Zróżnicowanie płac w polskich województwach – analiza z wykorzystaniem popularnych miar nierówności

• Authors: Mowczan Damian

Title variants

EN

Zróżnicowanie płac w polskich województwach – analiza z wykorzystaniem popularnych miar nierówności

• Languages of publication: PL

Abstracts

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.

Keywords

PL

zróżnicowanie płac; współczynnik Giniego; krzywa Lorenza; analizy regionalne

EN

wage disparities,; Gini coefficient,; Lorenz curve,; regional analysis

• Publisher: Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
• Journal: Nierówności społeczne a wzrost gospodarczy
• Year: 2018
• Volume: 55
• Pages: 348-361

Contributors

author

Mowczan Damian

• Katedra Ekonometrii Uniwersytet Łódzki

References

• Aksman E., 2010, Redystrybucja dochodów i jej wpływ na dobrobyt społeczny w Polsce w latach 1995–2007, Wydawnictwo Uniwersytetu Warszawskiego, Warszawa.
• Atkinson A.B., 1970, On the measurement of inequality, Journal of Economic Theory, nr 2 (3), http://dx.doi.org/10.1016/0022-0531(70)90039-6.
• Biernacki M., 2006, Porządki generowane krzywą Lorenza, „Mathematical Economics”, nr 3 (10).
• Brzeziński M., Kostro K., 2010, Income and consumption inequality in Poland, 1998– 2008, „Bank i Kredyt”, nr 4 (41).
• Davies J., Hoy M., 1995, Making inequality comparisons when Lorenz curves intersect, „The American Economic Review” nr 4 (85).
• Graca-Gelert P., 2016, Household income inequality in Poland from 2005 to 2013 – a decomposition of the Gini coefficient by socio-economic groups, „Nierówności Społeczne a Wzrost Gospodarczy”, nr 47, http://dx.doi.org/10.15584/nsawg.2016.3.31.
• GUS, 2016, Struktura wynagrodzeń według zawodów w październiku 2014 r., GUS, Warszawa.
• Jann B., 2016, Estimating Lorenz and concentration curves in Stata, „University of Bern Social Sciences Working Papers”, No. 15.
• Jenkins S.P., Help for ineqdeco, ineqdec0, http://fmwww.bc.edu/repec/bocode/i/ineqdeco. html (dostęp: 19.08.2017 r.).
• Jędrzejczak A., 2009, Comparing income distribution – methods and their application to wage distribution in Poland, „Folia Oeconomica”, nr 225.
• Jędrzejczak A., 2011, Metody analizy rozkładów dochodów i ich koncentracji. Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
• Knowles S., 2001, Inequality and economic growth: the empirical relationship reconsidered in the light of comparable data, „CREDIT Research Papers”, nr 01/03.
• Kordos J., 1973, Metody analizy i prognozowania rozkładów płac i dochodów ludności, Państwowe Wydawnictwo Ekonomiczne, Warszawa.
• Kot S.M. (red.), 1999, Analiza ekonometryczna kształtowania się płac w Polsce w okresie transformacji, Wydawnictwo Naukowe PWN, Warszawa.
• Kot S.M., 2000, Ekonometryczne modele dobrobytu, Wydawnictwo Naukowe PWN, Warszawa.
• Kot S.M., Malawski A., Węgrzecki A. (red.), 2004, Dobrobyt społeczny, nierówności i sprawiedliwość dystrybutywna, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
• Kumor P., Sztaudynger J.J., 2007, Optymalne zróżnicowanie płac w Polsce – analiza ekonometryczna, „Ekonomista”, nr 1.
• Lambert P.J., Aronson J.R., 1993, Inequality decomposition analysis and the Gini coefficient revisited, „The Economic Journal”, No. 103 (420), https://dx.doi.org/10.2307/2234247
• Mowczan D., 2015, Optymalny poziom zróżnicowania płac w polskich województwach a wzrost gospodarczy, „Studia Prawno-Ekonomiczne”, t. 97.
• Mowczan D., 2015, Zróżnicowanie płacy w Polsce w ujęciu regionalnym i jej wpływ na proces wzrostu gospodarczego, „Wiadomości Statystyczne”, nr 2.
• O’Donnell O., O’Neill S., Van Ourti T., Walsh B., 2016, Conindex: estimation of concentration indices, „The Stata Journal”, No. 16 (1).
• Pacho W., Garbicz M. (red.), 2008, Wzrost gospodarczy a bezrobocie i nierówności w podziale dochodu, Szkoła Główna Handlowa w Warszawie, Warszawa.
• Piketty T., 2015, Kapitał w XXI wieku, Wydawnictwo Krytyka Polityczna, Warszawa.
• Pyatt G., 1976, On the interpretation and disaggregation of Gini coefficients, „The Economic Journal”, No. 86 (342), https://dx.doi.org/10.2307/2230745.
• Rawls J., 1994, Teoria sprawiedliwości, Wydawnictwo Naukowe PWN, Warszawa. Shorrocks A. F., 1983, Ranking income distribution, „Economica”, No. 50 (197), http://dx.doi.org/10.2307/2554117.
• Z-12 Sprawozdanie o strukturze wynagrodzeń według zawodów, http://form.stat.gov.pl/formularze/2017/passive/Z-12.pdf (dostęp: 07.08.2017 r.).

Identifiers

DOI

10.15584/nsawg.2018.3.24