Land as a Primary Factor in Determining the Value of Agricultural output in the Farms of Middle Pomerania

• Autorzy: Danuta Zawadzka , Agnieszka Strzelecka

Warianty tytułu

Ziemia jako podstawowy czynnik determinujący wartość produkcji gospodarstw rolnych Pomorza Środkowego

• Języki publikacji: EN

Abstrakty

Podstawowym celem opracowania jest określenie znaczenia ziemi dla wartości produkcji rolniczej wytwarzanej przez gospodarstwa rolne Pomorza Środkowego. Weryfikację empiryczną czynników determinujących wartość produkcji gospodarstw rolnych w regionie Pomorza Środkowego przeprowadzono przy wykorzystaniu modelu regresji logistycznej. W badaniu wykorzystano dane dotyczące 933 gospodarstw rolnych. Ustalono, że statystycznie istotny dodatni wpływ na badane zjawisko miały 4 zmienne niezależne: liczba zatrudnionych w gospodarstwie rolnym, powierzchnia użytków rolnych, specjalizacja gospodarstwa w produkcji zwierzęcej oraz część wytworzonej produkcji, która została przeznaczona na oficjalną sprzedaż. Natomiast statystycznie istotny ujemny wpływ na analizowane prawdopodobieństwo miała: specjalizacja gospodarstwa w produkcji roślinnej. Wykazano ponadto, że model zawierający wyłącznie zmienną dotyczącą powierzchni użytków rolnych wykorzystywanych w procesie produkcji charakteryzuje się wartościami statystyk (LR, AIC, AUC, R2McFadden) wskazującymi na lepsze dopasowanie do obserwowanych danych, niż model zawierający wyłącznie pozostałe zmienne uwzględnione w analizie. Dowodzi to istotnego znaczenia ziemi w procesie tworzenia wartości produkcji rolniczej przez gospodarstwa rolne. Najlepszy model uzyskano uwzględniając wszystkie (statystycznie istotne) zmienne, które zostały przyjęte do badania. (abstrakt oryginalny)

EN

The primary objective of the study is to determine the significance of land for agricultural output value generated by the farms of Middle Pomerania. Empirical verification of the factors determining the value of agricultural output in the region of Middle Pomerania was conducted using logistic regression model. The study used data on 933 farms. It was found that four independent variables had a statistically significant positive impact on the phenomenon: the number of employees on farms, agricultural area, specialization in animal production and the amount of the production volume which was intended for official sale. In contrast, specialization in the production of crops had a statistically significant negative effect on the analyzed probability. Furthermore, it has been shown that a model containing only the variable of agricultural land used in the production process was characterized by the values of statistics (LR, AIC, AUC, McFadden's R2) which indicate a better fit to the observed data than the model containing only the other variables included in the analysis. This demonstrates the importance of land in the process of creating the value of agricultural output on farms. The best model was obtained when all the (statistically significant) variables that have been adopted for the study were taken into account. (original abstract)

Słowa kluczowe

PL

Rolnictwo; Produkcja rolna; Czynniki produkcji; Gospodarstwa rolne

EN

Agriculture; Agricultural production; Production factors; Arable farm

• Czasopismo: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia
• Rocznik: 2014
• Numer: nr 67 Narzędzia zarządzania finansami
• Strony: 373-384

Twórcy

autor

Danuta Zawadzka

• Koszalin University of Technology, Poland

autor

Agnieszka Strzelecka

• Koszalin University of Technology, Poland

Bibliografia

• Bazyl M. (2010), Miary dopasowania, in: Mikroekonometria. Modele i metody analizy danych indywidualnych, ed. M. Gruszczyński, Oficyna Wolters Kluwer Business, Warszawa, p. 74.
• Danieluk B. (2010), Zastosowanie regresji logistycznej w badaniach eksperymentalnych, "Psychologia Społeczna", nr 2-3, t. 5, p. 204.
• Erickson D., Lovell S.T., Mendez V.E. (2013), Identifying and classifying agricultural opportunities for land use planning, "Landscape and Urban Planning", no. 118, pp. 29-39.
• Gruszczyński M. (2010), Modele zmiennych jakościowych dwumianowych, in: Mikroekonometria. Modele i metody analizy danych indywidualnych, ed. M. Gruszczyński, Oficyna Wolters Kluwer Business, Warszawa, pp. 67-68.
• Harańczyk G. (2010), Krzywe ROC, czyli ocena jakości klasyfikatora i poszukiwanie optymalnego punktu odcięcia, in: Medycyna i analiza danych, StatSoft, Kraków, p. 79.
• Hu B., Shao J., Palta M. (2006), Pseudo-R2 in Logistic Regression Model, "Statistica Sinica", no. 16, p. 848.
• Maddala G.S. (2006), Ekonometria, Wydawnictwo Naukowe PWN, Warszawa.
• Myszczyszyn J. (2001), Poziom i zróżnicowanie dochodów rolniczych, "Folia Universitatis Agriculturae Stetinensis. Oeconomica" nr 222 (40), p. 319.
• Rocznik statystyczny rolnictwa 2011 (2012), GUS, Warszawa, pp. 73, 97, 133.
• Rószkiewicz M. (2002), Metody ilościowe w badaniach marketingowych, Wydawnictwo Naukowe PWN, Warszawa, pp. 143-145.
• Stanisz A. (2007), Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny. T. 2. Modele liniowe i nieliniowe, StatSoft, Kraków, p. 794.
• Szafraniec-Siluta E., Zawadzka D., Strzelecka A. (2011), Ocena zmian w produkcji rolnej w Polsce według typów rolniczych w latach 2004-2009, "Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu", t. XIII, z. 1, Warszawa-Poznań-Wrocław, pp. 379-383.
• Zawadzka D. (2008), Działalność małych przedsiębiorstw na obszarze Pomorza Środkowego, in: Pomorze Środkowe - społeczeństwo, wieś, gospodarka. Wybrane problemy, ed. D. Zawadzka, PTE O/Koszalin, Koszalin, pp. 247-248.
• Zawadzka D. (2009), Determinanty popytu małych przedsiębiorstw na kredyt handlowy. Identyfikacja i ocena, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu, Poznań, s. 200.
• Zawadzka D., Ardan R. (2010), Ocena wywołanych czynnikami pozacenowymi zmian prawdopodobieństwa ubiegania się o kredyt bankowy przez małe przedsiębiorstwa, in: Efektywność - rozważania nad istotą i pomiarem, eds. T. Dudycz, G. Osbert-Pociecha, "Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu", nr 144, p. 605.
• Zawadzka D., Ardan R. (2011), Zastosowanie krzywych reakcji do oceny zmian prawdopodobieństwa skorzystania przez małe przedsiębiorstwa ze skonta w kredycie handlowym, in: Zarządzanie finansami firm - teoria i praktyka, eds. B. Bernaś, A. Kopiński, "Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu", nr 158, p. 526.
• Zawadzka D., Strzelecka A., Szafraniec-Siluta E. (2012), Efektywność towarowych gospodarstw rolnych w Polsce w latach 2004-2009, "Annales UMCS, Sectio H, OECONOMIA", nr XLVI, 1, Lublin, pp. 231-241.
• Zawadzka D., Strzelecka A., Szafraniec-Siluta E. (2013), Znaczenie dopłat do działalności operacyjnej w tworzeniu dochodu z rodzinnego gospodarstwa rolnego w Polsce, "Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu", t. XV, z. 3, Warszawa-Poznań-Rzeszów, p. 398.