The availability of detailed and precise data on poverty at a low level of spatial aggregation is important when pursuing an effective cohesion policy. In Poland, this type of information is gathered during household surveys conducted by Statistics Poland and is made available at country, region, and selected socio-economic group level. Direct estimates relating to domains not included in a survey are burdened with a serious estimation error. In a situation of a limited (or in extreme cases zero) sample size, an estimation becomes possible through the application of small area estimation methods – indirect estimation. These techniques use variables which are strongly correlated with the researched phenomenon and which come from a census or from an administrative register. The aim of the study discussed in the article is to estimate two indicators: the rate of poverty and the depth of poverty at a poviat level, with the application of the Empirical Bayes (EB) method. The first indicator provides information on the scale of the phenomenon and the other one on its intensity, and so they constitute complementary measures of poverty. The study used data from the European Union Statistics on Income and Living Conditions of 2011 and the National Census of Population and Housing 2011. Information about the scale and intensity of poverty at the poviat level was obtained through the adaptation of the EB method based on the linear mixed model and Monte Carlo simulations. The indicators estimated this way allow for an assessment of the diversity of poverty at a local level. In addition, they are more precise and consistent with administrative registers in comparison to direct estimation results.
PL
Dysponowanie szczegółowymi i precyzyjnymi danymi na temat ubóstwa na niskim poziomie agregacji przestrzennej jest ważne dla prowadzenia skutecznej polityki spójności. W Polsce tego typu informacje są gromadzone w ramach badań gospodarstw domowych, prowadzonych przez Główny Urząd Statystyczny, i udostępniane na poziomie kraju, regionów i wybranych grup społeczno-ekonomicznych. Oszacowania bezpośrednie w domenach, których badanie nie obejmuje, są obarczone dużym błędem szacunku. W sytuacji ograniczonej, w skrajnym przypadku zerowej, liczebności próby estymację umożliwia zastosowanie metod statystyki małych obszarów – estymacji pośredniej. Techniki te wykorzystują cechy silnie skorelowane z badanym zjawiskiem, pochodzące ze spisu powszechnego lub z rejestru administracyjnego. Celem badania omawianego w artykule jest estymacja dwóch wskaźników: stopy ubóstwa i głębokości ubóstwa na poziomie powiatów, z zastosowaniem empirycznej metody bayesowskiej (EB). Pierwszy wskaźnik informuje o skali zjawiska, a drugi – o jego intensywności, więc są one komplementarnymi miarami ubóstwa. W badaniu wykorzystano dane z Europejskiego Badania Dochodów i Warunków Życia przeprowadzonego w 2011 r. oraz Narodowego Spisu Powszechnego Ludności i Mieszkań 2011. Za pomocą metody EB, bazującej na liniowym modelu mieszanym i symulacjach Monte Carlo, uzyskano informacje o wielkości i intensywności ubóstwa na poziomie powiatów. Oszacowane w ten sposób wskaźniki pozwalają na ocenę zróżnicowania ubóstwa na poziomie lokalnym. Ponadto cechują się większą precyzją i zbieżnością z rejestrami administracyjnymi w porównaniu do rezultatów estymacji bezpośredniej.
Ubóstwo jest zjawiskiem bardzo złożonym. Ograniczanie tego niekorzystnego zjawiska jest obecnie najważniejszym celem Banku Światowego. Jednak, aby tę misję realizować potrzebne są metody identyfikacji ubogich. Wskaźniki opisujące ubóstwo są jednak dostarczane na bardzo ogólnym poziomie. Otrzymanie bardziej szczegółowych informacji jest możliwe dzięki zastosowaniu statystyki małych obszarów (SMO). Jest to zbiór metod pozwalających na estymację parametrów przy małej liczebności próby z wykorzystaniem wszelkich dostępnych źródeł informacji. Głównym celem artykułu jest próba oszacowania wskaźnika zagrożenia ubóstwem na poziomie powiatów w województwie wielkopolskim przy użyciu wybranych metod SMO. Obliczenie tej miary odbędzie się na podstawie danych udostępnianych przez GUS charakteryzujących poziom życia gospodarstw domowych. Taka estymacja pozwoli uzyskanie kompleksowej informacji na poziomie lokalnym dotyczącej sfery ubóstwa.
EN
Poverty is very complex phenomenon. Limitation of this disadvantageous phenomenon is main goal of World Bank now. Nevertheless, to realize this mission methods of identification the poor are necessary. Indicates describing poverty are provide at very general level. Getting more detailed information is possible thanks to applied small area estimation (SAE). It is the set of methods which allow estimation of parameters at small sample size with usage of all available information sources. The main goal of this article is attempt to estimate at-risk-of-poverty rate at districts in Great Poland using chosen methods of SAE. These measure will calculation based on statistics data describing life level of households in Poland provided by Central Statistical Office. That estimation give comprehensive information at local level about poverty.
The article aims to compare the intensity of use of external knowledge sources in various types of businesses. It focuses on companies in the process of internationalization as they operate in diverse, demanding environment. Furthermore, the form of ownership of companies is also taken into account as effectiveness of private- and state-owned enterprises is the topic of ongoing debate in many countries. The results show that Polish private- and state-owned enterprises engaged abroad characterize with their own specificity in terms of knowledge sources they use. Nevertheless, they acquire external knowledge less intensively than foreign owned businesses.
The paper presents an empirical study designed to test a small area estimation method. The aim of the study is to apply a robust version of the Fay-Herriot model to the estimation of average wages in the small business sector. Unlike the classical Fay-Herriot model, its robust version makes it possible to meet the assumption of normality of random effects under the presence of outliers. Moreover, the use of this version of the Fay-Herriot model helps to improve the precision of estimates, especially in domains where samples are of small sizes. These alternative models are supplied with auxiliary variables. The study seeks to present the characteristics of and differences among small business units cross-classified by selected NACE sections and district units of the provinces of Mazowieckie and Wielkopolskie. It was carried out on the basis of data from a survey conducted by the Statistical Office in Poznan and from administrative registers. It is the first study which attempts to produce estimates of average wages for this sector of the national economy.
The EU Statistics on Income and Living Conditions (EU-SILC) has provided annual estimates of the number of labour market indicators for EU countries since 2003, with an almost exclusive focus on national rates. However, it is impossible to obtain reliable direct estimates of labour market statistics at low levels based on the EU-SILC survey. In such cases, modelbased small area estimation can be used. In this paper, the low work intensity indicator for the spatial domains in Poland between 2005-2012 was estimated. The Rao and You (1994), Fay and Diallo (2012), and Marhuenda, Molina and Morales (2013) models were applied. The bootstrap MSE for the discussed methods was proposed. The results indicate that these models provide more reliable estimates than direct estimation.
Information about monthly characteristics of the small business sector is currently provided mainly by sample surveys conducted, among others, by the Central Statistical Office. Sample size enables parameters of interest to be estimated with acceptable precision only at the country or voivodeship level or by NACE section. The growing demand for reliable estimates at a low level of aggregation is the motivating force behind research into the application of indirect methods of estimation based on auxiliary sources of information. Hence, the article seeks to evaluate the possibility of applying the Fay-Herriot model to estimate one of the basic economic variables that characterise small business, i.e. revenue, based on information collected in administrative registers maintained by the Ministry of Finance.
PL
Informacje dotyczące miesięcznych charakterystyk sektora małych przedsiębiorstw obecnie pochodzą głównie z badań reprezentacyjnych prowadzonych m.in. przez GUS. Wielkość próby umożliwia precyzyjne oszacowanie parametrów jedynie dla całego kraju i województw bądź w przekroju sekcji PKD. Rosnąca potrzeba dostarczenia wiarygodnych szacunków na niskim poziomie agregacji skłania do prowadzenia badań dotyczących zastosowania pośrednich metod estymacji wykorzystujących dodatkowe źródła informacji. Stąd też celem artykułu jest ocena możliwości zastosowania modelu Fay-Herriota do oszacowania jednej z podstawowych charakterystyk ekonomicznych dotyczących małych przedsiębiorstw, jaką jest przychód, na podstawie informacji zawartych w rejestrach administracyjnych prowadzonych przez Ministerstwo Finansów.
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.