni evropskih regij NUTS 2, tako v primerjavi z najbolj razvitimi regijami kot tudi z najmanj razvitimi, kjer so pričakovano zaostanki mnogo večji. Slika 5: Časovna distanca Slovenije pri sledenju cilja 70 % stopnje zaposlenosti do leta 2010 n O ■ £ o 1,12 m ^ ^ OT o~ o~ Ljq. o 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Legenda: (-) časovna prednost (pred linijo do cilja), (+) časovni zaostanek (za linijo do cilja). Vir: Eurostat; lastni izračuni. 4.2.4 Lizbonski cilj za Slovenijo: 3 % povprečna letna rast BDP do leta 2010 Pri cilju 3 % povprečne letne rasti BDP Slovenija, kot novo pridružena mlada članica, v primerjavi s povprečjem EU dosega dobre rezultate, ki so blizu rezultatov najmanj razvitih regij na ravni EU-27. Že od vsega začetka dejanske vrednosti prehitevajo ciljne, kar se odraža tudi v rezultatih časovne distance (slika 6). Slovenija je imela tako v letu 2006 skoraj dvoletno (1,97) časovno prednost, ki se je povečevala v zadnjih treh zajetih letih. Slika 6: Časovna distanca Slovenije pri sledenju cilja 3 % povprečne letne rasti BDP ra -2" o C ho> ^ 1 1 <13 1 - TO -1 C 0,25 5,18 0, l -1,06 S -0'5 ra n 0,07 1 1 1 1 1-1 to n o 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 čas Legenda: (-) časovna prednost (pred linijo do cilja), (+) časovni zaostanek (za linijo do cilja). Vir: Eurostat; lastni izračuni. Zanimiv je tudi pogled na zasledovanje tega cilja na nivoju NUTS 2. Časovna distanca za Zahodno Slovenijo se v zajetem obdobju stalno zmanjšuje, kar pomeni povečevanje prednosti pred ciljnimi vrednostmi. V letu 2005 je tako prednost znašala 1,47 let. Slika 7: Časovna distanca Zahodne Slovenije pri sledenju cilja 3 % povprečne letne rasti BDP -1,47 ro c -1>2' (0 * 08 -1,05 ro -0,8 C -0,77 CM >o -0,4 ' i -0,45 0 - o 2000 2001 2002 2003 2004 č: 2005 as 2006 2007 2008 2009 2010 Legenda: (-) časovna prednost (pred linijo do cilja), (+) časovni zaostanek (za linijo do cilja). Vir: Eurostat; lastni izračuni. Nekoliko slabše je stanje v regiji Vzhodna Slovenija, ki sicer v zadnjih dveh obravnavanih letih tudi dosega prednost, toda ta je manjša kot v Zahodni Sloveniji. Glede na stanje v državi so rezultati časovnih distanc za cilj povprečne letne stopnje rasti BDP na ravni NUTS 2 v Sloveniji pričakovano ugodnejši v zahodnem delu, ki razpolaga z boljšo infrastrukturo, visoko kvalificirano delovno silo in s tem z boljšimi priložnostmi za razvoj, kar posledično pomeni tudi višjo povprečno gospodarsko rast ter ugodnejše časovne distance. Slika 8: Časovna distanca Vzhodne Slovenije pri sledenju cilja 3 % povprečne letne rasti BDP Legenda: (-) časovna prednost (pred linijo do cilja), (+) časovni zaostanek (za linijo do cilja). Vir: Eurostat; lastni izračuni. Na ravni Slovenije so rezultati pri sledenju ciljev torej bolj ugodni. Pri sledenju cilja 70 % stopnje zaposlenosti do leta 2010 so rezultati časovnih distanc v primerjavi s povprečnimi časovnimi distancami najbolj in najmanj razvitih evropskih regij NUTS 2 spodbudni. Leta 2006 je tako zaostanek znašal 0,59 let. Zadnji podatki pa kažejo, da je v letu 2007 zaostanek celo prerastel v prednost, saj je dejanska stopnja zaposlenosti presegla ciljno, s čimer je bila Slovenija na dobri poti, da bi v letu 2010 dosegla oziroma presegla zastavljeni cilj 70 % stopnje zaposlenosti, toda globalna recesija ter s tem upočasnjena gospodarska rast in povečanje brezposelnosti, bodo zelo otežile oziroma onemogočile dosego ciljev. Po pričakovanju pa Slovenija dosega prednost pri cilju 3 % povprečne letne rasti, saj kot ambiciozna nova članica mora dosegati visoke stopnje rasti, da se približa najrazvitejšim. So pa rezultati časovnih distanc bolj ugodni za Zahodno Slovenijo kot za Vzhodno. 5. Sklep Ob hitrem globalnem razvoju, tehnološkem napredku in gospodarskih ter okoljskih spremembah sta za doseganje gospodarske rasti vse pomembnejši razvojna dinamika in konkurenčnost. Voditelji vlad držav članic Evropske unije so zato v letu 2000 s sprejetjem Lizbonske strategije postavili okvirne cilje, ki naj bi jih EU dosegla v desetih letih in tako postala najbolj konkurenčno, dinamično in na znanju temelječe gospodarstvo na svetu, ki bi bilo sposobno ustvarjati trajno gospodarsko rast, nova in boljša delovna mesta ter večjo socialno kohezijo. Z reformo v letu 2005 je Unija na novo definirala glavne cilje in prioritete, ob tem pa prepoznala kohezijsko politiko kot eno od glavnih politik Skupnosti za uresničitev strategije za rast in delovna mesta. Skladno z izvajanjem strategije na ravni Unije pa sledi izvajanju od vstopa v letu 2004, kot polnopravna članica EU, tudi Slovenija. Glede na to, da so razvojni izzivi, pred katerimi stoji, v veliki meri podobni izzivom, pred katerimi se je znašla EU kot celota, je razumljivo, da so si tudi cilji zastavljeni v strateških dokumentih Slovenije, kakor tudi EU, zelo podobni. Koliko pa Slovenija ter Unija dejansko zaostajata za cilji, zapisanimi v Liz-bonski strategiji, smo poizkušali pokazati z uporabo aplikacije Centra za socialne indikatorje, ki omogoča računanje časovnih distanc in odstopanj od ciljev. Zaradi pomanjkanja podatkov na regionalni ravni je sicer merjenje časovne distance za posamezne indikatorje onemogočeno oziroma oteženo. V analizi so tako izračunane časovne distance za dva cilja Lizbonske strategije na ravni regij NUTS 2 in sicer cilja 70 % stopnje zaposlenosti ter 3 % povprečne letne rasti BDP do leta 2010. Pri računanju časovnih distanc na ravni regij pridemo do ugotovitve, da tako pri sledenju cilja 70 % stopnje zaposlenosti v EU kot tudi cilja 3 % povprečne letne rasti BDP EU najbolj in najmanj razvite regije, ki skupaj zajemajo 10 % celotne populacije EU, zaostajajo za ciljnimi vrednostmi. Izjema so najmanj razvite regije na ravni EU-27, ki dosegajo prednost pri sledenju cilja povprečne letne stopnje rasti BDP, kar pa je pričakovano, saj morajo manj razvite regije rasti hitreje kot bolj razvite, da prihaja do konvergence in zmanjševanja razlik v razvitosti. S tem časovna distanca tudi potrjuje rezultate iz dela o učinkih kohezijske politike na ravni regij, kjer je bila ugotovljena konvergenca med evropskimi regijami in zmanjšanje neskladij v regionalni razvitosti. Na ravni Slovenije so rezultati pri sledenju ciljev sicer bolj ugodni, predvsem na področju zaposlenosti, pričakovano pa Slovenija dosega prednost pri cilju povprečne letne stopnje rasti BDP, kar velja za obe regiji na ravni NUTS 2. Je pa vendarle zaskrbljujoče dejstvo, da se razlike v razvitosti med slovenskima regijama Vzhodna in Zahodna Slovenija ne zmanjšujejo, zato bodo v prihodnje potrebna nadaljnja pospešena kohezijska vlaganja v Vzhodno Slovenijo. Rezultati računanja časovnih distanc tako v grobem potrjujejo pričakovanja, da Unija kot tudi Slovenija na ravni regij NUTS 2 večinoma zaostajata za lizbon-skimi cilji, z izjemo manj razvitih regij pri sledenju cilja povprečne letne stopnje rasti. Ugotovimo lahko, da bodo cilji Lizbonske strategije do leta 2010 zelo težko doseženi, saj je zaostanek predvsem na področju zaposlenosti prevelik, ob tem pa bodo dosego ciljev še dodatno otežile oziroma onemogočile globalna recesija ter s tem upočasnjena gospodarska rast in povečanje brezposelnosti. A bojazen pred ekonomsko krizo ter posledično nedoseganje ciljev Unije je treba obrniti v še bolj odločno in konkretno uresničevanje strategije, saj lahko le na ta način omilimo učinke recesije. Na ravni Unije je tako treba okrepiti akcijski načrt, ki bo uvedel kratkoročne ukrepe za omilitev krize ter priredil srednje in dolgoročne ukrepe Lizbonske strategije za boj proti recesiji. Stabilizirati je treba finančni trg, uvesti ukrepe za zmanjšanje tveganja ponovitve krize ter nadaljevati z izvajanjem strukturnih reform, predvsem na področjih, ki podpirajo inovacije in pospešujejo produktivnost ter delajo gospodarstva bolj fleksibilna in odporna. Ključno je torej, da se izvajanje strategije okrepi ob tem pa iz krize izstopi s še bolj učinkovito strategijo, ki bo pripravljena na izzive prihodnosti ter bo znala izrabiti priložnosti globalizacije. Dr. Aleksander Aristovnik je diplomiral (1997), magistriral (2000) in doktoriral (2006) na Ekonomski fakulteti na Univerzi v Ljubljani. Konec leta 2001 se je zaposlil na Fakulteti za upravo na Katedri za ekonomiko in menedžment javnega sektorja. Leta 2006 je na Ekonomski fakulteti pridobil naziv docenta za podro~je mednarodne ekonomije, leta 2007 pa tudi naziv docenta za podro~je ekonomike javnega sektorja na Fakulteti za upravo. Raziskuje predvsem podro~ja mednarodne ekonomije in financ, evropskih integracijskih procesov in javnih finance. Je ~lan razli~nih mednarodnih združenj in organizacij. Rezultate svojega znanstvenega in raziskovalnega dela predstavlja na razli~nih doma~ih in tujih konferencah ter jih objavlja v vrsti strokovnih in znanstvenih revij. Mag. Andrej Pungartnik je diplomiral in magistriral na Ekonomski fakulteti Univerze v Ljubljani s podro~ja marketinga. Že med {tudijem je kazal veliko zanimanje za poglobljeno prou~evanje regionalnega razvoja, teritorialnga sodelovanja in evropskih kohezijskih politik. Trenutno dela na podro~ju ogla{evanja. Literatura in viri • Aplikacija SICENTER. (2008). Http://www.gaptimer.eu/s-t-d_monitoring_tool.html (dostop 1.7.2009). • Center za socialne indikatorje - SICENTER. (2008). Dostopno http://www.sicenter.si/indexsi.html (dostop 1.7.2009). • Eurostat (2008). Dostopno na http://www.ec.europa.eu/eurostat/ (dostop 25.7.2009). • Granger C.W.J., Jeon Y. (1997). Measuring Lag Structure in Forecasting Models - The Introduction of Time Distance. (San Diego: University of California). • Granger C.W.J., Jeon Y. (2003). A time-distance criterion for evaluating forecasting models. International Journal of Forecasting, Vol. 19. • Jones, A. R. (2001). The Politics and Economics of the European Union. (2nd ed.) (Northampton: Edward Elgar). • Kok, W. (2004). Facing the challenge. The Lisbon strategy for growth and employment. (Luxembourg: Office for Official Publications of the European Communities). • Martin, C. (2001). European Integration and Income Convergence, Lessons for Central and Eastern European Countries. (Washington: The World Bank). • Muller, K. H. (2004). Time and Societal Evolution: The Theoretical background for Time Distance Analysis. (Vienna: WISDOM). • Nacionalni strateški referenčni okvir 2007-2013. (2007). (Ljubljana: Služba Vlade RS za lokalno samoupravo in regionalno politiko). • Nov začetek za Lizbonsko strategijo. (2005). (Luksemburg: Urad za uradne publikacije Evropskih skupnosti). • NUTS. Klasifikacija statističnih teritorialnih enot v Evropski Uniji - NUTS pojasnilo. (2008). http://www.stat.si/tema_splosno_upravno_NUTS.asp (dostop 15.7.2009). • Sicherl, P. (2003). Fleksibilnost dela - primerjalna analiza. (Ljubljana: Fakulteta za družbene vede). • Sicherl, P. (2008). Monitoring implementation of Lisbon and NRP targets with S-time-distance measure. (Ljubljana: SICENTER). • Služba vlade RS za evropske zadeve. (2008). Dostopno na http://www.svez.gov.si/si/aktualne_teme/lizbonska_strategija/ (dostop 23.7.2009) • Time-distance analysis: method and applications. (2004). (Vienna: WISDOM). Review article Implementation of the Lisbon Strategy Targets at the Regional Level in the EU and Slovenia UDK: 338.1:061.1EU(045) Aleksander Aristovnik University of Ljubljana, Faculty of Administration aleksander.aristovnik@fu.uni-lj.si Andrej Pungartnik University of Ljubljana, Faculty of Economics endrej.pungartnik@ef.uni-lj.si ABSTRACT In 2000, the European Union set itself a target in the Lisbon Strategy to become the most dynamic, competitive and knowledge-based economy in the world in ten years, whereas during the mid-term review, which was held five years later, it redefined its two main objectives: creation of new and better jobs and achievement of stronger, lasting economic growth. This paper aims to study the current situation in the European Union and Slovenia regarding the implementation of the targets of the renewed Lisbon Strategy. The analysis focuses on establishing at what stage the EU is in the attainment of its goals and how successfully it has implemented the strategy at the regional level of the EU Member States. The basic tools in the analysis included the time-distance monitoring method and a presentation of the time lead or lag in the implementation of the selected Lisbon Strategy targets at the NUTS 2 regional level of the enlarged EU and Slovenia. Key words: Lisbon Strategy, cohesion policy, NUTS 2 regions, Slovenia, time distance JEL: C10, R10, 010, 052 1. Introduction From its beginnings, the European Union (EU) has strived to build up a competitive and progressive economy which creates jobs and strikes the right balance between economic efficiency and social justice. By implementing its structural and cohesion policies through Structural Funds, the Cohesion Fund and other instruments, the Union has over several decades strengthened social and economic cohesion, whereas by adopting the Lisbon Strategy it undertook to pursue the objectives in an even more structured and ambitious manner. With the passing of time the Lisbon Strategy has increasingly impacted the formulation and implementation of policies at the levels of the EU and member states. The implementation of these policies contributes to higher economic growth at the EU level and, through financial mechanisms of the Structural Funds and the Cohesion Fund, it boosts economic growth in the member states, especially the new ones, which is in turn reflected in the bridging of the development gaps between EU countries and regions, resulting in real convergence. The reform package which was agreed upon in Lisbon has seen some progress at the national and European levels; however, Europe still lags considerably behind the plan. Moreover, the Union entered the new Lisbon cycle as the global growth was slowing down due to the serious financial crisis spreading all over the world. Although the recession will make achievement of the Lisbon targets very difficult, it is still important to continue implementing the Strategy in these times of crisis as this is the only way to mitigate the effects of the recession. It is of the utmost importance to strengthen the efficient implementation of the strategy, part of which includes an evaluation of the adopted measures and their results. The time-distance method, as used in this analysis, can due to its clarity and simplicity make an important link in the evaluation chain by clearly illustrating the incongruence between the actual state of affairs and the set Lisbon Strategy targets at the regional and national levels. The article aims to analyse the current state of affairs in the European Union and Slovenia in the course of attaining the Lisbon Strategy targets, as well as to demonstrate in concrete terms, using an application designed by the Socio-economic Indicators Center', the time leads or lags in the attainment of individual targets, expressed in time distances at the level of the NUTS2 2 regions of the EU and Slovenia. 1 SICENTER is a private, non-profit research institution. Its activities focus on research and consultancy in the field of the analysis of economic and social indicators at various levels of aggregation, with an application to economics, politics, business and statistics. The principal researcher is Prof. Pavle Sicherl, PhD. (Center za socialne indikatorje - SICENTER, 2008). 2 The term NUTS (French: Nomenclature des unités territoriales statistiques) stands for the Nomenclature of Territorial Units for Statistics or the common European statistical classification of territorial units. This classification was established by Eurostat to provide for a comprehensive and consistent subdivision of territorial units as required for collecting, developing 2. The Lisbon Strategy In the face of the EU's diminishing competitive edge relative to the United States of America and the rapidly developing Asian countries, the heads of states and governments of the Union decided at the spring 2000 session of the European Council that the EU needed a long-term strategy. Europe set itself a strategic target of becoming the most dynamic, competitive, knowledge-based economy in the world which creates new and better-quality jobs and fosters continuous economic growth along with a greater social cohesion, as well as an economy which respects and protects the environment (Kok, 2004, p. 8). The Strategy was supplemented at the spring 2001 session of the European Council in Stockholm and at the 2002 session of the European Council in Barcelona. During the Swedish Presidency of the EU an environmental dimension was embedded in the Strategy, whereas the Spanish Presidency put a greater emphasis on the social dimension and investments in research and development (Government Office of the Republic of Slovenia for European Affairs, 2008). In view of unsatisfactory progress and the even bigger gap in the growth potential between Europe and other economies, in February 2005 the European Commission proposed an amendment of the Lisbon Strategy to the member states. The revised version redefined the priorities and the methods for attaining them, while putting growth and employment on top of all Lisbon Strategy targets. The reform of the Lisbon Strategy also encompassed the approval of the cohesion policy as the key Community instrument contributing to implementation of the strategy for growth and jobs. Besides maintaining social cohesion, the European Council also included among the key priorities for attainment of the Lisbon targets investing in knowledge and innovations, making the business environment more attractive to investors and workers as well as creating more and better quality jobs (A New Start for the Lisbon Strategy, 2005, p. 7). Through the reform that the Commission proposed, the European cohesion policy thus became one of the most important Community policies aimed at realising the Union's agenda for growth and jobs. After the EU's enlargement to and harmonizing regional statistics in the European Union. As the NUTS classification is based on a hierarchical subdivision, the territories of the countries are divided into three hierarchical levels: NUTS 1, NUTS 2 and NUTS 3, where the territories of the countries are divided into NUTS units on the basis of the normative criteria (population size) laid down in the NUTS Regulation (NUTS, 2008). 27 member states and a dramatic increase in the differences between individual members and regions in terms of development, the correlation among the attainment of both targets of economic growth and cohesion grew even stronger at the EU level. The EU as a whole will not be able to achieve higher economic growth rates as it does now if the new members fail to steadily generate economic growth that is substantially higher than the Union's average. A high economic growth in the less developed EU regions is important for the concurrent attainment of both targets, the real convergence of the less developed Community regions and faster economic growth in the EU as a whole. In this context, it is only logical that, in the medium-term period between 2007 and 2013, the EU should allocate the cohesion funds mainly for the purposes ensuring sustainable economic growth, the competitiveness of the economy and employment such as envisaged in the revised Lisbon Strategy (National Strategic Reference Framework 2007-2013, 2007, p. 3). 3. Effects of the cohesion policy at the level of NUTS 2 EU regions One of the main targets of the cohesion policy is to reduce economic and social differences in development between European regions. Those regions which lag behind in development terms should remain at the focus of the policy which must cover the entire EU territory, given that the goal of the cohesion policy is to stimulate European regions' development potential. Accurate measurement of the effects of the cohesion policy is difficult for several reasons. Jones (2001, p. 247) mentions the following three main reasons: first, all of the effects of certain programs and projects can only be seen in the long run; second, both regional and national economies are influenced by a series of factors whose influence is difficult to define precisely; and, third there is a problem of separating the effect of the EU policy from the effects of national regional policies. Despite some serious efforts invested by the EU, there are still large differences between the member states and their regions in terms of GDP per capita. In the last few years, the convergence of European regions has been fairly strong, thus reducing the discrepancies in terms of GDP per capita.3 This trend is mainly the result of the improvement in the least successful regions, whereas the diminishing differences can be ascribed to slower growth in GDP in the most developed countries. The analysis below was made at the NUTS 2 EU region level. Table 1: The most and the least developed EU regions in terms of GDP p.c. in the 2000-2005 period Regions EU-15 EU-27 2000 2005 2000 2005 10% + 191.6 187.7 184.7 173.8 10%- 67.6 70.0 30.9 36.7 Coefficient 1 2.8 2.7 6.0 4.7 25% + 160.0 156.0 150.9 149.9 25%- 79.1 79.8 47.9 52.8 Coefficient 2 2.0 1.95 3.5 2.8 Note: Data refer to GDP per capita measured by purchasing power parity; the value of GDP is expressed as % of the average GDP of the European Union; 10%+ and 25%+ refer to the regions with the highest GDP per capita, accounting for 10% and 25% of the total EU population, respectively; 10%- and 25%- refer to the regions with the lowest GDP per capita, accounting for 10% and 25% of the total EU population, respectively. Coefficient 1 is calculated as 10%+ / 10%; and coefficient 2 as 25%+ / 25%-. Source: Eurostat; own calculations. Table 1 shows that, in 2000, the GDP per capita of the richest regions, accounting for 10% of the EU-15 population, was nearly 92% higher than the EU average, whereas the GDP per capita of the poorest regions, accounting for 10% of the EU-15 population, was more than 32% lower than the EU average. 3 What is meant is real convergence, which means approximation to the economic development level as is usually represented by the indicator of gross domestic product per capita (measured by the purchasing power parity). Analysing real convergence between the states (regions) with this indicator actually means assessing whether the GDP per capita of a certain country, region or group of countries approximates the average value of this indicator for all compared countries (regions) (Martin, 2001, p. 7). Expressed as a coefficient, the GDP of the richest regions (10%+) in 2000 was 2.8 times higher than that of the poorest regions (10%-). The 2005 coefficient was 2.7, meaning that the differences between the richest and poorest regions have slightly decreased in the studied period but no considerable improvement was observed, which is why the cohesion policy was reformed and the strategy revised. The table also shows that the differences between the EU regions markedly increased after the new members joined the Union. This demonstrates the size of the change caused by the enlargement of the EU to 27 states in 2000 (including the 10 candidate countries which joined the EU in 2004 plus Bulgaria and Romania) as well as its effect on the coefficients. It has been established that, in 2000, the GDP per capita of the poorest regions, accounting for 10% of the EU-27 population, was nearly 70% below the European average. In 2000, the coefficient was 6.0, meaning that the GDP of the richest regions (10%+ of EU-27) was six times higher than that of the poorest regions (10%- EU-27). The differences between the regions further increased after the accession of the new members; however, in the five-year period the coefficient dropped to 4.7 and demonstrated that the poorest regions at the EU-27 level took a step ahead and that the drop in the coefficient was also due to the lower average GDP per capita in the most developed regions compared to the EU average. Of course, the differences between the most and the least developed regions are still extremely large and it will take a long time before the least developed regions approximate the EU average. It is also interesting to establish Slovenia's place among the most and least developed EU regions. As of 2009 the territory of the Republic of Slovenia was divided into two cohesion regions at the NUTS 2 level - Eastern Slovenia and Western Slovenia. At the NUTS 1 level Slovenia is still considered as a whole, whereas at the NUTS 3 level it is divided into 12 statistical regions, as it was before. Table 2 shows that in 2000 Slovenia's GDP per capita was lower than the EU-27 average by a good 20%, and in 2005 by a good 12%. Very large differences are observed at the NUTS 2 region level, with Western Slovenia already exceeding the Union's average development level in 2005 and Eastern Slovenia considerably lagging behind it. Large differences in terms of development by GDP per capita also existed within Slovenia, and the gap between the regions kept increasing in the abovementioned period. Consequently, Slovenia still has much to do in the area of Eastern Slovenia. Table 2: Slovenia's development at the NUTS 2 level in terms of GDP p.c. in the 2000-2005 period (EU-27=100) Slovenia 2000 2005 Slovenia 79.8 87.4 East Slovenia 67.3 72.5 West Slovenia 94.5 104.8 Note: The data refer to GDP per capita measured by purchasing power parity; Eastern Slovenia: Pomurska, Podravska, Koroška, Savinjska, Zasavska, Spodnjeposavska, South-Eastern Slovenia and Notranjsko-kraška; Western Slovenia: Central Slovenia, Gorenjska, Goriška and Obalno-kraška. Source: Eurostat; own calculations. The above shows that the accession of the new countries rendered attainment of the Lisbon targets even more difficult and that there are big differences between the regions at the EU level. In the period under scrutiny, most of these least developed regions were not parts of the EU; however, the purpose of the analysis is to highlight the enormous differences between the regions in development terms and to quantify the lag of the least developed regions behind the most developed ones. The main task of the cohesion policy is to decrease disparities between the EU regions; the present results show that strenuous efforts will have to be invested in reducing the differences so as to enable the least developed regions to approximate welfare. The lags behind the Lisbon targets at the NUTS 2 region level were established using the time distance calculation method. 4. Calculation of time distances and leads/lags in meeting the Lisbon Strategy targets 4.1 Time distance In general, time distance is the distance in time between two events. S-time distance is a special category of time distance which is defined for a specified level of a variable (indicator). In contrast to statistical measures defined by a specific time unit, the S-time distance is defined for a specific level of variable and measures the distance in time between points when the two units being compared reach a given level of the observed variable. The specified distance in time (e.g. the number of years, months, days etc.) is used as a dynamic (temporal) measure of the disparity between the two observed units, in the same way that the difference (absolute or relative) at a given point in time is used as a static measure of disparity between the observed units (Sicherl, 2003, p. 188).4 When two functions or series with time subscripts are compared for a specified level of variable X, the difference in time between the obtained values t1 and t2 equals the time distance between the two units for a given level of variable X. For a given level of variable XLXL= Xi(ti) = j) the S-time distance between the (i) and (j) units is defined as: Si,(XJ = AT(Xl) = ti(XL) - jXJ (1) where T is defined by XL. In a particular case, T can be a function of the level of variable XL, whereas as a rule one may expect to obtain several values for time T when the given level of the variable was achieved at several points in time or time intervals. In such cases the S-time distance becomes a vector whose elements are also linked with time, besides the level of variable XL. Generally speaking, the S-time distance between the (i) and (j) units is defined by the level of variable XL in a given time (t). The following three subscripts are required to characterize the specific value of the S-time distance: (1 and 2) two units which are used to measure the time distance and (3) the level of variable X (similarly to using the time subscript for characterising statistical measures of differences). As a rule, a fourth subscript is required to indicate the point in time defining the time distance (T,, T2... Tn). The sign of the time distance used for comparing two units is important to distinguish whether we are dealing with a time lead (-) or lag (+) (in a statistical sense and not as a functional relationship): Sij(XL) = -Sji(XL) (2) 4 More details about S-time distance see also Granger (1997, 2003). To calculate the S-time distance at macro level, two time series are needed: the time series of the actual values of indicator and the time series of the anticipated target values (line to target). Time distance is therefore the distance between the actual time and the time on the line to the target for each actual value of the variable (Sicherl, 2008, p. 2.): S(Xt) = actual time t - time on the target line T for each actual value of variable Xt 3) S(Xt) = t(Xt) - T(X) (4) The introduction of time distance in the analysis of differences is intended to complement, rather than replace, the conventional static methods and measurements as well as to broaden the overall theoretical and methodological approach. The application of the time-distance concept and its operationalisation using the S-time-distance statistical measure are instruments complementing the existing methods of analysis, thus enhancing the understanding of the problem and improving two areas, conceptual and analytical. An advantage of the S-time distance lies in the fact that the latter is expressed in time units and is thus understandable by everyone, while another advantage is its ability to leave all previous methods and results (not necessarily the conclusions) unchanged since the time distance adds a new dimension rather than replaces other perspectives (Sicherl, 2003, p. 189). 4.2 Calculation of the lag/lead in meeting the Lisbon Strategy targets at the NUTS 2 region level Another view of the degree of the Lisbon Strategy's implementation in terms of the set EU or national targets was offered by the Socio-economic Indicators Center. It designed a web application enabling a simplified calculation of time distances and leads/lags in meeting the targets, based on which the following analysis was made. The application uses the S-time distance (expressed as time units) for an example of Lisbon targets at the regional level for the EU and Slovenia. It was established - for a given value in a given year -when this value would expectedly be attained on the line to target, whereas the time distance expressed a lead/lag in time with respect to the line to target. In the analysis the average time distance for the most and the least developed NUTS 2 regions was calculated at the levels of the EU-27 and Slovenia. It is again true that the most developed regions include those with the highest GDP per capita which together account for 10% of the EU-27 population, whereas the least developed regions are those recording the lowest GDP per capita and accounting for 10% of the EU-27 population. It should be noted that, due to the lack of data at the regional level, the measurement of time distance for individual indicators is made impossible or very difficult. It is thus, for example, impossible to follow the target of the share of GDP allocated to research and development which is one of the fundamental Lisbon targets; however, distances have been calculated for the targets of a 70% employment rate in the EU and 3% average annual growth in the EU's GDP by 2010. It should also be emphasised that when data for a specific region, which in terms of (under)development belongs to the 10% of the most (least) developed regions at the EU-27 level, were not available, such a region was replaced by the next region in the row for which data were available. 4.2.1 Lisbon targets at the NUTS 2 region level: a 70% employment rate in the European Union by 2010 The most developed regions (10%+) mainly include regions from older EU member states such as Germany, England, Belgium and the Netherlands, whereas only two regions belong to the new members, namely Prague and Bratislava. The average employment rate of the most developed regions was 68.5% already in 2000 and was thus very close to the target value; after a slight decrease up until 2004 it again recorded a positive trend in the last two analysed years. This upturn in 2005 and 2006 positively affected the time distance as, in the last analysed year, it was only 2.5 years. The dark columns in the figures showing time distances denote the years in which the actual indicator value was lower than the initial 2000 indicator value. A completely different picture is seen with the least developed regions, mostly from Bulgaria, Romania and Poland, which have the lowest GDP per capita and together account for 10% of the EU-27 population. In 2000 their average employment rate was slightly less than 56.9% and this value was not achieved again in the following six years. In the period under consideration, the time distance constantly increased and equaled 6 years in the last analysed year. Figure 1: Time distance of the 10%+ regions of the EU-27 in meeting the target of a 70% employment rate in the EU by 2010 -3 -2 --1 -0 1 - 2 3 4 - 5 - CO CN i o CO CO CO m 2002 2003 time 2004 2005 Legend: (-) time lead (ahead of the line to target); time lag (behind the line to target) Source: Eurostat; own calculations. Figure 2: Time distance of the 10%- regions of the EU-27 in meeting the target of a 70% employment rate in the EU by 2010 Legend: (-) time lead (ahead of the line to target); time lag (behind the line to target) Source: Eurostat; own calculations. 4.2.2 Lisbon targets at the NUTS 2 region level: average 3% annual growth in European Union GDP by 2010 The same as for the countries, it is also expected for the regions that the less developed regions would grow faster than the more developed ones because only this generates convergence and decreases the development gap. Thus, negative time distances are expected for the least developed regions i.e. the time lead ahead of the target values, whereas for the most developed regions time lags and positive distances are expected. Figure 3: Time distance of the 10%+ regions of the EU-27 in meeting the target of average 3% annual growth in EU GDP 0 V) 0,2 <5 0,4 c 0,6 e CJ 0,8 C CD ■ -1 2 C e -1 O C -0,8 en t tn -0,6 13 e -0,4 mi +-» -0,2 00 0 cn CN o LO ■st O LO O 2000 2001 2002 time 2003 2004 2005 Legend: (-) time lead (ahead of the line to target); time lag (behind the line to target) Source: Eurostat; own calculations A slightly poorer situation was observed in the Eastern Slovenia region which in fact did record a time lead in the last two analysed years, yet a smaller one than in Western Slovenia. In view of the situation in the country, the results of the time distances for the targeted average annual growth rate of GDP at the NUTS 2 level in Slovenia were expectedly more favorable in the western area, which boasts better infrastructure, a highly qualified labor force and better development opportunities; this consequently means higher average economic growth and more favorable time distances. Figure 8: Time distance of Eastern Slovenia in meeting the target of average 3% annual GDP growth -0,6 H In 3 -0,4 ->■ c = -0,2 -(D U Is 0- tn T3 0,2 -® ■ i 0,4 -GO 0,6 2000 2001 2002 2003 2004 2005 time Legend: (-) time lead (ahead of the line to target); time lag (behind the line to target) Source: Eurostat; own calculations It all seems that the results of the attainment of the targets at the level of Slovenia are better. As regards attainment of the target of a 70% employment rate by 2010, the time distance results are encouraging compared to the average time distances of the most and the least developed NUTS 2 EU regions. In 2006, the lag was 0.59 years. The latest data show that in 2007 the lag turned into a lead when the actual employment rate exceeded the targeted one, which put Slovenia well on the road to achieve or even exceed the 70% employment rate target in 2010. However, the global recession, the resulting slower economic growth and the increasing unemployment rate will greatly hinder the attainment of the targets or even make it impossible. As expected, Slovenia achieved a time lead in the target of average 3% annual growth as, being an ambitious new member, it has to achieve high growth rates to approximate the most developed countries. However, the results of time distances are more favorable for Western than Eastern Slovenia. 5. Conclusion Along with fast-track global development, technological progress and changes in the economy and the environment, development dynamics and competitiveness play increasingly important roles in the generation of economic growth. By adopting the Lisbon Strategy in 2000, the heads of government of EU member states set framework targets which the EU was to achieve in ten years', time to thus become the most competitive, dynamic and knowledge-based economy in the world, capable of generating sustainable economic growth, new and better-quality jobs and stronger social cohesion. Through the 2005 reform, the Union redefined the main targets and priorities and also recognised the cohesion policy as one of the major Community policies for implementing the strategy for growth and jobs. Concurrently with implementation of the strategy at the EU level, Slovenia started following this implementation in 2004 when it became a full member of the European Union. Given that the development challenges lying ahead of Slovenia strongly resemble the challenges of the EU as a whole, it is understandable that the targets set in the strategic documents of Slovenia are very similar to those of the EU. To demonstrate the size of Slovenia's and the Union's lags behind the Lisbon Strategy targets, we used an application designed by the Socioeconomic Indicators Center which enables the calculation of time distances and deviations from the targets. Due to a lack of data at the regional level, the measurement of the time distance for individual indicators is impossible or very difficult. The analysis thus includes calculations of time distances for two Lisbon Strategy targets at the NUTS 2 region level, namely the target of a 70% employment rate and the target of average 3% annual GDP growth by the end of 2010. The finding derived from calculating time distances at the level of regions is that both the most and the least developed regions, together accounting for 10% of the EU population, lag behind the targeted values in meeting the 70% employment rate in the EU and an average 3% annual growth rate of the EU's GDP. The exception is the least developed regions at the EU-27 level which recorded a time lead in meeting the target of average annual GDP growth. However, this was expected as less developed regions must grow faster than the more developed ones to generate convergence and reduce the development gap. Based on the above, the time distance confirms the results pertaining to the effects of the cohesion policy at the level of regions where convergence between European regions and smaller discrepancies in regional development were established. At the level of Slovenia, the results on the attainment of the targets are more favorable, mainly in terms of employment, and according to the expectations Slovenia recorded a time lag in the target of average annual GDP growth, which applies to both regions at the NUTS 2 level. Nevertheless, the fact that the development gap between the Slovenian regions of Eastern and Western Slovenia does not decrease, raises concern and this means that an intensive cohesion investment in Eastern Slovenia will be required in the future. The results of calculating the time distances thus roughly confirm the expectations that both the EU and Slovenia at the NUTS 2 level mainly lag behind the Lisbon targets, with the exception of the less developed regions in the attainment of the targeted average annual growth rate. It can be established that the Lisbon Strategy targets by 2010 will be achieved only with great difficulty as the lag is already too large - mainly in terms of employment. Moreover, attainment of the targets will further be hindered or even made impossible by the global recession and the consequent slower economic growth and higher unemployment. However, the fear of the economic crisis and resulting failure to attain the Union's targets must be substituted by even more decisive and concrete implementation of the Strategy as it is only in this way that the effects of the recession can be mitigated. At the EU level, a stronger action plan should introduce short-term measures to ease the crisis and tailor the medium- and long-term measures of the Lisbon Strategy to help in the fight against the recession. The financial market must be stabilised, measures introduced to reduce the risk of a reoccurrence of the crisis and structural reforms pursued, mainly in areas which support innovations and promote productivity and thus help economies become more flexible and resistant. It is vital that implementation of the Strategy reinforces and that the path out of the crisis gives rise to an even more effective Strategy which can cope with the future challenges and seize the opportunities offered by globalisation. Dr. Aleksander Aristovnik is currently working at the Faculty of Administration (University of Ljubljana) as an Assistant Professor in the Department of Public Sector Economics. His areas of research interest encompass Public Sector Economics, International Economics, International Finance and Economics of the EU. He has actively participated in more than thirty international conferences around the world and published many professional and scientific articles in various domestic and recognized international publications (e.g. Eastern European Economics, Journal of Economics, South-Eastern Europe Journal of Economics, etc.), recently. He is also a member of various international associations and organisations (e.g. European Economic Association, Regional Studies Association, INFER). Mag. Andrej Pungartnik is a Master of Economic Science. He finished his masters at the Faculty of Economics (University of Ljubljana) where he also completed his undergraduate study, specialising in marketing. During his study years he acquired extensive knowledge in the fields of regional development, territorial cooperation and European cohesion policy. Currently he is working in advertising. Bibliography • Aplikacija SICENTER. (2008). Retrieved 1.7., 2009, from http://www.gaptimer.eu/s-t-d_monitoring_tool.html • Center za socialne indikatorje - SICENTER. (2008). Retrieved 15.7., 2009, from http://www.sicenter.si/indexsi.html • Eurostat (2008). Retrieved 25.7,.2009, from http://www.ec.europa.eu/eurostat/ • Granger C.W.J., Jeon Y. (1997). Measuring Lag Structure in Forecasting Models - The Introduction of Time Distance. (San Diego: University of California). • Granger C.W.J., Jeon Y. (2003). A time-distance criterion for evaluating forecasting models. International Journal of Forecasting, Vol. 19. • Jones, A. R. (2001). The Politics and Economics of the European Union. (2nd ed.) (Northampton: Edward Elgar). • Kok, W. (2004). Facing the challenge. The Lisbon strategy for growth and employment. (Luxembourg: Office for Official Publications of the European Communities). • Martin, C. (2001). European Integration and Income Convergence, Lessons for Central and Eastern European Countries. (Washington: The World Bank). • Muller, K. H. (2004). Time and Societal Evolution: The Theoretical background for Time Distance Analysis. (Vienna: WISDOM). • Nacionalni strateški referenčni okvir 2007-2013. (2007). (Ljubljana: Služba Vlade RS za lokalno samoupravo in regionalno politiko). • Nov začetek za Lizbonsko strategijo. (2005). (Luksemburg: Urad za uradne publikacije Evropskih skupnosti). • NUTS. Klasifikacija statističnih teritorialnih enot v Evropski Uniji - NUTS pojasnilo. (2008). Retrieved 15.7., 2009, from http://www.stat.si/tema_splosno_upravno_NUTS.asp • Nacionalni strateški referenčni okvir 2007-2013. (2007). (Ljubljana: Služba Vlade RS za lokalno samoupravo in regionalno politiko). • Nov začetek za Lizbonsko strategijo. (2005). (Luksemburg: Urad za uradne publikacije Evropskih skupnosti). • Sicherl, P. (2003). Fleksibilnost dela - primerjalna analiza. (Ljubljana: Fakulteta za družbene vede). • Sicherl, P. (2008). Monitoring implementation of Lisbon and NRP targets with S-time-distance measure. (Ljubljana: SICENTER). • Sluzba vlade RS za evropske zadeve. (2008). Retrieved 23.7., 2009, from http://www.svez.gov.si/si/aktualne_teme/lizbonska_strategija/ • Time-distance analysis: method and applications. (2004). (Vienna: WISDOM).