Inequality and the transition

Straipsnio tikslas yra išanalizuoti ir paaiškinti žymius regionų vystymosi skirtumus Lietuvoje posocialistiniu laikotarpiu. Lietuvos perėjimą iš socializmo į rinkos ekonomiką lydėjo nepaprastai didelis pajamų netolygumo šuolis. Skirtingi šalies regionai buvo įvairiai paveikti ekonomikos restruktūrizavimo. Šalies sostinė gerai ištvėrė šį perėjimą, mažai atsiliko ir antras bei trečias miestai. Tačiau labai nukentėjo nedideli pramoniniai miestai, kaimo vietovių miestai ir kaimai. Tyrimo rezultatai rodo, kad gyvenant mieste yra žymiai didesnės galimybės susirasti darbą ir beveik garantuotas didesnis užmokestis. Gyvenant rajone, kuriame nedarbo lygis nėra aukštas, yra lengviau susirasti darbą, bet darbo užmokestis didesnis nebus. Kai įmonę įsigyja užsienio kompanija, gaunama abejotina nauda – didesnis darbo atlygis dirbantiems, bet jokio atlygio atleistiems iš darbo. Straipsnyje pateikta statistinė analizė patvirtina, kad žemas darbo užmokestis ir nedarbas yra rinkos jėgų rezultatas. Statistiniuose skaičiavimuose didelį vaidmenį vaidina du kintamieji – urbanizacijos lygis ir tiesioginės užsienio investicijos. Trys didžiausi šalies miestai gerai ištvėrė pereinamąjį procesą, bet jie sutraukė 84 proc. šalies tiesioginių užsienio investicijų. Leidus rinkos jėgoms tęsti darbą, ši tendencija tik stiprės. Visa tai leidžia teigti, kad skurdas ir nedarbas neišsivysčiusiose rajonuose pats savaime nedings.This research explores the substantial growth in regional inequality within Lithuania in the post-socialist era. A few regions, especially the capital city and its environs, have been able to attract substantial foreign investment, bolstering wages and employment and easing the move to a market-based economy. Isolated rural areas with few opportunities for formal or informal sector employment or even commercial farming have suffered the most, while smaller industrial cities with collapsing employment in manufacturing are in an intermediate position. The paper uses descriptive statistics as well as ordinary least squares and fixed-effects panel regressions to examine this issu