Podział wartości dodanej Michał Lewandowski, Szkoła Główna Handlowa, Główny Urząd Statystyczny Maciej Banaś, Ministerstwo Rodziny, Pracy i Polityki Społecznej Mirosław Błażej, Główny Urząd Statystyczny Społeczne wyzwania edukacji statystycznej, Gdynia marca 2016 r.

Cel i idea Cel: identyfikacja źródeł zróżnicowania regionalnego Polski w aspekcie wzrostu PKB per capita oraz poziomu WDB per capita przy użyciu powszechnie stosowanych wskaźników statystyki oficjalnej. Dekompozycja a)wzrostu PKB per capita oraz b)różnic w WDB per capita względem średniej, Rozbicie na składowe, które syntetycznie opisują różne obszary polityki regionalnej: efektywność gospodarki, rynek pracy, procesy demograficzne.

Rodzaje dekompozycji Dekompozycje Wzrostu PKB per capita Różnic w poziomie WDB per capita Pod-dekompozycja różnic w WDB na 1 pracującego Pod-dekompozycja różnic w udziale zatrudnionych w aktywnych zawodowo Pod-dekompozycja różnic w poziomie współczynnika aktywności zawodowej

Metoda Niech zmienna X będzie zapisana jako iloczyn N zmiennych: Dekompozycja ma wówczas postać: ∆X to przyrosty w czasie (dekompozycja wzrostu) lub różnice względem średniej (dekompozycja różnic).

Metoda – Interakcje Pełna dekompozycja wynosi: „Interakcje” są tym większe im większe są względne przyrosty zmiennych ∆X/X. Uwzględniać je będziemy w dekompozycji różnic interakcje

Przykład dekompozycji wzrostu

Przykład dekompozycji różnic

WDB/N PKB/N WDB/N WDB/P P/A A/N WDB/N Produkty dane makroregiony województwa podregiony bazy danych wyniki tablice różnice wzrost różnice wzrost wyniki wykresy VBA dane bazy danych WDB/P P/A A/N T Theil WDB/N PKB/N wyniki tablice PKB/N wyniki wykresy VBA B

Dekompozycje regionalne Dekompozycja wzrostu: Dekompozycja różnic:

Poddekompozycje Dodatkowo w dekompozycji różnic można dokonać poddekompozycji: Poddekompozycja różnic w wydajności pracy na różnice w poszczególnych grupach sekcji PKD i w każdej z nich na: a.specjalizację sektorową; b.oraz pozostałe różnice; Poddekompozycja różnic w udziale pracujących w aktywnych zawodowo na różnice w poszczególnych grupach wykształcenia i w każdej z nich na: a.profil wykształcenia; b.oraz pozostałe różnice; Poddekompozycja różnic we współczynniku aktywności zawodowej na różnice w poszczególnych grupach wiekowych i w każdej z nich na: a.profil struktury wiekowej; b.oraz pozostałe różnice. Idea tych trzech poddekompozycji jest taka, aby oddzielić tę część różnic, która wynika ze struktury (kolejno sektorowej/wykształcenia/wiekowej) od pozostałej, którą wynika z niewykorzystanych zasobów.

Poddekompozycje różnic zapis formalny Subskrypt j oznacza grupę sekcji PKD: Subskrypt j oznacza grupę wykształcenia: Subskrypt j oznacza grupę wiekową:

Zalety metody Prosta metoda oparta na oficjalnych wskaźnikach – Umożliwiająca syntetyczne i obrazowe porównanie różnych obszarów w czasie i pomiędzy sobą Składowe odpowiadające obszarom różnych polityk reg. – Przy uwzględnieniu różnic w strukturze sektorowej/wiekowej/wykształcenia danego obszaru Podkreśla znaczenie kompatybilności danych pozyskanych wg różnych metodologii

1) Pewnego dnia myślenie statystyczne będzie tak potrzebne dla skutecznego obywatelstwa jak zdolność do czytania i pisania. H. G. Wells 2) Statystyka pozwala poznać prawdę o danym zjawisku Pozwolę sobie na votum separatum w stosunku do tych dwóch stwierdzeń

Próba rozumienia zjawiska 1.Identyfikacja… – …ważnych aspektów i wymiarów zjawiska 2.Pomiar – Redukcja do kilku mierzalnych cech dla wybranej populacji 3.Agregacja – Redukcja do wskaźników, wartości przeciętnych, etc. 4.Współzależność – Dekompozycja (skrajny przykład), korelacja, modele regresji 5.Przyczynowość – Zależność kierunkowa: wnioskowanie oparte na 4. oraz na logice, prawach przyrody oraz modelach teoretycznych Statystyka (i ekonometria)

Przykład: Jakie są przyczyny rozwoju regionu 1.Identyfikacja – U podstaw: indywidualne decyzje wolnych ludzi, każdy ma swoje motywy. Rozwój w jakim wymiarze? 2.Pomiar – PKB per capita, liczba pracujących, aktywnych zawodowo etc. 3.Agregacja – Scalanie terytorialne, liczenie wskaźników 4.Współzależność – Dekompozycja: współzależność wzrostu PKB per capita i elementów dekompozycji 5.Przyczynowość – Czy wzrost wpływa na zatrudnienie, czy odwrotnie, czy jakaś trzecia zmienna wpływa na te obie, etc.

(Wells) ma tak często prawie rację, że jego poczynania irytują mnie tak, jak widok czyjegoś kapelusza ciągle zmywanego przez morze i nigdy nie osiągającego suchego brzegu. G. K. Chesterton Statystyka to zdecydowanie za mało, aby poznać istotę danego zjawiska. Zadaniem statystyki jest powstrzymać się od fałszu. Jeżeli to zadanie będzie spełnione, poniższe słowa będą tylko prawie aktualne dzisiaj: Błędem jest przypuszczenie, że badania statystyczne są po prostu nieprawdziwe. Są także nikczemne. G. K. Chesterton [Nieznaczność statystyczna, Illustrated London News, 4 Listopad 1905]

Dziękuję za uwagę

Zróżnicowanie PKB per capita - dekompozycja wg współczynnika Theila Współczynnik Theila z wagami dochodowymi dla podregionów względem Polski: Dwie dekompozycje współczynnika: – Wg podgrup: Całkowite zróżnicowanie rozbijamy na zróżnicowanie: a)„Wewnątrz”: podregionów względem makroregionów i b)„Pomiędzy”: makroregionów względem Polski – Na składowe PKB per capita: PKB per capita „wewnątrz” współczynnika Theila rozbijamy na składowe podobnie jak wcześniej (iloczyn pary wskaźników)

na makroregiony na wskaźniki na makroregiony na wskaźniki Theil

Algorytm redukcji błędu W dekompozycji różnic składnik „Interakcje” może być duży. W dekompozycji można uwzględnić niektóre elementy interakcyjne, np. te które przekraczają wartość +/-0,5% interakcje ŁÓDZKIEMAZOWIECKIEMAŁOPOLSKIEŚLĄSKIELUBELSKIEPODKARPACKIEPODLASKIE WDB_i/N_i -6.66%58.93%-11.96%5.92%-29.61%-30.08%-28.27% 1 WDB_i/Pp_i-9.35%30.81%-12.92%6.48%-27.48%-27.00%-21.53% część ujęta w dekompozycji 2 Pp_i/Pz_i-11.83%6.38%5.71%-2.58%-10.18%2.28%-3.41% 3 Pz_i/Az_i-0.98%2.32%-0.37%0.76%-0.45%-3.60%1.09% 4 Az_i/NB15+_i1.16%7.84%-1.01%-4.37%1.22%0.75%-0.34% 5 NB15+_i/N15+_i15.15%4.01%-2.03%4.63%7.28%-2.79%-6.46% 6 Ni15+_i/N_i1.26%-0.49%-1.01%1.29%-0.02%-0.83%0.43% 1*2-0.14%0.50%-0.06%0.11%-0.12%0.02%0.01% Interakcje (zbyt małe wartości pomojane) 1*3-0.01%0.18%0.00%-0.03%-0.01%-0.03%0.00% 1*40.01%0.62%0.01%0.19%0.01% 0.00% 1*50.18%0.31%0.02%-0.20%0.09%-0.02%0.02% 1*60.01%-0.04%0.01%-0.06%0.00%-0.01%0.00% 2*3-0.15%0.09%0.01%0.03%-0.03%0.10%-0.07% 2*40.18%0.31%0.02%-0.20%0.09%-0.02%0.02% 2*52.29%0.16%0.04%0.21%0.53%0.08%0.42% 2*60.19%-0.02%0.02%0.06%0.00%0.02%-0.03% 3*40.01%-0.04%0.01%-0.06%0.00%-0.01%0.00% ……………………