PL EN
 
PL EN
Bieżący numer
Numery archiwalne
O czasopiśmie
Dla autorów
Kontakt
2/2019 vol. 298
Statystyki
CC-BY 4.0
Pobierz cytowanie
PRACA ORYGINALNA
Efektywność techniczna i produktywność polskich gospodarstw rolnych specjalizujących się w uprawach polowych
Jerzy Marzec 1
,
 
Andrzej Pisulewski 1
,
 
Artur Prędki 1
 
 
 
Więcej
Ukryj
1
Uniwersytet Ekonomiczny w Krakowie
 
 
Data nadesłania: 17-12-2018
 
 
Data akceptacji: 17-04-2019
 
 
Data publikacji: 24-06-2019
 
 
Autor do korespondencji
Jerzy Marzec   

Uniwersytet Ekonomiczny w Krakowie, Polska
 
 
GNPJE 2019;298(2):95-125
DOI: https://doi.org/10.33119/GN/108607
 
 
Artykuł (PDF)
Referencje (53)
 
SŁOWA KLUCZOWE
funkcja produkcji
metoda otoczki danych
stochastyczne modele graniczne
 
KODY KLASYFIKACJI JEL
C23
C51
D24
Q12
 
STRESZCZENIE
W niniejszym opracowaniu zaprezentowano analizę porównawczą wyników dotyczących efektywności technicznej oraz produktywności polskich gospodarstw rolnych, uzyskanych w oparciu o stochastyczne modele graniczne (SFM) oraz nieparametryczną metodę DEA. Zastosowanie alternatywnych podejść dostarcza nowych informacji na temat procesu produkcyjnego oraz wskazuje na konsekwencje stosowania konkretnych metod w analizach produktywności i efektywności. Średnia ocena unormowanego miernika efektywności (TE) po obiektach i czasie wynosi 0,63 w podejściu SFM, a w ramach DEA jedynie 0,52. Analiza determinant efektywności wskazuje, że wg DEA najsilniej na zróżnicowanie efektywności wpływa powierzchnia użytków rolnych, a wg SFM – niekorzystne warunki gospodarowania. Z kolei przy badaniu procesu produkcji gospodarstw okazuje się, że najsilniejszy wpływ na produkcję upraw polowych mają materiały, a następnie zaangażowanie czynnika pracy (wskazują na to oba wykorzystane podejścia). W odniesieniu do zmian produktywności obie metody wskazują na jej spadek w badanym okresie, jednak z różnych przyczyn. Wyniki uzyskane w ramach SFM wskazują na silny spadek efektywności technicznej nie zrekompensowany postępem technicznym. Natomiast w ramach DEA spadek produktywności wynika przede wszystkim ze regresu technicznego, przy jednoczesnym wzroście efektywności technicznej.
FINANSOWANIE
Badanie zostało sfinansowane a) ze środków przyznanych Wydziałowi Zarządzania Uniwersytetu Ekonomicznego w Krakowie, w ramach dotacji na utrzymanie potencjału badawczego – dotyczy pierwszego i trzeciego autora), b) ze środków Narodowego Centrum Nauki, przyznanych na podstawie decyzji nr DEC-2013/09/N/HS4/03833 drugiemu autorowi.
 
REFERENCJE (53)
1.
Aigner D., Lovell C. A. K., Schmidt P. [1977], Formulation and estimation of stochastic frontier production function models, Journal of Econometrics, vol. 6, no. 1: 21–37.
Google Scholar
 
 
2.
Banker R., Charnes A., Cooper W. [1984], Some Models for Estimating Technical and Scale Inefficiencies in DEA, Management Science, vol. 30, no. 9: 1078–1091.
Google Scholar
 
 
3.
Baran J. [2014], Changes in the Productivity of Agriculture After Polish Accession to the European Union, Acta Scientarum Polonorum – Oeconomia, vol. 13, no. 3: 5–15.
Google Scholar
 
 
4.
Battese G. E. Coelli T. J. [1992], Frontier Production Functions, Technical Efficiency and Panel Data: With Application to Paddy Farmers in India, Journal of Productivity Analysis, vol. 3, no. 1–2: 153–169.
Google Scholar
 
 
5.
Battese G. E., Broca S. S. [1997], Functional Forms of Stochastic Frontier Production Functions and Models for Technical Inefficiency Effects: A Comparative Study for Wheat Farmers in Pakistan, Journal of Productivity Analysis, vol. 8, no. 4: 395–414.
Google Scholar
 
 
6.
Battese G. E., Coelli T. [1995], A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data, Empirical Economics, vol. 20, no. 2: 325–332.
Google Scholar
 
 
7.
Bayarsaihan T., Coelli T. [2003], Productivity Growth in pre-1990 Mongolian Agriculture: Spiralling Disaster or Emerging Success?, Agricultural Economics, vol. 28: 121–137.
Google Scholar
 
 
8.
Caudill S. B., Ford J. M., Gropper D. M. [1995], Frontier Estimation and Firm Specific Inefficiency Measures in the Presence of Heteroscdasticity, Journal of Business and Economic Statistics, vol. 13, no. 1: 105–111.
Google Scholar
 
 
9.
Čechura L., Grau A., Hockmann H., Kroupova Z., Levkovych I. [2014], Total Factor Productivity in European Agricultural Production, International Comparison of Product Supply Chains in the Agri-Food Sector: Determinants of their Competitiveness and Performance on EU and International Markets, Compete Working Paper no. 9, Halle.
Google Scholar
 
 
10.
Coelli T. J., [1995], Recent Developments in Frontier Modelling and Efficiency Measurement, Australian Journal of Agricultural Economics, vol. 39, no. 3: 219–245.
Google Scholar
 
 
11.
Coelli T. J., Rao D. S. P., O’Donnell C. J., Battese G. E. [2005], An Introduction to Efficiency and Productivity Analysis, Springer, New York.
Google Scholar
 
 
12.
Cullinane K., Wang T. [2010], The Efficiency Analysis of Container Port Production Using DEA Panel Data Approaches, OR Spectrum, vol. 32, no. 3: 717–738.
Google Scholar
 
 
13.
Färe R., Grabowski R., Grosskopff S. [1985], Technical Efficiency of Philippine Agriculture, Applied Economics, vol. 17, no. 2: 205–214.
Google Scholar
 
 
14.
Färe R., Grosskopf S., Norris M., Zhang Z. [1994], Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries, American Economic Review, vol. 84, no. 1: 66–83.
Google Scholar
 
 
15.
Farrell M. [1957], The Measurement of Productive Efficiency, Journal of the Royal Statistical Society, Seria A, vol. 120, no. 3: 253–281.
Google Scholar
 
 
16.
Greene W. H. [2008], The Econometric Approach to Efficiency Analysis, w: Fried H. O., Lovell C. A. K., Shelton S. S. (red.): The Measurement of Productivity Efficiency and Productivity Growth, Oxford University Press, Oxford: 92–250.
Google Scholar
 
 
17.
Headey D., Alauddin M., Rao D. P. [2010], Explaining Agricultural Productivity Growth: An International Perspective, Agricultural Economics, vol. 41: 1–14.
Google Scholar
 
 
18.
Iráizoz B., Rapún M., Zabaleta I. [2003], Assessing the Technical Efficiency of Horticultural Production in Navarra, Spain, Agricultural Systems, vol. 78, no. 3: 387–403.
Google Scholar
 
 
19.
Kellermann M., Salhofer K., Wintzer W., Stockinger C. [2011], Der Zusammenhang zwischen technischer Effizienz und wirtschaftlichem Erfolg: eine Analyse für bayerische Milchviehbetriebe, German Journal of Agricultural Economics, vol. 60, no. 4: 230–242.
Google Scholar
 
 
20.
Koop G., Osiewalski J., Steel M. F. J. [1997], Bayesian Efficiency Analysis Through Individual Effects: Hospital Cost Frontiers, Journal of Econometrics, vol. 76, no. 1–2: 77–105.
Google Scholar
 
 
21.
Koop G., Osiewalski J., Steel M. F. J. [1999], The Components of Output Growth: A Stochastic Frontier Analysis, Oxford Bulletin of Economics and Statistics, vol. 61, no. 4: 455–487.
Google Scholar
 
 
22.
Koop G., Osiewalski J., Steel M. F. J. [2000], A Stochastic Frontier Analysis of Output Level and Growth in Poland and Western Economies, Economics of Planning, vol. 33, no. 3: 185–202.
Google Scholar
 
 
23.
Kumbhakar S. C., Lovell C. A. K. [2000], Stochastic Frontier Analysis, Cambridge University Press.
Google Scholar
 
 
24.
Kumbhakar S. C., Tsionas E. G. [2011], Some Recent Developments in Efficiency Measurement in Stochastic Frontier Models, Journal of Probability and Statistics, Article ID 603512: 1–25.
Google Scholar
 
 
25.
Lampe H. W., Hilgers D. [2015], Trajectories of Efficiency Measurement: A Bibliometric Analysis of DEA and SFA, European Journal of Operational Research, vol. 240, no. 1: 1–21.
Google Scholar
 
 
26.
Latruffe L., Balcombe K., Davidova S., Zawalińska K. [2004], Determinants of Technical Efficiency of Crop and Livestock Farms in Poland, Applied Economics, vol. 36, no. 12: 1255–1262.
Google Scholar
 
 
27.
Latruffe L., Davidova S., Balcombe K. [2008], Productivity Change in Polish Agriculture: An Illustration of Bootstraping Procedure Applied to Mälmquist Indices, Post-Communist Economies, vol. 20, no. 4: 449–460.
Google Scholar
 
 
28.
Lovell C. A. K. [1996], Applying Efficiency Measurement Techniques to the Measurement of Productivity Change, The Journal of Productivity Analysis, vol. 7, no. 2–3: 329–340.
Google Scholar
 
 
29.
Macours K., Swinnen J. F. M. [2000], Causes of Output Decline in Economic Transition: The Case of Central and Eastern European Agriculture, Journal of Comparative Economics, vol. 28, no. 1: 172–206.
Google Scholar
 
 
30.
Makieła K., Marzec J., Pisulewski A. [2017], Productivity Change Analysis in Dairy Farms Following Polish Accession to the EU – An Output Growth Decomposition Approach, Outlook on Agriculture, vol. 46, no. 4: 295–301.
Google Scholar
 
 
31.
Marzec J., Pisulewski A. [2015], Analiza działalności ekonomicznej gospodarstw mlecznych w Polsce – wyniki uzyskane na podstawie krótkookresowej funkcji kosztu, w: Roczniki Kolegium Analiz Ekonomicznych, M. Bernardelli, B. Witkowski (red.), Oficyna Wydawnicza SGH, Warszawa, z. 39: 167–181.
Google Scholar
 
 
32.
Marzec J., Pisulewski A. [2019], The Measurement of Time-Varying Technical Efficiency and Productivity Change of Polish Crop Farms, German Journal of Agricultural Economics, vol. 68, no. 1: 15–27.
Google Scholar
 
 
33.
Marzec J., Pisulewski A., Prędki A. [2015], Efektywność techniczna gospodarstw mlecznych w Polsce – analiza porównawcza za pomocą DEA i BSFA, Metody Ilościowe w Badaniach Ekonomicznych, SGGW, Warszawa, t. 16, nr 4: 7–23.
Google Scholar
 
 
34.
Meeusen W., van den Broeck J. [1977], Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error, International Economic Review, vol. 18, no. 2: 435–444.
Google Scholar
 
 
35.
Odeck J. [2007], Measuring Technical Efficiency and Productivity Growth: A Comparison of SFA and DEA on Norwegian Grain Production Data, Applied Economics, vol. 39, no. 20: 2617–2630.
Google Scholar
 
 
36.
Orea L. [2002], Parametric Decomposition of a Generalized Mälmquist Productivity Index, Journal of Productivity Analysis, vol. 18, no. 1: 5–22.
Google Scholar
 
 
37.
Parmeter C. F., Kumbhakar S. C [2014], Efficiency Analysis: A Primer on Recent Advances, Foundations and Trends® in Econometrics, vol. 7, no. 3–4: 191–385.
Google Scholar
 
 
38.
Pitt M, Lee L. [1981], Measurement of Sources of Technical Inefficiency in the Indonesian Weaving Industry. Journal of Development Economics, vol. 9, no. 1: 43–64.
Google Scholar
 
 
39.
Prędki A. [2012], Geneza zbiorów możliwości produkcyjnych wykorzystywanych w DEA, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Poznaniu, nr 241: 126–137.
Google Scholar
 
 
40.
Prędki A. [2015], Analiza kosztowa polskich bibliotek publicznych za pomocą metody DEA oraz porównanie z wynikami uzyskanymi przy użyciu stochastycznej granicznej funkcji kosztu, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 386: 276–296.
Google Scholar
 
 
41.
Ray S. C., Desli E. [1997], Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries: Comment, The American Economic Review, vol. 87, no. 5: 1033–1039.
Google Scholar
 
 
42.
Rezek J. P., Campbell R. C., Rogers K. E. [2011], Assessing Total Factor Productivity Growth in Sub-Saharan African Agriculture, Journal of Agricultural Economics, vol. 62: 357–374.
Google Scholar
 
 
43.
Rusielik R. [2012], Zmiany produktywności rolnictwa Polski po wstąpieniu do Unii Europejskiej – analiza z wykorzystaniem indeksów TFP Hicksa-Moorsteena, Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu, t. 16, nr 4: 246–252.
Google Scholar
 
 
44.
Rusielik R., Świtłyk M. [2009], Zmiany efektywności technicznej rolnictwa w Polsce w latach 1998–2006, Roczniki Nauk Rolniczych, Seria G, t. 96, nr 3: 20–27.
Google Scholar
 
 
45.
Sharma K. R., Leung P., Zaleski H. M. [1997], Productive Efficiency of the Swine Industry in Hawaii: Stochastic Frontier vs. Data Envelopment Analysis, Journal of Productivity Analysis, vol. 8, no. 4: 447–459.
Google Scholar
 
 
46.
Sharma K. R., Leung P., Zaleski H. M. [1999], Technical, Allocative and Economic Efficiencies in Swine Production in Hawaii: A Comparison of Parametric and Nonparametric Approaches, Agricultural Economics, vol. 20, no. 1: 23–35.
Google Scholar
 
 
47.
Stevenson R. E. [1980], Likelihood Functions for Generalized Stochastic Frontier Estimation, Journal of Econometrics, vol. 13, no. 1: 57–66.
Google Scholar
 
 
48.
Swinnen J. F. M., Vranken L. [2010], Reforms and Agricultural Productivity in Central and Eastern Europe and the Former Soviet Republics: 1989–2005, Journal of Productivity Analysis, vol. 33, no. 3: 241–258.
Google Scholar
 
 
49.
Świtłyk M. [2011], Efektywność polskiego rolnictwa w latach 1998–2009, Zagadnienia Ekonomiki Rolnej, vol. 329, no. 4: 59–75.
Google Scholar
 
 
50.
Wadud A., White B. [2000], Farm Household Efficiency in Bangladesh: A Comparison of Stochastic Frontier and DEA Methods, Applied Economics, vol. 32, no. 13: 1665–1673.
Google Scholar
 
 
51.
Wang H. J., Schmidt P. [2002], One-Step and Two-Step Estimation of the Effects of Exogenous Variables on Technical Efficiency Levels, Journal of Productivity Analysis, vol. 18, no. 2: 129–144.
Google Scholar
 
 
52.
Zhu X., Lansink A. O. [2010], Impact of CAP Subsidies on Technical Efficiency of Crop Farms in Germany, the Netherlands and Sweden, Journal of Agricultural Economics, vol. 61, no. 3: 545–564.
Google Scholar
 
 
53.
Zofio J. [2007], Mälmquist Productivity Index Decompositions: A Unifying Framework, Applied Economics, vol. 39, no. 16–18: 2371–2387.
Google Scholar
 
 
Udostępnij
Wyślij mailem
ARTYKUŁ POWIĄZANY
Pomiar efektywności zróżnicowanych technologicznie gospodarstw rolnych w Unii Europejskiej
Indeksy
 
Indeks słów kluczowych
Indeks kodów klasyfikacji JEL
Indeks autorów
eISSN:2300-5238
Journals System - logo
System opracowano w ramach zadania:
"Digitalizacja czasopisma Gospodarka Narodowa", sfinansowanego ze środków Ministerstwa Nauki i Szkolnictwa Wyższego przeznaczonych na działalność upowszechniającą naukę, w ramach umowy nr 555/P-DUN/2018.

© 2006-2024 Journal hosting platform by Bentus
Scroll to top