PL EN
RESEARCH PAPER
Sectoral Production Functions: Results from Panel Models for Poland
 
More details
Hide details
1
Katedra Ekonometrii, Uniwersytet Łódzki, Polska
 
2
Katedra Modeli i Prognoz Ekonometrycznych, Uniwersytet Łódzki, Polska
 
 
Submission date: 2019-10-21
 
 
Final revision date: 2020-01-07
 
 
Acceptance date: 2020-01-15
 
 
Publication date: 2020-06-30
 
 
Corresponding author
Magdalena Ulrichs   

Katedra Ekonometrii, Uniwersytet Łódzki, Polska
 
 
GNPJE 2020;302(2):71-94
 
KEYWORDS
JEL CLASSIFICATION CODES
ABSTRACT
The main aim of the study is to assess the impact of various forms of capital on the formation of gross value added in individual segments of the Polish economy. The parameters of production functions describing the impact of variables representing physical capital and labour on gross value added in Poland were estimated on the basis of the Cobb-Douglas function. Panel data for individual Polish provinces covering the 2003–2015 period were used for the estimation. Due to the possible correlation of explanatory variables with the random component, the parameters were estimated by a fully modified least squares method. The results of the study confirm the existence of differences between the impact of individual factors of production on gross value added in various segments of the Polish economy. In most segments, the elasticities of production with respect to labour are greater than the corresponding elasticities with respect to capital. Statistically significant technical and organisational progress was also confirmed. The statistical significance of unobservable fixed effects for individual provinces was also confirmed for all types of economic activity.
 
REFERENCES (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