-
938
-
807
-
691
-
639
-
562
Pliki do pobrania
Analiza sytuacji ekonomicznej w oparciu o nierówności dochodowe i ubóstwo jest bardzo ważnym zagadnieniem, które wymaga ciągłego monitoringu. W Polsce dużo uwagi poświęca się tworzeniu licznych programów mających na celu wzrost jakości życia, co prowadzi między innymi do wzrostu dochodów różnych grup społecznych; brakuje jednak systemowej oceny efektów prowadzonej polityki. Publikacja w pewnym stopniu wypełnia tę lukę. Analiza zmian w rozkładzie dochodów przeprowadzona została dla województwa łódzkiego, które w badanym okresie, 2016-2020, było narażone z jednej strony na wpływ pandemii Covid’19, a z drugiej na szybki wzrost gospodarczy i działanie licznych programów społecznych. Pogłębiona analiza rozkładów dochodów w województwie łódzkim, oparta na porównaniach zarówno w czasie jak i w podziale na grupy społeczno-ekonomiczne gospodarstw domowych, była możliwa dzięki zastosowaniu metod statystycznych opartych na rozkładach empirycznych oraz teoretycznych. Do opisu rozkładu dochodów zaprezentowane zostały wszystkie najczęściej wykorzystywane rozkłady teoretyczne: rozkład logarytmiczno-normalny, Daguma, Singha-Maddali i Pareta. Do analizy nierówności w rozkładzie dochodów wykorzystano krzywe koncentracji oraz współczynnik Giniego, Zengi, zróżnicowania kwintylowego, decylowego i skrajnych części rozkładu oraz wskaźnik maksymalnego wyrównania. Spośród miar ubóstwa do analizy zaproponowano: wskaźnik zagrożenia ubóstwem, indeks luki dochodowej ubogich, wskaźnik dotkliwości ubóstwa. Zamożność teoretycznie została opisana za pomocą granicy zamożności oraz opartego na niej wskaźnika zamożności. Analiza uzupełniona została prezentacją graficzną wyników, która pozwoliła na ocenę zmian, jakie zaszły w całym rozkładzie dochodów w województwie łódzkim na tle kraju.
Aly E.-E.A.A., Hervas M.O. (1999), Nonparametric Inference for Zenga’s Measure of Income Inequality, „Metron”, LVII, s. 69–84.
Atkinson A.B., Rainwater L., Smeeding T.M. (1995), Income Distribution in OECD Countries: Evidence from the Luxembourg Income Study, „Social Policy Studies”, 18, OECD, Paris.
Betti G., Verma V.K. (1999), Measuring the Degree of Poverty in a Dynamic and Comparative Context: A Multidimensional Approach Using Fuzzy Set Theory, „Proceedings”, 11, s. 27–31.
Brzeziński M. (2014), Statistical Inference for Richness Measures, „Applied Economics”, 46 (14), s. 1599–1608.
Buhmann B., Rainwater L., Schmaus G., Smeeding T.M. (1988), Equivalence Scales, Well-Being, Inequality, and Poverty: Sensitivity Estimates across Ten Countries Using the Luxembourg Income Study (LIS) Database, „The Review of Income and Wealth”, 34 (2), 115–142.
Dagum C. (1977), A New Model of Personal Income Distribution: Specification and Estimation, „Économie appliquée”, 30, s. 413–437.
Dagum C., Lemmi A. (1989), A Contribution to the Analysis of Income Distribution and Income Inequality and a Case Study: Italy, „Research on Economic Inequality”, 1, s. 123–157.
Fei J.C.H., Ranis G., Kuo S.W.Y. (1978), Growth and the Family Distribution of Income by Factor Components, „The Quarterly Journal of Economics”, 92 (1), s. 17–53.
Gini C. (1914), Sulla Misura della Concentrazione e della Variabilita dei Caratteri, Atti del R. Istituto Veneto di SS.LL.AA., 73, 1203–1248.
Greselin F., Jędrzejczak A. (2020), Analyzing the Gender Gap in Poland and Italy, and by Regions, „International Advances in Economic Research”, 26 (4), s. 433–447.
Greselin F., Pasquazzi L. (2009), Asymptotic Confidence Intervals for a New Inequality Measure, „Communications in Statistics – Simulation and Computation”, 38 (8), s. 1742–1756.
Greselin F., Pasquazzi L., Zitikis R. (2013), Contrasting the Gini and Zenga Indices of Economic Inequality, „Journal of Applied Statistics”, 40 (2), s. 282–297.
GUS (2017), Rocznik Statystyczny Województw 2017, data publikacji: 19.01.2018, https://stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/rocznik-statystyczny-wojewodztw-2017,4,12.html [dostęp: 21.03.2023].
GUS (2018), Rocznik Statystyczny Województw 2018, data publikacji: 18.01.2019, https://stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/rocznik-statystyczny-wojewodztw-2018,4,13.html [dostęp: 21.03.2023].
GUS (2019), Rocznik Statystyczny Województw 2019, data publikacji: 22.01.2020, https://stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/rocznik-statystyczny-wojewodztw-2019,4,14.html [dostęp: 21.03.2023].
GUS (2020), Rocznik Statystyczny Województw 2020, data publikacji: 21.01.2021, https://stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/rocznik-statystyczny-wojewodztw-2020,4,15.html [dostęp: 21.03.2023].
GUS (2021a), Rocznik Statystyczny Województw 2021, data publikacji: 31.12.2021, https://stat.gov.pl/obszary-tematyczne/roczniki-statystyczne/roczniki-statystyczne/rocznik-statystyczny-wojewodztw-2021,4,16.html [dostęp: 21.03.2023].
GUS (2021b), Budżety gospodarstw domowych w 2020 roku, data publikacji: 30.09.2021, https://stat.gov.pl/obszary-tematyczne/warunki-zycia/dochody-wydatki-i-warunki-zycia-ludnosci/budzety-gospodarstw-domowych-w-2020-roku,9,15.html [dostęp: 21.03.2023].
GUS (2021c), Ubóstwo w Polsce w latach 2019 i 2020, GUS Warszawa, https://stat.gov.pl/files/gfx/portalinformacyjny/pl/defaultaktualnosci/5487/1/10/1/ubostwo_w_polsce_w_latach_2019_i_2020_2.pdf [dostęp: 21.03.2023].
Harrell F.E., Davis C.E. (1982), A New Distribution-Free Quantile Estimator, „Biometrika” 69 (3), s. 635–640.
Huang M.L., Brill P.H. (1999), A Level Crossing Quantile Estimation Method, „Statistics & Probability Letters”, 45 (2), s. 111–119.
Jędrzejczak A. (2011), Metody analizy rozkładów dochodów i ich koncentracji, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
Jędrzejczak A. (2014), Income Inequality and Income Stratification in Poland, „Statistics in Transition”, 15 (2), s. 269–283.
Jędrzejczak A. (2015), Regional Income Inequalities in Poland and Italy, „Comparative Economic Research”, 18 (4), s. 27–45.
Jędrzejczak A., Pekasiewicz D. (2020), Teoretyczne rozkłady dochodów gospodarstw domowych i ich estymacja, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
Jędrzejczak A., Pekasiewicz D. (2022), Nierównomierność ekwiwalentnych dochodów gospodarstw domowych w województwie łódzkim, „Wiadomości Statystyczne”, 67 (6), s. 29–51.
Kleiber C., Kotz S. (2003), Statistical Size Distributions in Economics and Actuarial Sciences, Wiley, Hoboken.
Kordos J. (2005), Household Surveys in Transition Countries. Chapter XXV, [w:] Household Sample Surveys in Developing and Transition Countries, United Nations, New York, http://unstats.un.org/unsd/hhsurveys/part2_new.htm [dostęp: 21.03.2023].
Kordos J., Lednicki B., Żyra M. (2002), The Household Sample Surveys in Poland, „Statistics in Transition”, 5 (4), s. 555–589
Kordos J., Stroińska Z. (1971), Statystyczne metody analizy rozkładu płac i dochodów ludności, seria: Z Prac Zakładu Badań Statystyczno-Ekonomicznych, 62, Główny Urząd Statystyczny, Warszawa.
Kośny M. (2019), Upper Tail of the Income Distribution in Tax Records and Survey Data. Evidence from Poland, „Argumenta Oeconomica”, 1 (42), s. 55–80.
Kośny M., Yalonetzky G. (2015), Relative Income Change and Pro-Poor Growth, „Journal of Analytical and Institutional Economics”, 32 (3), s. 311–327.
Kot S.M. (1995), A Probabilistic Model of Size Distribution of Income with Covariates, „Przegląd Statystyczny”, 42 (2), s. 155–180.
Kot S.M. (2000), Ekonometryczne modele dobrobytu, Wydawnictwo Naukowe PWN, Warszawa.
Kot S.M. (2008), Polaryzacja ekonomiczna. Teoria i zastosowanie, Wydawnictwo Naukowe PWN, Warszawa.
Kruszka K. (1989), Miary podobieństwa struktury obiektów społeczno-ekonomicznych (studium porównawcze), „Zeszyty Naukowe. Seria I”, Akademia Ekonomiczna w Poznaniu, 159, s. 48–65.
Lorenz M.O. (1905), Methods of Measuring the Concentration of Wealth, „Publications of the American Statistical Association”, 9 (70), s. 209–219.
Łukasiewicz P., Koszela G., Orłowski A. (2006), Wpływ wyboru skali ekwiwalentności na wyniki w zakresie pomiaru ubóstwa i koncentracji dochodów, „Zeszyty Naukowe SGGW – Ekonomika i Organizacja Gospodarki Żywnościowej”, 60, s. 207–217.
Mandelbrot B. (1963), New Methods in Statistical Economics, „The Journal of Political Economy”, 71 (5), s. 79–106.
Mazurek E., Ostasiewicz K. (2013), Comparison of the Gini and Zenga Indexes Using Some Theoretical Income Distributions Abstract, „Operations Research and Decisions”, 23 (1), s. 37–62.
Missalowa G. (1964, 1967), Studia nad powstaniem łódzkiego okręgu przemysłowego. 1815–1870, t. 1–2, Wydawnictwo Łódzkie, Łódź.
Panek T. (2011), Ubóstwo, wykluczenie społeczne i nierówności. Teoria i praktyka pomiaru, Szkoła Główna Handlowa, Warszawa.
Panek T., Podgórski J., Szulc A. (1999), Ubóstwo: teoria i praktyka pomiaru, seria: Monografie i Opracowania, 453, Szkoła Główna Handlowa, Warszawa.
Pareto V. (1895), La legge della domanda, „Giornale Degli Economisti”, 10, s. 59–68.
Pareto V. (1897), Cours d’économie politique, Rouge, Lausanne.
Pawłowski Z. (1960), Badania elastyczności popytu a rozkład dochodów, „Przegląd Statystyczny”, 7 (4), s. 445–465.
Peichl A., Schaefer T., Scheicher Ch. (2008), Measuring Richness and Poverty: A Micro Data Application to Europe and Germany, „IZA Discussion Paper”, 3790, https://www.iza.org/publications/dp/3790/measuring-richness-and-poverty-a-micro-data-application-to-europe-and-germany [dostęp: 21.03.2023].
Podolec B., Ulman P., Wałęga A. (2008), Aktywność ekonomiczna a sytuacja materialna gospodarstw domowych, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków.
Porro F., Zenga M.M. (2014), The Decomposition by Subgroups of the Inequality Curve Z(p) and the Inequality Index ζ, [w:] S. Cabras, T. Di Battista, W. Racugno (eds.), Proceeding of the 47th Scientific Meeting of the Italian Statistical Society, Cagliari.
Pyatt G. (1976), On the Interpretation and Disaggregation of Gini Coefficients, „The Economic Journal”, 86 (342), s. 243–255.
Puś W. (1987), Dzieje Łodzi przemysłowej, Wydawnictwo Muzeum Historii Miasta Łodzi, Łódź.
Rusnak Z. (2011), Pomiar ubóstwa i wykluczenia społecznego – problemy metodologiczne, „Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu”, 20, s. 387–408.
Sen A. (1973), On Economic Inequality, Clarendon Press, Oxford.
Sen A. (1976), Poverty: An Ordinal Approach to Measurement, „Econometrica”, 44 (2), s. 219–231.
Sen A.K. (1997), From Income Inequality to Economic Inequality, „Southern Economic Journal”, 64 (2), s. 384–401.
Singh S.K., Maddala G.S. (1976), A Function for Size Distribution of Incomes, „Econometrica”, 44 (5), s. 963–970.
Strategia rozwoju województwa łódzkiego 2020 (2020), Biuro Planowania Przestrzennego Województwa Łódzkiego, http://strategia.lodzkie.pl/wp-content/uploads/2019/10/SRWL_2020.pdf [dostęp: 21.03.2023].
Szulc A. (1992), Quasi-exact Equivalence Scales Estimation, „Przegląd Statystyczny”, 3/4, s. 302–307.
Szulc A. (1995), Skale ekwiwalentności w pomiarze dobrobytu gospodarstw domowych, „Polityka Społeczna”, 22 (8), s. 37–42.
Urząd Statystyczny w Łodzi (2021a), Raport o sytuacji społeczno-gospodarczej województwa łódzkiego 2021, data publikacji: 24.05.2021, https://lodz.stat.gov.pl/publikacje-i-foldery/inne-opracowania/raport-o-sytuacji-spoleczno-gospodarczej-wojewodztwa-lodzkiego-2021,6,13.html [dostęp: 21.03.2023].
Urząd Statystyczny w Łodzi (2021b), Województwo łódzkie w liczbach 2021, data publikacji: 31.12.2021, https://lodz.stat.gov.pl/publikacje-i-foldery/foldery/wojewodztwo-lodzkie-w-liczbach-2021,2,12.html [dostęp: 21.03.2023].
Urząd Statystyczny w Łodzi (2022), Raport o sytuacji społeczno-gospodarczej województwa łódzkiego 2022, data publikacji: 20.05.2022, https://lodz.stat.gov.pl/publikacje-i-foldery/inne-opracowania/raport-o-sytuacji-spoleczno-gospodarczej-wojewodztwa-lodzkiego-2022,6,14.html [dostęp: 21.03.2023].
Vielrose E. (1960), Rozkład dochodów według wielkości, Polskie Wydawnictwa Gospodarcze, Warszawa.
Wiśniewski J. (1934), Rozkład dochodów według wysokości w r. 1929, Instytut Badania Konjunktur Gospodarczych i Cen, Warszawa.
Zenga M. (1990), Concentration Curves and Concentration Indexes Derived from Them, [w:] C. Dagum, M. Zenga (eds.), Income and Wealth Distribution, Inequality and Poverty, Springer-Verlag, Berlin, s. 94–110.
Zenga M. (2007), Inequality Curve and Inequality Index Based on the Ratios between Lower and Upper Arithmetic Means, „Statistica & Applicazioni”, 5 (1), s. 3–27.
Zenga M., Jędrzejczak A. (2020), Decomposition of the Zenga inequality index I(Y) into the contributions of macroregions and income components – an application to data from Poland and Italy, „Argumenta Oeconomica”, 44 (1), s. 100–125.
Zenga M.M., Pasquazzi L., Zenga M. (2010), Rapporto n. 188: First applications of a new three-parameter distribution for non-negative variables, Dipartimento di Metodi Quantitativi per le Scienze Economiche ed Aziendali, Università degli Studi di Milano Bicocca, Mediolan.
Zieliński R. (2006), Small-Sample Quantile Estimators in a Large Nonparametric Model, „Communications in Statistics – Theory and Methods”, 35 (7), s. 1223–1241.
Zieliński W., Jędrzejczak A., Pekasiewicz D. (2018), Estimation of Quantile Ratios of the Dagum Distribution, [w:] M. Papież, S. Śmiech (red.), The 12th Professor Aleksander Zelias International Conference on Modelling and Forecasting of Socio-Economic Phenomena, Foundation of the Cracow University of Economics, Kraków, s. 603–611 https://doi.org/10.14659/SEMF.2018.01.61
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne – Bez utworów zależnych 4.0 Międzynarodowe.
Opublikowane: 12 października 2023
Zgodnie z Komunikatem Prorektora UŁ ds. nauki dotyczącym systemu ScienceON od 15.09.2023 r. Wydawnictwo Uniwersytetu Łódzkiego wprowadza dane o wszystkich publikacjach wydanych przez siebie autorstwa pracowników UŁ.
Publikacja ww. danych jest możliwa po opublikowaniu pracy w wersji ostatecznej i w terminie do 30 dni od opublikowania.