Wybrane uwarunkowania relacji ziemia-praca w gospodarstwach rolniczych Unii Europejskiej

• Autorzy: Tadeusz Sobczyński

Warianty tytułu

Selected Determinants of Land-Labor Relations in European Union Farms

• Języki publikacji: PL

Abstrakty

Celem badań było określenie czynników powiązanych ze wzrostem wskaźnika ziemi na pracującego w krajach UE. Oszacowano modele panelowe dla gospodarstw mlecznych na podstawie danych FADN z 23 krajów UE dla lat 2004-2009. Zmienną zależną była ilość ziemi przypadająca na pracującego, a zmiennymi niezależnymi wartości w przeliczeniu na pracującego: energia i usługi oraz zasoby budynków i maszyn. Prosty model liniowy wykazał, że wzrost wskaźnika ziemi na pracującego łączył się ze wzrostem nakładów energii oraz wyposażenia w maszyny (R2 = 99,25%). Wzrost zasobów maszyn o 10 tys. euro na pracującego umożliwiał zwiększenie wskaźnika ziemi na pracującego o 0,834 ha. Z kolei wzrost nakładów na energię o 1 tys. euro na pracującego umożliwiał zwiększenie wskaźnika ziemi na pracującego o 0,804 ha. Z kolei model potęgowy wykazał, że wzrost wskaźnika ziemi na pracującego wymagał wzrostu nakładów energii oraz usług (R2 = 99,58%). Wzrost wskaźnika energii na pracującego o 10% umożliwiał zwiększenie wskaźnika ziemi na pracującego o 1,32-1,49%. Z kolei wzrost o 10% wskaźnika usług na pracującego umożliwiał zwiększenie wskaźnika ziemi na pracującego o 0,61-0,87% nakładów. Z tych analiz wynika, że poprawa struktury agrarnej, zwiększenie zasobów ziemi na pracującego w celu poprawy wydajności pracy, wymagało przede wszystkim wzrostu zużycia nakładów energii i usług oraz zasobów maszyn w przeliczeniu na pracującego. (abstrakt oryginalny)

EN

Based on data collected by FADN in 23 countries of EU in years 2004-2009 and considering diary farms panel models were estimated. The dependant variable was the area of land per work unit and the independent variables were values per working of following: energy and services as well as resources of buildings and machinery. Simple linear model showed that increase of land per work unit was connected with an increase of energy and machinery input (R2 = 99.25%). An increase in machinery resource by 10 thousand € per work unit enabled an increase of land per work unit by 0.834 ha. The increase of energy input by 1 thousand € per work unit enabled an increase of land per work unit by 0.804 ha. On the other hand the exponential model showed that increase of land per work unit required an increase of energy and services input (R2 = 99.58%). The increase of energy per work unit ratio by 10% enabled increase of land per work unit by 1.32-1.49% while 10% increase of service per work unit ratio enabled the increase of land per work unit by 0.61-0.87% of inputs. The result of this analysis shows that improvement of the agrarian structure, increase of land area per work unit in order to improve labour efficiency required an increased usage of energy, services and machinery resources per work unit. (original abstract)

Słowa kluczowe

PL

Gospodarstwa rolne; Analiza wskaźnikowa; Użytkowanie ziemi; Wydajność pracy

EN

Arable farm; Ratio analysis; Land use; Labour efficiency

• Czasopismo: Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu
• Rocznik: 2013
• Tom: 15
• Numer: z. 6
• Strony: 271-277

Twórcy

autor

Tadeusz Sobczyński

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy

Bibliografia

• Baranowski P. 2008: Optymalna stopa inflacji - porównanie szacunków opartych na różnych klasach zależności funkcyjnej inflacja-wzrost, Mathematical economics, 5(12), s. 41-51.
• Baranowski P., Sztaudynger J. J. 2011: Rodzinny kapitał społeczny a wzrost gospodarczy - analiza dla Polski i 15 krajów Unii Europejskiej. Annales. Etyka w życiu gospodarczym, 14(1), s. 157-170.
• Dorward A.R. 2012: Agricultural labour productivity and food prices: fundamental development impacts and indicators, Working paper. London, Centre for Development, Environment and Policy, School of Oriental and African Studies, University of London, www.eprints.soas.ac.uk/13483/.
• Farm Accountancy Data Network 2012. Tryb dostępu: www.ec.europa.eu/agriculture/rica, dostęp grudzień 2012.
• Franc-Dąbrowska J. 2009: Skala działalności a podział zysku w przedsiębiorstwach rolniczych, J. Agribus. Rural Dev. 2(12), s. 35-44.
• Gołaś Z., Kozera M. 2003: Techniczno-ekonomiczne i społeczne uwarunkowania zróżnicowania wydajności pracy w indywidualnych gospodarstwach rolnych, Rocz. AR Pozn. CCCLVIII, Ekon. 2, s. 51-70.
• Gruchociak H. 2012: Możliwości zastosowania modelowania dwupoziomowego w badaniach ekonomicznych. Przegląd Statystyczny, LIX (4), s. 409-433.
• Grzelak M. M., Wiktorowicz J. 2009: Ocena wsparcia publicznego rolnictwa w Polsce - wybrane zagadnienia, PRS, 7(22), s. 20-31.
• Gutierrez L. 2002: Why is Agricultural Labour Productivity higher in some countries than others, Agric. Econ. Rev., 3(1), s. 58-72.
• Hayami Y., Ruttan, V.W. 1971: Agricultural development: an international perspective. Baltimore, The Johns Hopkins University Press.
• Herrendorf B., Schoellman T. 2011: Why Is Labor Productivity so Low in Agriculture? Arizona State University, 1-43. www.economics.uwo.ca/workshop/macro/herrendorf_oct4.pdf.
• Kufel T. 2011: Ekonometria. Rozwiązywanie problemów z wykorzystaniem programu GRET,. Wyd. trzecie, zmienione, PWN, Warszawa, s. 1-212.
• Liefert W. M., Liefert O. 2012: Russian Agriculture during Transition: Performance, Global Impact, and Outlook, Applied Economic Perspectives and Policy 34(1), 37-75, doi:10.1093/aepp/ppr046.
• Maddala G. S. 2008: Ekonometria, PWN, Warszawa.
• Martín-Retortillo M., Pinilla V. 2012: Why did agricultural labor productivity not converge in Europe from 1950 to 2006? Economic History Society Annual Conference, University of Oxford, Friday 30 March-Sunday 1 April, s. 1-38. www.ehs.org.uk/ehs/conference2012/Assets/PinillaFullPaper.pdf.
• Mugera A.W., Langemeier M.R., Featherstone A.M. 2012: Labor productivity convergence in the Kansas farm sector: a three-stage procedure using data envelopment analysis and semiparametric regression analysis, J. Prod. Anal., 38(1), s. 63-79.
• Mulvaney R.L., Khan S.A., Ellsworth T.R. 2009: Synthetic Nitrogen Fertilizers Deplete Soil Nitrogen: A Global Dilemma for Sustainable Cereal Production, J. Environ. Qual., 38(6), s. 2295-2314, doi:10.2134/jeq2008.0527.
• Muth D. Jr., Bryden K.M. 2012: A Conceptual Evaluation of Sustainable Variable-Rate Agricultural Residue Removal, J. Environ. Qual., 41(6), s. 1796-1805.
• Ruttan V.W. 2002: Productivity Growth in World Agriculture: Sources and Constraints, Journal of Economic Perspectives 16(4), s. 161-184.
• Sasin M. 2011: Główne determinanty migracji stałych w Polsce w latach 2003-2008, Acta Universitatis Lodziensi, Folia Oeconomica 253, s. 85-98.
• Szajt M. 2005: Modelowanie innowacyjności państwa w oparciu o modele przestrzenno-czasowe. DME, UMK Toruń.
• Sobczyński T. 2011: Intensyfikacja i koncentracja produkcji a równowaga ekonomiczno-środowiskowa gospodarstw mlecznych i z chowem zwierząt ziarnożernych w UE, Rocz. Nauk. SERiA, t. XIII, z. 4, s. 154-159.
• Sobczyński T. 2012: Wybrane zagadnienia środowiskowe rozwoju produkcji zwierzęcej w gospodarstwach rolniczych UE, Rocz. Nauk. SERiA, t. XIV, z. 5, s. 176-182.
• Tilman D., Balzer C., Hill J., Befort B.L. 2011: Global food demand and the sustainable intensification of agriculture, PNAS December 13, 2011, 108(50), s. 20260-20264. www.pnas.org/cgi/doi/10.1073/pnas. 1116437108.
• Yamada S., Ruttan V.W. 1980: International Comparisons of Productivity in Agriculture, J.W. Kendrick, B.N. Vaccara (eds.), University of Minnesota Press, s. 507-594.