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

Results found: 23

first rewind previous Page / 2 next fast forward last

Search results

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

help Limit search:
first rewind previous Page / 2 next fast forward last
PL
Celem badania była ocena poziomu kontrastów w grupie gmin wiejskich w Polsce, ze względu na ich sytuację dochodową. Dla oceny poziomu dysproporcji zastosowano: współczynnik Giniego, wskaźniki decylowy i kwintylowy. Dane pochodzą ze sprawozdań z wykonania budżetów przez gminy. Wysokie wartości współczynników wskazują na znaczące nierówności w populacji gmin ze względu na dochody własne. Sytuacja ta jest efektem dużych różnic w ich potencjale gospodarczym i finansowym. Wysokość gromadzonych dochodów własnych zdeterminowana jest poziomem infrastruktury, odziedziczonymi zasobami materialnymi, atrakcyjnością położenia, dostępnymi zasobami naturalnymi, poziomem kapitału ludzkiego, potrzebami społeczności lokalnej, chłonnością rynku lokalnego, dostępem do infrastruktury transportowej, usług publicznych i teleinformatycznej. Bogactwo wielu gmin związane jest z działalnością na jej terenie przemysłu wydobywczego lub dużego przedsiębiorstwa, płatnika podatku od nieruchomości.
PL
W artykule poruszono zagadnienia odnoszące się do istoty i pomiaru nierówności dochodowych w krajach Unii Europejskiej w latach 2010-2015. Praca została wykonana na podstawie analizy i syntezy literatury przedmiotu oraz zebranych danych statystycznych Eurostatu. W części teoretycznej przedstawiono najważniejsze mierniki służące do oceny i pomiaru analizowanych nierówności. Uzyskane wyniki potwierdziły występowanie nierówności dochodowych w Unii Europejskiej. Wysokie wskaźniki odnotowano w najmniej zamożnych państwach: w Bułgarii, Rumuni, państwach bałtyckich (Łotwa, Litwa, Estonia) oraz w krajach południa Europy (Hiszpania, Portugalia, Grecja, Włochy, Cypr). Najmniejsze dysproporcje dochodowe niezależne od ingerencji państwa występowały w Czechach, Słowacji oraz Słowenii. Polska znajduje się w grupie państw, w których nierówności dochodowe są niższe niż przeciętnie w Unii Europejskiej.
EN
We study an influence of statistical data aggregation rate on value and level of poverty factors. Numerical experiments were conducted to analyze Gini ratio values prior and posterior to data aggregation. An experiment required a thorough study of various empirical results.
PL
Artykuł dotyczy badania wpływu stopnia agregacji danych statystycznych na wielkość i poziom miar oraz wskaźników ubóstwa. Przeprowadzono eksperymenty numeryczne, których celem była analiza wartości współczynnika Giniego przed i po agregacji danych. Przygotowanie eksperymentu wymagało prześledzenia wyników różnych prac empirycznych.
PL
Zarówno zbyt duże, jak i zbyt małe nierówności dochodowe obracają się przeciwko wzrostowi gospodarczemu. Bazując na tym ugruntowanym poglądzie w teorii ekonomii, autor podejmuje próbę określenia najkorzystniejszych przedziałów nierówności dla krajów OECD oraz szacuje prowzrostowe wartości współczynnika Giniego dla poszczególnych krajów.
EN
Based on Palma’s observation that for empirical distributions within the range of the 4th and 9th deciles there are – with a good approximation – 50% of all goods, a new measure was introduced that is in a strong relationship to the Gini index, thus – supposedly – including all the information that it provides. In this paper this relationship is investigated more deeply for cases of some theoretical distributions as well as the relationship of a lower bound of a slightly differently defined ‘middle class’ on the Gini index.
PL
Nowa miara nierówności, zaproponowana na podstawie spostrzeżeń Palmy, iż dla empirycznych rozkładów dochodów pomiędzy czwartym a dziewiątym decylem zawarte jest – z dobrym przybliżeniem – 50% wszystkich dóbr, okazuje się ściśle związana z indeksem Giniego, niosąc tyle samo co on informacji. W niniejszym artykule zależność ta analizowana jest dla pewnych rozkładów teoretycznych. Badana jest również zależność dolnej granicy „klasy środkowej”, zdefiniowanej nieco odmiennie od analogicznej klasy według Palmy, od współczynnika Giniego.
EN
The aim of this study is the empirical analysis of the Gini coefficient decomposition by socio-economic groups in Poland from 2005 to 2013. The analysis was based on non-identifiable, individual household budget surveys data collected by Poland’s Central Statistical Office. For the purpose of this study income was defined as equivalized household disposable income, i.e. the unit of analysis is a household and household disposable income was adjusted using the OECD modi-fied equivalence scale. The Gini coefficient decomposition by socio-economic groups revealed that the residual term measuring the extent to which overall inequality is attributable to overlapping income distributions of individual socio-economic groups contributed to the greatest extent to overall income inequality in Poland during the analyzed period. The second most important factor explaining income ine-quality was the component of inequality within socio-economic groups. Income inequality be-tween socio-economic groups contributed about 28–30% to overall income inequality in Poland from 2015 to 2015. The Gini decomposition results allow to conclude, that the structure of the contribution of in-dividual socio-economic groups in Poland was the following. Employees’ households were the group with the largest, increasing contribution of weighted income variability to overall income disparities. The second group that was explaining total income disparities to the greatest extent regarding within-inequality were old-age pensioners. The remaining socio-economic groups had only a marginal impact in this regard in Poland from 2005 to 2013.
PL
Celem pracy jest przeprowadzenie dekompozycji współczynnika Giniego ze względu na grupy społeczno-ekonomiczne w Polsce w latach 2005-2013. Badanie przeprowadzono na nieidentyfikowalnych, jednostkowych danych pochodzących z badań budżetów gospodarstw domowych GUS. W niniejszym studium przez pojęcie dochód należy rozumieć dochód do dyspozycji gospo-darstw domowych na jednostkę ekwiwalentną, tj. za badaną jednostkę przyjęto gospodarstwo domowe, za dochód – dochód do dyspozycji, przy czym zastosowano zmodyfikowaną skalę ekwiwalentności OECD. Dekompozycja współczynnika Giniego według grup społeczno-ekonomicznych pokazała, że największy wkład w kształtowanie się nierówności dochodów ogółem w Polsce w badanym okresie miał składnik resztkowy, czyli efekt wynikający z nakładania się dystrybucji dochodów poszczególnych grup społeczno-ekonomicznych. Drugim, co do istotności czynnikiem wyjaśniającym zróżnicowanie dochodów zgodnie z dekompozycją współczynnika Giniego według grup społeczno-ekonomicznych były nierówności wewnątrzgrupowe. Wkład nierówności międzygrupowych stanowił około 28-30% zróżnicowania dochodów ogółem w Polsce w badanym okresie. Uzyskane wyniki pozwoliły stwierdzić, że w badanym okresie struktura wkładu poszczegól-nych grup społeczno-ekonomicznych w wyjaśnianiu nierówności dochodów ogółem w Polsce kształtowała się następująco. Do grupy o największym, rosnącym wkładzie nierówności dochodów ważonych udziałami w populacji i dochodzie ogółem należały gospodarstwa domowe pracowników. Ważone zróżnicowanie dochodów dla gospodarstw domowych emerytów wyjaśniało nierówności ogółem w drugiej kolejności spośród badanych grup ekonomiczno-społecznych, mimo że grupa ta charakteryzowała się najniższym zróżnicowaniem dochodów w badanym okresie. Ważone nierówności dochodów pozostałych grup społeczno-ekonomicznych miały bardzo niewielkie znaczenie, jeśli chodzi o wkład w zróżnicowanie dochodów ogółem w Polsce w latach 2005–2013.
PL
Jednym z podstawowych zadań banków jest udzielanie kredytów i pożyczek pieniężnych. Z punktu widzenia kredytodawcy w procesie kredytowaniem niezwykle istotna jest ocena ryzyka zaniechania płatności zobowiązań potencjalnego kredytobiorcy. W celu selekcji klientów, obok oceny ich zdolności kredytowej, coraz częściej wykorzystuje się modele scoringowe wchodzące w skład metodologii tzw. scoringu kredytowego (creditscoring). W podejściu tym z punktu widzenia kredytodawcy kluczowa jest jakość doboru jednostek, którym kredyt zostanie przyznany. To, czy klasyfikacja dokonywana na podstawie modelu scoringowego jest dobra, może być opisane za pomocą statystycznych miar oceny jakości. Mimo coraz większej popularności metod scoringowych w praktyce gospodarczej literatura dotycząca statystycznych metod oceny ich jakości jest w dalszym ciągu stosunkowo uboga. Ponadto w publikacjach na ten temat często występują rozbieżności w zakresie nazewnictwa oraz konstrukcji poszczególnych miar. W artykule przedstawiono charakterystykę najczęściej stosowanych statystycznych miar oceny jakości modelu scoringowego (m.in. indeksu pseudo Giniego, statystyki Kolmogorova‑Smirnova, krzywej koncentracji), a także podjęto próbę standaryzacji nazewnictwa oraz postaci samych miar jakości modelu scoringowego. Ponadto przedstawione zostało studium przypadku, w którym dokonano analizy porównawczej trzech modeli scoringowych w kontekście ich jakości klasyfikacyjnej.
EN
Granting a credit product has always been at the heart of banking. Simultaneously, banks are obligated to assess the borrower’s credit risk. Apart from creditworthiness, to grant a credit product, banks are using credit scoring more and more often. Scoring models, which are an essential part of credit scoring, are being developed in order to select those clients who will repay their debt. For lenders, high effectiveness of selection based on the scoring model is the primary attribute, so it is crucial to gauge its statistical quality. Several textbooks regarding assessing statistical quality of scoring models are available, there is however no full consistency between names and definitions of particular measures. In this article, the most common statistical measures for assessing quality of scoring models, such as the pseudo Gini index, Kolmogorov‑Smirnov statistic, and concentration curve are reviewed and their statistical characteristics are discussed. Furthermore, the author proposes the application of the well‑known distribution similarity index as a measure of discriminatory power of scoring models. The author also attempts to standardise names and formulas for particular measures in order to finally contrast them in a comparative analysis of credit scoring models.
EN
This paper aims to present the current situation on the Ukrainian market of diesel fuel with particular regard to the risks that arise from its limited autonomy. The abovementioned market remains extremely sensitive for Ukraine – diesel is the most popular type of motor fuel among the inhabitants of this country. At the same time, the Ukrainian diesel market is not free from the effects of events involving Russia, which are quickly damaging its current liquidity. This seemed to be even more pronounced from the perspective of market events in 2019 and early 2020 that took place in relations between Ukraine, Russia and Belarus. By analysing the Shannon–Wiener index for the Ukrainian diesel market, and the Gini coefficient for Ukraine’s import of this fuel, the author positively verifies the hypothesis that the high concentration of the share of diesel from Russia and Belarus remains a fundamental challenge for the security of the Ukrainian market of this fuel (52.4% in total). As a result of the study, the author concludes that the country should use all market opportunities and legal tools to minimise the clear impact of its eastern neighbour on the security of its diesel market.
PL
Celem niniejszego artykułu jest przedstawienie obecnej sytuacji na ukraińskim rynku oleju napędowego ze szczególnym uwzględnieniem zagrożeń wynikających z jego ograniczonej autonomii. Rynek ten pozostaje wyjątkowo wrażliwy – olej napędowy jest najpopularniejszym paliwem silnikowym wśród mieszkańców tego kraju, jednak jego dostawy są silnie powiązane z wydarzeniami z udziałem Rosji, które z reguły mają negatywny wpływ na jego płynność. Przejawiało się to szczególnie wyraźnie w relacjach rynkowych między Ukrainą, Rosją a Białorusią w roku 2019 i na początku roku 2020. Na podstawie analizy wskaźnika Shannona–Wienera dla ukraińskiego rynku oleju napędowego oraz współczynnika Giniego dotyczącego importu przez Ukrainę tego paliwa autor pozytywnie weryfikuje hipotezę zakładającą, że fundamentalnym wyzwaniem dla bezpieczeństwa rynku ON Ukrainy pozostaje duży udział w nim paliwa z Rosji i Białorusi (łącznie 52,4%). Z badania wynika, że Ukraina powinna wykorzystywać wszelkie możliwości rynkowe oraz narzędzia prawne, aby minimalizować wyraźny wpływ swojego wschodniego sąsiada na bezpieczeństwo rynku ON.
9
Publication available in full text mode
Content available

Sektor gospodarstw domowych

63%
PL
W 2013 r. sektor gospodarstw domowych w Polsce zajmował, pod względem potencjału finansowego, drugie miejsce, po sektorze instytucji finansowych. Jego aktywa finansowe na koniec 2013 r. wynosiły 1 523 mld zł, co w relacji do nominalnej wartości PKB stanowiło 93,3%. Było to znacznie mniej, aniżeli w najbogatszych krajach UE. W strukturze aktywów gospodarstw dominowały depozyty bankowe (36,7%). Istotnymi pozycjami były również udziały w rezerwach funduszy emerytalnych, akcje nienotowane i inne udziały oraz gotówka. W porównaniu z 2012 r. najszybciej przyrastał udział w funduszach wspólnego inwestowania. Zobowiązania gospodarstw domowych wynosiły na koniec 2013 r. 592 mld zł i wynikały przede wszystkim z zaciągniętych kredytów długoterminowych.Istotny wpływ na sytuację ponad 13 mln gospodarstw domowych miały dochody i wydatki, szczególnie przypadające na osobę w gospodarstwie. Ich wielkość w ostatnich latach wzrastała, chociaż wzrost ten był powolny. Przeciętne miesięczne rozporządzalne dochody na osobę w 2013 r. wynosiły 1299 zł, zaś przeciętne wydatki - 1062 zł. W najlepszej sytuacji znajdowały się gospodarstwa domowe pracujących na własny rachunek, w najgorszej - gospodarstwa emerytów. Widoczne zróżnicowanie sytuacji gospodarstw domowych potwierdza również analiza wg grup kwintylowych, subiektywna ocena sytuacji materialnej samych gospodarstw oraz współczynnik Giniego.
EN
In 2013, the sector of households in Poland occupied, in terms of financial potential, the second place, following the sector of financial institutions. Its financial assets, as of the end of 2013, amounted to 1,523 billion zlotys what, in relation to the nominal value of GDP, accounted for 93.3%. It was significantly less than in the richest countries of the European Union. In the structure of households’ assets, there prevailed bank deposits (36.7%). Important items were also shares in reserves of old-age pension funds, unquoted shares and other shares as well as cash. Compared to 2012, the fastest was increment of the mutual fund share. Households’ liabilities amounted, as of the end of 2013, to 592 billion zlotys and they resulted, first of all, from drawn long-term credits.Of an importance impact on the situation of more than 13 million households were incomes and expenses, particularly the per capita in the household ones. Their volume was growing in the recent years, although that growth was slow. The average monthly disposable per capita income in 2013 amounted to 1299 zlotys and the average expenses – to 1062 zlotys. The best situation was in case of self-employed people’s households, the worst – in case of households of old-age pensioners. The apparent differentiation of the situation of households is also confirmed by an analysis by quintile groups, subjective assessment of material situation made by households themselves, and by the Gini coefficient.
EN
Stratification and its inverse concept, overlapping, are strictly connected with inequality, playing an essential role in one kind of decomposition of the Gini index. Properties of overlapping indexes are investigated in this paper. Decomposition of inequalities in Poland (of incomes, expenditures, and their difference), which includes the overlapping-due term, is performed and analysed.
PL
Stratyfikacja oraz pojęcie do niej odwrotne, przekrywanie, są ściśle powiązane z miarami nierówności i odgrywają kluczową rolę w jednym ze sposobów dekompozycji współczynnika Giniego. W niniejszej pracy badane są własności współczynników przekrywania. Analizowana jest dekompozycja nierówności w Polsce (przychodów, rozchodów oraz różnic pomiędzy przychodami i rozchodami gospodarstw domowych), w której pojawia się człon zależny od przekrywania się rozkładów dla poszczególnych grup.
11
63%
EN
In the article gender inequalities in Polish labour market have been investigated in compari­son to other European Union countries. Observed and adjusted gender pay gap, as well as gender inequalities regarding access to top managerial positions, have been analysed. Data from Eurostat, OECD and Polish Central Statisttical Office, as well as findings from studies by other authors, have been discussed. The article concludes that the gender pay gap in Poland is relatively small and decreasing, and that there are significant gender inequalities in access to top managerial positions.
PL
W artykule podjęto problematykę nierówności na rynku pracy ze względu na płeć w Polsce na tle pozostałych krajów Unii Europejskiej. Dokonano analizy rzeczywistej i skorygowanej luki płacowej oraz nierówności związanych z zatrudnieniem na wyższych stanowiskach menedżerskich. Wykorzystano dane Eurostatu, OECD, GUS-u i opublikowane wyniki badań przeprowadzonych przez innych autorów. Analiza umożliwiła sformułowanie wniosków o występujących w Polsce: niewielkiej i malejącej w czasie luce dochodowej oraz istotnych nierówności­ach ze względu na płeć w dostępie do wysokich stanowisk zarządczych.
EN
The article attempts to determine the optimal wage differentiation in Poland’s 16 regions from 1999 to 2015. In our study, optimality is a maximum level of total factor productivity. Wage differentiation was measured by the Gini coefficient. Two hypotheses were tested and confirmed: (1) the relationship between wage differentiation and TFP is described by the parabolic function with a maximum; (2) parabolic functions differ from each other, with different optimal differentiations for each region. In this article, we try to answer the question of how the optimal wage differentiation should be estimated. Is it better to group regions with a hypothetically similar optimal wage differentiation? Or is it better to use a standardised variable approach? We conclude that it is better to use a standardised variable. It seems that this finding has a universal significance. It will make it possible to resolve disputes about whether the relationship between the differentiation of wages (or income) and the level or dynamics of economic efficiency is negative or positive. It will also help explain why many studies do not confirm the link between wage (income) differentiation and economic efficiency. In our opinion, the contradictory, and sometimes inconsistent, results are due to the use of an overly simplified model – one that omits the two confirmed hypotheses.
PL
W artykule podjęto próbę wyznaczenia optymalnego zróżnicowania płac w 16 województwach w latach 1999–2015. Optymalność to w niniejszym badaniu maksymalny poziom łącznej produktywności czynników produkcji (total factor productivity – TFP). Zróżnicowanie płac było mierzone współczynnikiem Giniego. Postawiono i potwierdzono dwie hipotezy: 1) relację zróżnicowania płac i TFP opisuje funkcja paraboliczna z maksimum; 2) funkcje paraboliczne różnią się – w województwach występują różne optymalne zróżnicowania płac. W artykule próbujemy odpowiedzieć na pytania: Jak wyznaczyć optymalne zróżnicowania płac? Czy lepiej pogrupować województwa o hipotetycznie podobnym optymalnym zróżnicowaniu płac, czy też lepiej zastosować wystandaryzowaną zmienną opisującą zróżnicowanie płac? Konkluzja brzmi: lepiej zastosować zmienną wystandaryzowaną. Jak się wydaje, wniosek ten jest uniwersalny. Pozwoli rozstrzygnąć spory odnośnie do tego, czy oddziaływanie zróżnicowania płac (lub dochodów) na poziom albo wzrost efektywności gospodarczej ma charakter negatywny, czy też pozytywny. Wyjaśni też, dlaczego wiele badań nie potwierdza występowania związku pomiędzy zróżnicowaniem płac (lub dochodów) a efektywnością gospodarczą. Przyczyną sprzeczności wyników, a czasem ich niekonkluzywności, jest, naszym zdaniem, zbyt uproszczona postać modelu – pomijająca dwie wyżej wskazane potwierdzone hipotezy.
PL
Celem artykułu jest próba wskazania modeli teoretycznych oraz metod ich estymacji, które możliwie najdokładniej odzwierciedlają empiryczny rozkład dochodów mieszkańców Krakowa. W badaniach brano pod uwagę rozkłady teoretyczne najczęściej wykorzystywane w analizie płac i dochodów, jak: rozkład Singha Maddali, Fiska, log-normalny czy gamma. Przedmiotowe rozkłady badano pod względem precyzji oszacowania miar położenia, zmienności i nierówności dochodowych w zależności od przyjętej metody estymacji parametrów. W obliczeniach wykorzystano dane o indywidualnych dochodach krakowian w 2013 r., pochodzące z badania panelowego przeprowadzonego w ramach „Diagnozy społecznej”. Wyniki badań wskazują, że najbardziej dokładne oszacowanie rozkładu dochodów i jego charakterystyk liczbowych można osiągnąć, stosując model Singha Maddali, a rekomendowaną metodą szacowania parametrów teoretycznych modeli jest metoda największej wiarygodności.
EN
The purpose of this article is to find theoretical models and the best estimation methods that as closely as possible reflect the income distribution of the inhabitants of Cracow. The study took into account models most commonly used in the analysis of wages and incomes – Singh Maddala, Fisk, log-normal distribution, and gamma distribution. Selected distributions were tested for their precision in estimating the measures of position, dispersion, and inequality in empirical income distribution depending on the method of parameter estimation used. To estimate the models, data on the individual income of the inhabitants of Cracow in 2013 were used; the data were taken from the “Social Diagnosis” database. The results indicate that the most precise estimation of income distribution and its characteristics can be achieved using Singh Maddala distribution, while the recommended parameter estimation methods is maximum likelihood method.
EN
Education should be able to keep up with the changes taking place in the surrounding reality, both in terms of its content and mode of work. In addition to technological progress, these changes have been recently stimulated by the COVID-19 pandemic and the related restrictions which enforced distance learning. These circumstances pose a question about the effectiveness of online learning. The aim of this paper is to compare the effectiveness of distance and classroom learning. The analyses are based on the results of the final exams in mathematics obtained by first-year fulltime students majoring in finance and accounting at the University of Lodz in the years 2018/2019 (classroom learning) and 2020/2021 (distance learning). These students’ scores achieved in the basic-level matura exam in mathematics served as a point of reference. The teaching mode remained the same throughout the entire cycle of classes in the aforementioned years. The assessment of the effectiveness of learning was based on the Lorenz curve and the Gini coefficient, which is commonly used by economists to determine income inequality. However, it can also be applied to any kind of data of an unequal distribution. The conducted research showed no significant differences in terms of the effects of distance learning and classroom learning, which proves that the university maintained a high quality of education despite the introduced change in the mode of teaching. The descriptive statistics relating to the verification of the mathematical knowledge in the selected student groups – in particular the left-sided asymmetry – indicate a slight predominance of positive results achieved in the final exams during distance learning compared to the results obtained during classroom education, which also applies to the matura exams. However, these differences are not significant as they differ by approximately 0.1 p.p.
PL
Szkolnictwo, zarówno pod względem treści, jak i formy nauczania, powinno nadążać za zmianami dokonującymi się w otaczającej nas rzeczywistości. W ostatnim czasie zmiany te były stymulowane – oprócz postępu technologicznego – przez pandemię COVID-19 i związane z nią obostrzenia, które wymusiły przejście w tryb nauki zdalnej. Nasuwa się więc pytanie, jak efektywne było kształcenie online. Celem badania omawianego w artykule jest porównanie efektywności kształcenia akademickiego w trybie stacjonarnym i zdalnym. Dane do analiz zaczerpnięto z bazy wyników uzyskanych przez studentów I roku studiów dziennych na kierunku finanse i rachunkowość, prowadzonych na Wydziale Ekonomiczno-Socjologicznym Uniwersytetu Łódzkiego (UŁ), z egzaminów końcowych z matematyki w latach akademickich 2018/2019 (nauka stacjonarna) i 2020/2021 (nauka zdalna) oraz – jako punktu odniesienia – z egzaminów maturalnych z matematyki na poziomie podstawowym zdanych przez badane osoby. W podanych latach przez cały cykl zajęć obowiązywał jeden tryb nauczania. Efektywność kształcenia została oceniona na podstawie krzywej Lorentza i współczynnika Giniego, powszechnie używanego do określania nierówności dochodów, ale możliwego do zastosowania w przypadku każdego rodzaju danych o nierównym rozkładzie. Na podstawie przeprowadzonych analiz stwierdzono, że na UŁ nie występują istotne różnice pomiędzy efektami nauki zdalnej i stacjonarnej, co świadczy o tym, że uczelnia zachowała wysoką jakość kształcenia pomimo zmiany trybu pracy. Statystyki opisowe wyników weryfikacji wiedzy z matematyki dla badanych grup studentów – w szczególności lewostronna asymetria – świadczą o nieznacznej przewadze pozytywnych wyników egzaminów końcowych w okresie nauki zdalnej w porównaniu z wynikami uzyskanymi podczas nauki stacjonarnej. Dotyczy to również egzaminów maturalnych. Jednak różnice te nie są znaczące, wynoszą bowiem ok. 0,1 p.proc.
PL
W tekście przedstawiona została analiza, której zasadniczą konkluzją jest stwierdzenie istnie-nia rozbieżności pomiędzy percepcją nierówności społecznych a ich obiektywnym poziomem. Wyprowadzenie takiej konkluzji staje się możliwe na gruncie porównania obiektywnych zmian w poziomie nierówności, których odzwierciedleniem są zmiany wartości współczynnika Giniego, z ich subiektywną oceną uzyskaną na podstawie ankietowych badań Eurobarometru. Przyczyn takiego rozdźwięku należy upatrywać w licznych czynnikach, ze szczególnym wskazaniem na utożsamienie nierówności z poziomem ubóstwa (dla osób ankietowanych subiektywny poziom ubóstwa jest najlepszym przybliżeniem poziomu nierówności), wpływ mitów oraz różnych ideolo-gii (pewne wartości obecne w kulturze przekładają się na percepcję określonych zjawisk) oraz konkretne uwarunkowania historyczne (dany fakt staje się obserwowalny dopiero w określonych uwarunkowaniach społeczno-polityczno-ekonomicznych). Zostaje także wysunięta teza, że niedo-skonała percepcja nierówności społecznych może mieć istotne znaczenie w dyskursie toczonym wokół zagadnienia wpływu nierówności społecznych na wzrost gospodarczy. Popularny bowiem model środkowego wyborcy, który wyjaśnia jeden z możliwych negatywnych kanałów wpływu nierówności na dynamikę wzrostu zakłada, że opinia publiczna poprawnie odczytuje zmiany za-chodzące w rzeczywistości społeczno-gospodarczej i na gruncie tych obserwacji wybiera określo-ne opcje polityczne w demokratycznych wyborach. Z kolei stwierdzenie istnienia niespójności pomiędzy percepcją nierówności społecznych a ich faktycznym stanem niejako przekreśla zasad-ność jednego z głównych założeń modelu.
EN
In the article an analysis was presented according to which there is a discrepancy between the public perception of income inequality and its objective level. This sort of attempt is based on comparison between Gini coefficient value – common measure of inequality, and subjective opin-ions expressed in Eurobarometer’s social survey. There is a number of reasons for this state but the most fundamental are: identification of inequality level with the level of poverty (level of poverty is treated by the public as an approximation of inequality), the impact of myths, various ideologies and specific historical circumstances (for culture and political circumstances do matter for percep-tion of social issues). The author also puts forward a thesis, that an imperfect perception of ine-quality may be of vital importance in the discourse around the issue of the influence of income inequality on economic growth. It is because of the fact, that a popular Median Voter model, which explains how inequality may be harmful for economic performance assumes that public opinion correctly perceive the changes in socioeconomic reality. This very discrepancy between public perception of inequality and its objective level makes median voter model – hard to accept.
PL
Problematyka nierówności w stanie zdrowia stanowi jeden z najważniejszych obszarów badań i działań w obszarze współczesnej polityki zdrowotnej. Istotność problematyki nierówności w zdro-wiu znajduje odzwierciedlenie w strategicznych dokumentach dotyczących polityki zdrowotnej, zarów-no tych o charakterze krajowym, jak i międzynarodowym. Zgodnie ze stosowanym tu ujęciem prezen-towanym przez Światową Organizację Zdrowia nierówności zdrowotne „odzwierciedlają niepotrzebne i możliwe do uniknięcia różnice w stanie zdrowia, które uważane są za niesprawiedliwe”. W opracowaniu podjęto próbę uchwycenia dynamiki regionalnych nierówności w zdrowiu w Pol-sce. Nierówności w zdrowiu zidentyfikowano na podstawie zróżnicowania standaryzowanych wskaźników umieralności w powiatach w podziale na wiek oraz płeć. Zastosowano dane dotyczą-ce dwóch okresów: lat 1999–2001 oraz lat 2008–2010. Dynamikę nierówności w zdrowiu zidenty-fikowano przy wykorzystaniu analizy sigma konwergencji oraz cech rozkładu badanej zmiennej. Wyniki badania wskazują, że nierówności w zdrowiu w Polsce, rozpatrywane z punktu wi-dzenia różnic regionalnych, pogłębiły się między dwoma badanymi okresami. Sytuacja ta dotyczy-ła 5 z 6 analizowanych wskaźników umieralności. Tylko w przypadku kobiet w wieku 65 lat i więcej nie zaobserwowano pogłębiania się terytorialnych różnic w stanie zdrowia. Wyniki dają fragmentaryczny obraz nierówności zdrowotnych w Polsce. W badaniu skoncentro-wano się tylko na pomiarze tych nierówności w ujęciu terytorialnym, nie przeanalizowano natomiast wpływu czynników społeczno-ekonomicznych na kształtowanie zróżnicowania w stanie zdrowia.
EN
Issue of health inequalities constitutes one of the most important areas of research and actions in contemporary health policy. The importance of health inequalities is reflected in strategic health policy documents, both the national ones and these concerned with the international health problems. Accord-ing to World Health Organization point of view, which is also used herein, health inequalities “reflect unnecessary and avoidable differences in health status, that are considered to be unfair”. The purpose of the paper is to investigate the dynamics of regional health inequalities in Po-land. The health inequalities were identified by using variation in age- and gender-specific stand-ardised mortality ratios in the districts (powiats) of Poland. The timespan of the analysis covers two periods, years 1999–2001 and years 2008–2010. The dynamics of health inequalities was measured with the use of Sigma-convergence analysis as well as analysis of the variable distribution. The results show that the regional health inequalities in Poland increased between the two in-vestigated periods. This conclusion applies to 5 of 6 of the analysed mortality measures. Only in the case of 65 or older females the territorial health inequalities did not increase. The results present only limited evaluation of health inequalities in Poland. The research con-centrates on the measurement of territorial inequalities, while the impact of socio-economic factors on shaping the differences in health status was not analysed.
PL
W artykule przedstawiono oszacowania miar nierówności płac w polskich województwach w 2014 roku wraz z krótką ich analizą. Do badań wykorzystano nieidentyfikowalne dane jednostkowe GUS dotyczące płacy brutto i pochodzące z badania Struktury wynagrodzeń według zawodów w październiku 2014 roku. Jako narzędzie analizy wykorzystano koncepcje krzywej Lorenza oraz uogólnionej krzywej Lorenza. Analizę uzupełniono o oszacowania popularnych miar nierówności – w tym o współczynnik Giniego oraz współczynnik Atkinsona, a także skróconej funkcji dobrobytu (indeks Sena). Dodatkowo przedstawiono też prostą dekompozycję ze względu na współczynnik Giniego. Analiza z wykorzystaniem krzywych Lorenza wykazała, że w pewnych przypadkach krzywe te przecinają się wzajemnie. Uniemożliwia to proste wnioskowanie o porządku tych rozkładów i jest często spotykanym problemem w badaniach empirycznych. Jak się jednak okazuje porządki generowane przez współczynnik Giniego, współczynnik Atkinsona oraz indeks Sena są relatywnie zgodne. Do regionów o zdecydowanie najwyższym poziomie nierówności płac można zaliczyć m.in. województwo mazowieckie, dolnośląskie, śląskie, pomorskie i małopolskie.
EN
The paper presents estimates of wage inequality measures in Polish voivodships in 2014 with a brief analysis of them. Unidentified unit data of the Central Statistical Office regarding gross earnings and collected for the survey of Structure of wages and salaries by occupations in October 2014 were used for the research. The concepts of the Lorenz curve and the generalized Lorenz curve were used as the analysis tool. The analysis was supplemented with estimates of popular inequality measures – including the Gini coefficient and the Atkinson coefficient as well as the social welfare function (Sen index). In addition, a simple de-composition was also presented due to the Gini coefficient. Analysis with use of the Lorenz curves showed that in some cases these curves intersect each other. This makes it impossible to simply draw conclusions about the order of these distributions and is a frequently encountered problem in empirical research. As it turns out, the rankings generated by the Gini coefficient, the Atkinson coefficient and the Sen index are relatively consistent. The regions with the highest level of earnings inequalities includes among others: mazowieckie, dolnośląskie, śląskie, pomorskie and małopolskie.
PL
Globalizacja i skutki, jakie ze sobą niesie, to przedmiot dyskusji wielu rozmów toczonych przez „największych” współczesnego świata. Z procesem tym związane są zarówno zjawiska o charakterze pozytywnym jak i negatywnym. Do pozytywów należy zaliczyć szybki wzrost gospodarczy – zwłaszcza krajów rozwijających się. Pośród tych krajów prym wiodą Brazylia, Rosja, Indie, Chiny, a w ostatnich latach również RPA. Z kolei ciemną stroną globalizacji są niewątpliwie rosnące nierówności społeczno-ekonomiczne na całym świecie. Wzrost nierówności w rozkładzie dochodów społeczeństwa może być mierzony za pomocą współczynnika Giniego. Im jego wartość jest bliższa 0, tym mniejszy poziom nierówności, w rozkładzie którego zmienną losową jest dochód obywateli danego kraju. Rosnące różnice pomiędzy zarobkami najbogatszych i najuboższych powodują wzrost niezadowolenia tej drugiej grupy. Co prawda w ostatnich latach zdecydowanie udało się ograniczyć odsetek osób, które zmuszone są żyć poniżej granicy ubóstwa, jednak takich osób jest wciąż bardzo wiele i ich liczba jeszcze 3 lata temu była bliska 900 mln. Bardzo istotne jest również to, że ci najbogatsi to zaledwie niewielka garstka osób, które w swoich rękach skupiają majątek wielokrotnie przekraczający całkowite zarobki pozostałej części świata. Tak pogłębiające się nierówności prowadzą do tego, że niezadowoleni obywatele najbiedniejszych państw podejmują decyzję o opuszczeniu swoich rodzimych krajów i szukają lepszej jakości życia w tzw. krajach zachodnich. Jeżeli w najbliższych latach sytuacja gospodarcza w krajach najbardziej ubogich nie ulegnie znacznej poprawie, to proces migracji biednej ludności może zagrozić równowadze i bezpieczeństwu całego świata.
EN
Globalization and its consequences are the focus of a debate held by many “great minds” in the modern world. This process involves both positive and negative phenomena. The positives include fast economic growth – especially in developing countries. Among these countries, the leaders are Brazil, Russia, India, China, and in recent years also South Africa. In turn, the “dark side” of globalization undoubtedly includes growing social and economic inequalities throughout the world. The increase in income inequality of society can be measured by the Gini index. The closer its value is to 0, the lower the level of income distribution inequality in a given country. Growing differences between the earnings of the richest and the poorest result in an increase in dissatisfaction of this second group. It is true that in recent years there has been success in reducing the proportion of people who are forced to live below the poverty line, but such people are still very many, and their number is still close to 1 billion. It is also important that the richest are just a small group of people that are in possession of a large part of world’s wealth. So growing inequalities lead to the fact that dissatisfied citizens of the poorest countries decide to leave their home countries and seek a better quality of life in western countries. If in the coming years the economic situation in the poorest countries will not improve significantly, the process of migration of poor populations can threaten the balance and security of the whole world.
EN
It was revealed that in the years 2006–2015 the highest health inequalities characterized the inhabitants of Europe with low level of education and in the second income group GIH-Q20-40. The lowest inequalities in terms of health were revealed among the Europeans with secondary education and the highest income group. The highest inequalities with bad health were found among Europeans with higher education and the highest income group. The reason for the inequalities are other determinants of the state of health, e.g. availability of health care services. The lowest inequalities with bad health were revealed in a group of people with secondary and lower education and occurred in 2014 in the first and third income group.
PL
Wykazano, że w latach 2006–2015 najwyższymi nierównościami zdrowotnymi charakteryzowali się mieszkańcy Europy z niskim wykształceniem i w drugiej grupie dochodowej GIH-Q20-40. Najniższe nierównomierności związane ze zdrowiem wystąpiły u mieszkańców Europy ze średnim wykształceniem i w najwyższej grupie dochodowej. Najwyższe nierównomierności związane ze złym zdrowiem wystąpiły u mieszkańców Europy z wysokim wykształceniem i w najwyższej grupie dochodowej. Ich powodem są inne determinanty stanu zdrowia, np. dostępność opieki zdrowotnej. Najniższe nierównomierności w związku ze złym zdrowiem wystąpiły w grupie osób ze średnim i niskim wykształceniem w 2014 roku w pierwszej i trzeciej grupie dochodowej.
EN
The analysis was worked out on the basis of Health Variables of The European Statistics of Income and Living Condition (EU-SILC), European Health Interview Survey (EHIS). The SRH-self-rated health variable in relation to education and income was used in ther analysis. There were two research hypotheses put forward and verified during the study. H1: Education is a stronger determinant than income affecting health inequalities of the populations of the, so called, new UE countries. H2: The state of health inequality, investigated during the period 2006–2015, is increasing in the, so called, new UE countries.
PL
Analizę opracowano na podstawie Health variables of The European Statistics of Income and Living Condition (EU-SILC), European Health Interview Survey (EHIS). Do analizy wykorzystano zmienną SRH-self-rated health w zależności od wykształcenia i dochodu. W toku pracy postawiono dwie hipotezy badawcze, które poddano weryfikacji w badaniach. H1: Wykształcenie jest silniejszą od dochodu determinantą wpływającą na nierówności zdrowotne populacji w tzw. krajach nowej UE. H2: Stan nierówności zdrowotnej badany w okresie 2006–2015 roku zwiększa się w tzw. krajach nowej UE.
first rewind previous Page / 2 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.