Przeglądanie według Temat "analizy regionalne"

Aktualnie wyświetlane 1 - 4 z 4

Prawo Okuna – weryfikacja z wykorzystaniem panelowego modelu VAR dla polskich województw
(Wydawnictwo Uniwersytetu Rzeszowskiego, 2023-06) Mowczan,Damian
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.
Regional differentiation of human capital – analysis based on the Mincer wage equation
(Wydawnictwo Uniwersytetu Rzeszowskiego, 2022) Mowczan, Damian
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.
Zróżnicowanie kapitału ludzkiego w Polsce w ujęciu regionalnym – analiza z wykorzystaniem metod wielowymiarowej analizy porównawczej
(Wydawnictwo Uniwersytetu Rzeszowskiego, 2017) Mowczan, Damian
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.
Zróżnicowanie płac w polskich województwach – analiza z wykorzystaniem popularnych miar nierówności
(Wydawnictwo Uniwersytetu Rzeszowskiego, 2018) Mowczan, Damian
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.