PL EN
PRACA ORYGINALNA
Sektorowe funkcje produkcji - wnioski z modeli panelowych dla Polski
 
Więcej
Ukryj
1
Katedra Ekonometrii, Uniwersytet Łódzki, Polska
 
2
Katedra Modeli i Prognoz Ekonometrycznych, Uniwersytet Łódzki, Polska
 
 
Data nadesłania: 21-10-2019
 
 
Data ostatniej rewizji: 07-01-2020
 
 
Data akceptacji: 15-01-2020
 
 
Data publikacji: 30-06-2020
 
 
Autor do korespondencji
Magdalena Ulrichs   

Katedra Ekonometrii, Uniwersytet Łódzki, Polska
 
 
GNPJE 2020;302(2):71-94
 
SŁOWA KLUCZOWE
KODY KLASYFIKACJI JEL
STRESZCZENIE
Celem prezentowanego badania jest ocena wpływu poszczególnych form kapitału na kształtowanie się wartości dodanej brutto w poszczególnych sekcjach działalności gospodarczej w Polsce. W badaniu oszacowano parametry funkcji produkcji opisującej wpływ zmiennych reprezentujących kapitał rzeczowy oraz pracę na wartość dodaną brutto w Polsce. Jako narzędzie analizy przyjęto funkcję produkcji typu Cobba-Douglasa. Do estymacji wykorzystano dane panelowe dla poszczególnych województw obejmujące lata 2003–2015. Ze względu na skorelowanie zmiennych objaśniających ze składnikiem losowym zastosowano w pełni zmodyfikowaną metodę najmniejszych kwadratów. Wnioski z przeprowadzonego badania potwierdzają istnienie różnic pomiędzy wpływem poszczególnych czynników produkcji na wartość dodaną brutto w uwzględnionych sekcjach działalności gospodarczej. W większości sekcji elastyczności wartości dodanej brutto względem nakładów pracy są większe niż elastyczności względem środków trwałych oraz występuje istotny statystycznie postęp techniczno-organizacyjny. Dla wszystkich sekcji potwierdzono również statystyczną istotność występowania nieobserwowalnych, stałych efektów indywidualnych dla poszczególnych województw.
 
REFERENCJE (48)
1.
Ackerberg D. A., Caves K., Frazer G. [2015], Identification properties of recent production func¬tion estimators, Econometrica, 83 (6): 2411–2451.
 
2.
Adamczyk P. [2009], Substytucyjność czynników produkcji w przemyśle spożywczym w Polsce, Zeszyty Naukowe SGGW w Warszawie, Ekonomika i Organizacja Gospodarki Żywnościowej, 79: 111–123.
 
3.
Bal-Domańska B., Pietrzak M. B. [2014], Modelowanie wzrostu gospodarczego na podstawie rozszerzonego modelu Solowa-Swana z uwzględnieniem aspektu przestrzennego, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 331: 11–19.
 
4.
Baltagi B. H., Bresson G., Pirotte A. [2003], Fixed effects, random effects or Hausman–Taylor? A pretest estimator, Economics Letters, 79: 361–369.
 
5.
Batóg J. [2002], Propozycja modyfikacji klasycznego podejścia do analizy gospodarności, Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 942: 411–416.
 
6.
Czekaj T. [2008], Techniczna efektywność gospodarstw rolnych a skłonność do korzystania ze wsparcia inwestycji środkami publicznymi, Zagadnienia Ekonomiki Rolnej, 3: 31–44.
 
7.
Dańska-Borsiak B. [2009], Zastosowanie panelowych modeli dynamicznych w badaniach mikro¬ekonomicznych i makroekonomicznych, Przegląd Statystyczny, 2: 25–41.
 
8.
Dańska-Borsiak B. [2011a], Dynamiczne modele panelowe w badaniach ekonomicznych, Łódź, Wydawnictwo Uniwersytetu Łódzkiego.
 
9.
Dańska-Borsiak B. [2011b], Zróżnicowanie łącznej produktywności czynników produkcji według województw, Wiadomości Statystyczne, 12: 13–26.
 
10.
Dańska-Borsiak B., Laskowska I. [2013], The Determinants of Total Factor Productivity in Pol¬ish Subregions. Panel Data Analysis, Comparative Economic Research. Central and Eastern Europe: 17–29.
 
11.
Doniec D. i in. [2017], Kompendium wiedzy o rachunkach regionalnych, Katowice, Główny Urząd Statystyczny.
 
12.
Eberhardt M., Teal F. [2012], Structural change and cross-country growth empirics, The World Bank Economic Review, 27 (2), 229–271.
 
13.
Florczak W., Świeczewska I. [2009], Modele satelitarne, Folia Oeconomica, Acta Universitatis Lodziensis, 229: 201–240.
 
14.
Florczak W., Świeczewska I., Welfe W. [2013], Modelowanie procesu produkcji w makroekonome¬trycznym modelu W8D-2010, Folia Oeconomica, Acta Universitatis Lodziensis, 294: 133–178.
 
15.
Górajski M., Błażej M. [2020], A control function approach to measuring the total factor pro¬ductivity of enterprises in Poland, Bank i Kredyt, w druku.
 
16.
Gradzewicz M., Hagemajer J. [2007], Monopolistic markups and returns to scale in the Polish economy, MPRA, 46496: 1–26.
 
17.
Griliches Z., Hausman J. A. [1986], Errors in variables in panel data, Journal of Econometrics, 31 (1): 93–118.
 
18.
Griliches Z., Mairesse J. [1995], Production functions: the search for identification, 5067, National Bureau of Economic Research.
 
19.
Im K. S., Pesaran M. H., Shin Y. [2003], Testing for unit roots in heterogeneous panels, Journal of Econometrics, 115 (1): 53–74.
 
20.
Kao C. [1999], Spurious regression and residual-based tests for cointegration in panel data, Journal of Econometrics, 90 (1): 1–44.
 
21.
Kao C., Chiang M. H. [2001], On the estimation and inference of a cointegrated regression in panel data, w: Baltagi B. H. (ed.), Nonstationary panels, panel cointegration, and dynamic panels, Amsterdam, Elsevier: 179–222.
 
22.
Karp P., Welfe A. [2017] Makroekonometryczny miesięczny model gospodarki Polski WM-1, Gospodarka Narodowa, 4: 5–38.
 
23.
Kębłowski P. [2017], Innowacyjność przedsiębiorstw przemysłowych państw Grupy Wyszeh¬radzkiej a nakłady na badania i rozwój, Przegląd Statystyczny, 4: 399–420.
 
24.
Kębłowski P. (2007), Modelowanie zintegrowanych szeregów przekrojowo-czasowych, w: Welfe W. (red.), Gospodarka oparta na wiedzy, Warszawa, PWE.
 
25.
Kotlewski D. [2017a] Dekompozycje wartości dodanej brutto na wkłady wynagrodzeń czynni¬ków praca i kapitał, Wiadomości Statystyczne, 2: 31–51.
 
26.
Kotlewski D. [2017b], Problem cen w regionalnym rachunku produktywności, Wiadomości Sta¬tystyczne, 12: 50–63.
 
27.
Kotlewski D., Błażej M. [2016], Metodologia rachunku produktywności KLEMS i jego imple¬mentacja w warunkach polskich, Wiadomości Statystyczne, 9: 86–108.
 
28.
Kotlewski D., Błażej M. [2018] Implementation of KLEMS Economic Productivity Accounts in Poland, Folia Oeconomica, Acta Universitatis Lodziensis, 334: 7–18.
 
29.
Lewandowski M., Błażej M., Banaś M., Gosińska E., Kotlewski D., Ulrichs M. i in. [2018], Iden¬tyfikacja źródeł zróżnicowania regionalnego Polski przy wykorzystaniu metod dekompo¬zycji wzrostu i różnic PKB oraz Wartości Dodanej Brutto per capita, GUS, https://stat.gov.pl/statystyki....
 
30.
Marzec J., Pisulewski A., Prędki A. [2019], Efektywność techniczna i produktywność polskich gospodarstw rolnych specjalizujących się w uprawach polowych, Gospodarka Narodowa, 2: 95–125.
 
31.
Pedroni P. [2000], Fully Modified OLS for Heterogeneous Cointegrated Panels, w: Baltagi B. H. (ed.) Nonstationary panels, panel cointegration, and dynamic panels, Amsterdam, Elsevier: 93–130.
 
32.
Pedroni P. [1996], Fully Modified OLS for Heterogeneous Cointegrated Panels and the Case of Purchasing Power Parity, Manuscript, Department of Economics, Indiana University, 1–45.
 
33.
Pedroni P. [2004], Panel cointegration: asymptotic and finite sample properties of pooled time series tests with an application to the PPP hypothesis, Econometric Theory, 20 (3): 597–625.
 
34.
Pedroni, P. [2007], Social capital, barriers to production and capital shares: implications for the importance of parameter heterogeneity from a nonstationary panel approach, Journal of Applied Econometrics, 22 (2), 429–451.
 
35.
Pesaran, M. H. [2007], A simple panel unit root test in the presence of cross-section dependence, Journal of Applied Econometrics, 22 (2), 265–312.
 
36.
Phillips P. C., Moon H. R. [1999], Linear regression limit theory for nonstationary panel data, Econometrica, 67 (5): 1057–1111.
 
37.
Phillips P. C. B, Hansen B. E. [1990] Statistical Inference in Instrumental Variables regression with I (1) Processes, Review of Economic Studies, 57: 99–125.
 
38.
Romer D. [2000], Makroekonomia dla zaawansowanych, Warszawa, Wydawnictwo Naukowe PWN.
 
39.
Solow R. M. [1956], A contribution to the theory of economic growth, The Quarterly Journal of Economics, 70 (1): 65–94.
 
40.
Sulimierska M. [2014], Total factor productivity estimation for Polish manufacturing industry: A comparison of alternative methods, University of Sussex Working Paper Series 67–2014.
 
41.
Swan T. W. [1956], Economic growth and capital accumulation, Economic Record, 32 (2): 334–361.
 
42.
Świeczewska I. [2013], Modele sektorów przemysłu według stopnia zaawansowania techniki, Folia Oeconomica, Acta Universitatis Lodziensis, 294: 371–405.
 
43.
Świeczewska, I. [2007], Łączna produktywność czynników produkcji. Ucieleśniony kapitał wie¬dzy, w: Welfe W. (red.), Gospodarka oparta na wiedzy, Warszawa, PWE.
 
44.
Tokarski T., Roszkowska S., Gajewski P. [2005], Regionalne zróżnicowanie łącznej produktyw¬ności czynników produkcji w Polsce, Ekonomista, 2: 215–244.
 
45.
Welfe W. [2001], Ekonometryczny model wzrostu gospodarczego, Łódź, WUŁ.
 
46.
Welfe W. [2003], Łączna produktywność czynników produkcji a postęp techniczny, Studia Eko¬nomiczne, 4: 20–34.
 
47.
Welfe W., Florczak W. [2009], Model symulacyjny W8D-2007 gospodarki polskiej, Folia Oeco¬nomica, Acta Universitatis Lodziensis, 229: 135–200.
 
48.
Welfe W., Welfe A. [2004], Ekonometria stosowana, Warszawa, PWE.
 
eISSN:2300-5238
Journals System - logo
Scroll to top