Informacja

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

Wyszukujesz frazę "agricultural sector productivity" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Determinanty przestrzennego zróżnicowania produktywności pracy w Polsce
Determinants of spatial differentiation of labor productivity in Poland
Autorzy:
Luśtyk, Agata
Biernacki, Mateusz
Powiązania:
https://bibliotekanauki.pl/articles/2082726.pdf
Data publikacji:
2022-05-25
Wydawca:
Polskie Towarzystwo Ekonomiczne
Tematy:
produktywność pracy
wartość brutto środków trwałych
nakłady inwestycyjne na badania i rozwój
relacja zatrudnienia w rolnictwie do zatrudnienia ogółem
regresja liniowa
labour productivity
gross fixed assets
R&D capital expenditure
relation of employment in agricultural sector to total employment
linear regression
Opis:
Celem artykułu jest empiryczna analiza determinant produktywności pracy na poziomie wojewódzkim w Polsce. Początek stanowi przegląd literatury związanej z kategorią produktywności, przedstawione zostały jej przykładowe kwantyfikatory. Na ścieżce osiągania celu wykorzystano model regresji liniowej. Zdecydowano, że zmiennymi objaśniającymi, które najlepiej obrazują badaną kategorię są: wartość brutto środków trwałych, nakłady inwestycyjne na badania i rozwój oraz wskaźnik określający relację zatrudnionych w sektorze rolniczym (rolnictwo, łowiectwo, leśnictwo i rybołówstwo) do zatrudnionych ogółem. Przeprowadzona analiza skłania do sformułowania następujących wniosków. Po pierwsze, wyższe wartości środków trwałych brutto prowadzą do wzrostu produktywności pracy. Po drugie, zwiększenie wielkości nakładów na badania i rozwój powoduje wzrost produktywności pracy. Po trzecie, należy ograniczać poziom zatrudnienia w sektorze rolniczym, gdyż wpływa ono negatywnie na produktywność.
The aim of this article is an empirical analysis of the deteminants of productivity at the voivodeships level of Poland. The beginning is a small review of the literature related to the category of productivity with examples of its quantifiers. In the path of achieving the goal the model of linear regression is used. Variables that illustrate the analyzed cathegory in the best way are: gross value of fixed assets, R&D capital expenditure and an indicator defining the relations of people employed in the agricultural sector to total employment. The analysis leads to the following conclusions. Firstly, higher values of gross fixed assets lead to an increase in labour productivity. Secondly, higher values of the amount of expenditure on research and development lead to an increase in labor productivity. Thirdly, the level of employment in the agricultural sector should be limited as it negatively affects labour productivity.
Źródło:
Zeszyty Naukowe Polskiego Towarzystwa Ekonomicznego w Zielonej Górze; 2022, 9, 17; 5-18
2391-7830
2545-3661
Pojawia się w:
Zeszyty Naukowe Polskiego Towarzystwa Ekonomicznego w Zielonej Górze
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The value of occupational safety - estimation of lost productivity in the polish agricultural industry
Wartość bezpieczeństwa pracy - ocena utraconej produktywności w polskim sektorze rolnym
Autorzy:
Jakubowska, A.
Rosa, A.
Powiązania:
https://bibliotekanauki.pl/articles/1790538.pdf
Data publikacji:
2019
Wydawca:
The Polish Association of Agricultural and Agribusiness Economists
Tematy:
lost productivity
occupational safety
agricultural sector
utracona produktywność
bezpieczeństwo pracy
sektor rolny
Opis:
The study was to assess the level of lost productivity of human resources in the Polish agricultural industry determined by working conditions. The assumed analysis was conducted in a time frame by assessing the accident ratio and its economic consequences in Polish agriculture. The estimation of costs of lost productivity is based on the adoption of the so-called human capital approach. A comparison of the lost product value in the A section – “Agriculture, Forestry, Fishing”, with average results recorded in the economy indicates high divergence resulting both from existing differences in the scale of burden with consequences of incapacity for work and from the conducted valuation of working time against mean values in economy. Depending on the adopted criterion for valuation of the unit of working day, estimated values of lost productivity in the A section per one injured fluctuate between 22 and 150% of mean values obtained for economy in total, and between 30 and 212% per 1,000 persons working in the given section (year 2016). The obtained results, apart from indicating an economic aspect of relations between occupational safety and productivity, constitute the basis for discussion on the profitability of health “interventions”.
Celem badań była próba oceny utraty produktywności zasobów ludzkich w wyniku złych warunków bezpieczeństwa pracy w polskim sektorze rolnym. Analizę przeprowadzono na podstawie badań zmian wskaźnika natężania poziomu wypadkowości w okresie 2010-2017 oraz na podstawie oceny konsekwencji ekonomicznych tego zjawiska w sektorze rolnym w Polsce. Szacunek kosztów utraconej produktywności oparto na przyjęciu tzw. perspektywy kapitału ludzkiego (ang. human capital approach – HCA). Porównanie wartości utraconego produktu w sekcji A „Rolnictwo, leśnictwo, łowiectwo i rybactwo” na tle przeciętnych wyników oberwanych w gospodarce wykazało występowanie dużych rozbieżności w tym obszarze, wynikających zarówno z różnic widocznych między sektorami w skali obciążenia konsekwencjami niezdolności do pracy, jak i w wartości jednostki pracy w stosunku do średnich wartości w gospodarce. W zależności od zastosowanego podejścia w wycenie wartości statystycznego dnia pracy, szacunkowa wartość utraconej produkcji w sekcji A na jednego poszkodowanego wahała się między 22 a 150% średnich wartości uzyskanych dla całej gospodarki oraz między 30 a 212% w przeliczeniu na 1 tys. osób pracujących w danej sekcji (2016 rok). Osiągnięte wyniki pozwoliły na ukazanie ekonomicznego aspektu relacji między bezpieczeństwem pracy a produktywnością, dając jednocześnie argumenty w ocenie rentowności działań z zakresu poprawy warunków pracy.
Źródło:
Annals of The Polish Association of Agricultural and Agribusiness Economists; 2019, 21, 3; 154-163
2657-781X
2657-7828
Pojawia się w:
Annals of The Polish Association of Agricultural and Agribusiness Economists
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Development of Artificial Intelligence and Potential Impact of Its Applications in Agriculture on Labor Use and Productivity
Rozwój sztucznej inteligencji i potencjalny wpływ jej zastosowań w rolnictwie na wykorzystanie siły roboczej i produktywność
Autorzy:
Figiel, Szczepan
Powiązania:
https://bibliotekanauki.pl/articles/43197447.pdf
Data publikacji:
2022-12-22
Wydawca:
Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej - Państwowy Instytut Badawczy
Tematy:
sztuczna inteligencja
wykorzystanie siły roboczej
produktywność sektora rolnego
artificial intelligence
labor use
agricultural sector productivity
Opis:
Sztuczna inteligencja (ang. Artificial Intelligence, AI) – dalej jako SI – jest jednym z najbardziej interesujących najnowszych osiągnięć technologicznych. Potencjalnie może znacząco wpłynąć na wszystkie obszary działalności gospodarczej, w tym na rolnictwo. Artykuł dotyczy dwóch kwestii, istoty faktycznej SI oraz jej najważniejszych obecnych i przewidywanych przyszłych zastosowań w rolnictwie, a także potencjalnego wpływu na wykorzystanie siły roboczej i produktywność tego sektora. Metody badawcze zastosowane w artykule to krytyczna analiza wybranych źródeł literaturowych oraz wnioskowanie dedukcyjne dotyczące prawdopodobnego wpływu zastosowania SI na wykorzystanie siły roboczej w rolnictwie i jego całkowitą produktywność czynnikową. Stwierdzono, że zastosowania SI w rolnictwie są liczne i bardzo zróżnicowane zarówno pod względem rozwiązań technologicznych, jak i zarządzanych procesów. Ponadto oczekuje się, że rynek zastosowań sztucznej inteligencji w rolnictwie będzie się rozwijał dość szybko ze względu na rosnącą tendencję do automatyzacji produkcji rolnej i procesów marketingowych. To nieuchronnie prowadzi do zastąpienia siły roboczej wyrafinowanymi maszynami i robotami. Generuje to również zapotrzebowanie na nowe kompetencje zawodowe potrzebne do zarządzania coraz bardziej kapitałochłonną produkcją rolną i powiązanymi procesami napędzanymi przez sztuczną inteligencję. Opierając się głównie na rozważaniach teoretycznych, można przypuszczać, że powszechne zastosowanie SI w rolnictwie powinno pozytywnie przyczynić się do wzrostu łącznej produktywności czynników produkcji (ang. Total Factor Productivity, TFP) sektora. W konsekwencji kraje, w których producenci rolni szybciej przyjmują rozwiązania SI, mogą zyskać przewagę konkurencyjną w produkcji żywności.
Artificial intelligence (AI) is one of the most striking recent technology developments. Potentially, it can significantly affect all areas of economic activities including agriculture. The paper addresses two issues such as the actual essence of AI and its most important current and expected future applications in agriculture and their potential impact on labor use and productivity of this sector. The research methods applied in the paper are critical analysis of selected literature sources and deductive reasoning regarding the likely influence of AI applications on labor use in agriculture and its total factor productivity. It was found out that applications of AI in agriculture are numerous and very diverse both in terms of technological solutions and managed processes. Moreover, the market for AI applications in agriculture is expected to grow quite rapidly due to an increasing tendency to automatize agricultural production and marketing processes. This inevitably leads to substitution of physical labor with sophisticated machinery and robots. Also, it generates demand for new labor competencies needed to manage increasingly capital intensive agricultural production and related processes driven by the use of AI. Based on mainly theoretical considerations, it can be surmised that widespread use of AI in agriculture should positively contribute to the growth in the total factor productivity (TFP) of the sector. Consequently, countries where agricultural producers adopt AI solutions faster can gain competitive advantage in food production.
Źródło:
Zagadnienia Ekonomiki Rolnej; 2022, 373, 4; 5-21
0044-1600
2392-3458
Pojawia się w:
Zagadnienia Ekonomiki Rolnej
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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