Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "regional" wg kryterium: Temat


Wyświetlanie 1-8 z 8
Tytuł:
Prawo Okuna – weryfikacja z wykorzystaniem panelowego modelu VAR dla polskich województw
Okun’s law – verification using a VAR panel model for Polish voivodeships
Autorzy:
Mowczan, Damian
Powiązania:
https://bibliotekanauki.pl/articles/36403903.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
bezrobocie
wzrost gospodarczy
analizy regionalne
PVAR
unemployment
economic growth
regional analysis
Opis:
Celem artykułu było przedstawienie wyników badań własnych nad relacją znaną w ekonomii pod nazwą „prawo Okuna”. Wykorzystano panel danych dla 16 województw Polski w latach 1995–2019. Jako narzędzie badawcze zastosowano panelowy model autoregresji wektorowej (PVAR), co pozwoliło chociażby na uchwycenie dynamicznego charakteru modelowanej relacji. Do estymacji parametrów modelu wykorzystano uogólnioną metodę momentów (GMM). Następnie oszacowane zostały ortogonalne funkcje reakcji na impuls (IRF) przy wykorzystaniu dekompozycji Choleskiego. Dokonano także dekompozycji błędu prognozy w 10-letnim horyzoncie. Prawo Okuna zakłada negatywną zależność pomiędzy zmianami stopy bezrobocia a stopą realnego wzrostu gospodarczego. Pierwotnie zostało ono empirycznie zaobserwowane przez A. Okuna w 1962 roku. Oryginalny współczynnik wymiany wynosił ok. 0,3. Oznacza to, że każdy dodatkowy procent PNB powiązany jest ze spadkiem stopy bezrobocia o ok. 0,3 p.p. Zaprezentowane w artykule oszacowania funkcji reakcji na impuls wskazały na istotność statystyczną wpływu szoków pochodzących od poszczególnych zmiennych. Pozytywny impuls pochodzący od strony stopy wzrostu realnego PKB powodował obniżenie się zmiany stopy bezrobocia (i na odwrót) w porównaniu do ścieżki bazowej. Zaobserwowano również stosunkowo powolne wygaszanie się szoków w modelu. Dekompozycja błędu prognozy wykazała, że ok. 31% zmienności przyrostu stopy bezrobocia może zostać wyjaśnione za pomocą stopy wzrostu realnego PKB. Z kolei zmiany stopy bezrobocia zdołały wyjaśnić jedynie ok. 6% przyszłych stóp realnego wzrostu gospodarczego.
The aim of the article is to present the results of the author’s own research on the relation known in economics as ‘Okun’s law’. A data panel for 16 Polish voivodeships in the years 1995–2019 was used. A panel vector autoregression (PVAR) model was used as a research tool, which captured, for example, the dynamic nature of the modelled relationship. The generalised method of moments (GMM) was used to estimate the parameters of the model. Then, the orthogonal impulse response functions (IRF) were estimated using the Cholesky decomposition. The decomposition of forecast error in the 10-year horizon was also presented. Okun’s law assumes a negative relationship between changes in the unemployment rate and the rate of real economic growth. It was originally observed empirically by A. Okun in 1962. The original exchange coefficient was approx. 0.3. This means that each additional percentage of GNP is associated with a decrease in the unemployment rate by approx. 0.3 p.p. The estimates of the impulse response functions presented in the article show the statistical significance of the impact of shocks coming from individual variables. A positive impulse coming from the real GDP growth rate resulted in a decrease in the change of the unemployment rate (and vice versa) compared to the base path. A relatively slow decay of shocks in the model can also be observed. Decomposition of the forecast error shows that approx. 31% of the variability of the changes of the unemployment rate can be explained by the real GDP growth rate. In turn, changes in the unemployment rate are able to explain only about 6% of future rates of real economic growth. 
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2023, 74; 53-67
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zróżnicowanie kapitału ludzkiego w Polsce w ujęciu regionalnym – analiza z wykorzystaniem metod wielowymiarowej analizy porównawczej
Differentiation of human capital in Poland regions – analysis using the methods of multidimensional comparative analysis
Неоднородность человеческого капитала в Польше на региональном уровне – анализ с использованием методов многомерного сравнительного анализа
Autorzy:
Mowczan, Damian
Powiązania:
https://bibliotekanauki.pl/articles/548617.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
analizy regionalne
kapitał ludzki
diagram Czekanowskiego
regional analysis
human capital
Czekanowski diagram
Opis:
W artykule przedstawiono wyniki analiz dotyczących oceny zróżnicowania poziomu kapitału ludzkiego w polskich województwach. Wykorzystano metody wielowymiarowej analizy porównawczej, takie jak diagram Czekanowskiego oraz mierniki syntetyczne budowane w oparciu o metrykę euklidesową oraz uogólnioną miarę odległości (GDM). Podczas doboru mierników kapitał ludzki potraktowano wieloaspektowo, uwzględniając m.in. takie obszary, jak jakość pracujących, przedsiębiorczość, jakość edukacji i badań naukowych, stan zdrowia czy niedopasowania strukturalne. Analizę przeprowadzono nie tylko dla wartości uśrednionych z okresu 2004–2014, ale również w ujęciu dynamicznym, przedstawiając rankingi dla poszczególnych lat. Wyniki badań wskazują na występowanie pewnego zróżnicowania w poziomie kapitału ludzkiego pomiędzy regionami. Na podstawie diagramu Czekanowskiego udało się wyróżnić pięć grup regionów podobnych pod względem jakości kapitału ludzkiego. Jak się wydaje, największe zróżnicowanie występuje wśród regionów najlepiej rozwiniętych pod względem analizowanego zjawiska. Dodatkowo potwierdzono utrzymujący się dystans pomiędzy stołecznym województwem a resztą regionów. Analiza uporządkowania województw w czasie wykazała relatywną stabilność rankingów. Pomimo tego wydaje się, że różnice pomiędzy regionami o największym i najmniejszym poziomie kapitału ludzkiego mają tenden cję do powiększania się. Słowa kluczowe: analizy regionalne, kapitał ludzki, diagram Czekanowskiego
The paper presents the results of analyzes concerning the assessment of disparities in human capital level in the Polish regions. Methods of multidimensional comparative analysis has been used such as a Czekanowski diagram and synthetic measure, built on the basis of Euclidean metrics and generalised distance measure (GDM). When selecting indicators, human capital was treated as a multifaceted phenomenon that includes such areas as: quality of workers, entrepreneurship, quality of education and research, health and structural mismatches. The analysis was performed not only for average values of the period 2004–2014, but also in dynamic way, that includes rankings for each year. The results indicate the presence of a variation in the level of human capital between regions. Based on the Czekanowski diagram, five groups of regions that are similar in terms of the quality of human can be distinguish. It seems that the greatest diversity is among the most developed regions in terms of the analyzed phenomenon. In addition, the persistent gap between the capital city region and the rest of the regions was confirmed. Analysis of order of regions through time showed a relative stability of the rankings. Despite this, it seems that the differences between the regions with the highest and lowest levels of human capital tend to spread.
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2017, 51; 316-328
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Regional differentiation of human capital – analysis based on the Mincer wage equation
Regionalne zróżnicowanie kapitału ludzkiego – analiza na podstawie równania płac Mincera
Autorzy:
Mowczan, Damian
Powiązania:
https://bibliotekanauki.pl/articles/2216814.pdf
Data publikacji:
2022-03-31
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
kapitał ludzki
równanie płac Mincera
analizy regionalne
human capital
Mincer wage equation
regional analysis
Opis:
The main objective of this paper was an attempt to assess the differentiation of human capital at the level of Polish regions (voivodeships, NUTS-2 level). For this purpose, we used unidentifiable unit data from a survey the Central Statistical Office conducted on the structure of wages and salaries in October 2016 (Z-12), data from the Labour Force Survey (LFS), and data on the life expectancy of women and men. The GUS microdata from the Z-12 study was used to estimate the parameters of the Mincer-type extended wage regression, separately for each voivodeship. In the next step, these estimates were used as weights to calculate the human capital index, taking into account the health condition, education, and professional experience of employees. The values of the aforementioned measure were estimated for 2016 and 2019 (the assumption of weight stability over a short time period was made). The analysis conducted made it possible to determine which regions are characterised by the highest and lowest levels of human capital. The highest levels of human capital were found in Mazowieckie, Pomorskie, and Małopolskie. The voivodeships with the lowest level of the considered measures were Lubuskie, Warmińsko-Mazurskie, Podlaskie, Podkarpackie, and Łódzkie. When comparing the values of the human capital index between 2016 and 2019, it can be concluded that the regions with the lowest value of this measure were also characterised by lower dynamics (the only exception was Lubelskie). Such a situation will probably favor the divergence of human capital between regions. This may, therefore, translate into the persistence (or deepening) of differences in the levels of development of these voivodeships, compared to more developed regions.
Głównym celem niniejszego artykułu była próba oceny zróżnicowania kapitału ludzkiego na poziomie polskich regionów (województwa, poziom NUTS-2). W tym celu wykorzystano nieidentyfikowalne dane jednostkowe pochodzące z badania przeprowadzonego przez Główny Urząd Statystyczny dotyczącego struktury wynagrodzeń w październiku 2016 roku (Z-12), dane pochodzące z badania aktywności ekonomicznej ludności (BAEL) oraz dane o oczekiwanej długości życia kobiet oraz mężczyzn. Mikrodane GUS z badania Z-12 posłużyły do oszacowania parametrów rozszerzonej regresji płac typu Mincera, osobno dla każdego województwa. W kolejnym kroku oszacowania te zostały wykorzystane jako wagi do obliczenia indeksu kapitału ludzkiego uwzględniającego stan zdrowia, poziom wykształcenia oraz doświadczenie zawodowe pracowników. Wartości wspomnianej miary oszacowano dla lat 2016 oraz 2019 (przyjęto założenie o stałości wag w krótkim czasie). Przeprowadzona analiza pozwoliła na ustalenie, które regiony cechują się najwyższym, a które najniższym poziomem kapitału ludzkiego. Zdecydowanie najwyższy poziom kapitału ludzkiego odnotowano w województwach mazowieckim, pomorskim oraz małopolskim. Do województw o najniższym poziomie rozważanej miary zaliczono lubuskie, warmińsko-mazurskie, podlaskie, podkarpackie oraz łódzkie. Porównując wartości indeksu kapitału ludzkiego pomiędzy latami 2016 oraz 2019 można stwierdzić, że regiony o najniższej wartości tej miary cechowały się również niższą jej dynamiką (wyjątek stanowiło województwo lubelskie). Taki stan rzeczy będzie prawdopodobnie sprzyjał dywergencji kapitał ludzkiego pomiędzy regionami. Przełożyć się to może tym samym na utrzymywanie się (bądź pogłębianie) różnic w poziomach rozwoju tych województw, względem regionów lepiej rozwiniętych.
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2022, 69; 39-50
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zróżnicowanie płac w polskich województwach – analiza z wykorzystaniem popularnych miar nierówności
Autorzy:
Mowczan, Damian
Powiązania:
https://bibliotekanauki.pl/articles/942942.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
zróżnicowanie płac
współczynnik Giniego
krzywa Lorenza
analizy regionalne
wage disparities,
Gini coefficient,
Lorenz curve,
regional analysis
Opis:
W artykule przedstawiono oszacowania miar nierówności płac w polskich województwach w 2014 roku wraz z krótką ich analizą. Do badań wykorzystano nieidentyfikowalne dane jednostkowe GUS dotyczące płacy brutto i pochodzące z badania Struktury wynagrodzeń według zawodów w październiku 2014 roku. Jako narzędzie analizy wykorzystano koncepcje krzywej Lorenza oraz uogólnionej krzywej Lorenza. Analizę uzupełniono o oszacowania popularnych miar nierówności – w tym o współczynnik Giniego oraz współczynnik Atkinsona, a także skróconej funkcji dobrobytu (indeks Sena). Dodatkowo przedstawiono też prostą dekompozycję ze względu na współczynnik Giniego. Analiza z wykorzystaniem krzywych Lorenza wykazała, że w pewnych przypadkach krzywe te przecinają się wzajemnie. Uniemożliwia to proste wnioskowanie o porządku tych rozkładów i jest często spotykanym problemem w badaniach empirycznych. Jak się jednak okazuje porządki generowane przez współczynnik Giniego, współczynnik Atkinsona oraz indeks Sena są relatywnie zgodne. Do regionów o zdecydowanie najwyższym poziomie nierówności płac można zaliczyć m.in. województwo mazowieckie, dolnośląskie, śląskie, pomorskie i małopolskie.
The paper presents estimates of wage inequality measures in Polish voivodships in 2014 with a brief analysis of them. Unidentified unit data of the Central Statistical Office regarding gross earnings and collected for the survey of Structure of wages and salaries by occupations in October 2014 were used for the research. The concepts of the Lorenz curve and the generalized Lorenz curve were used as the analysis tool. The analysis was supplemented with estimates of popular inequality measures – including the Gini coefficient and the Atkinson coefficient as well as the social welfare function (Sen index). In addition, a simple de-composition was also presented due to the Gini coefficient. Analysis with use of the Lorenz curves showed that in some cases these curves intersect each other. This makes it impossible to simply draw conclusions about the order of these distributions and is a frequently encountered problem in empirical research. As it turns out, the rankings generated by the Gini coefficient, the Atkinson coefficient and the Sen index are relatively consistent. The regions with the highest level of earnings inequalities includes among others: mazowieckie, dolnośląskie, śląskie, pomorskie and małopolskie.
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2018, 55; 348-361
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zróżnicowanie płacy w Polsce w ujęciu regionalnym i jej wpływ na proces wzrostu gospodarczego
Differentiation of Wages in Polish Regions and Its Impact on the Process of Economic Growth
Différenciation des remunérations en Pologne sur le plan régional et son impact sur le processus de la croissance économique
Дифференциация вознаграждения в Польше в региональном подходе и ее влияние на процесс экономического роста
Autorzy:
Mowczan, Damian
Powiązania:
https://bibliotekanauki.pl/articles/542446.pdf
Data publikacji:
2015-02
Wydawca:
Główny Urząd Statystyczny
Tematy:
Zróżnicowanie płac
Wzrost gospodarczy
Zróżnicowanie regionalne
Współczynnik Giniego
Wage differential
Economic growth
Regional diversity
Gini coefficient
Opis:
В статье были представлены статистические ряды характеризующие неравенство распределения вознаграждений в воеводском подходе в 2000—2010 гг, измеряемые индексом концентрации Лоренца. Эти информации были использованы в обследовании зависимости между дифференциацией вознаграждений и экономическим ростом в региональном подходе. Определенный таким образом оптимальный уровень дифференциации вознаграждений понимаемый как уровень, который максимизирует ставку (темпы) экономического роста.
W artykule zaprezentowano szeregi statystyczne charakteryzujące nierównomierność rozkładu płac w ujęciu wojewódzkim w latach 2000—2010, mierzone wskaźnikiem koncentracji Lorenza. Informacje te wykorzystano do badania zależności pomiędzy zróżnicowaniem płac a wzrostem gospodarczym w wymiarze regionalnym. Wyznaczono optymalny poziom zróżnicowania płac rozumiany jako poziom, który maksymalizuje stopę wzrostu gospodarczego.
The article presents the statistical series characterizing the uneven distribution of wages in Polish Voivodships in 2000-2010, measured in concentration Lorenz index. This information was used to examine the relationship between wage differentials and economic growth at the regional level. The optimal level of wage differentiation understood as the level that maximizes the rate of economic growth was determined.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2015, 2; 54-66
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymalny poziom zróżnicowania płac w polskich województwach a wzrost gospodarczy
Optimal Level of Wage Inequalities in Polish Regions and Economic Growth
Autorzy:
Mowczan, Damian
Powiązania:
https://bibliotekanauki.pl/articles/595828.pdf
Data publikacji:
2015
Wydawca:
Łódzkie Towarzystwo Naukowe
Tematy:
dysproporcje płacowe
współczynnik koncentracji Lorenza
wzrost gospodarczy
analizy regionalne
wage disparities
Lorenz ratio
economic growth
regional analysis
Opis:
W artykule poruszony został problem wyznaczania optymalnego poziomu nierówności płacowych w ujęciu regionalnym. Zaprezentowano koncepcję parabolicznego wpływu nierówności dochodowych na wzrost gospodarczy. W dalszej kolejności autor przedstawił kształtowanie się dysproporcji płacowych mierzonych współczynnikiem koncentracji Lorenza w polskich województwach w latach 2000–2010. Podjęta została również próba oszacowania wpływu tych dysproporcji na wzrost gospodarczy przy wykorzystaniu modelu ekonometrycznego. Analizy potwierdzają opisywaną relację jedynie w części. Optymalny poziom nierówności płacowych został wiarygodnie oszacowany dla pięciu polskich województw.
The paper looks at the problem of optimal level of wage disparities in regional terms. First, the concept of parabolic effect of income inequalities on economic growth is presented. Author shows wage inequalities measured by Lorenz concentration ratio in Polish regions (NUTS 2) in 2000–2010. Then he tries to evaluate the influence of that disparities on economic growth using econometric model. The analysis provides only partial confirmation of above relation. Optimal level of wage inequalities, in regional term, was reliably assessed only for 5 Polish regions (NUTS 2).
Źródło:
Studia Prawno-Ekonomiczne; 2015, XCVII; 303-323
0081-6841
Pojawia się w:
Studia Prawno-Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Regional household poverty and mobility analysis – a transition probability approach
Regionalna analiza ubóstwa i mobilności gospodarstw domowych ‒ podejście oparte na prawdopodobieństwie przejścia
Autorzy:
Mowczan, Damian
Powiązania:
https://bibliotekanauki.pl/articles/1913216.pdf
Data publikacji:
2020-11-13
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
ubóstwo
prawdopodobieństwa przejścia
łańcuchy Markowa
mobilność
nierówności
analiza regionalna
poverty
transition probability
Markov chains
mobility
inequality
regional analysis
Opis:
The main objective of this paper was to estimate and analyse transition-probability matrices for all 16 of Poland’s NUTS-2 level regions (voivodeship level). The analysis is conducted in terms of the transitions among six expenditure classes (per capita and per equivalent unit), focusing on poverty classes. The period of analysis was two years: 2015 and 2016. The basic aim was to identify both those regions in which the probability of staying in poverty was the highest and the general level of mobility among expenditure classes. The study uses a two-year panel sub-sample of unidentified unit data from the Central Statistical Office (CSO), specifically the data concerning household budget surveys. To account for differences in household size and demographic structure, the study used expenditures per capita and expenditures per equivalent unit simultaneously. To estimate the elements of the transition matrices, a classic maximum-likelihood estimator was used. The analysis used Shorrocks’ and Bartholomew’s mobility indices to assess the general mobility level and the Gini index to assess the inequality level. The results show that the one-year probability of staying in the same poverty class varies among regions and is lower for expenditures per equivalent units. The highest probabilities were identified in Podkarpackie (expenditures per capita) and Opolskie (expenditures per equivalent unit), and the lowest probabilities in Kujawsko-Pomorskie (expenditures per capita) and Małopolskie (expenditures per equivalent unit). The highest level of general mobility was noted in Małopolskie, for both categories of expenditures.
Głównym celem niniejszego artykułu była próba estymacji i analizy macierzy prawdopodobieństw przejścia, określonej dla wszystkich szesnastu regionów Polski (województwa, poziom NUTS-2). Analiza została przeprowadzona pod kątem przejść pomiędzy sześcioma klasami wydatków (w ujęciu per capita oraz na jednostkę ekwiwalentną), ze szczególnym uwzględnieniem sfery ubóstwa. Okres analizy obejmował dwa lata: rok 2015 oraz 2016. Podstawowe pytanie dotyczyło tego, w których regionach prawdopodobieństwo pozostawania w biedzie jest największe oraz jaki jest ogólny poziom mobilności pomiędzy klasami wydatków. Do badania została wykorzystana dwuletnia podpróba panelowa oparta o nieidentyfikowalne dane jednostkowe Głównego Urzędu Statystycznego, pochodzące z badania budżetów gospodarstw domowych. W badaniu wykorzystano zarówno wydatki per capita, jak i wydatki na jednostkę ekwiwalentną, aby wziąć pod uwagę różnice w wielkości i strukturze demograficznej gospodarstw domowych. Elementy macierzy przejścia były szacowane za pomocą klasycznego estymatora największej wiarygodności. Analiza została uzupełniona ogólną oceną mobilności za pomocą indeksów mobilności Shorrocksa i Bartholomewa oraz oceną poziomu nierówności wydatków za pomocą indeksu Giniego. Wyniki pokazały, że roczne prawdopodobieństwa pozostawania w biedzie różnią się w zależności od regionu i są mniejsze dla wydatków na jednostkę ekwiwalentną. Największe prawdopodobieństwo zaobserwowano dla województwa podkarpackiego (wydatki per capita) oraz opolskiego (wydatki na jednostkę ekwiwalentną). Najniższym prawdopodobieństwem odznaczało się województwo kujawsko-pomorskie (wydatki per capita) oraz małopolskie (wydatki na jednostkę ekwiwalentną). Najwyższym ogólnym poziomem mobilności charakteryzowało się województwo małopolskie (dla obu kategorii wydatków).
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2020, 63; 286-302
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Związek zróżnicowania płac z produktywnością w ujęciu terytorialnym
The Relationship Between Wage Differentiation and Productivity in Polish Regions
Autorzy:
Mowczan, Damian
Sztaudynger, Jan J.
Powiązania:
https://bibliotekanauki.pl/articles/2156734.pdf
Data publikacji:
2022-12-30
Wydawca:
Szkoła Główna Handlowa w Warszawie. Kolegium Analiz Ekonomicznych
Tematy:
współczynnik Giniego
analizy regionalne
TFP
zróżnicowanie płac
poziom i wzrost gospodarczy
Gini coefficient
regional analysis
wage differentiation
economic level and growth
Opis:
W artykule podjęto próbę wyznaczenia optymalnego zróżnicowania płac w 16 województwach w latach 1999–2015. Optymalność to w niniejszym badaniu maksymalny poziom łącznej produktywności czynników produkcji (total factor productivity – TFP). Zróżnicowanie płac było mierzone współczynnikiem Giniego. Postawiono i potwierdzono dwie hipotezy: 1) relację zróżnicowania płac i TFP opisuje funkcja paraboliczna z maksimum; 2) funkcje paraboliczne różnią się – w województwach występują różne optymalne zróżnicowania płac. W artykule próbujemy odpowiedzieć na pytania: Jak wyznaczyć optymalne zróżnicowania płac? Czy lepiej pogrupować województwa o hipotetycznie podobnym optymalnym zróżnicowaniu płac, czy też lepiej zastosować wystandaryzowaną zmienną opisującą zróżnicowanie płac? Konkluzja brzmi: lepiej zastosować zmienną wystandaryzowaną. Jak się wydaje, wniosek ten jest uniwersalny. Pozwoli rozstrzygnąć spory odnośnie do tego, czy oddziaływanie zróżnicowania płac (lub dochodów) na poziom albo wzrost efektywności gospodarczej ma charakter negatywny, czy też pozytywny. Wyjaśni też, dlaczego wiele badań nie potwierdza występowania związku pomiędzy zróżnicowaniem płac (lub dochodów) a efektywnością gospodarczą. Przyczyną sprzeczności wyników, a czasem ich niekonkluzywności, jest, naszym zdaniem, zbyt uproszczona postać modelu – pomijająca dwie wyżej wskazane potwierdzone hipotezy.
The article attempts to determine the optimal wage differentiation in Poland’s 16 regions from 1999 to 2015. In our study, optimality is a maximum level of total factor productivity. Wage differentiation was measured by the Gini coefficient. Two hypotheses were tested and confirmed: (1) the relationship between wage differentiation and TFP is described by the parabolic function with a maximum; (2) parabolic functions differ from each other, with different optimal differentiations for each region. In this article, we try to answer the question of how the optimal wage differentiation should be estimated. Is it better to group regions with a hypothetically similar optimal wage differentiation? Or is it better to use a standardised variable approach? We conclude that it is better to use a standardised variable. It seems that this finding has a universal significance. It will make it possible to resolve disputes about whether the relationship between the differentiation of wages (or income) and the level or dynamics of economic efficiency is negative or positive. It will also help explain why many studies do not confirm the link between wage (income) differentiation and economic efficiency. In our opinion, the contradictory, and sometimes inconsistent, results are due to the use of an overly simplified model – one that omits the two confirmed hypotheses.
Źródło:
Gospodarka Narodowa. The Polish Journal of Economics; 2022, 312, 4; 60-73
2300-5238
Pojawia się w:
Gospodarka Narodowa. The Polish Journal of Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-8 z 8

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies