Ekonometryczna analiza makro-uwarunkowań wzrostu ...
Transcript of Ekonometryczna analiza makro-uwarunkowań wzrostu ...
Waldemar Florczak*
Ekonometryczna analiza makro-uwarunkowań
wzrostu gospodarczego Polski
Wstęp W długim okresie, zgodnie z wnioskami płynącymi z teorii wzrostu endo-
genicznego, należy oczekiwać trwałego wzrostu makroekonomicznej efektyw-
ności gospodarowania, głównie za sprawą akumulacji kapitału wiedzy. Jednak-
że makroekonomiczną efektywność gospodarowania determinują również inne
czynniki, co sprawia, iż długookresowy wzrost nie jest przesądzony. Pozytywne
efekty związane z akumulacją kapitału wiedzy mogą być bowiem osłabione
bądź nawet zniwelowane za sprawą pogorszających się wskaźników rozwoju
społecznego, demograficznego lub instytucjonalnego. Dlatego też uwarunko-
wania pozaekonomiczne powinny być uwzględniane w analizach nad długoo-
kresowymi mechanizmami wzrostu gospodarczego w sposób równoprawny do
czynników stricte ekonomicznych, co wynika również z teoretycznych modeli
wzrostu endogenicznego, np. [Aghion, Howitt, 1999].
W artykule dokonano kwantyfikacji wpływu łącznej produktywności
czynników produkcji (total factor productivity, w skrócie: TFP) na długookre-
sowy wzrost gospodarczy w Polsce w latach 1970-2008. Przy użyciu metody
Wharton oszacowano wielkość efektywnej – t.j. oczyszczonej z krótkookreso-
wych wahań popytowych – TFP, którą następnie uczyniono funkcją adekwat-
nych czynników podażowych, obejmujących uwarunkowania ekonomiczne,
społeczne, demograficzne i instytucjonalne. W badaniu celowo nie dokonano
gradacji znaczenia poszczególnych zmiennych objaśniających, wychodząc z
założenia, iż o ich znaczeniu przesądzić powinno badanie empiryczne. W kon-
sekwencji do estymacji parametrów strukturalnych równania łącznej produk-
tywności czynników produkcji wykorzystano strategię modelowania od ogółu
do szczegółu.
Struktura pracy jest następująca. W kolejnym punkcie omówiono znacze-
nie produkcji potencjalnej dla pomiaru efektywnych czynników produkcji oraz
przeprowadzono analizę ich udziału w długookresowym wzroście gospodar-
czym. Następnie dokonano kwantyfikacji wpływu adekwatnych uwarunkowań
na łączną produktywność czynników produkcji z uwzględnieniem efektów dłu-
go- i krótkookresowych. Weryfikacja statystyczno-merytoryczna uzyskanych
wyników objęła wszystkie założenia schematu Gaussa-Markova, stacjonarność
składnika losowego oraz zagadnienia egzogeniczności regresorów. Artykuł do-
mykają uwagi końcowe.
* Dr, Katedra Modeli i Prognoz Ekonometrycznych, Wydział Ekonomiczno-Socjologiczny, Uni-
wersytet Łódzki, [email protected]
Waldemar Florczak 76
1. Produkcja potencjalna a łączna produktywność czynników pro-
dukcji Cykliczne wahania produktywności można uwzględnić w funkcji produk-
cji poprzez modyfikację intensywności wykorzystania bezpośrednich (kapitału i
pracy) czynników produkcji1. Wielkość łącznej produktywności czynników
produkcji może być wówczas utożsamiana z długookresową makroekonomicz-
ną efektywnością produkcji. Pominięcie zmian w stopniu wykorzystania bezpo-
średnich czynników produkcji prowadzi natomiast do sytuacji, w której łączna
produktywność czynników produkcji – wyznaczona w sposób klasyczny, jako
reszta Solowa – skupia w sobie trudne do rozszczepienia efekty oddziaływania
czynników krótko- (zwykle popytowych) i długookresowych (zwykle podażo-
wych). W konsekwencji uzyskiwane szacunki TFP charakteryzują się zarówno
bardzo wysoką wariancją - przewyższającą nawet zmienność produkcji/PKB -
jak i występowaniem licznych obserwacji o bardzo wysokich spad-
kach/wzrostach. Dlatego też dla wiarygodnej kwantyfikacji makroekonomicz-
nych uwarunkowań łącznej produktywności czynników produkcji – a tym sa-
mym wzrostu gospodarczego – kluczową kwestią pozostaje ustalenie stopnia
wykorzystania mocy produkcyjnej, co prowadzi bezpośrednio do koncepcji
produkcji potencjalnej.
Dla potrzeb niniejszej analizy do szacunku wielkości produkcji potencjal-
nej wykorzystano metodę Wharton według procedury zaproponowanej przez
[Oguchi’ego, 2004] – zob. [Florczak, 2011]. Za decyzją taką przemawiają na-
stępujące powody. Po pierwsze – i najważniejsze – według teorii wzrostu endo-
genicznego istnieje możliwość ustawicznego zwiększania makroekonomicznej
efektywności gospodarowania za sprawą akumulacji kapitału wiedzy. W ra-
mach teorii neoklasycznych możliwości sekularnego zwiększenia efektywności
makroekonomicznej upatrywać należy zaś w dążeniu do ograniczania/eliminacji
zawodności rynku oraz negatywnych efektów zewnętrznych lub/i intensyfikacji
działań na rzecz stymulacji procesów wywołujących pozytywne efekty ze-
wnętrzne. W świetle przytoczonych argumentów pozostałe przyczyny dokona-
nego wyboru, jakkolwiek adekwatne, wydają się drugorzędne. Wśród nich wy-
mienić należy fakt, iż w większości badań nad realną stroną gospodarki domi-
nują miary produkcji potencjalnej konstruowane według definicji utożsamiają-
cych produkcję potencjalną z maksymalną wielkością produkcji, możliwą
do wytworzenia przy założeniu pełnego wykorzystania wszystkich czyn-
ników produkcji. Ponadto z punktu widzenia procesów realnych trudno uznać
poziom naturalnej stopy bezrobocia rzędu dwudziestu kilku procent za wyzna-
czający długookresowy poziom równowagi, np. [Gradzewicz, Kolasa, 2004].
1 Innym rozwiązaniem, którego celem jest neutralizacja wpływu oddziaływania czynników krót-
kookresowych na długookresową dynamikę TFP – praktykowanym w przypadku prób przekro-
jowych lub przekrojowo-czasowych, charakteryzujących się relatywnie dużą liczbą dostępnych
obserwacji – jest użycie kilkuletnich średnich.
Ekonometryczna analiza makro-uwarunkowań wzrostu … 77
Przyjmując standardowe założenie o jednorodności bezpośrednich czynni-
ków produkcji oraz zakładając, iż 5,0 [Welfe (red.), 2009, Gradzewicz,
Kolasa, 2004], wielkość efektywnej łącznej produktywności czynników pro-
dukcji2 otrzymano według następującej formuły:
)1(
tt
tt
LEKE
YTFPE (1)
gdzie:
tTFPE – efektywny poziom łącznej produktywności czynników produkcji,
tY - PKB,
tKE – efektywny kapitał rzeczowy: ttt KWWMKE ( tWWM – współczynnik
wykorzystania mocy produkcyjnych, wyznaczony metodą Wharton; tK – księ-
gowa wartość kapitału rzeczowego);
tLE – efektywne nakłady pracy: ttt AVHLLE ( tL – liczba pracujących,
tAVH – przeciętny przepracowany czas na pracującego).
Wprowadzenie do funkcji produkcji zagregowanych czynników produkcji –
pracy oraz kapitału rzeczowego – bez poprawki na efektywność ich wykorzy-
stania, niesie za sobą daleko idące następstwa dla szacunku łącznej produktyw-
ności czynników produkcji. Wynika to z różnej dynamiki nieskorygowanych i
efektywnych nakładów tych czynników (tablica 1). Efektywne nakłady pracy są
permanentnie niższe od nakładów mierzonych liczebnością pracujących, głów-
nie za sprawą malejącego średniego czasu pracy. Natomiast efektywne wyko-
rzystanie kapitału rzeczowego charakteryzuje się wyższą zmiennością od kapi-
tału księgowego. Dzieje się tak, gdyż dostosowanie stopnia wykorzystania
czynników produkcji do produkcji zrealizowanej odbywa się głównie za po-
średnictwem kapitału rzeczowego, w mniejszym zaś stopniu za pośrednictwem
czynnika pracy (zob. tablica 1). Poprawka na stopień wykorzystania czynników
produkcji sprawia, że efektywna TFP charakteryzuje się mniejszą wariancją,
wykazując średnio rzecz biorąc niższe spadki i jednocześnie niższe wzrosty od
nieskorygowanej TFP (zob. tablica 1).
Rozbiór informacji zawartych w tablicy 1 prowadzi do szeregu interesują-
cych wniosków. Po pierwsze, transformacja systemowa skutkowała jakościo-
wym wzrostem efektywności makroekonomicznej gospodarki polskiej, o czym
świadczy blisko dwukrotnie wyższe średnie tempo wzrostu efektywnej łącznej
produktywności czynników produkcji w latach 1990-2008 w porównaniu w
okresem poprzedniego systemu ekonomicznego (1,736% wobec 0,896%).
Po drugie, głównym czynnikiem wzrostu w gospodarce centralnie sterowa-
nej były wysokie nakłady inwestycyjne, w efekcie czego następował szybki
przyrost majątku rzeczowego. Jednakże stopień wykorzystania dostępnego ma-
jątku był w gospodarce realnego socjalizmu znacznie niższy niż w gospodarce
2 W odróżnieniu od „klasycznej” reszty Solowa, TFP, zdefiniowanej jako: 1/ tttt LKYTFP
(oznaczenia symboli w tekście).
Waldemar Florczak 78
rynkowej, co pokazują średnie tempa wzrostu kapitału rzeczowego, odpowied-
nio dla wariantu A i B. Dla gospodarki rynkowej tempo wzrostu efektywnego
kapitału – wariant B – jest bowiem o ponad 0,5 punktu procentowego wyższe
od tempa wzrostu kapitału „zaksięgowanego” (1,986% wobec 1,356%), pod-
czas gdy dla poprzedniego systemu tempa te są nieomal identyczne (2,156%
wobec 2,236%).
Tablica 1. Średnioroczne, procentowe tempa wzrostu PKB oraz bezpośrednich
czynników produkcji i TFP w wyróżnionych podokresach. Wariant A: bez popra-
wek na stopień wykorzystania czynników produkcji. Wariant B: z poprawkami na
stopień wykorzystania czynników produkcji
Wariant A Wariant B
Lata PKB TFP Kapitał
(K)
Praca
(L) Lata PKB TFPE
Kapitał
(KE)
Praca
(LE)
1971-75 8,816 4,855 2,868 0,885 1971-75 8,816 3,106 5,093 0,423
1976-80 0,771 -2,691 3,156 0,390 1976-80 0,771 -0,419 1,082 0,112
1981-84 -1,133 -2,120 1,256 -0,244 1981-84 -1,133 -0,469 0,082 -0,748
1985-89 2,803 1,389 1,481 -0,085 1985-89 2,803 1,134 2,017 -0,360
1990-95 -0,633 0,273 0,852 -1,740 1990-95 -0,633 1,557 0,259 -2,409
1996-00 5,296 3,549 2,009 -0,317 1996-00 5,296 2,135 3,171 -0,074
01-2005 3,008 2,412 1,133 -0,545 01-2005 3,008 1,993 2,016 -1,000
06-2008 5,997 2,778 1,653 1,456 06-2008 5,997 1,008 3,465 1,426
1971-2008 2,927 1,261 1,795 -0,147 0,050 2,927 1,315 2,071 -0,470
1971-89 2,956 0,443 2,236 0,261 1971-89 2,956 0,896 2,156 -0,112
1990-2008 2,898 2,085 1,356 -0,552 0,050 2,898 1,736 1,986 -0,827
Źródło: obliczenia własne.
Po trzecie, w całym okresie analizy mieliśmy do czynienia ze spadkiem
efektywnych nakładów pracy, chociaż w okresie gospodarki nakazowo-
rozdzielczej spadek ten był nieznaczny, zaś dla okresu gospodarki transformo-
wanej – bardzo wysoki (odpowiednio -0,112% oraz –0,827%). Ponadto, w
pierwszym przypadku spadek wynikał z redukcji średniego czasu pracy, nie zaś
ze zmniejszenia liczby pracujących, gdyż ta druga kategoria w latach 1970-
1989 wykazywała średnioroczne tempo wzrostu o 0,261%. Natomiast w latach
1990-2008 odnotowano zarówno zmniejszenie liczby pracujących, jak i średniej
długości przepracowanego czasu.
Po czwarte, średnioroczne tempa wzrostu zmiennych opisanych w tablicy
1 charakteryzowały się w poszczególnych 5-cio letnich podokresach dużym
zróżnicowaniem, i to zarówno dla kategorii nieskorygowanych jak i efektyw-
nych. Świadczy to o dużej zmienności uwarunkowań wzrostu zarówno krótko-,
jak i długookresowego oraz o istniejącej współzależności pomiędzy popytowy-
mi i podażowymi mechanizmami wzrostu.
Po piąte, zignorowanie stopnia wykorzystania mocy wytwórczych i utoż-
samianie klasycznej reszty Solowa z łączną produktywnością czynników pro-
dukcji prowadzi do błędnej oceny udziału TFP, pracy i kapitału we wzroście
Ekonometryczna analiza makro-uwarunkowań wzrostu … 79
gospodarczym, co potwierdzają odpowiednie szacunki w wariantach A i B ta-
blicy 1.
2. Determinanty łącznej produktywności czynników produkcji: pró-
ba kwantyfikacji Pośrednie czynniki produkcji, które wpływają na wielkość produkcji po-
przez łączną produktywność, a zatem decydują o efektywności gospodarowania
w skali makro, są bardzo liczne, np. [Welfe (red.), 2007, Zienkowski (red.),
2003, Sala-i-Martin, 1997]. W artykule zrezygnowano zarówno z teoretycznego
uzasadnienia doboru konkretnych zmiennych objaśniających długookresową
łączną produktywność czynników produkcji, jak i z przedstawienia szczegółów
metodologicznych związanych z konstrukcją wybranych zmiennych. Zaintere-
sowany Czytelnik stosowny komentarz wraz z opisem niuansów metodologicz-
nych odnajdzie w pozycjach bibliograficznych cytowanych przy poszczegól-
nych zmiennych.
Lista regresorów równania długookresowej łącznej produktywności czyn-
ników produkcji (patrz wzór 1) objęła następujące czynniki (w nawiasach po-
dano oczekiwany – zgodny z przesłankami teoretycznymi – kierunek zależności
pomiędzy daną zmienną objaśniającą a regresantem):
1. Kapitał ludzki w trzech wariantach: a) HLEXP (+), obejmujący wszystkie
kluczowe cechy tej kategorii, a zatem przeciętny poziom wykształcenia, do-
świadczenia zawodowego i kondycji zdrowotnej pracujących [Florczak,
2006a, 2007, 2009c], b) HM (+), wyznaczony z równania płac Mincera w
oparciu o rezultaty badania [Kota i Wojciechowskiej, 2003], patrz również
[Florczak, 2008a] oraz c) HKLZ (+), wyznaczony na podstawie makroeko-
nomicznej relacji płac [Welfe, Florczak, Sabanty, 2002].
2. Skumulowane krajowe nakłady na badania i rozwój (w skrócie B+R),
BIRKS (+), utworzone według formuły:
tttt BIRKBIRKSBIRKSBIRKS 11 (2)
gdzie BIRK oznacza krajowe nakłady na B+R w cenach stałych, wartość
startową 0BIRKS obliczono według metodologii opisanej w [Florczak, Sa-
banty, Welfe, 2001, s. 136-152], zaś współczynnik likwidacji ustalono a po-
ziomie 05,0 .
3. Skumulowana liczba patentów, PATZSI [Florczak, 2006b] jako dopełnienie
bądź alternatywa wobec miary BIRKS. Wartość PATZS uzyskano w sposób
analogiczny do zmiennej BIRKS:
tttt PATZPATZSPATZSPATZS 11 (3)
przy czym współczynnik likwidacji wyniósł 1,0 .
4. Skumulowane zagraniczne nakłady na B+R, BIRMS (+), utworzone według
metodologii zaproponowanej przez [Coe-Helpmana, 1995], patrz również
[Florczak, Welfe, Sabanty, 2001, s. 136-152], według procedury opisanej dla
zmiennej BIRKS:
tttt PATZPATZSPATZSPATZS 11 (4)
Waldemar Florczak 80
Wartość współczynnika likwidacji wynosi 05,0 , zaś zmienna BIRM
oznacza nakłady na B+R zagranicy absorbowane w kraju. Powstaje ona wa-
żona suma nakładów poniesionych w krajach, z których jest importowana
myśl techniczna:
i
ittitt BIRMMMBIRM )/( (5)
gdzie i oznacza wyróżniony kraj, itM - import Polski z i-tego kraju, tM -
import Polski ogółem. Z praktycznych względów liczbę reprezentowanych
krajów ograniczono do krajów technicznie wiodących o relatywnie wysokim
udziale importu w imporcie Polski. Są to: Niemcy, Wielka Brytania, Francja,
Włochy, USA oraz Holandia.
Zgodnie z metodologią zaproponowaną przez Coe-Helpmana nakłady na
B+R mają implicite taki sam ciężar gatunkowy dla pomiaru ogólnego efektu
rozlewania się wiedzy (spillovers) bez względu na miejsce ich ponoszenia.
Innymi słowy, działalność w sektorze B+R charakteryzuje się taką samą
efektywnością niezależnie od miejsca jej prowadzenia. Jest to istotna uwaga,
która pozwala na sformułowanie hipotezy, iż elastyczność efektywnej łącz-
nej produktywności czynników produkcji, TFPE, powinna być taka sama
względem krajowych jak i importowanych nakładów na B+R.
5. Udział sektora usług w PKB, XIPXP (-), w celu neutralizacji wpływu zmian
struktury produkcji na jej efektywność, np. [Oguchi, 2004].
6. Udział eksportu w PKB, EXPP (+), jako miara otwartości i konkurencyjno-
ści gospodarki polskiej, np. [Miller, Upadhyay, 2000].
7. Udział bezpośrednich inwestycji zagranicznych w PKB, BIZXP (+), aprok-
symujący napływ zagranicznego know how, np. [Borensztein, Gregorio, Lee,
1998].
8. Relacja krajowego PKB per capita do PKB per capita w USA w cenach
bieżących, XPLUSA (-), jako miara odległości technologicznej gospodarki
Polski do światowego lidera, odpowiadająca za efekt konwergencji, np. [En-
gelbrecht, 1997, 2002].
9. Interakcja zmiennej odległości technologicznej, XPLUSA, ze zmienną zero-
jedynkową przyjmującą wartość 1 w latach 1990-2008 oraz wartość zero w
pozostałych latach. Uzasadnieniem dla wprowadzenia takiej zmiennej do
równania objaśniającego TFPE jest fakt, iż w systemie nakazowo-
rozdzielczym gospodarka polska nie była w pełni otwarta, a stąd efekt kon-
wergencji mógł w niej nie zachodzić. Jednakże wraz z początkiem transfor-
macji nastąpiło pełne otwarcie gospodarki na konkurencję i światową wy-
mianę handlową, co mogło przyczynić się do uwolnienia efektu konwergen-
cji.
10. Społeczne koszty przestępczości per capita [Florczak, 2009b], VCRIME (-),
jako aproksymanta oddziaływania kapitału społecznego na efektywność go-
spodarczą.
Ekonometryczna analiza makro-uwarunkowań wzrostu … 81
11. Relacja liczby rozwodów do liczby nowo-zawieranych małżeństw, ROZW
(-), jako uzupełniająca aproksymanta oddziaływania kapitału społecznego na
efektywność gospodarczą, np. [Sztaudynger, 2009].
12. Współczynnik nierówności ekonomicznych, GINI (+/?), mierzony nierów-
nomiernością rozkładu płac, np. [Kumor, 2008].
13. Kwadrat współczynnika nierówności ekonomicznych, sqGINI (-), w celu
weryfikacji hipotezy o zmiennym wpływie nierówności na wzrost gospodar-
czy. Pozytywna weryfikacja tej hipotezy wymaga jednocześnie otrzymania
dodatniego znaku parametru przy zmiennej GINI oraz ujemnego przy kwa-
dracie tej zmiennej, przy statystycznej istotności obydwu zmiennych [Ku-
mor, 2008].
14. Jednopodstawowy indeks ogólnego poziomu cen, PX (-), w celu po-
miaru efektów inflacji na efektywność gospodarczą, np. [Miller,
Upadhyay, 2000]. 15. Udział osób w wieku produkcyjnym do ogólnej liczby ludności, DEP (+), w
celu objaśnienia wpływu struktury demograficznej na aktywność gospodar-
czą, np. [Florczak, 2008a].
16. Udział osób zmieniających miejsce zamieszkania w liczbie osób ogółem,
RMS (+), jako miara mobilności przestrzennej siły roboczej, np. [Roszkow-
ska, 2009].
17. Skala interwencjonizmu państwowego, aproksymowana udziałem dochodów
budżetu państwa w PKB, BYPXP (?), np. [Temple, 1998, Borensztein, Gre-
gorio, Lee, 1998, Barro, 2001].
18. Ze względu na fakt, iż dane dotyczące nakładów na B+R, zarówno krajo-
wych jak i zagranicznych, dostępne były dopiero od roku 1973, próba esty-
macyjna dla równania (6) objęła lata 1973-2008. Ponadto, oprócz wymie-
nionych wcześniej zmiennych objaśniających, specyfikację uzupełniono o
zmienną zero-jedynkową neutralizującą wpływ występowania „wąskich gar-
deł” w ciągach technologicznych początku lat 80-tych [Florczak, Welfe,
2001, s. 112-136].
Zakładają logarytmiczną postać funkcyjną, standardowo przyjmowaną w
badaniach nad determinantami wzrostu, oszacowano parametry strukturalne
następującego równania:
18
10 lnln
ititiit XTFPE (6)
gdzie: Xi - zmienne objaśniające wymienione powyżej.
Porównanie wyników analiz empirycznych trzech wariantów równania (6),
w których do pomiaru kapitału ludzkiego użyto wymienionych wcześniej
aproksymant, wskazało na koncepcję kapitału ludzkiego sensu largo (wykształ-
cenie + doświadczenie zawodowe + kondycja zdrowotna pracujących), jako
miary najbardziej adekwatnej. Jednakże ze względu na zjawisko współliniowo-
ści liczne regresory tego równania okazały się statystycznie nieistotne, zaś
oszacowania parametrów strukturalnych posiadały znaki sprzeczne z ustalenia-
Waldemar Florczak 82
mi teoretycznymi. Dlatego też pozbyto się wymienionych wad wykorzystując
metodę regresji krokowej, której zastosowanie doprowadziło do rezultatów
przytoczonych w tablicy 2.
Tablica 2. Wyniki szacunku parametrów równania objaśniającego wariancję łącz-
nej produktywności czynników produkcji przy zastosowaniu regresji krokowej;
zmienna objaśniana lnTFPE
Zmienne obja-
śniające
Oszacowania parametrów strukturalnych
Wariant [1];
BIRKS i BIRMS
jednocześnie
Wariant [2];
z wyłącze-
niem BIRMS
Wariant [3]; z
wyłączeniem
BIRKS
Wariant [4]; jednakowe
elastyczności zmiennej
objaśnianej względem
BIRKS i BIRMS
Wyraz wolny -7,9940
(7,45)
-8,2134
(7,27)
-7,8561
(7,60)
-8,0674
(7,78)
lnHLEXP 1,1805
(2,45)
1,8176
(4,69)
1,0216
(2,59)
1,2918
(3,46)
lnBIRKS 0,0414
(0,59)
0,1634
(4,15)
0,0674
(4,91)
lnBIRMS 0,0815
(2,03)
0,1015
(4,87)
0,0674
(4,91)
lnXPLUSA*U -0,0381
(4,86)
-0,0310
(4,17)
-0,0391
(5,20)
-0,0371
(5,09)
lnROZ -0,1231
(4,96)
-0,1380
(5,49)
-0,1174
(5,21)
-0,1266
(5,58)
lnEXPP 0,1237
(5,92)
0,1149
(5,31)
0,1241
(6,02)
0,1229
(6,01)
lnGINI 0,1102
(1,87)
0,1897
(4,06)
0,0844
(2,17)
0,1265
(3,25)
lnDEP 0,9589
(3,41)
0,8827
(2,99)
0,9908
(3,64)
0,9401
(3,46)
lnBYPXP -0,0570
(1,99)
-0,0763
(2,66)
-0,0500
(1,94)
-0,0614
(2,37)
U8083 -0,0622
(6,15)
-0,0612
(5,72)
-0,0620
(6,21)
-0,0623
(6,26)
2R 0,9912 0,9901 0,9914 0,9915
MAPE 0,3341 0,3714 0,3336 0,3368
D-W 2,0979 2,0285 2,0619 2,1086
Jarque-Bera 0,8059 0,4892 0,3679 0,9853
White 0,1377 0,4356 0,1175 0,1641
RESET 0,8192 0,5052 0,6744 0,9782
Harvey-Collier -0,2975 0,1262 -0,3852 -0,1336
Test F 0,1134 0,1067 0,1203 0,1101
ADF I(0) I(0) I(0) I(0)
Uwagi: a) w nawiasach podano wartości absolutne statystyk t-Studenta, b) dla testów Jarque-
Bera, White’a, RESET oraz F podano krytyczne poziomy istotności (p-value).
Źródło: obliczenia własne
We wszystkich wariantach tablicy 2 zbiór zmiennych objaśniających rów-
nania TFPE jest taki sam, z wyjątkiem krajowych, BIRKS, oraz importowanych,
BIRMS, nakładów na B+R. W wariancie [1] są one wprowadzone jednocześnie
Ekonometryczna analiza makro-uwarunkowań wzrostu … 83
jako niezależne zmienne; w wariantach [2] i [3] jedna z nich jest w specyfikacji
obecna, druga zaś nie. W wariancie [4] przytoczono wyniki, w których nałożo-
no restrykcję na parametry omawianych zmiennych, uzyskując w efekcie takie
same elastyczności efektywnej łącznej produktywności czynników produkcji
zarówno względem BIRKS, jak i BIRMS.
Spośród wariantów równań przytoczonych w tablicy 2 najlepszy wydaje
się wariant [4]. Jedynie w tym równaniu wszystkie regresory charakteryzują się
statystyczną istotnością, zaś miary dobroci modelu i wskazania testów diagno-
stycznych potwierdzają jego pełną akceptowalność: składnik losowy jest sta-
cjonarny i spełnia wszystkie założenia schematu Gaussa-Markova; oszacowania
parametrów strukturalnych są stabilne, o czym świadczą wartości testów
Harveya-Colliera i RESET; stopień objaśnienia wariancji regresanta jest bardzo
wysoki; znaki oszacowań parametrów strukturalnych są zgodne postulatami
teoretycznymi. Ponadto uzyskane elastyczności TFPE względem zmiennych
BIRKS i BIRMS są zbliżone do oszacowań uzyskiwanych we wcześniejszych
badaniach nad wpływem nakładów na B+R na wzrost gospodarczy w Polsce
[Welfe (red.), 2001].
Odrębnym problemem wymagającym analizy merytorycznej jest kwestia
egzogeniczności regresorów. Związek pomiędzy zmiennymi objaśniającymi a
regresantem może być dwukierunkowy. Nie można wykluczyć istotności od-
działywania łącznej produktywności czynników produkcji na wybrane zmienne
egzogeniczne w wariancie [4]. TFPE stanowi bowiem znaczącą część PKB, zaś
na poziomie makro ta druga zmienna oddziałuje na liczne zjawiska społeczno-
ekonomiczne i demograficzne, np. [Florczak, 2008a, 2009a]. Jeżeli w regresji
[4] mamy do czynienia z endogenicznością regresorów, wówczas zastosowanie
KMNK może skutkować obciążonością uzyskanych oszacowań.
W celu zidentyfikowania potencjalnie endogenicznych regresorów wyko-
rzystano test przyczynowości Grangera3, którego rezultaty wskazały, iż problem
endogeniczności może dotyczyć zmiennych lnEXPP, lnDEP oraz lnBYPXP. W
świetle powyższego wniosku przeprowadzono dodatkowe badanie przy użyciu
testu egzogeniczności Hausmana4. Jego rezultaty wskazały na brak występowa-
nia problemu endogeniczności regresorów w analizowanym równaniu.
Uznanie wyników wariantu [4] za wiążące pozwala wyciągnąć szereg
wniosków co do uwarunkowań długookresowego wzrostu gospodarczego w
Polsce. Po pierwsze, hipoteza o zmiennym wpływie nierówności ekonomicz-
nych na wzrost gospodarczy nie została potwierdzona, co świadczy iż w Polsce
nie osiągnięto jeszcze poziomu nierówności destymulującej wzrost gospodarczy
(ale porównaj [Kumor, 2008]).
Po drugie, nakłady na B+R są dostatecznie adekwatną – w kontekście ob-
jaśnienia łącznej efektywnej produktywności czynników produkcji – miarą ak-
tywności sektora B+R. Wprowadzenie do równania TFPE alternatywnego
3 Rezultaty do wglądu na życzenie Czytelnika. 4 Rezultaty do wglądu na życzenie Czytelnika.
Waldemar Florczak 84
wskaźnika w postaci skumulowanej liczby patentów, PATZS, zakończyło się
niepowodzeniem.
Po trzecie, aktywne włączenie się Polski do światowej wymiany handlo-
wej, jej otwarcie na globalną konkurencję oraz inne zmiany systemowe i insty-
tucjonalne spowodowały, iż efekt konwergencji, CONV*U, uaktywnił się dopie-
ro w reżimie gospodarki rynkowej.
Po czwarte, efekty związane z napływem zagranicznych inwestycji bezpo-
średnich, BIZXP, zostały przejęte przez zmienne EXPP oraz LHEXP.
Po piąte, brak statystycznego wpływu mobilności ekonomicznej siły robo-
czej, RMS, na TFPE łączyć należy z niewielką w warunkach polskich skalą tego
zjawiska.
Po szóste, nieistotność oddziaływania inflacji na efektywność gospodaro-
wania tłumaczyć można z jednej strony względną sztywnością cen w okresie
gospodarki centralnie sterowanej, z drugiej zaś strony faktem, iż wzrostowi
inflacji zwykle towarzyszy pogorszenie wskaźników kapitału społecznego oraz
wzrost nierówności ekonomicznych.
Oszacowane elastyczności TFPE względem zmiennych objaśniających za-
wartych w wariancie [4] różnią się między sobą znacznie co do wartości bez-
względnej, ukazując zróżnicowaną intensywność oddziaływania regresorów.
Jednakże wpływ danego czynnika na wariancję TFPE wynika nie tylko z wiel-
kości parametru stojącego przy danej zmiennej objaśniającej, ale również ze
zmian wartości tej zmiennej. Dlatego też w celu wskazania kontrybucji danego
czynnika w zmiany efektywnej łącznej produktywności czynników produkcji
dokonano dekompozycji wariancji zmiennej objaśnianej. W tablicy 3 przedsta-
wiono kształtowanie się średniorocznych temp wzrostu efektywnej łącznej pro-
duktywności czynników produkcji oraz jej długookresowych determinant, z
pominięciem reszt i efektu multiplikatywnego.
Na podstawie informacji zawartych w tablicy 3 wyciągnąć można szereg
konkluzji, ograniczonych w opracowaniu jedynie od porównania wartości śred-
nich dla okresu funkcjonowania systemu gospodarki nakazowo-rozdzielczej z
systemem gospodarki transformowanej/rynkowej. Dla poszczególnych podo-
kresów raportowanych w tablicy 3 odpowiednie wnioski są bowiem bardziej
zróżnicowane, a tym samym mniej spójne.
Po pierwsze, średnie tempo wzrostu szeroko zdefiniowanego kapitału wie-
dzy – rozumianego jako suma oddziaływanie kapitału ludzkiego, krajowych i
zagranicznych nakładów na B+R oraz stopnia otwartości gospodarki polskiej –
jest prawie trzykrotnie wyższe w obecnym niż w poprzednim systemie ekono-
micznym (odpowiednio 1,78% wobec 0,65%). Kapitał wiedzy jest zatem naj-
ważniejszą stymulantą efektywnej łącznej produktywności czynników produk-
cji. Wynika to zarówno z przystąpienia Polski wraz z początkiem lat 90-tych do
światowego rynku handlu (0,55% wobec –0,16% w reżimie gospodarki naka-
zowo-rozdzielczej), jak i z wyższej dynamiki kapitału ludzkiego w systemie
rynkowym (odpowiednio 0,85% w obecnym systemie oraz 0,33% we wcze-
śniejszym systemie społeczno-ekonomicznym). Jednakże o ile w minionym
Ekonometryczna analiza makro-uwarunkowań wzrostu … 85
reżimie ekonomicznym wpływ na TFPE skumulowanych nakładów na B+R był
istotnie dodatni (0,135% średniorocznie), to już bardziej współcześnie efekt ten
– za sprawą wyraźnego obniżenia nakładów – jest praktycznie nieistotny (-
0,04%). W odniesieniu do importowanej myśli technicznej jej oddziaływanie na
TFPE jest zbliżonego rzędu w obydwu systemach, chociaż ze wskazaniem na
gospodarkę rynkową (0,425% wobec 0,344% w reżimie gospodarki nakazowo-
rozdzielczej).
Tablica 3. Dekompozycja efektów oddziaływanie zmiennych objaśniających na
wariancję efektywnej łącznej produktywności czynników produkcji (TFPE); śred-
nioroczne procentowe tempa wzrostu
Lata Czynniki oddziałujące na efektywną łączną produktywność czynników produkcji
TFPE LHEX
P BIRKS
BIRM
S
CONV
*U ROZ EXPP GINI
BYPX
P DEP
73-75 3,382 0,028 0,544 0,708 0 0,067 1,670 0,251 -0,520 0,155
76-80 -0,418 0,107 0,301 0,427 0 -0,094 -0,170 -0,084 -0,020 0,488
81-84 -0,469 0,738 -0,103 0,184 0 -1,131 -1,495 -0,041 0,358 -0,278
85-89 1,134 0,343 -0,001 0,243 0 0,014 0,205 -0,246 0,500 -0,359
90-95 1,556 0,825 -0,104 0,707 -1,566 0,006 0,616 0,741 -0,133 0,301
96-00 2,135 1,001 -0,044 0,410 0,004 -0,242 0,384 0,160 0,380 0,675
01-05 1,992 0,950 -0,020 0,246 -0,282 -1,202 0,779 0,230 -0,007 0,955
05-08 1,007 0,485 0,053 0,182 -0,557 1,066 0,297 -0,081 -0,169 0,257
73-08 1,178 0,612 0,039 0,388 -0,357 -0,252 0,224 0,137 0,095 0,301
73-89 0,520 0,328 0,135 0,344 0 -0,300 -0,158 -0,082 0,173 -0,010
90-08 1,736 0,851 -0,041 0,425 -0,657 -0,212 0,547 0,323 0,028 0,564
Źródło: opracowanie własne
Po drugie, czynnikiem destymulującym wzrost jest efekt konwergencji.
Nieobecny w poprzednim reżimie, spowolnił on dynamikę wzrostu TFPE w
obecnym systemie społeczno-ekonomicznym średniorocznie o 0,66%. Łatwo
jednak zauważyć, iż pozytywne efekty wpływu transformacji systemowej na
wzrost makroekonomicznej efektywności gospodarowania przeważają. Nawet
po uwzględnieniu negatywnego wpływu konwergencji, pozytywne efekty pro-
wzrostowe wynikające z kapitału wiedzy są blisko dwukrotnie wyższe w obec-
nym systemie społeczno-ekonomicznym (1,78%-0,66%>0,65%) niż w systemie
poprzednim.
Po trzecie, akumulacja kapitału wiedzy nie objaśnia w pełni wariancji
łącznej efektywnej produktywności czynników produkcji. Niemniej ważne jest
oddziaływanie pozostałych czynników, spośród których na czołową pozycję
wysuwa się struktura demograficzna. W poprzednim reżimie oddziaływanie
struktury demograficznej na TFPE było marginalne, ale w obecnym systemie
jest to czynnik oddziałujący - obok kapitału wiedzy – najsilniej. Podkreślić na-
leży jednak, że w kontekście rozważań prognostycznych nieuniknione zmiany
Waldemar Florczak 86
struktury demograficznej populacji Polski doprowadzą w nieodległej przyszło-
ści do odwrócenia dotychczasowej korzystnej relacji liczby ludności w wieku
produkcyjnym do liczby ludności ogółem [Florczak, 2008a].
Po czwarte, wpływ zmian nierówności ekonomicznych na TFPE okazał się
nieznacznie ujemny (-0,08%) w poprzednim i znacząco dodatni (0,32%) w bie-
żącym systemie gospodarczym, co było konsekwencją nieznacznego zmniej-
szania nierówności w latach gospodarki centralnie sterowanej oraz ich wyraź-
nego narastania w dobie gospodarki rynkowej [Florczak, 2009a]. Trudno jednak
jednoznacznie ocenić zagregowane, makroekonomiczne i społeczne efekty tego
zjawiska. Z jednej strony bowiem w badaniu nie stwierdzono przekroczenia
wartości progowej poziomu nierówności, po którym nastąpiłoby odwrócenie
wpływu zwiększenia poziomu nierówności z dodatniego na ujemny, co tłuma-
czy pozytywny wpływ wzrostu nierówności na łączną efektywną produktyw-
ność czynników produkcji. Ponadto wzrost nierówności prowadzi do wzrostu
przepracowanego czasu pracy, co korzystnie wpływa na wysokości produkcji. Z
drugiej strony wzrost nierówności skutkuje szeregiem innych, negatywnych
zjawisk społeczno-demograficznych, prowadząc m.in. do spadku oczekiwanej
długości życia [Florczak, 2009c], zmniejszenia płodności [Florczak, 2008b]
oraz wzrostu przestępczości [Florczak, 2009b]. Wymienione okoliczności
sprawiają, że łączne, odroczone w czasie efekty wzrostu nierówności mogą
mieć hamujący wpływ na wzrost gospodarczy.
Po piąte, zmiany kapitału społecznego aproksymowane – jeśli wykluczyć z
tego pojęcia kategorię nierówności oraz przestępczości – relacją nowo-
zawartych małżeństw do liczby rozwodów, wpłynęły negatywnie na wzrost
efektywności gospodarczej w obydwu reżimach ekonomicznych. Co ciekawe,
współcześnie nie stwierdzono akceleracji negatywnych efektów zmian tej
zmiennej, odnotowując nawet zjawisko przeciwne. W dobie gospodarki cen-
tralnie sterowanej średnioroczna kontrybucja omawianej zmiennej w TFPE wy-
niosła bowiem -0,3%, zaś w obecnym systemie społeczno-ekonomicznym: -
0,21%.
I wreszcie, ograniczenie roli redystrybucyjnej państwa okazało się czynni-
kiem stymulującym TFPE w całym okresie próby, chociaż w wyraźnie wyż-
szym stopniu w poprzednim reżimie ekonomicznym (0,17% wobec 0,03%).
3. Krótkookresowe czynniki wzrostu łącznej produktywności czyn-
ników produkcji Omówione w poprzednim punkcie związki mają charakter relacji długoo-
kresowej, zaś wyniki przedstawione w wariancie [4] tablicy 2 odpowiadają
pierwszemu krokowi dwustopniowej procedury Engle’a-Grangera. W celu ich
legitymizacji w kontekście analizy kointegracyjnej, badaniem objęto również
relację krótkookresową.
W tablicy 4 przedstawiono rezultaty szacunku parametrów modelu korekty
błędem dla krótkookresowego równania efektywnej łącznej produktywności
czynników produkcji. W wariancie [1] tablicy 4 ponownie uwzględniono
Ekonometryczna analiza makro-uwarunkowań wzrostu … 87
zmienne – omówione w drugiej części artykułu – które w świetle postulatów
teoretycznych mogą oddziaływać na wariancję regresanta również w krótkim
okresie. W odróżnieniu do argumentacji przytoczonej w kontekście długookre-
sowego wpływu na TFPE zagranicznych i krajowych nakładów na B+R, krót-
ko-okresowe elastyczności TFPE względem tych dwóch czynników mogą być
różne, co uzasadnia ich wprowadzenie jako oddzielnych regresorów do krótko-
okresowego równania łącznej produktywności czynników produkcji. Ponadto w
wariantach krótkookresowych pominięto kwadrat zmiennej mierzącej stopień
nierówności ekonomicznych, sq(lnGINI), gdyż relacja łącząca wymienioną
zmienną TFPE ma charakter wyłącznie długookresowy.
Podobnie jak w przypadku wyjściowej specyfikacji relacji długookreso-
wej, ze względu na współliniowość regresorów rezultaty uzyskane w wariancie
[1] (tablica 4) charakteryzują się statystyczną nieistotnością licznych zmiennych
objaśniających. Zastosowanie metody regresji krokowej ogranicza ich liczbę do
czynników statystycznie istotnych (wariant [2] tablicy 4). Weryfikacja meryto-
ryczna rezultatów wariantu [2] pozwala na jego akceptację: składnik losowy
spełnia wszystkie założenia schematu Gaussa-Markova, parametry są stabilne w
czasie, składnik losowy jest stacjonarny, zaś stopień objaśnienia wariancji re-
gresanta – bardzo wysoki. Test F pominiętych zmiennych wskazuje na łączną
statystyczną nieistotność zmiennych nieobecnych w równaniu z restrykcjami
zerowymi (wariant [2], tablica 4), ale obecnych w równaniu bez restrykcji (wa-
riant [1], tablica 4).
Wyniki wariantu [2] (tablica 4) pozwalają na sformułowanie licznych
wniosków. Po pierwsze, istotność zmiennej korekty błędem (zmienna ECM w
relacji krótkookresowej) oraz bardzo wysoki stopień objaśnienia wariancji
TFPE w wariancie długookresowym (wariant [4], tablica 2) i krótkookresowym
(wariant [2], tablica 4), wskazują na istnienie relacji kointegrującej pomiędzy
regresantem a regresorami.
Po drugie, parametr mierzący długość korekty błędem wynosi ok. 10 mie-
sięcy (1/1,12), co jest zgodne z rezultatami uzyskiwanymi w innych badaniach,
np. [Welfe, Karp, Kębłowski, 2006].
Po trzecie, chociaż zbiór statystycznie istotnych regresorów w relacji krót-
kookresowej jest inny niż w relacji długookresowej, to większość zmiennych
objaśniających w obydwu relacjach jest taka sama (ROZ, EXPP, GINI, DEP,
BYPXP). Oznacza to, iż znaczna część czynników oddziałuje na TFPE jedno-
cześnie w krótkim i długim okresie. Należą do nich nie tylko uwarunkowania
ekonomiczne (EXPP, BYPXP), ale również społeczne (GINI, ROZ) i demogra-
ficzne (DEP).
Po czwarte, obecność niektórych zmiennych jedynie w relacji długookre-
sowej (HLEXP, BIRKS, XPLUSA) jest zgodna z postulatami teoretycznymi.
Krótkookresowy wpływ krajowego kapitału wiedzy na wzrost gospodarczy
może być nie tylko statystycznie nieistotny, ale nawet ujemny, np. [Bassanini,
Scarpeta, 2001, Florczak, 2007]. Krótkookresowe, produkcyjne efekty zwięk-
szenia nakładów na kapitał ludzki oraz krajowe B+R są bowiem znikome lub
Waldemar Florczak 88
nawet – w przypadku efektu wypierania – ujemne. wzrostu gospodarczego, co
potwierdza również niniejsze badanie (patrz tablica 3).
Tablica 4. Wyniki szacunku modelu ECM dla efektywnej łącznej produktywności
czynników produkcji
Wariant [1] bez restrykcji Wariant [2] z restrykcjami:
regresja krokowa
ECM -1,026276
(4,3584)
-1,120662
(5,1595)
lnHLEXP 0,038199
(0,0510)
lnBIRKS -0,126785
(0,8444)
lnBIRMS 0,259436
(2,6887)
0,171587
(3,7136)
lnXIPXP -0,037996
(0,6451)
lnXPLUSA*U -0,025374
(0,6818)
lnVCRIME -0,050968
(0,9438)
lnROZ -0,109085
(4,2797)
-0,100119
(4,4910)
lnEXPP 0,075529
(2,7495)
0,061742
(2,5930)
lnBIZXP -0,006533
(0,8611)
lnRMS 0,018667
(0,3738)
lnGINI 0,113652
(2,3936)
0,079042
(1,9472)
lnDEP 0,837316
(1,3214)
1,158946
(2,6812)
lnPX -0,015508
(1,6284)
-0,017050
(2,7196)
lnBYPXP -0,083039
(2,4587)
-0,063455
(2,3304)
U8083 -0,061387
(6,2572)
-0,060737
(6,4103) 2R 0,683940 0,698127
D-W 1,809058 1,617360
Jarque-Bera 0,9250 0,5648
White 0,4418 0,3117
RESET 0,3223 0,2146
Harvey-Collier 0,6771 0,8204
Test F - 0,6068
ADF I(0) I(0)
Źródło: obliczenia własne
Ekonometryczna analiza makro-uwarunkowań wzrostu … 89
Należy jednak wyraźnie podkreślić, iż w długim okresie kapitał wiedzy
jest kluczowym czynnikiem. Z kolei nieobecność zmiennej aproksymującej
efekt konwergencji w relacji krótkookresowej jest w pełni uzasadniona, gdyż na
gruncie rozważań teoretycznych omawiany efekt pojawia się jedynie w długim
okresie.
Po piąte, wpływ inflacji na łączną produktywność czynników produkcji
jest wyłącznie krótkookresowy, co odpowiada hipotezie niezależności sfery
realnej gospodarki od sfery nominalnej w długim okresie.
Po szóste spośród licznych okresów obniżenia aktywności gospodarczej w
analizowanej próbie czasowej (1970-2008), jedynie perturbacje społeczno-
ekonomiczne początku lat 80-tych na trwałe przesunęły (zmniejszyły) krzywą
możliwości technologicznych gospodarki polskiej (istotność zmiennej U8083
zarówno w wariancie krótko, jak i długookresowym).
Zakończenie W analizie ekonometrycznej, przedstawionej w artykule, wzięto explicite
pod uwagę szereg czynników, które na gruncie rozważań teoretycznych deter-
minują wzrost gospodarczy. Badanie niniejsze od innych analiz wyróżniają co
najmniej cztery cechy, które jednocześnie stanowią o jego oryginalności: (i)
liczba uwzględnionych czynników makroekonomicznych jest względnie pełna,
(ii) celowo nie dokonano gradacji znaczenia poszczególnych zmiennych obja-
śniających równania łącznej produktywności czynników produkcji, a zatem
ograniczono arbitralność przy nakładaniu restrykcji zerowych, (iii) pomiaru
łącznej produktywności czynników produkcji dokonano w oparciu o procedurę
zapewniającą neutralizację oddziaływania czynników popytowych, (iv) poprzez
zastosowanie dwustopniowej procedury Engle’a-Grangera możliwe było wska-
zanie długo oraz krótko-okresowych uwarunkowań wzrostu gospodarczego.
Z analizy wynika, iż spektrum czynników oddziałujących na łączną pro-
duktywność czynników produkcji jest znacznie szersze niż przyjmowano w
dotychczasowych badaniach empirycznych nad łączną produktywnością czyn-
ników produkcji w Polsce. Obok kapitału wiedzy wpływają na nią bowiem
również uwarunkowania społeczne, demograficzne i instytucjonalne oraz kapi-
tał społeczny.
Literatura
1. Aghion, Ph., P. Howitt (1999), Endogenous Growth Theory, MIT Press,
London 1999.
2. Barro, R. J. (2001), Human Capital and Growth, „American Economic Re-
view, Papers and Proceedings”, vol. 91/2.
3. Bassanini, A., Scarpetta S. (2001), Does Human Capital Matter for Growth
in OECD Countries?: Evidence from Pooled Mean-Group Estimate,
„OECD Economics Department Working Papers”, No 282, OECD Publish-
ing.
Waldemar Florczak 90
4. Borensztein E., Gregorio J., Lee J. (1998), How does foreign direct invest-
ment affect economic growth, „Journal of International Economics”, no. 45.
5. Coe D.T., Helpman E. (1995), International R&D Spillovers, „European
Economic Review”, vol. 39.
6. Engelbrecht, H.J. (1997), International R&D spillovers, human capital and
productivity in OECD economies: An empirical investigation, „European
Economic Review”, no 41.
7. Engelbrecht, H.J. (2002), Human capital and international knowledge spill-
overs in TFP growth of a sample of developing countries: a exploration of
alternative approaches, „Applied Economics”, no 34.
8. Florczak W. (2006a), Miary kapitału ludzkiego w badaniach ekonomicz-
nych i społecznych, „Wiadomości Statystyczne”, 12/2006.
9. Florczak W. (2006b), Sektor nauki i edukacji w modelu W8D-2002, „Prace
Instytutu Ekonometrii i Statystyki UŁ” nr 151. .
10. Florczak W. (2007), Kapitał ludzki a rozwój gospodarczy, w: Welfe W.
(red.) Gospodarka oparta na wiedzy, rozdział 5, Polskie Wydawnictwo
Ekonomiczne, Warszawa.
11. Florczak W. (2008a), Efektywna podaż pracy a wzrost gospodarczy, „Go-
spodarka Narodowa”, nr 11-12.
12. Florczak (2008b), Makroekonomiczne uwarunkowania płodności w Polsce:
próba kwantyfikacji, „Studia Demograficzne” nr 1-2.
13. Florczak W.,(2009a), Makroekonomiczne uwarunkowania nierówności
płacowych, „Wiadomości Statystyczne”, nr 1.
14 Florczak W. (2009b), Zbrodnia i kara. Próba kwantyfikacji makroekon-
micznych uwarunkowań przestępczości w Polsce, “Ekonomista”, nr 4.
15 Florczak W.,(2009c), Modele kapitału ludzkiego i struktury ludności, w:
Welfe W. (red) „Makroekonometryczny model gospodarki opartej na wie-
dzy”, Folia Oeconomica Nr 229.
16. Florczak W. (2011), Produktywność czynników wzrostu PKB, „Wiadomo-
ści Statystyczne” nr 2.
17. Florczak W., Sabanty L., Welfe W. (2001), Postęp techniczny ucieleśniony
w środkach trwałych i jego endogenizacja. Rola nakładów na badania i
rozwój (B+R), w: Welfe W. „Ekonometryczny model wzrostu gospodar-
czego” Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
18. Florczak W., Welfe W. (2001), Ekonometryczne modelowanie postępu
technicznego, jego efektów oraz źródeł, w: Welfe W. „Ekonometryczny
model wzrostu gospodarczego”, Wydawnictwo Uniwersytetu Łódzkiego,
Łódź.
19. Gradzewicz M., Kolasa M. (2004), Szacowanie luki popytowej dla gospo-
darki polskiej przy wykorzystaniu metody VECM, „Bank i Kredyt”.
20. Kot, S.M., Wojciechowska J. (2003), Dyskryminacja płacowa a postawy
wobec pracy, „Folia Oeconomica Cracoviensa”, vol. XLII-XLIV, Kraków.
21. Kumor P. (2008), Modelowanie wpływu nierówności płac na wzrost go-
spodarczy, „Gospodarka Narodowa” nr 7-8.
Ekonometryczna analiza makro-uwarunkowań wzrostu … 91
22. Miller S.M., Upadhyay M.P. (2000), The effects of openness, trade orienta-
tion, and human capital on total factor productivity, „Journal of Develop-
ment Economics”, vol. 63.
23. Oguchi N. (red.) (2004), Total Factor Productivity Growth, Asian Produc-
tivity Organization, Tokyo.
24. Roszkowska S. (2009), Ekonomiczne uwarunkowania migracji międzywo-
jewódzkich w Polsce, „Gospodarka Narodowa” nr 4.
25. Sala-i-Martin, X. (1997), I just ran two million regressions, „American
Economic Review”, vol. 87/2.
26. Sztaudynger J.J. (2009), Rodzinny kapitał społeczny a wzrost gospodarczy
w Polsce, „Ekonomista” nr 2.
27. Temple, J. (1998), Robustness tests of the augmented Solow model, „Jour-
nal of Applied Econometrics”, vol. 13.
28. Welfe A., Karp P., Kębłowski P. (2006), Mechanizmy makroekonomiczne
w gospodarce polskiej. Analiza ekonometryczna, Wydawnictwo Uniwersy-
tetu Łódzkiego, Łódź.
29. Welfe W. (red.) (2001), Ekonometryczny model wzrostu gospodarczego,
Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
30. Welfe W. (red.) (2007), Gospodarka oparta na wiedzy, Polskie Wydawnic-
two Ekonomiczne, Warszawa.
31. Welfe W. (red.) (2009), Makroekonometryczny model gospodarki opartej
na wiedzy, Folia Oeconomica Nr 229.
32. Welfe W., Florczak W., Sabanty L. (2002), Kapitał ludzki i jego endogeni-
zacja, „Przegląd Statystyczny”, vol. 49, nr 2.
33. Zienkowski L. (red.) (2003), Wiedza a wzrost gospodarczy, Wydawnictwo
Naukowe SCHOLAR, Warszawa.
Streszczenie W artykule dokonano kwantyfikacji wpływu łącznej produktywności czynników
produkcji na wzrost gospodarczy w Polsce w latach 1970-2008. Przy użyciu metody
Wharton oszacowano wielkość efektywnej – t.j. oczyszczonej z krótkookresowych wa-
hań popytowych – łącznej produktywności czynników produkcji, którą następnie uczy-
niono funkcją adekwatnych czynników podażowych, obejmujących uwarunkowania
ekonomiczne, społeczne, demograficzne i instytucjonalne. Z analizy wynika, iż spek-
trum czynników oddziałujących na łączną produktywność czynników produkcji jest
znacznie szersze niż przyjmowano w dotychczasowych badaniach empirycznych nad
łączną produktywnością czynników produkcji w Polsce. Dlatego też uwarunkowania
pozaekonomiczne powinny być uwzględniane w analizach nad długookresowymi me-
chanizmami wzrostu gospodarczego w sposób równoprawny do czynników stricte eko-
nomicznych.
Waldemar Florczak 92
Econometric investigation into macro-level determinants of economic
growth in Poland (Summary) The article deals with quantification of total factor productivity in the economic
growth of Poland in the years 1970-2008. By means of the Wharton method an effective
– i.e. net of short-term, demand oscillations – measure of total factor productivity was
computed. The measure was then made a function of adequate supply-side factors in-
cluding economic, social, demographic, and institutional conditions. It follows from the
analysis that the set of variables determining effective total factor productivity is much
broader than employed so far in empirical investigations into the causes of economic
growth in Poland.