PL EN
PRACA ORYGINALNA
Praca własna czy najemna, ziemia własna czy dzierżawiona – zastosowanie dwuwymiarowego modelu probitowego dla rolnictwa w Polsce
 
Więcej
Ukryj
1
Katedra Ekonometrii i Badań Operacyjnych, Kolegium Ekonomii i Finansów, Uniwersytet Ekonomiczny w Krakowie, Polska
 
 
Data nadesłania: 27-12-2024
 
 
Data ostatniej rewizji: 21-03-2025
 
 
Data akceptacji: 30-04-2025
 
 
Data publikacji: 30-06-2026
 
 
Autor do korespondencji
Jerzy Marzec   

Katedra Ekonometrii i Badań Operacyjnych, Kolegium Ekonomii i Finansów, Uniwersytet Ekonomiczny w Krakowie, Polska
 
 
GNPJE 2026;326(2):101-120
 
SŁOWA KLUCZOWE
KODY KLASYFIKACJI JEL
STRESZCZENIE
Celem niniejszego opracowania jest identyfikacja czynników, które wyjaśniają zróżnicowanie decyzji gospodarstw rolnych w odniesieniu do wyboru pracy własnej czy najemnej oraz ziemi własnej czy dzierżawionej. W pracy wykorzystano indywidualne dane dotyczące gospodarstw rolnych pochodzące z systemu zbierania danych rachunkowych – FADN. Wyżej określony cel został zrealizowany z wykorzystaniem dwuwymiarowego modelu probitowego. Otrzymane wyniki wskazują, że decyzje gospodarstw dotyczące wykorzystania ziemi własnej i pracy własnej są ze sobą skorelowane. Wśród czynników, które najbardziej zwiększają prawdopodobieństwo wykorzystania tylko ziemi własnej, były dopłaty do obszarów o niekorzystnych warunkach gospodarowania oraz cena dzierżawy ziemi. Skłonność do wykorzystania jedynie pracy własnej wzrastała wraz ze wzrostem ceny pracy najemnej i udziału zbóż w całkowitym areale upraw.
FINANSOWANIE
Publikacja została sfinansowana ze środków subwencji przyznanej Uniwersytetowi Ekonomicznego w Krakowie – Projekt nr 036/EIE/2025/POT.
REFERENCJE (44)
1.
Agencja Restrukturyzacji i Modernizacji Rolnictwa [2023], Średnia powierzchnia gospodarstwa, https://www.gov.pl/web/arimr/s... (dostęp: 10.12.2024).
 
2.
Barker G. [1985], Prehistoric farming in Europe, Cambridge, Cambridge University Press.
 
3.
Beckman J., Countryman A. M. [2021], The importance of agriculture in the economy: impacts from COVID-19, American Journal of Agricultural Economics, 103 (5): 1595–1611.
 
4.
Bellwood P. [2004], First farmers: The Origins of Agricultural Societies, John Wiley & Sons Ltd, Hoboken.
 
5.
Bojnec Š., Fertő I. [2022], Do different types of Common Agricultural Policy subsidies promote farm employment?, Land Use Policy, 112: 105823.
 
6.
Bożek J., Szewczyk J. [2019], Zmiany struktury obszarowej gospodarstw rolnych w ujęciu grup typologicznych województw, Wiadomości Statystyczne, 64 (8): 19–31.
 
7.
Czakowski D. [2015], Rynek roślin okopowych w Polsce: poziom, dynamika i uwarunkowania rozwoju, Zeszyty Naukowe Uniwersytetu Szczecińskiego, 41 (2): 147–157.
 
8.
Dries L., Ciaian P., Kancs d’A. [2012], Job creation and job destruction in EU agriculture, Food Policy, 37, 600–608.
 
9.
Dupraz P., Latruffe L. [2015], Trends in family labour, hired labour and contract work on French field crop farms: The role of the Common Agricultural Policy, Food Policy, 51: 104–118.
 
10.
European Commission [2009], Typology handbook, RI/CC 1500 rev. 3, 05/10/2009, Brussels.
 
11.
European Commission [2011], RI/CC 882 Rev. 9 Definitions of Variables used in FADN Standard Results, Brussels.
 
12.
European Commission [2022], Agricultural production – crops, https://ec.europa.eu/eurostat/... (dostęp: 14.01.2025).
 
13.
European Union Farm Accountancy Data Network [2023], https://agridata.ec.europa.eu/... (dostęp: 14.01.2025).
 
14.
Garrone M., Emmers D., Olper A., Swinnen J. [2019], Jobs and agricultural policy: Impact of the Common Agricultural Policy on EU agricultural employment, Food Policy, 87: 101744.
 
15.
Goraj L., Mańko S., Osuch D., Bocian M., Płonka R. [2012], Wyniki standardowe 2011 uzyskane przez gospodarstwa rolne uczestniczące w Polskim FADN. Część I. Wyniki standardowe, IERiGŻ-PIB, Warszawa.
 
16.
Gras N. S. B. [1925], A history of agriculture in Europe and America, F. S. Crofts & Company, New York.
 
17.
Greene W. H. [2012], Econometric analysis, Prentice Hall, Upper Saddle River.
 
18.
Gruszczyński M. [2010], Model zmiennych jakościowych dwumianowych, w: Gruszczyński M. (red.), Mikroekonometria: modele i metody analizy danych indywidualnych: 53–102, Wolters Kluwer Polska, Warszawa.
 
19.
Gumbel E. [1961], Bivariate logistic distributions, Journal of the American Statistical Association, 56 (294): 335–349.
 
20.
GUS [2021], Pracujący i nakłady pracy w gospodarstwach rolnych w okresie 12 miesięcy – wyniki wstępne PSR 2020, https://stat.gov.pl/download/g....
 
21.
GUS [2023], Rocznik statystyczny pracy 2023, Warszawa.
 
22.
GUS [2024a], Rachunki narodowe według sektorów i podsektorów instytucjonalnych w latach 2019–2022, Warszawa.
 
23.
GUS [2024b], Rocznik statystyczny rolnictwa (Statistical Yearbook of Agriculture), Warszawa.
 
24.
Hsiao C. [2003], Analysis of Panel Data, Cambridge University Press, Cambridge.
 
25.
Hubacek K., Bergh J. C. J. M. van den [2006], Changing concepts of ‘land’ in economic theory: From single to multi-disciplinary approaches, Ecological Economics, 56 (1): 5–27.
 
26.
Jagoda A., Klimczak M. [2011], Praca jako zasób – pojęcie pracy i jej znaczenie w naukach ekonomicznych, Acta Universitatis Nicolai Copernici Ekonomia, 42: 151–160.
 
27.
Kaliński J. [2018], Przemiany struktury obszarowej gospodarstw chłopskich w Polsce po 1918 roku, Kwartalnik Kolegium Ekonomiczno-Społecznego. Studia i Prace. Szkoła Główna Handlowa, 3.
 
28.
Kiefer N. [1982], Testing for independence in multivariate probit models, Biometrika, 69: 161–166.
 
29.
Klepacki B., Żak A. [2013], Agrarian transformations in the territory of Poland before and after integration into the European Union, Journal of Agribusiness and Rural Development, 4 (30): 95–113.
 
30.
Kristensen S. B., Bibby B. M. [2020], A bivariate logistic regression model based on latent variables, Statistics in Medicine, 39: 2962–2979.
 
31.
Lancaster T. [2000], The incidental parameter problem since 1948, Journal of Econometrics, 95: 391–413.
 
32.
Loizou E., Karelakis Ch., Galanapoulos K., Mattas K. [2019], The role of agriculture as a development tool for a regional economy, Agricultural Systems, 173: 482–490.
 
33.
Maddala G. S. [2006], Ekonometria, Wydawnictwo Naukowe PWN, Warszawa.
 
34.
Marks-Bielska R. [2021], Conditions underlying agricultural land lease in Poland, in the context of the agency theory, Land Use Policy, 102: 1–9.
 
35.
McFadden D. [2001], Economic choices, American Economic Review, 91 (3): 351–378.
 
36.
Mioduszewski J. (2020), Znaczenie dzierżawy w zagospodarowaniu gruntów rolnych Skarbu Państwa, w: Przygodzka R., Gruszewska E. (red.), Instytucjonalne i strukturalne aspekty rozwoju rolnictwa i obszarów wiejskich. Księga poświęcona pamięci dr. hab. Adama Sadowskiego Profesora Uniwersytetu w Białymstoku: 201–231, Wydawnictwo Uniwersytetu w Białymstoku, Białystok.
 
37.
Petrescu-Mag R. M., Petrescu D., Reti K.‑O. [2019], My land is my food: Exploring social function of large land deals using food security deals relations in five Eastern European countries, Land Use Policy, 82: 729–741.
 
38.
Roser M. [2023], Employment in Agriculture, https://ourworldindata.org/emp... (dostęp: 1.03.2025).
 
39.
Samuelson P. A. [1978], The Canonical Classical Model of Political Economy, Journal of Economic Literature, 16 (4): 1415–1434.
 
40.
Satterthwaite S. P., Hutchinson T. P. [1978], A generalisation of Gumbel’s bivariate logistic distribution, Metrika, 25: 163–170.
 
41.
Silvey S. D. [1959], The Lagrangian multiplier test, The Annals of Mathematical Statistics, 30 (2): 389–407.
 
42.
Suchoń A. [2016], Z aktualnej problematyki dzierżawy nieruchomości rolnych, Przegląd Prawa Rolnego, 1 (18): 49–64.
 
43.
Szymańska E., Maj J. [2018], Zmiany w powierzchni gospodarstw rolnych w Polsce w latach 2010–2017, Roczniki Naukowe Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich, 105 (2): 50–58.
 
44.
Szymańska E. J. [2021], Zmiany struktury agrarnej na polskiej wsi w latach 1918–2018, Zeszyty Wiejskie, 27: 31–58.
 
eISSN:2300-5238
Journals System - logo
Scroll to top