1 kategorie ekonomiczne jako zmienne w badaniach ekonometrycznych

background image


dr Dušan Bogdanov

1

Ekonometria 1


Wykład 1

Kategorie ekonomiczne jako zmienne w badaniach ekonometrycznych

1

Ź

ródłosłów nazwy ekonometria pochodzi od greckich słów iokonomia (administracja, gospodarka)

oraz metron (miara). Termin ekonometria w dzisiejszym znaczeniu po raz pierwszy pojawił si

ę

w pracy

norweskiego statystyka i ekonometryka Ragnara Frischa „Sur un probleme d’economie purre”

(1926 r.). Jest szereg definicji ekonometrii jako nauki. Jedn

ą

z nich jest definicja Oskara Langego:

„Ekonometria to nauka zajmuj

ą

ca si

ę

ustalaniem za pomoc

ą

metod statystycznych konkretnych

ilo

ś

ciowych prawidłowo

ś

ci zachodz

ą

cych w

ż

yciu gospodarczym…. Ekonometria ł

ą

czy ze sob

ą

teori

ę

ekonomii oraz statystyk

ę

ekonomiczn

ą

i stara si

ę

za pomoc

ą

metod statystyczno-ekonomicznych

nada

ć

konkretny ilo

ś

ciowy wyraz ogólnym, schematycznym prawidłowo

ś

ciom ustalonym przez teori

ę

ekonomii”

2

. Nieco inaczej ekonometri

ę

opisuje Artur Goldberger: „Ekonometria mo

ż

e by

ć

zdefiniowana

jako nauka społeczna, w której narz

ę

dzia teorii ekonomii, matematyki i wnioskowania statystycznego

s

ą

wykorzystywane do analizy zjawisk ekonomicznych. Jej głównym celem jest wyposa

ż

enie teorii

ekonomii w tre

ść

empiryczn

ą

3

. Zbie

ż

na z powy

ż

szymi jest definicja Zbigniewa Pawłowskiego

„Ekonometria jest nauk

ą

o metodach badania ilo

ś

ciowych prawidłowo

ś

ci wyst

ę

puj

ą

cych w zjawiskach

ekonomicznych,

za

pomoc

ą

odpowiednio

wyspecjalizowanego

aparatu

matematyczno-

statystycznego”

4

Ekonometria jest stosunkowo młod

ą

dyscyplin

ą

naukow

ą

, pojawiła si

ę

na przełomie lat

dwudziestych i trzydziestych XX wieku. Pierwsze badania typu ekonometrycznego pojawiły si

ę

po I Wojnie

Ś

wiatowej w USA na uniwersytecie w Harvardzie, a ich problematyka dotyczyła głównie

przebiegu cykli koniunkturalnych. Twórc

ą

tych pierwszych metod ekonometrycznych i nowego

sposobu analizy zjawisk ekonomicznych był W. M. Pearson. Tradycyjna metodologia ekonometrii

wi

ąż

e si

ę

z pracami Komisji Cowlesa ds. Bada

ń

w Ekonomii, utworzonej w Chicago w 1932 r.

W Komisji tej pracowali tacy wybitni naukowcy jak Trygve Haavelmo (Nobel 1989), Leonid Hurwicz,

Lawrence Klein (Nobel 1980), Tjalling C. Koopmans (Nobel 1975) i Abraham Wald. W tym czasie

w Europie Ragnar Frisch i Jan Tinbergen, nobli

ś

ci w dziedzinie ekonometrii z 1969 r., prowadzili

badania dotycz

ą

ce analizy szeregów czasowych

5

.

Pierwszym polskim naukowcem szeroko wprowadzaj

ą

cym metody matematyczne do ekonomii był

Oskar Lange. Przedstawiał zarówno mo

ż

liwo

ś

ci bada

ń

i analiz na podstawie modeli

ekonometrycznych (ekonometria w w

ęż

szym sensie), jak stosowania modeli optymalizacyjnych

w podejmowaniu decyzji gospodarczych. Praca Oskara Lange "Wst

ę

p do ekonometrii" dotyczy

pierwszych obszarów zastosowania ekonometrii: badania koniunktury gospodarczej oraz analizy

rynku, zawiera te

ż

przykłady zastosowa

ń

modeli bilansowych i optymalizacyjnych w ekonomii. Polska

1

Wykład przygotowany na podstawie K. Hanusik, U. Łangowska, Modelowanie ekonometryczne procesów

społeczno-ekonomicznych, Uniwersytet Opolski, Opole 1994, ss.7-23

2

O. Lange, Wst

ę

p do ekonometrii, PWN Warszawa 1971, s.9 i nast.

3

A. S. Goldberger, Teoria ekonometrii, PWE Warszawa 1975, s.15

4

Z. Pawłowski, Ekonometria, PWN Warszawa 1972, s.17

5

W. W. Charemza, D. F. Deadman, Nowa ekonometriia, PWE, Warszawa 1997, s. 16 i nast.

background image


dr Dušan Bogdanov

2

Ekonometria 1


szkoła ekonometryczna rozwijała si

ę

dzi

ę

ki pracom Oskara Lange, Zdzisława Hellwiga, Zbigniewa

Pawłowskiego i Władysława Welfe.

Na dynamiczny rozwój ekonometrii wpływ miały: wzrastaj

ą

ca dost

ę

pno

ść

danych ekonomicznych

(sprawozdawczo

ść

, cz

ę

sto obowi

ą

zkowa, wymagana przez ustawodawc

ę

), potrzeba metodycznej

i

ś

cisłej analizy danych, rozwój statystyki matematycznej, zastosowanie komputerów w obliczeniach

statystycznych.

1.1 . Opis kategorii ekonomicznych zmiennymi ilo

ś

ciowymi

Zastosowanie metod ekonometrycznych w badaniach ekonomicznych wymaga nadania charakteru

ilo

ś

ciowego kategoriom ekonomicznym. Z punktu widzenia sposobu i łatwo

ś

ci opisu kategorii

ekonomicznych za pomoc

ą

zmiennych ilo

ś

ciowych mo

ż

na wyró

ż

ni

ć

kategorie ekonomiczne

ewidencyjne i kategorie ekonomiczne konceptualne. Kategorie ewidencyjne maj

ą

swoje fizyczne

odniesienia, na przykład liczba wyprodukowanych detali, ilo

ść

zatrudnionych, warto

ść

inwestycji,

dochody gospodarstw domowych itp. Kategorie ewidencyjne s

ą

wi

ę

c łatwo mierzalne. Natomiast

kategorie konceptualne odnosz

ą

si

ę

do zjawisk jako

ś

ciowych takich jak rynek, poziom

ż

ycia,

u

ż

yteczno

ść

, konkurencja itp. Kategorie tego typu nie maj

ą

zwykle jednoznacznie okre

ś

lonego pola

znaczeniowego.

W zale

ż

no

ś

ci od potrzeb, celu bada

ń

, budowane s

ą

i wprowadzane definicje, ułatwiaj

ą

ce ich

kwantyfikacj

ę

, podporz

ą

dkowane najcz

ęś

ciej celowi bada

ń

. Wiele jest tak

ż

e konceptualnych kategorii

ekonomicznych, dla których nie istniej

ą

konkretne zasady pomiaru. Mamy tu do czynienia z jednym

z istotniejszych problemów ekonomii jako nauki, polegaj

ą

cym na braku jednoznacznych,

kwantyfikowalnych definicji szeregu wa

ż

nych kategorii ekonomicznych.

Mierzenie wielko

ś

ci ekonomicznych jest zwi

ą

zane z identyfikacj

ą

procesów realnych, a wi

ę

c z ich

opisem i analiz

ą

. Dotyczy ono zatem przepływów i przetwarzania przepływów zasobów, które

w trakcie produkcji, cyrkulacji, wymiany i konsumpcji zmieniaj

ą

: kształt, wymiary, własno

ś

ci, warto

ść

,

liczno

ś

ci, rozmieszczenie w przestrzeni i czasie. Utworzone, w wyniku mierzenia kategorii

ekonomicznych, zmienne ilo

ś

ciowe stanowi

ą

odzwierciedlenie zasobów, to jest wielko

ś

ci

charakteryzuj

ą

cych stan badanych zjawisk w okre

ś

lonym momencie lub strumieni, to jest wielko

ś

ci

obrazuj

ą

cych przebieg zjawiska w czasie.

Rozwa

ż

my przykładowo sposoby przedstawiania w postaci zmiennych ilo

ś

ciowych wybranych

kategorii i procesów ekonomicznych.

Produkcja. Przez produkcj

ę

rozumiemy proces wytwarzania dóbr i usług. Jedn

ą

z najistotniejszych

charakterystyk produkcji jest jej poziom. Wielko

ść

produkcji mo

ż

na mierzy

ć

ilo

ś

ci

ą

wyprodukowanych

wyrobów b

ą

d

ź

usług. W takim uj

ę

ciu wielko

ść

produkcji wyra

ż

a si

ę

w jednostkach naturalnych

(tonach, sztukach itp.). Ten sposób podej

ś

cia do pomiaru ilo

ś

ciowego produkcji jest mo

ż

liwy jedynie

w przypadku produkcji jednorodnej, to jest nie zmieniaj

ą

cej swych wła

ś

ciwo

ś

ci w danym okresie.

Przy produkcji niejednorodnej niemo

ż

liwe jest wyra

ż

enie jej w jednostkach naturalnych. Najcz

ęś

ciej

stosowanym rozwi

ą

zaniem jest wtedy wprowadzanie warto

ś

ciowych mierników produkcji, to jest miar

przeliczeniowych, zwanych cz

ę

sto umownymi. Warto

ść

powstaje przez pomno

ż

enie ilo

ś

ci

background image


dr Dušan Bogdanov

3

Ekonometria 1


wytworzonych w danym okresie wyrobów przez ich ceny. Warto

ś

ciowe wyra

ż

anie wielko

ś

ci produkcji

stwarza mo

ż

liwo

ś

ci prowadzenia analiz porównawczych w czasie i przestrzeni, agregowania produkcji

w ramach przedsi

ę

biorstw, bran

ż

czy gał

ę

zi gospodarki.

U

ż

yteczno

ść

mierników warto

ś

ciowych, mo

ż

liwo

ść

prawidłowego ich wykorzystania w badaniach

ekonomicznych jest silnie uzale

ż

niona od istniej

ą

cego w danej gospodarce systemu cen, od skali

inflacji itp. W wielu przypadkach, szczególnie przy przedstawianiu dynamiki zjawisk gospodarczych,

stosuje si

ę

ceny stałe, gwarantuj

ą

ce porównywalno

ść

danych.

Kategoria produkcji mo

ż

e by

ć

wyra

ż

ana jako produkcja globalna, czysta czy towarowa. Wielko

ś

ci

te ró

ż

ni

ą

si

ę

zakresem merytorycznym i stosowane s

ą

do przedstawiania ró

ż

nych aspektów procesów

gospodarowania. I tak, produkcja globalna definiowana jest jako suma warto

ś

ci wytworzonych

w danym okresie wyrobów i usług. Ogólnie na produkcj

ę

globaln

ą

składa si

ę

tak zwana warto

ść

przeniesiona, jak i warto

ść

nowo wytworzona, co oznacza,

ż

e tworz

ą

warto

ść

produkcji globalnej

nakłady poniesione na płace w danym okresie, warto

ść

zu

ż

ytych

ś

rodków trwałych i narz

ę

dzi,

surowców itp. W innym uj

ę

ciu produkcja globalna jest sum

ą

warto

ś

ci wytworzonych w danym okresie

wyrobów gotowych, usług i salda produkcji w toku.

Kolejnym miernikiem produkcji jest produkcja czysta, któr

ą

definiuje si

ę

jako sum

ę

warto

ś

ci nowo

wytworzonej w danym okresie w skali przedsi

ę

biorstwa, w skali gał

ę

zi czy całej gospodarki. Produkcj

ę

czyst

ą

liczy si

ę

jako ró

ż

nic

ę

produkcji globalnej i kosztów materialnych, a wi

ę

c wyra

ż

a w jednostkach

warto

ś

ciowych. Analogiczna do produkcji czystej jest kategoria warto

ś

ci dodanej.

Ponadto do przedstawiania produkcji stosowany jest miernik produkcji sprzedanej (towarowej).

Miernik ten ró

ż

ni si

ę

od produkcji globalnej o saldo zapasów produktów gotowych i tym,

ż

e nie zawiera

w sobie warto

ś

ci produkcji w toku.

W

ś

ród innych mierników produkcji mo

ż

na wymieni

ć

produkcj

ę

ko

ń

cow

ą

, produkcj

ę

dodan

ą

,

produkcj

ę

w toku itd.

Czynniki produkcji. Ka

ż

da działalno

ść

gospodarcza wymaga zaanga

ż

owania maszyn, urz

ą

dze

ń

,

narz

ę

dzi, surowców, materiałów, półfabrykatów, musi odbywa

ć

si

ę

w okre

ś

lonym miejscu, cz

ę

sto

wymagane jest zabezpieczenie przed wpływami atmosferycznymi. Ponadto w procesach

gospodarowania zaanga

ż

owana jest odpowiednio wykwalifikowana siła robocza. Procesy te musz

ą

by

ć

odpowiednio zorganizowane i przebiega

ć

według okre

ś

lonych wymogów technologicznych.

Rezultatem procesów transformacji czynników produkcji mog

ą

by

ć

wyroby gotowe, półfabrykaty,

surowce, czyli produkty materialne, wtedy mówimy o procesach produkcji. Działalno

ść

gospodarcza

polegaj

ą

ca na wykonywaniu czynno

ś

ci zaspokajaj

ą

cych potrzeby jest nazywana działalno

ś

ci

ą

usługow

ą

, a działalno

ść

gospodarcza polegaj

ą

ca na dystrybucji dóbr i usług to handel i transport.

Z ka

ż

dym z wymienionych rodzajów działalno

ś

ci gospodarczej zwi

ą

zana jest odpowiednia grupa

czynników wytwórczych.

Zu

ż

ycie rzeczowych czynników produkcji, wyra

ż

one warto

ś

ciowo, stanowi miernik zaanga

ż

owania

tych czynników w danym procesie produkcyjnym. W przypadku przedmiotów pracy ich warto

ść

jednorazowo i w cało

ś

ci wchodzi do warto

ś

ci wytwarzanego wyrobu. Inaczej jest ze

ś

rodkami

produkcji, które mog

ą

by

ć

u

ż

ytkowane w wielu cyklach produkcyjnych. W takim przypadku do warto

ś

ci

background image


dr Dušan Bogdanov

4

Ekonometria 1


nowo wytworzonego wyrobu mo

ż

e by

ć

zaliczana tylko cz

ęść

warto

ś

ci danego

ś

rodka produkcji.

Miernikiem pozwalaj

ą

cym na uwzgl

ę

dnianie tego stopniowego zu

ż

ywania si

ę

maszyn i urz

ą

dze

ń

,

budynków, budowli itp. jest ich amortyzacja. Jest to miara warto

ś

ci

ś

rodków trwałych przeniesionych

w procesie produkcji na nowy produkt.

Znacznie bardziej skomplikowane i niejednoznaczne jest mierzenie nakładów pracy

wydatkowanych w procesach gospodarowania. Praca ludzka jest, bowiem bardzo niejednorodna,

ludzie maj

ą

ż

ne kwalifikacje, pracuj

ą

z ró

ż

nym nat

ęż

eniem i w ró

ż

nych warunkach. W ekonomii

wykształciły si

ę

dwa podstawowe sposoby mierzenia pracy, abstrahuj

ą

ce w du

ż

ym stopniu od jej

zró

ż

nicowania. Jednym sposobem jest mierzenie nakładów pracy ilo

ś

ci

ą

przepracowanych jednostek

czasu, natomiast drugim sposobem jest wyra

ż

anie nakładów pracy kosztami poniesionymi

na opłacenie zatrudnionych pracowników. Przy tym nakłady pracy odnosi si

ę

b

ą

d

ź

do produktu

globalnego, b

ą

d

ź

do jednostki produkcji. Do wyra

ż

ania nakładów pracy, jak i efektów procesu

produkcji stosuje si

ę

jednostki naturalne lub warto

ś

ciowe.

Pozostałe czynniki produkcji, do których zalicza si

ę

na przykład rodzaj stosowanej technologii

i organizacji pracy, nale

żą

do niemierzalnych i w sposób po

ś

redni wyra

ż

aj

ą

si

ę

w ilo

ś

ci i jako

ś

ci

zastosowanych

ś

rodków produkcji i zaanga

ż

owanej siły roboczej.

Podstawowe mierniki produktu i dochodu narodowego. Produkt krajowy brutto w danym

okresie stanowi sum

ę

wydatków na konsumpcj

ę

, wydatków na inwestycje oraz wydatków rz

ą

du

i władz lokalnych na dobra i usługi finalne. Jest on warto

ś

ciow

ą

miar

ą

wielko

ś

ci produkcji i usług

wytworzonych przez czynniki produkcji w danym kraju wyra

ż

on

ą

w bie

żą

cych cenach rynkowych.

Produkt narodowy brutto jest sum

ą

produktu krajowego brutto, dochodów netto z kapitału

zainwestowanego za granic

ą

oraz salda handlu zagranicznego. Stanowi on miernik całkowitych

dochodów osi

ą

ganych przez ludno

ść

danego kraju niezale

ż

nie od miejsca zaanga

ż

owania czynników

produkcji b

ę

d

ą

cych jej własno

ś

ci

ą

.

Produkt narodowy netto ró

ż

ni si

ę

od produktu narodowego brutto o warto

ść

amortyzacji

przeznaczonej na inwestycje odtworzeniowo-modernizacyjne. Jest on miar

ą

zasobów pieni

ę

dzy, jakie

s

ą

do dyspozycji w danej gospodarce na wydatki na dobra i usługi konsumpcyjne oraz inwestycyjne

przeznaczone na zwi

ę

kszenie istniej

ą

cego maj

ą

tku produkcyjnego.

Dochód narodowy obliczany według cen czynników wytwórczych jest ró

ż

nic

ą

produktu

narodowego netto i warto

ś

ci podatków po

ś

rednich. Jest to miara wynagrodze

ń

kapitału, ziemi i pracy,

stanowi zatem sum

ę

zysków, procentów, rent, dywidend i płac.

Przedstawione wy

ż

ej mierniki dotycz

ą

kategorii ekonomicznych ewidencyjnych. Zdecydowanie

wi

ę

cej problemów nastr

ę

cza badanie i mierzenie kategorii konceptualnych. Rozwa

ż

my przykładowo

mieszcz

ą

c

ą

si

ę

w tej grupie, jedn

ą

z istotniejszych dla opisu procesów konsumpcji, kategori

ę

poziomu

ż

ycia ludno

ś

ci.

Poziom

ż

ycia. Poziom

ż

ycia definiowany jest najcz

ęś

ciej przez zajmuj

ą

cych si

ę

t

ą

problematyk

ą

badaczy jako poziom zaspokojenia potrzeb w okre

ś

lonym momencie, a wi

ę

c jako poziom i struktura

background image


dr Dušan Bogdanov

5

Ekonometria 1


spo

ż

ycia dóbr i usług

6

.

Globalny zakres czy poziom spo

ż

ycia mog

ą

by

ć

przedstawiane na przykład w formie ilo

ś

ci

i struktury dóbr i usług przekazanych na zaspokojenie potrzeb ludno

ś

ci w ustalonej jednostce czasu.

Wymaga to wi

ę

c badania w skali makroekonomicznej tych kategorii ekonomicznych, które warunkuj

ą

i odzwierciedlaj

ą

konsumpcj

ę

społecze

ń

stwa. Zatem bezpo

ś

rednie czy te

ż

po

ś

rednie informacje

o spo

ż

yciu zawieraj

ą

mi

ę

dzy innymi takie kategorie, jak:

produkcja globalna (wielko

ść

, a zwłaszcza struktura gał

ę

ziowa produkcji globalnej),

dochód narodowy (poziom i struktura gał

ę

ziowa dochodu narodowego wytworzonego

i podzielonego),

podział ostateczny dochodu narodowego,

sprzeda

ż

detaliczna (poziom i struktura sprzeda

ż

y detalicznej),

spo

ż

ycie (poziom i struktura funduszu konsumpcji) itp.

W ten sposób poziom

ż

ycia mo

ż

na identyfikowa

ć

ze stopniem zaspokojenia potrzeb materialnych

i kulturalnych społecze

ń

stwa, poprzez strumie

ń

dóbr i usług nabywanych na rynku oraz poprzez

strumie

ń

dóbr, a zwłaszcza usług zawartych w ramach funduszu konsumpcji zbiorowej, w danej

jednostce czasu i przestrzeni. Natomiast nie znany jest wtedy aspekt efektywno

ś

ciowy spo

ż

ycia, nie

wiadomo bowiem jak silna jest akceptacja konsumowanych dóbr i usług, jaki jest stopie

ń

zadowolenia

z konsumpcji oraz czy konsumpcja odpowiada na przykład normom zdrowotnym itp.

Ponadto wiele problemów pojawia si

ę

przy sporz

ą

dzaniu pomiarów struktury i nat

ęż

enia strumieni

dóbr oraz usług przekazywanych do konsumpcji. Z reguły badaniami obejmowa

ć

mo

ż

na te grupy dóbr

materialnych i usług, które s

ą

przedmiotem oficjalnej ewidencji. Poza tym pomiary stopnia

zaspokojenia potrzeb ludno

ś

ci mog

ą

dotyczy

ć

takich grup potrzeb, dla których udaje si

ę

okre

ś

li

ć

normy spo

ż

ycia, dla przykładu s

ą

to normy wy

ż

ywienia, wzorce zu

ż

ycia odzie

ż

y itp.

Z kolei mierzenie zaspokojenia potrzeb wy

ż

szego rz

ę

du, społecznych, wyuczonych wywołuje inne

problemy. W tym przypadku zwykle nie udaje si

ę

skonstruowa

ć

okre

ś

lonego wzorca spo

ż

ycia, głównie

dlatego,

ż

e istnieje zbyt wiele indywidualnych sposobów zaspokojenia poszczególnych grup tych

potrzeb. Ustalanie stopnia akceptacji procesu konsumpcji musi polega

ć

na bezpo

ś

redniej obserwacji

rodzaju i ilo

ś

ci dóbr czy usług zu

ż

ywanych przez konsumenta oraz identyfikacji ich u

ż

yteczno

ś

ci

dla konsumenta. Wymaga to stosowania specyficznych technik zbierania informacji, a mianowicie

ankiet, wywiadów czy sonda

ż

y. To z reguły prowadzi do ograniczenia bada

ń

do cz

ęś

ci zbiorowo

ś

ci.

Powstaj

ą

te

ż

trudno

ś

ci z konstruowaniem miar u

ż

yteczno

ś

ci itp.

Poziom

ż

ycia jest wobec tego kategori

ą

, której wieloaspektowo

ść

bardzo utrudnia pomiary.

W empirycznych badaniach poziomu

ż

ycia ludno

ś

ci przyjmuje si

ę

zwykle zało

ż

enie o istnieniu

mo

ż

liwo

ś

ci statystycznego pomiaru rzeczywistego stopnia zaspokojenia potrzeb ludzi. W oparciu

o oficjaln

ą

statystyk

ę

mo

ż

na jednak ustali

ć

jedynie niektóre elementy poziomu

ż

ycia czy elementy

warunków bytowych ludno

ś

ci. W wi

ę

kszo

ś

ci przypadków ocena stanu zaspokojenia potrzeb wymaga

zbadania subiektywnych odczu

ć

jednostek konsumuj

ą

cych. Natomiast odpowiednie techniki

badawcze s

ą

tak kosztowne,

ż

e mog

ą

by

ć

stosowane jedynie w sposób reprezentatywno-losowy.

6

A. Luszniewicz, Statystyka społeczna, PWE, Warszawa 1978, s. 9-15

background image


dr Dušan Bogdanov

6

Ekonometria 1


W badaniach poziomu

ż

ycia, przeprowadzanych w skali mikrospołecznej, za podstawow

ą

jednostk

ę

obserwacji przyjmowane jest gospodarstwo domowe. A społeczno-ekonomiczne cele tej jednostki

konsumuj

ą

cej staj

ą

si

ę

punktem wyj

ś

cia przy konstruowaniu zbioru mierników - reprezentuj

ą

cych

poszczególne klasy potrzeb zwi

ą

zanych z funkcjonowaniem gospodarstwa domowego. Podej

ś

cie

makrospołeczne ró

ż

ni si

ę

od poprzedniego tym,

ż

e jednostk

ą

obserwacji jest pojedynczy konsument.

Ponadto badaniami w tym przypadku obejmowana jest pełna zbiorowo

ść

konsumentów,

a ich przedmiotem s

ą

głównie czynniki warunkuj

ą

ce poziom

ż

ycia.

Aby zmierzy

ć

stopie

ń

zaspokojenia potrzeb według wybranej ich klasyfikacji konieczne jest, jak ju

ż

wspomniano, ustalenie mierników - reprezentuj

ą

cych ka

ż

d

ą

grup

ę

potrzeb i ich hierarchi

ę

. Jest to

problem zło

ż

ony i w badaniach poziomu

ż

ycia uznawany za podstawowy. Zbiór mierników,

reprezentantów poziomu

ż

ycia mo

ż

e charakteryzowa

ć

dowolna szczegółowo

ść

. Nie istniej

ą

takie

obiektywne procedury doboru grupy mierników, które w sposób jednoznaczny reprezentowałyby

kategori

ę

poziomu

ż

ycia, ze wzgl

ę

du na wyró

ż

nione klasy potrzeb. Nie bez znaczenia jest jednak

istniej

ą

ce ograniczenie praktyczne, to jest dost

ę

pno

ść

danych statystycznych. Pewn

ą

propozycj

ę

zestawu mierników słu

żą

cych do opisu poziomu

ż

ycia zawiera tzw. metoda genewska, znana równie

ż

pod nazw

ą

metody dystansów

7

. Metoda ta jest sposobem oceny stopnia zaspokojenia potrzeb

grupowych lub indywidualnych. Zakłada si

ę

w tej metodzie mo

ż

liwo

ść

pomiaru osi

ą

gni

ę

tych efektów

jako

ś

ciowych i ilo

ś

ciowych procesu spo

ż

ycia. U podstaw metody znajduje si

ę

zało

ż

enie o pełnej

obserwacji wszystkich grup potrzeb materialnych i kulturowych oraz obserwacji cz

ęś

ciowej wybranych

celowo mierników wyró

ż

nionych grup potrzeb. W metodzie genewskiej skonstruowany został zestaw

19 mierników reprezentuj

ą

cych poziom

ż

ycia, poł

ą

czonych w 7 klas:

wy

ż

ywienie,

mieszkanie,

ochrona zdrowia,

wykształcenie,

rekreacja,

zabezpieczenia społeczne,

zagospodarowanie materialne (por. tabela 1).

Mierniki kategorii grup potrzeb zamieszczone w tabeli 1 dotycz

ą

bada

ń

prowadzonych w latach

1968-1971, widzimy,

ż

e gdyby badania były prowadzone aktualnie, przy zachowaniu grup potrzeb,

zbiór mierników byłby inny, np. liczba aparatów radiowych i telewizyjnych, liczba abonentów

telewizyjnych nie

ś

wiadczy o jako

ś

ci rekreacji. Wskazuje si

ę

na znaczenie

ś

rodowiska naturalnego

w

ż

yciu człowieka czy bezpiecze

ń

stwa. Opis kategorii zło

ż

onych zmiennymi ilo

ś

ciowymi jest wi

ę

c

bardzo zale

ż

ny od celu bada

ń

, czasu i rozwa

ż

anych obiektów.

7

Andrzej Luszniewicz, Statystyka społeczna, PWE, Warszawa 1978, s. 40 i dalsze

background image


dr Dušan Bogdanov

7

Ekonometria 1


Tabela 1. Mierniki - reprezentanty syntetycznego wska

ź

nika poziomu

ż

ycia ludno

ś

ci Polski

w latach 1968-1971

Grupy potrzeb

Wersja UNRISD

*

zbioru

mierników

Wersja polska zbioru mierników

Wy

ż

ywienie

1. zapotrzebowanie kaloryczne
organizmu
2. spo

ż

ycie białka na osob

ę

dziennie

3. udział w po

ż

ywieniu kalorii nie

pochodz

ą

cych ze skrobi

1.bez zmian

2. bez zmian
3. spo

ż

ycie białka zwierz

ę

cego na

osob

ę

dziennie

Mieszkanie

1. jako

ść

usług zapewnionych przez

mieszkanie (kryterium wodoci

ą

gu),

2. liczba osób na izb

ę

,

3. stosunek liczby mieszka

ń

do

liczby gospodarstw domowych

1. bez zmian (kryterium łazienki),

2. bez zmian
3. bez zmian

Ochrona zdrowia

1. liczba osób na łó

ż

ko szpitalne,

2. odsetek zgonów na choroby
zaka

ź

ne i paso

ż

ytnicze

3. odsetek zgonów osób powy

ż

ej 50-

letnich

1. bez zmian,

2. współczynnik umieralno

ś

ci

niemowl

ą

t

3. współczynnik zachorowalno

ś

ci na

gru

ź

lic

ę

Wykształcenie

1. stopie

ń

solaryzacji dzieci i

młodzie

ż

y

2. stopa wydajno

ś

ci w zakładach

kształcenia
3. liczba uczniów na nauczyciela

1. bez zmian,

2. bez zmian,

3. bez zmian,

Rekreacja

1. czas wolny od pracy w skali roku,
2. nakład czasopism na 1000
mieszka

ń

ców

3. liczba aparatów radiowych i
telewizyjnych na 1000 mieszka

ń

ców

1. bez zmian,
2. frekwencja w teatrach i na
koncertach na 1000 mieszka

ń

ców

3. liczba abonentów telewizyjnych na
1000 mieszka

ń

ców

Zabezpieczenie

społeczne

1.cz

ę

stotliwo

ść

nagłych zgonów na 1

mln mieszka

ń

ców

2. odsetek ludno

ś

ci o prawie do

ś

wiadcze

ń

z tytułu bezrobocia i

choroby,
3. odsetek ludno

ś

ci o prawie do rent

i emerytur

1. bez zmian

2. odsetek ludno

ś

ci ubezpieczonej

na wypadek choroby,

3. odsetek ludno

ś

ci maj

ą

cej

zabezpieczenie na staro

ść

Zagospodarowanie

materialne

1.nadwy

ż

ka dochodów bie

żą

cych (w

walucie USA)

1. bez zmian (w walucie polskiej),
2. nadwy

ż

ka dochodów z okresów

przeszłych

Ź

ródło: A. Luszniewicz, Statystyka społeczna, Warszawa 1978, s. 42.

Instytut Bada

ń

Rozwoju Społecznego ONZ

Wykorzystuj

ą

c dane ilo

ś

ciowe o kształtowaniu si

ę

zjawisk i procesów społeczno - ekonomicznych

mo

ż

na bada

ć

poszczególne kategorie czy te

ż

ich uwarunkowania w układach przestrzennych

i dynamicznych oraz przeprowadza

ć

analizy porównawcze. Zale

ż

nie od celu bada

ń

istotne jest

zdefiniowanie zarówno obserwowanego obiektu, jak i jego cech charakterystycznych, obj

ę

tych

obserwacj

ą

. Jest to problem jednoznacznego okre

ś

lenia zakresu i przedmiotu bada

ń

.

W badaniach wykorzystuj

ą

cych dane statystyczne o kształtowaniu si

ę

kategorii społeczno-

ekonomicznych nale

ż

y koniecznie podawa

ć

stosowane jednostki miary, zakres przestrzenny

i czasowy opisywanego zjawiska.

background image


dr Dušan Bogdanov

8

Ekonometria 1


1.2. Układy zmiennych diagnostycznych, zmienna syntetyczna

Do opisu konceptualnych czy te

ż

zło

ż

onych kategorii ekonomicznych, czyli obiektów

wielowymiarowych, które nie sposób opisa

ć

przy pomocy jednej cechy, wykorzystywane s

ą

tak zwane

zmienne diagnostyczne. Dobry zestaw cech słu

żą

cych do charakterystyki obiektów musi spełnia

ć

szereg warunków, a mianowicie:

1. ujmowa

ć

konieczne i istotne wła

ś

ciwo

ś

ci badanej zbiorowo

ś

ci obiektów (nale

ż

y uwzgl

ę

dnia

ć

jedynie cechy niezb

ę

dne),

2. zestawia

ć

cechy logicznie ze sob

ą

powi

ą

zane, zdeterminowane celem i zakresem badania,

3. zawiera

ć

cechy jednoznacznie zdefiniowane i bezpo

ś

rednio lub po

ś

rednio mierzalne,

4. obejmowa

ć

cechy charakteryzuj

ą

ce si

ę

du

żą

zmienno

ś

ci

ą

w ramach badanej zbiorowo

ś

ci,

5. uwzgl

ę

dnia

ć

cechy nieskorelowane ze sob

ą

(niezale

ż

ne), a silnie skorelowane z cechami nie

uwzgl

ę

dnionymi w badaniu, a istotnymi dla charakterystyki badanego zjawiska.

Dobór cech jest zadaniem dwuetapowym. W pierwszym etapie, na podstawie sformułowanego

wcze

ś

niej celu i zakresu badania, tworzy si

ę

mo

ż

liwie jednoznaczn

ą

definicj

ę

obiektu bada

ń

oraz ustala zakres przestrzenny lub czasowy prowadzonych obserwacji. W przypadku zło

ż

onych

kategorii, na przykład poziomu

ż

ycia ludno

ś

ci, rynku, wzrostu gospodarczego, kondycji finansowej

przedsi

ę

biorstwa itp., nie istnieje mo

ż

liwo

ść

wyprowadzenia z definicji kategorii jednego, cało

ś

ciowego

miernika. Zwykle dokonuje si

ę

swoistej dezagregacji definicji kategorii konceptualnej na wiele

szczegółowych, reprezentuj

ą

cych j

ą

kategorii, które s

ą

ju

ż

bezpo

ś

rednio mierzalne. Taka

dezagregacja wymaga du

ż

ej wiedzy o badanym zjawisku, cz

ę

sto konieczne jest, dla jej prawidłowego

przeprowadzenia, korzystanie z opinii ekspertów, prowadzenie bada

ń

literaturowych itp. W efekcie

powstaje zbiór potencjalnych cech diagnostycznych. Poszczególne zmienne z pierwotnego zbioru

zawieraj

ą

bardzo ró

ż

ny zakres informacji o badanym obiekcie, a niektóre z nich, w sensie

statystycznym powielaj

ą

informacje niesione przez inne zmienne, w zwi

ą

zku z tym nale

ż

y dokona

ć

redukcji zbioru potencjalnych zmiennych, pozostawiaj

ą

c te zmienne, które spełniaj

ą

wymienione wy

ż

ej

wymagania przyjmowane dla cech diagnostycznych.

Przeprowadzenie redukcji zbioru potencjalnych cech diagnostycznych wymaga przede wszystkim

zebrania szeregów obserwacji o realizacjach ka

ż

dej z nich. Mog

ą

to by

ć

szeregi dynamiczne, je

ż

eli

interesuj

ą

badacza realizacje cech w wyodr

ę

bnionym obiekcie w okre

ś

lonych momentach czasu.

Je

ż

eli badanie dotyczy obiektów rozmieszczonych w przestrzeni, realizacje cech opisuj

ą

cych obiekty

s

ą

ustalane dla wybranego momentu, s

ą

wi

ę

c statyczne, ale zmienne w przestrzeni. Szeregi

obserwacji poszczególnych cech mo

ż

na zapisa

ć

w postaci macierzy, której kolumnami s

ą

szeregi

realizacji poszczególnych zmiennych. Wiersze macierzy zawieraj

ą

wtedy wielowymiarowe

charakterystyki poszczególnych obiektów. Macierz t

ę

, zwan

ą

macierz

ą

obserwacji, mo

ż

na zapisa

ć

:

(x

ij

, (i=1,2,...n, j=1,2,...,m), gdzie n oznacza ilo

ść

obserwacji, m ilo

ść

zmiennych:

background image


dr Dušan Bogdanov

9

Ekonometria 1


nm

n

n

m

m

x

x

x

x

x

x

x

x

x

X

...

...

...

...

...

...

...

2

1

2

22

21

1

12

11

=

(1.1)

Ka

ż

d

ą

ze zmiennych nale

ż

y przede wszystkim podda

ć

jako

ś

ciowej ocenie zawarto

ś

ci

merytorycznej, a nast

ę

pnie przeprowadzi

ć

jej badanie statystyczne. Przedmiotem oceny w tym

przypadku powinna by

ć

przede wszystkim zmienno

ść

cech oraz ich niezale

ż

no

ść

. Dodatkowo

powinny by

ć

oszacowane parametry opisowe pozwalaj

ą

ce scharakteryzowa

ć

szeregi realizacji

badanych cech.

Zmienno

ść

cechy mo

ż

na oceni

ć

na podstawie współczynnika zmienno

ś

ci, natomiast niezale

ż

no

ść

cech bada si

ę

w oparciu o współczynniki korelacji.

Analiza bezpo

ś

rednia zale

ż

no

ś

ci korelacyjnych dla wi

ę

kszego zbioru zmiennych jest dosy

ć

kłopotliwa. W zwi

ą

zku z tym opracowano szereg metod statystycznych, pomocnych w doborze

zestawu zmiennych, spełniaj

ą

cych warunek niezale

ż

no

ś

ci.

Punktem wyj

ś

cia analizy niezale

ż

no

ś

ci zmiennych jest zwykle macierz korelacji, zawieraj

ą

ca dla

ka

ż

dej pary cech współczynnik: korelacji [r

ij

(i,j = 1,2,...,m)]. Jest to macierz symetryczna zawieraj

ą

ca

jedynki na głównej przek

ą

tnej.

1

...

...

...

...

...

...

1

...

1

2

1

2

21

1

12

m

m

m

m

r

r

r

r

r

r

R

=

(1.2)

Redukcj

ę

zbioru wyj

ś

ciowego do zbioru cech diagnostycznych mo

ż

na przeprowadzi

ć

na przykład

metod

ą

grafow

ą

. U podstaw tej metody jest zało

ż

enie,

ż

e zmienne diagnostyczne powinny by

ć

nieskorelowane mi

ę

dzy sob

ą

. Poniewa

ż

w praktyce nie ma mo

ż

liwo

ś

ci uzyskania takiego układu

zmiennych, dla których r

ij

= 0, zast

ę

puje si

ę

ten warunek mniej rygorystycznym, a mianowicie: r

ij

~ 0.

Oznacza to, i

ż

przyjmuje si

ę

,

ż

e korelacja mi

ę

dzy zmiennymi jest dostatecznie niska,

gdy charakteryzuj

ą

cy j

ą

współczynnik korelacji mi

ę

dzy zmiennymi przyjmuje warto

ść

nieistotnie ró

ż

n

ą

od zera, przy danej liczbie obserwacji i zało

ż

onym poziomie istotno

ś

ci.

W utworzonej macierzy korelacji zmiennych - kandydatek do zbioru zmiennych diagnostycznych

wszystkie współczynniki korelacji nieistotnie ró

ż

ne od zera zast

ę

puje si

ę

zerami, a pozostałe

jedynkami. Zmodyfikowan

ą

w ten sposób macierz korelacji traktuje si

ę

jako macierz przyległo

ś

ci grafu,

którego w

ę

złami s

ą

zmienne. Graf ten dzieli si

ę

nast

ę

pnie na podgrafy spójne. Zmienne

reprezentowane przez wierzchołki ka

ż

dego podgrafu spójnego charakteryzuj

ą

si

ę

istotnym

background image


dr Dušan Bogdanov

10

Ekonometria 1


skorelowaniem mi

ę

dzy sob

ą

. Zgodnie z zało

ż

eniem omawianej metody, jako zmienne diagnostyczne

typowane s

ą

reprezentantki ka

ż

dego podgrafu. Reprezentantk

ą

ka

ż

dego podgrafu jest natomiast

zmienna poł

ą

czona najwi

ę

ksz

ą

liczb

ą

wi

ą

zadeł z pozostałymi jego w

ę

złami. Je

ż

eli w podgrafie

spójnym jest kilka w

ę

złów o tym samym maksymalnym stopniu, to wybiera si

ę

spo

ś

ród nich jako

zmienn

ą

diagnostyczn

ą

cech

ę

najsłabiej skorelowan

ą

z reprezentantkami pozostałych podgrafów.

Zbiór zmiennych diagnostycznych stanowi podstaw

ę

do skonstruowania zmiennej syntetycznej.

Zmienna syntetyczna jest tak konstruowana,

ż

e zast

ę

puje zbiór zmiennych wyj

ś

ciowych i zawiera

informacje niesione przez te zmienne. Taka zmienna, zgodnie z tym, co stwierdzono wcze

ś

niej, mo

ż

e

by

ć

traktowana jako miernik zło

ż

onej zmiennej konceptualnej. Bowiem w wyniku jej dezagregacji

powstał zbiór wyj

ś

ciowych zmiennych diagnostycznych.

1.3. Zmienna syntetyczna, miara rozwoju Hellwiga

Cz

ę

sto w analizach ekonomicznych, szczególnie badaniach porównawczych, wskazane jest,

aby zło

ż

on

ą

kategori

ę

ekonomiczn

ą

, opisan

ą

wieloma zmiennymi, scharakteryzowa

ć

jedn

ą

zmienn

ą

.

Mo

ż

na wówczas zbudowa

ć

na podstawie wielu zmiennych zmienn

ą

syntetyczn

ą

.

Wa

ż

nym problemem, który nale

ż

y rozstrzygn

ąć

przy budowie zmiennej syntetycznej, jest

okre

ś

lenie systemu wag, jaki nale

ż

y przyj

ąć

w odniesieniu do wybranych cech diagnostycznych.

Uznanie ka

ż

dej cechy za jednakowo wa

ż

n

ą

jest równowa

ż

ne z przyznaniem stałych wag danych

wzorem:

m

w

j

1

=

(j=1,2,...,m). Wagi zró

ż

nicowane ustala si

ę

metod

ą

ekspertów, albo przy u

ż

yciu

procedur obliczeniowych wykorzystuj

ą

cych informacje zawarte w macierzy obserwacji.

Warunkiem wyznaczania zmiennej syntetycznej dla danego układu cech jest doprowadzenie

wszystkich wyj

ś

ciowych cech (zwykle niejednorodnych) do porównywalno

ś

ci. Mo

ż

na to osi

ą

gn

ąć

za pomoc

ą

klasycznej procedury standaryzacyjnej wyra

ż

aj

ą

cej si

ę

wzorami:

j

j

ij

ij

d

x

x

z

=

(1.3)

=

=

n

i

ij

j

x

n

x

1

1

(1.4)

(

)

=

=

n

i

ij

j

x

x

n

d

1

2

1

(1.5)

W efekcie powstaje macierz Z cech standaryzowanych. Zmienne po standaryzacji maj

ą

warto

ść

oczekiwan

ą

0 i wariancj

ę

równ

ą

1.

Cechy diagnostyczne dziel

ą

si

ę

na stymulanty i destymulanty. Stymulantami nazywane s

ą

zmienne, których wzrost warto

ś

ci odpowiada wzrostowi miary stanu badanych obiektów. Zmienne,

które nie s

ą

stymulantami, nazywamy destymulantami.

background image


dr Dušan Bogdanov

11

Ekonometria 1


Zmienn

ą

syntetyczn

ą

mo

ż

na utworzy

ć

jako

ś

redni

ą

cech standaryzowanych, wymaga si

ę

jednak,

aby wszystkie zmienne wchodz

ą

ce do syntetycznej były stymulantami b

ą

d

ź

destymulantami.

W metodzie tej, zwanej metod

ą

sum standaryzowanych warto

ś

ci, cecha syntetyczna ma posta

ć

:

n

i

z

w

q

m

j

ij

j

i

,..

2

,

1

1

=

=

=

(1.6)

Analogicznie, jako formuł

ę

agregacji mo

ż

na przyj

ąć

ś

redni

ą

geometryczn

ą

lub

ś

redni

ą

harmoniczn

ą

. S

ą

to bezwzorcowe formuły agregacji zmiennych.

Inn

ą

grup

ę

metod agregacji zmiennych tworz

ą

metody wzorcowe. Podstawy metodologii agregacji

wzorcowej stworzył Z Hellwig. Idea metod wzorcowych zostanie pokazana na przykładzie

taksonomicznej miary rozwoju Hellwiga. W omawianej metodzie konstruowany jest obiekt modelowy

(wzorzec rozwoju), tworz

ą

go optymalne zaobserwowane warto

ś

ci cech. Wyra

ż

a si

ę

on wzorem:



=

ta

destymulan

cecha

ta

j

z

stymulanta

cecha

ta

j

z

p

ij

i

ij

i

j

min

max

(1.7)

Nast

ę

pnie dla ka

ż

dego obiektu ustala si

ę

miary jego odległo

ś

ci od wzorca:

(

)

=

=

m

j

j

ij

i

p

z

c

1

2

(1.8)

Otrzymane odległo

ś

ci przekształca si

ę

w ten sposób, aby przyjmowały warto

ś

ci z przedziału <0,1 >

i ich wzrost odpowiadał korzystniejszemu kształtowaniu si

ę

analizowanego zjawiska, co ułatwia

analizy porównawcze. W metodzie Hellwiga zaproponowano w tym celu nast

ę

puj

ą

ce przekształcenia:

c

i

i

d

c

c

q

2

1

+

=

(1.9)

W ten sposób przekształcona zmienna syntetyczna z prawdopodobie

ń

stwem bliskim 1 przyjmuje

warto

ś

ci z przedziału <0, 1>.

Punktem wyj

ś

cia w tej grupie metod jest skonstruowanie obiektu modelowego. Obiekt modelowy

mo

ż

e by

ć

wyznaczony przez optymalne lub pesymalne, z punktu widzenia prowadzonego badania,

warto

ś

ci zmiennych. W pierwszym przypadku mówimy o procedurach wzorca rozwoju, w drugim

o procedurach antywzorca rozwoju. Zmienna syntetyczna powstaje jako

ś

rednia odległo

ś

ci cech

od wzorca.

background image


dr Dušan Bogdanov

12

Ekonometria 1


Pytania kontrolne:

1. Czym ró

ż

ni si

ę

kategoria ekonomiczna od opisuj

ą

cej j

ą

zmiennej ilo

ś

ciowej?

2. Czy w przypadku kategorii ekonomicznej zło

ż

onej mo

ż

na zbudowa

ć

jeden obiektywny

opisuj

ą

cy j

ą

zbiór zmiennych diagnostycznych?

3. Od czego zale

ż

y zbiór zmiennych diagnostycznych opisuj

ą

cych kategori

ę

ekonomiczn

ą

w konkretnym badaniu. Wyja

ś

nij to na przykładzie.

4. Wyja

ś

nij istot

ę

grafowej metody redukcji zbioru zmiennych diagnostycznych.

5. Dlaczego w metodzie sum standaryzowanych zmienne musz

ą

by

ć

stymulantami lub

destymulantami?


Wyszukiwarka

Podobne podstrony:

więcej podobnych podstron