„Gospodarka i Społeczeństwo”   Zielone miejsca pracy w krajach Unii Europejskiej – studium empiryczne z zastosowaniem analizy regresji Barbara.

Prezentacja na temat: "„Gospodarka i Społeczeństwo”   Zielone miejsca pracy w krajach Unii Europejskiej – studium empiryczne z zastosowaniem analizy regresji Barbara."— Zapis prezentacji:

1 „Gospodarka i Społeczeństwo”   Zielone miejsca pracy w krajach Unii Europejskiej – studium empiryczne z zastosowaniem analizy regresji Barbara Fura Marek Fura Łódź, 24–25 września 2015 r.

2 Problematyka badawcza
1. Wyzwania ekologiczne - stan środowiska naturalnego - eksploatacja zasobów naturalnych - zanieczyszczenia - zakres problematyki (globalny, UE, państwa, przedsiębiorstwa, konsumenta) 2. Wyzwania strategii „Europa 2020” - redukcja emisji gazów cieplarnianych ↓20% - wzrost efektywności energetycznej ↑20% - zwiększenie wykorzystania energii odnawialnej ↑20% 3. Zielone miejsca pracy (green jobs) - miejsca pracy pomagające ograniczyć negatywny wpływ na środowisko naturalne prowadząc do kształtowania zrównoważonych środowiskowo, społecznie i ekonomicznie przedsiębiorstw i gospodarek (International Labour Organization, 2010). - klucz do trwałego, inteligentnego wzrostu - element zielonej gospodarki (green economy) i zielonego wzrostu (green growth)

3 Cel badawczy, metodologia
1. Opracowanie modelu dostępności zielonych miejsc pracy - wskazanie czynników dostępności zielonych miejsc pracy - określenie kierunku oddziaływania ww. czynników - wyznaczenie siły oddziaływania ww. czynników 2. Dane - Eurostat/UE-28 /2012 r. - sektor energii odnawialnej według EurObserv’ER: biopaliwa, biogaz, geotermia, pompy ciepła, fotowoltaika, elektrownie wodne, odnawialne odpady komunalne, ciepło słoneczne, biomasa stała i energia wiatrowa 3. Zmienne - zależne: Y – bezwzględna liczba miejsc pracy; Y1 – względna liczba miejsc pracy - niezależne: X1 – wskaźnik zatrudnienia [%]; X2 – energochłonność gospodarki [kg ekwiwalentu ropy/1000 euro]; X3 – wydajność zasobów [PKB/krajowe zużycie materiałów]; X4 – udział wydatków na B+R w PKB [%] 4. Metody badawcze - statystyka opisowa i analiza korelacji - analiza regresji: oszacowanie parametrów – KMNK; istotność parametrów – test t Studenta; jakość modeli regresji – R2 - istotność modelu finalnego – analiza wariancji dla regresji - ocena poprawności modelu – analiza reszt (normalność, stałość wariancji, brak autokorelacji)

4 Charakterystyka i wybór zmiennych
Statystyki opisowe Zmienne Średnia Minimum Maksimum Odchylenie standardowe Współczynnik zmienności [%] Y – bezwzględna liczba ZMP 43 622,9 Polska=33 835,0 Malta (100) Luksemburg (750) Cypr (1050) Niemcy ( ) Francja (188010) Włochy (102500) 74 974,5 171,9 Y1 – względna liczba ZMP 2 561,2 Polska=877,9 Malta (238,1) Irlandia (771,8) Chorwacja (790,7) Dania (10 496,4) Finlandia (5804,6) Szwecja (5338,6) 2 153,5 84,1 X 1 – wskaźnik zatrudnienia [%] 67,9 Polska=64,7 Grecja (55,3) Chorwacja (55,4) Hiszpania (59,3) Szwecja (79,4) Holandia (77,2) Niemcy (76,7) 6,4 9,5 X 2 – energochłonność [kg ekwiw. ropy na 1000 euro] 222,3 Polska=297,8 Irlandia (82,8) Dania (87,2) Wielka Brytania (105,1) Bułgaria (669,9) Estonia (481,5) Rumunia (378,8) 133,0 59,8 X 3 – wydajność zasobów [PKB/krajowe zużycie materiałów] 133,8 Polska=125,7 Rumunia (62,0) Estonia (83,1) Malta (102,2) Irlandia (214,3) Hiszpania (202,2) Słowenia (171,1) 32,2 24,1 X 4 – nakłady na B+R [% PKB] 1,7 Polska=0,9 Cypr (0,5) Rumunia (0,49) Bułgaria (0,64) Finlandia (3,6) Szwecja (3,41) Dania, Niemcy (2,98) 0,9 56,2

5 Charakterystyka i selekcja zmiennych
Analiza korelacji Pearsona 3. Efekt oceny zmiennych regresja prosta dla zmiennych: zależna – Y1 niezależna – X4 Zmienne Y1 X1 X2 X3 X4 1,00 0,52 -0,16 -0,19 -0,24 -0,15 -0,32 0,70 0,72 -0,37 -0,02

6 Analityczna postać modelu – funkcja liniowa
Rys. 1. Wykres rozrzutu punktów empirycznych

7 Propozycja modelu Model z wyrazem wolnym Ocena modelu R2=0,49
Y1=1607,4X4–121,4±1567,3 (321,62) (613,06) Ocena modelu R2=0,49 Nieistotny wyraz wolny (p=0,85)

8 Propozycja modelu – cd. Model bez wyrazu wolnego Y1=1551,6X4±1539,1
(152,60) Ocena modelu R2=0,79 Współczynnik regresji istotny (p=0,85)

9 Weryfikacja modelu regresji prostej
Istotność modelu (analiza wariancji dla regresji) Źródło zmienności Suma kwadratów odchyleń df Średnie kwadratowe odchylenie Iloraz F Wartość p Odchylenie regresyjne SSR 1 103,39 0,000000 Odchylenie losowe SSE 27 — Zmienność całkowita SST Źródło: badania własne.

10 Analiza reszt modelu Rozkład reszt zbliżony do rozkładu normalnego
Rys. 2. Wykres normalności reszt Źródło: badania własne.

11 Analiza reszt modelu – cd.
Stałość wariancji Rys. 2. Wykres normalności reszt Rys. 3. Wykres wartości przewidywanych względem reszt Źródło: badania własne.

12 Analiza reszt modelu – cd.
Autokorelacja reszt N=28 Statystyka Durbina Watsona Korelacja seryjna Estymacja 2,0363 -0,0281 Źródło: badania własne.

13 Wnioski 1. Ambitne cele strategii Europa 2020 – czy realne?
2. Konieczność prowadzenia analiz w zakresie wykonania założonych celów 3. Zielona gospodarka i zielone miejsca pracy 4. Czynnikami oddziaływującymi na dostępność zielonych miejsc pracy są m.in. wskaźnik zatrudnienia; udział nakładów na B+R w PKB 5. Zwiększenie nakładów na B+R ma mierzalny wpływ na zmiany w zakresie dostępności zielonych miejsc pracy (wzrost udziału nakładów na B+R o 1 p.p może przełożyć się na wzrost o 1551,6 miejsc pracy w przeliczeniu na mln mieszkańców 6. Możliwość prowadzenia pogłębionych analiz problematyki zielonych miejsc pracy

14 Dziękuję za uwagę