Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 4

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  indeks Giniego
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
Celem artykułu jest porównanie nierówności dochodowych i ubóstwa w Polsce w różnych typach gospodarstw domowych wyodrębnionych ze względu na liczbę dzieci w rodzinie oraz analiza zmian jakie zaszły w 2016 roku w porównaniu z latami 2014 i 2015. Rok 2016 był szczególny ze względu na realizację programu „Rodzina 500+”, który wpłynął na wzrost dochodów w niektórych typach rodzin. W analizach wykorzystano dane z badania budżetów gospodarstw domowych prowadzonego przez Główny Urząd Statystyczny. Skoncentrowano się na badaniach nierównomierności rozkładów, analizując także zjawisko ubóstwa w różnych grupach gospodarstw domowych w latach 2014–2016. W tym celu oszacowano współczynniki Giniego i Zengi oraz wskaźniki zróżnicowania skrajnych części rozkładu. Obliczenia wskaźnika zagrożenia ubóstwem, indeksu luki dochodowej oraz kwadratu luki dochodowej pozwoliły wnioskować o zasięgu, głębokości i do-tkliwości ubóstwa. Z przeprowadzonych badań wynika, że w 2016 r. nastąpił spadek nierówności dochodów oraz spadek wskaźników ubóstwa, szczególnie w grupach rodzin wielodzietnych. Był to wynik wzrostu średnich dochodów w tych grupach, zmniejszenia się nierówności wewnątrz grup i spadku dysproporcji pomiędzy grupami gospodarstw domowych.
PL
Motywacja: W artykule podjęto próbę sprawdzenia, czy oprócz zmiennych o charakterze czysto ekonomicznym, znaczenie dla wzrostu gospodarczego i nierówności dochodowych w państwach OECD mają również czynniki instytucjonalne. Cel: Celem artykułu jest empiryczna analiza wpływu instytucji powiązanych z sektorem publicznym: korupcji, ochrony praw własności, restrykcyjności polityki ekologicznej i niezależności sądownictwa na sukces socjoekonomiczny społeczeństw państw OECD. Materiały i metody: W analizie empirycznej wykorzystano dane panelowe dla jednorodnej grupy dziewiętnastu państw OECD o wysokim dochodzie w latach 2005–2012. Sukces socjoekonomiczny zoperacjonalizowano przy pomocy dwóch zmiennych: wzrostu gospodarczego oraz nierówności dochodowych. Ekonometryczny model wzrostu gospodarczego, oparty na modelu Solowa rozszerzonym o instytucje i kapitał ludzki, oszacowano ważoną metodą najmniejszych kwadratów, zaś w przypadku nierówności dochodowych zastosowano model efektów stałych uwzględniający, podobnie jak model wzrostu, zarówno zmienne instytucjonalne, jak i kontrolne. Wyniki: Na podstawie wyników estymacji modeli ekonometrycznych wykazano istotny statystycznie wpływ restrykcyjności polityki ekologicznej na wzrost gospodarczy oraz ochrony praw własności na nierówności dochodowe. W obu modelach nieistotna statystycznie okazała się korupcja, zaś w modelu wzrostu — niezależność sądownictwa i ochrona praw własności.
EN
Motivation: The paper attempts to investigate, whether or not institutional factors beyond those of solely economic nature can influence economic growth and income inequality in the OECD countries. Aim: The purpose of this study is to examine the impact of institutional infrastructure connected with the public sector, proxied for by a set of institutional variables: corruption, protection of property rights, environmental policy stringency and judicial independence, on socioeconomic success of the OECD countries’ societies. Materials and methods: The paper introduces two econometric models estimated on annual panel data from 2005 to 2012 for a homogenous group of nineteen high income OECD countries. Two variables — economic growth and income inequality — were used in order to operationalise the socioeconomic success. The econometric model of economic growth, based on an institutions-augmented Solow model with human capital, was estimated by OLS mtehod. As for the problem of income inequalities, a fixed-effects model has been employed, which, like the growth model, takes both institutional and control variables into account. Results: Results from the empirical analysis suggest that environmental policy stringency explains to a significant extent the variation in growth rates across nations. The only institutional variable being a significant source of differences in income inequality is protection of property rights. No significant effect of corruption on any of the explained variables was find, as well as judicial independence and protection of property rights on economic growth.
PL
Rozkłady dochodów mogą powodować zakrojone na szeroką skalę przemiany w strukturze społecznej, a także w jakości życia. Celem artykułu jest porównanie sytuacji ekonomicznej gospodarstw domowych w Polsce i Czechach. Analizie poddano poziom i zróżnicowanie rozkładów dochodów gospodarstw domowych oraz poziom ubóstwa ze względu na wybrane cechy społeczno-ekonomiczne respondenta lub gospodarstwa domowego. Wszystkie wnioski oparte są na wynikach European Quality of Life Surveys. Do opisu rozkładu dochodu ekwiwalentnego netto zastosowano model Singha--Maddali. Parametry estymacji uzyskano metodą największej wiarogodności. Obliczono statystyki opisowe charakteryzujące ogólną sytuację w Czechach i Polsce oraz w wybranych grupach społeczno-ekonomicznych. W celu przeanalizowania zasięgu, głębokości i nasilenia ubóstwa w rozważanych krajach obliczono wskaźniki zagregowane. Przeprowadzone badania wskazują na duże podobieństwo zarówno rozkładu dochodów ekwiwalentnych, jak i grup społeczno-ekonomicznych szczególnie narażonych na ubóstwo monetarne.
EN
Income distribution can cause large-scale transformations in social structure, as well as in the quality of life. The aim of the paper is to compare the economic situation of households in Poland and the Czech Republic. The level and the dispersion of income distributions of households and the level of poverty due to the selected socio-economic characteristics of a respondent or a household are analysed. All the conclusions are based on the results of European Quality of Life Surveys. To describe the distribution of net equivalent income, the Singh-Maddala model is used. The estimation parameters are obtained by means of the maximum likelihood method. The descriptive statistics characterising the total situation in the Czech Republic and Poland, as well as in selected socio-economic groups, are calculated. To analyse the extent, depth and severity of poverty in the countries in question, the aggregate indices are obtained. The conducted research shows a high similarity for both distribution of equivalent income and the socio-economic groups particularly exposed to monetary poverty.
PL
Celem tego artykułu było zbadanie związku między wynikami badania PISA przeprowadzonego w poszczególnych krajach w 2018 r. a zestawem wskaźników związanych z nierównościami społeczno-ekonomicznymi, takimi jak indeks Giniego, wskaźnik rozwoju społecznego czy wskaźnik nierówności płci, oraz ze zmiennymi czysto ekonomicznymi, takimi jak PKB per capita i wydatki rządowe na edukację. Badaniem objęto 70 krajów, w tym 37 krajów OECD i 33 kraje spoza OECD. Metody badawcze obejmowały wielowymiarowe modele regresji liniowej, grupowanie k‑średnich i grupowanie hierarchiczne. Wyniki przeprowadzonej analizy wykazały, że wskaźnik Giniego był statystycznie nieistotny, co wskazuje, że nierówności dochodowe miały niewielki wpływ na wyniki uczniów w badaniu PISA. Z drugiej strony, wskaźnik nierówności płci był jedyną najbardziej istotną statystycznie zmienną objaśniającą zarówno dla krajów OECD, jak i spoza OECD. Dlatego nasza rekomendacja dla decydentów jest prosta: należy zwiększyć wyniki uczniów w badaniu PISA, a tym samym osiągnąć poprawę w obszarze kapitału ludzkiego i konkurencyjności krajów, oraz skupić się na zmniejszaniu nierówności płci i związanej z tym utraty osiągnięć edukacyjnych wynikających z nierówności płci.
EN
The aim of this paper was to investigate the relationship between countries’ PISA study results from 2018 and a set of indices related to socio-economic inequality, such as the Gini index, human development index, or gender inequality index, along with purely economic variables, such as GDP per capita and government expenditure on education. The study covered 70 countries, consisting of 37 OECD countries and 33 non-OECD countries. Research methods included multivariate linear regression models, k-means clustering, and hierarchical clustering. Our findings revealed that the Gini index was statistically insignificant, indicating income inequality had little effect on students’ PISA performance. On the other hand, the gender inequality index was the single most statistically significant explanatory variable for both OECD and non-OECD countries. Therefore, our recommendation for policymakers is simple: increase students’ PISA performance, thus enhancing countries’ human capital and competitiveness, and focus on decreasing gender disparity and the associated loss of achievement due to gender inequality.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.