Zmienność plonów jako wyznacznik ryzyka produkcyjnego w rolnictwie

• Authors: Adam Smolik

Title variants

EN

Yields variability as a determinant of production risk in agriculture

Abstracts

EN

Agricultural activity is exposed to a number of adverse external factors known as production risks, which affect the quantity and value of production. One of the measures of production risk assessment in crops production is yields variability. The aim of the study is to determine the scope of the variability of the yields of selected agricultural crops on the basis of various sources of data covering the years 2015–2019. The study uses aggregated official statistics data compiled by Statistics Poland, published in the Statistical Yearbook of Agriculture, and individual data from the Polish Farm Accountancy Data Network (FADN), which takes into account commercial farms. The analysis of the differences in crops variability determined on the basis of different sources of information was carried out using basic statistical parameters: the arithmetic mean, standard deviation and the coefficient of variation. The research shows that the variability of yields in Poland depends not only on the type of crops, but also on the location of the production. Moreover, it indicates a greater stability of crops production among commercial farms when compared with farms in general. The comparison of the values of the coefficient of variation calculated from individual data with the values calculated on the basis of the average yields indicates fundamental differences which should be taken into account when applying the variation coefficient to assess production risk and, consequently, to optimise insurance tools.

PL

Działalność rolnicza jest narażona na wiele niekorzystnych czynników zewnętrznych, określanych mianem ryzyka produkcyjnego, które mają wpływ na ilość i wartość produkcji. Jedną z miar oceny ryzyka produkcyjnego w produkcji roślinnej jest zmienność plonów. Za cel badania omawianego w artykule przyjęto ustalenie zakresu zmienności plonów wybranych upraw rolniczych na podstawie różnych źródeł danych za lata 2015–2019. W badaniu wykorzystano zagregowane dane statystyki publicznej zebrane i opracowane przez GUS, publikowane w Roczniku Statystycznym Rolnictwa, oraz dane indywidualne rachunkowości rolnej FADN, która uwzględnia gospodarstwa towarowe. W analizie różnic w zmienności plonów ustalonych na podstawie różnych źródeł informacji posłużono się podstawowymi parametrami statystycznymi: średnią arytmetyczną, odchyleniem standardowym i współczynnikiem zmienności. Z badania wynika, że w skali kraju zmienność plonów jest cechą zależną nie tylko od rodzaju uprawy, lecz także od miejsca prowadzenia produkcji rolnej. Ponadto w przypadku gospodarstw towarowych występuje większa stabilność produkcji roślinnej niż w przypadku ogółu gospodarstw rolnych. Porównanie wartości współczynnika zmienności obliczonych z danych indywidualnych z wartościami obliczonymi na podstawie średnich plonów wskazuje na zasadnicze różnice, które powinny być brane pod uwagę przy ewentualnym wykorzystaniu współczynnika zmienności do oceny ryzyka produkcyjnego, a w konsekwencji – do optymalizacji narzędzi ubezpieczeniowych.

Keywords

PL

zmienność plonów; ryzyko produkcyjne; ubezpieczenia

EN

yields variability; production risk; insurance

• Publisher: Główny Urząd Statystyczny
• Journal: Wiadomości Statystyczne. The Polish Statistician
• Year: 2021
• Volume: 66
• Issue: 11
• Pages: 48-63

Dates

published

2021

Contributors

author

Adam Smolik

• Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej - Państwowy Instytut Badawczy, Polska / Institute of Agricultural and Food Economics - National Research Institute, Poland

• https://orcid.org/000000019819834X

References

• Czerwińska-Kayzer, D., Florek, J. (2012). Dochodowość uprawy wybranych roślin strączkowych a ryzyko dochodowe i produkcyjne. Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie – Problemy Rolnictwa Światowego, 27(4), 25–36. http://sj.wne.sggw.pl/pdf/PRS_2012_T12(27)_n4.pdf .
• Europejski Trybunał Obrachunkowy. (2019). Stabilizacja dochodów rolników – zapewniono kompleksowy zestaw narzędzi, ale należy upowszechnić ich stosowanie i zapobiec nadmiernym rekompensatom. https://www.eca.europa.eu/Lists/ECADocuments/SR19_23/SR_CAP_Income_stabilisation_PL.pdf .
• Glauber, J., Baldwin, K., Antón, J., Ziebinska, U. (2021). Design principles for agricultural risk management policies (OECD Food, Agriculture and Fisheries Papers No. 157). https://www.oecd-ilibrary.org/docserver/1048819f-en.pdf?expires=1635851371&id=id&accname=guest&checksum=BF2FA8CBF209E7AE22877E505EE4A4DE .
• Główny Urząd Statystyczny. (2016). Rocznik Statystyczny Rolnictwa 2016. Warszawa. https://stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/rocznik-statystyczny-rolnictwa-2016,6,10.html .
• Główny Urząd Statystyczny. (2017). Rocznik Statystyczny Rolnictwa 2017. Warszawa. https://stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/rocznik-statystyczny-rolnictwa-2017,6,11.html .
• Główny Urząd Statystyczny. (2018). Rocznik Statystyczny Rolnictwa 2018. Warszawa. https://stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/rocznik-statystyczny-rolnictwa-2018,6,12.html .
• Główny Urząd Statystyczny. (2019). Rocznik Statystyczny Rolnictwa 2019. Warszawa. https://stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/rocznik-statystyczny-rolnictwa-2019,6,13.html .
• Główny Urząd Statystyczny. (2020). Rocznik Statystyczny Rolnictwa 2020. Warszawa. https://stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/rocznik-statystyczny-rolnictwa-2020,6,14.html .
• Gobin, A. (2018). Weather related risks in Belgian arable agriculture. Agricultural Systems, 159, 225–236. https://doi.org/10.1016/j.agsy.2017.06.009 .
• Harasim, A., Matyka, M. (2011). Porównanie plonowania pszenicy ozimej, jęczmienia jarego i buraka cukrowego w doświadczeniach polowych i na plantacjach produkcyjnych. Polish Journal of Agronomy, (5), 29–34. https://doi.org/10.26114/pja.iung.062.2011.05.04 .
• Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej – Państwowy Instytut Badawczy. (b.r.). Organizacja Europejskiego FADN. http://fadn.pl/organizacja/europejski-fadn/organizacja-europejskiego-fadn .
• Jaśkiewicz, B., Sułek, A. (2017). Kierunki zmian produkcji zbóż w Polsce. Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu, 19(1), 66–73. https://doi.org/10.5604/01.3001.0009.8340 .
• Juchniewicz, M., Smolik, A., Żurakowska, J. (2021). Wyniki Standardowe 2019 uzyskane przez gospodarstwa rolne uczestniczące w Polskim FADN. Region 790 Wielkopolska i Śląsk. Część I. Wyniki Standardowe. Warszawa: Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej – Państwowy Instytut Badawczy. https://fadn.pl/wp-content/uploads/2021/06/Region_790_czesc1_2019.pdf.
• Kajdan-Zysnarska, I., Mytko, K. (2020, 3 grudnia). Analiza rynku zbóż. https://cdr.gov.pl/133 -ekonomika-i-organizacja/rynki-rolne/3588-analiza-rynku-zboz.
• Kobus, P. (2009). Wheat yields variability in Poland at NUTS 2 level in context of production risk. Scientific Journal Warsaw University of Life Sciences SGGW – Problems of World Agriculture, 6(21), 51–58. http://sj.wne.sggw.pl/pdf/PRS_2009_T6(21)_n.pdf .
• Kulig, B. (b.r.). Szacowanie plonów roślin rolniczych: materiały dla kwalifikatorów. Warszawa: Państwowa Inspekcja Ochrony Roślin i Nasiennictwa. https://piorin.gov.pl/download/gfx/piorin/pl/defaultstronaopisowa/435/11/1/36_szacowanie_plonow.pdf .
• Kurdyś-Kujawska, A. (2016). Ekspozycja gospodarstw rolnych na ryzyko pogodowe a skłonność rolników do uczestnictwa w systemie ubezpieczeń rolnych. Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu, 18(5), 103–110. https://rnseria.com/resources/html/article/details?id=179320 .
• Majewski, E., Sulewski, P., Wąs, A., Cygański, Ł. (2008). Czynniki ryzyka i strategie zarządzania przedsiębiorstwem rolniczym w kontekście uwarunkowań polskiego rolnictwa. W: M. Hamulczuk, S. Stańko (red.), Zarządzanie ryzykiem cenowym a możliwości stabilizowania dochodów producentów rolnych (s. 162–196). Warszawa: Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej – Państwowy Instytut Badawczy. https://ierigz.waw.pl/publikacje/raporty-programu-wieloletniego-2005-2009/1314194121 .
• Nowak, R. (2009). Statystyczne metody szacowania ryzyka w audycie wewnętrznym. Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania, (16), 97–106. http://wneiz.pl/nauka_wneiz/sip/sip16-2009/SiP-16-97.pdf .
• Organisation for Economic Co-operation and Development. (2009). Managing Risks in Agriculture: a holistic approach. Paris. https://www.oecd-ilibrary.org/docserver/9789264075313-en.pdf?expires=1635862248&id=id&accname=oid034242&checksum=A21F4114B5511477214C1E90A0B96ED0
• Pawłowska-Tyszko, J., Osuch, D., Płonka, R. (2020). Wyniki Standardowe 2019 uzyskane przez gospodarstwa rolne uczestniczące w Polskim FADN. Część I. Wyniki Standardowe. Warszawa: Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej – Państwowy Instytut Badawczy. https://fadn.pl/wp-content/uploads/2020/12/SRwaz_2019.pdf .
• Rozporządzenie Rady nr 79/65/EWG z dnia 15 czerwca 1965 r. ustanawiające sieć zbierania danych rachunkowych o dochodach i prowadzonej działalności gospodarczej gospodarstw rolnych w Europejskiej Wspólnocie Gospodarczej (Dz.Urz. UE 109/1859).
• Tedesco, I. (2017). A holistic approach to agricultural risk management for improving resilience. Conference: 2nd International Workshop on Modelling of Physical, Economic and Social Systems for Resilience Assessment organized by the European Commission Joint Research Centre (JRC), Ispra, 14–16 December 2017.
• Vogel, E., Donat, M. G., Alexander, L., Meinshausen, M., Ray, D. K., Karoly, D., Meinshausen, N., Frieler, K. (2019). The effects of climate extremes on global agricultural yields. Environmental Research Letters, 14(5). https://doi.org/10.1088/1748-9326/ab154b .
• Wicki, L., Laska, D. (2012). Rodzaje ryzyka w działalności rolniczej oraz ich postrzeganie przez rolników. Zeszyty Naukowe SGGW – Ekonomika i Organizacja Gospodarki Żywnościowej, (95), 23–40. http://sj.wne.sggw.pl/article-EIOGZ_2012_n95_s23/ .

Identifiers

DOI

10.5604/01.3001.0015.5131

Biblioteka Nauki

1981381