I PODATKÓW DO DZIA- DZIA-àALNOĝCI
4. Szacowanie efektu oddziaáywania dopáat do inwestycji na wydajnoĞü czynnika pracy
4.3. Estymacja efektu oddziaáywania
Uzyskanie zbalansowanych pod wzglĊdem wybranych charakterystyk grupy eksperymentalnej i kontrolnej pozwala przyjąü, iĪ utworzony zbiór go-spodarstw rolnych speánia zaáoĪenie „przenikania”. MoĪliwe jest wiĊc wyzna-czenie przeciĊtnego efektu oddziaáywania wsparcia dla inwestycji na wydajnoĞü czynnika pracy wĞród gospodarstw bĊdących beneficjentami tych dopáat.
Jak wspomniano, wydajnoĞü pracy rozumiana jest jako relacja wartoĞci dodanej brutto do rocznej jednostki pracy. Podobnie jak w pracy Sielskiej i
Paw-áowskiej [2016], estymacji efektu oddziaáywania dokonano dla wartoĞci dodanej brutto liczonej zgodnie z definicją FADN (tabela 9).
Uzyskane wyniki wskazują, iĪ pomimo zmiany grupy kontrolnej badania, wpáyw dopáat do inwestycji na wydajnoĞü czynnika pracy w gospodarstwach korzystających ze wsparcia byá ujemny [por. Sielska, Pawáowska, 2016]. Przy poziomie istotnoĞci równym 0,05 wszystkie oszacowania byáy jednakĪe niei-stotne statystycznie.
Tabela 9. Oszacowania ATT dla wydajnoĞci czynnika pracy40 (wedáug definicji FADN, w zá/AWU)
Rok 2010 2011 2012 2013 2014 2015
்்ܹ -1126,8 -2765,5 -3611,2 -2085,5 -2419,7 -3083,1
ܵܧሺ்்ܹሻ 1606,3 1898,7 2106,3 2809,2 1921,6 1663,5 p-value >0,05 >0,05 >0,05 >0,05 >0,05 >0,05 ħródáo: opracowanie wáasne.
NajwiĊksza bezwzglĊdna róĪnica miĊdzy grupą eksperymentalną a kon-trolną wystąpiáa w 2012 roku. Gospodarstwa rolne, które skorzystaáy w 2011 roku ze wsparcia dla inwestycji osiągnĊáy wówczas Ğrednio o ponad 3,6 tys.
zá/AWU niĪszą wydajnoĞü pracy w porównaniu do gospodarstw, które nie otrzymaáy tego rodzaju dopáat. Najmniejsza róĪnica wystąpiáa natomiast w 2010 roku, kiedy to jednostki niepoddane oddziaáywaniu osiągnĊáy przeciĊtnie o po-nad 1,1 tys. zá/AWU wyĪszą wydajnoĞü czynnika pracy aniĪeli beneficjenci do-páat do inwestycji.
Biorąc pod uwagĊ, iĪ uzyskane wyniki stoją niejako w sprzecznoĞci z wy-prowadzonymi na gruncie mikroekonomii zaleĪnoĞciami przyczynowo- -skutkowymi, rozszerzono zakres badania o analizĊ wpáywu wsparcia dla inwe-stycji na wydajnoĞü czynnika pracy, definiowaną jednakĪe jako wartoĞü produk-cji ogóáem przypadającej na roczną jednostkĊ pracy (tabela 10).
40 WydajnoĞü pracy definiowana jako relacja wartoĞci dodanej brutto do rocznej jednostki pracy.
Tabela 10. Oszacowania ATT dla wydajnoĞci czynnika pracy41 (wedáug definicji FADN, w zá/AWU)
Rok 2010 2011 2012 2013 2014 2015
்்ܹ 9687,3 15839 64182 21353 65376 62724
ܵܧሺ்்ܹሻ 2547,3 2847,8 3827,8 5109,8 3604,8 3243,4 p-value <0,05 <0,05 <0,05 <0,05 <0,05 <0,05 ħródáo: opracowanie wáasne.
Przyjmując produkcjĊ zamiast wartoĞü dodaną za podstawĊ wydajnoĞci pracy, dla wszystkich analizowanych lat otrzymano dodatnie wartoĞci przeciĊt-nego efektu oddziaáywania, a przy poziomie istotnoĞci równym 0,05 uzyskane wyniki byáy istotne statystycznie. WydajnoĞü czynnika pracy w gospodarstwach korzystających ze wsparcia dla inwestycji byáa zatem znacząco wyĪsza niĪ w gospodarstwach niekorzystających z dopáat.
NajwyĪsza róĪnica miĊdzy gospodarstwami otrzymującymi a nieotrzymu-jącymi wsparcia wystąpiáa w 2014 r. WydajnoĞü czynnika pracy u beneficjen-tów dopáat byáa wówczas wyĪsza przeciĊtnie o ponad 65 tys. zá/AWU niĪ w go-spodarstwach, które w caáym analizowanym okresie nie skorzystaáy z dopáat do inwestycji. NajniĪsza róĪnica wystąpiáa z kolei w 2010 r., kiedy to gospodar-stwa, które w 2009 r. otrzymaáy dopáaty o charakterze inwestycyjnym uzyskaáy wydajnoĞü czynnika pracy wyĪszą Ğrednio o ponad 9,5 tys. zá/AWU w porów-naniu do gospodarstw niekorzystających z tego wsparcia.
Jak moĪna zauwaĪyü, wystĊpuje znaczna rozbieĪnoĞü miĊdzy uzyskanymi wynikami w zaleĪnoĞci od przyjĊtej podstawy – produkcji lub wartoĞci dodanej – dla obliczania wydajnoĞci pracy (rysunek 28). UwzglĊdnienie w skáadowych wydajnoĞci pracy wartoĞci zuĪycia poĞredniego oraz dopáat i podatków związa-nych z dziaáalnoĞcią operacyjną gospodarstwa powoduje, iĪ po pierwsze naleĪy wnioskowaü o ujemnym efekcie oddziaáywania dopáat o charakterze inwesty-cyjnym na przeciĊtną wydajnoĞü pracy w gospodarstwach rolnych (ujemne war-toĞci ்்ܹ), po drugie zaĞ niwelowane są róĪnice miĊdzy gospodarstwami ko-rzystającymi a niekoko-rzystającymi z tego rodzaju wsparcia (nieistotne statystycz-nie oszacowania ்்ܹ).
41 WydajnoĞü pracy definiowana jako relacja produkcji ogóáem do rocznej jednostki pracy.
Rysunek 28. Oszacowanie efektu oddziaáywania dopáat do inwestycji na wydajnoĞü czynnika pracy (w tys. zá/AWU)
ħródáo: opracowanie wáasne.
Jak podkreĞla siĊ w pracy Sielskiej i in. [2015], wartoĞü dodana brutto li-czona wedáug metodyki FADN jest jednak kategorią szerszą niĪ definicja poda-wana przez MRiRW [Instrukcja uĪytkownika do skoroszytu B_Plan, 2015]. Dla-tego teĪ efekt oddziaáywania dopáat do inwestycji na wydajnoĞü czynnika pracy obliczono równieĪ dla wartoĞci dodanej brutto liczonej zgodnie z metodyką MRiRW (tabela 11).
-10 0 10 20 30 40 50 60 70 80
2010 2011 2012 2013 2014 2015
Oszacowanie ATT dla produkcji ogóáem
Oszacowanie ATT dla produkcji ogóáem + báąd standardowy oszacowania Oszacowanie ATT dla produkcji ogóáem - báąd standardowy oszacowania Oszacowanie ATT dla wartoĞci dodanej brutto
Oszacowanie ATT dla wartoĞci dodanej brutto + báąd standardowy oszacowania
Oszacowanie ATT dla wartoĞci dodanej brutto - báąd standardowy oszacowania
Tabela 11. Oszacowania ATT dla wydajnoĞci czynnika pracy (wedáug definicji MRiRW, w zá/AWU)
Rok 2010 2011 2012 2013 2014 2015
்்ܹ 2773,1 1224,8 21543 5244,7 24741 20677
ܵܧሺ்்ܹሻ 1145,3 1314,4 1698 2644,5 1652,6 1534,6 p-value <0,05 >0,05 <0,05 <0,05 <0,05 <0,05 ħródáo: opracowanie wáasne.
W tym przypadku wpáyw dopáat na wydajnoĞü czynnika pracy wĞród be-neficjentów byá istotnie wyĪszy niĪ dla jednostek niepoddanych oddziaáywaniu we wszystkich analizowanych okresach, z wyjątkiem oszacowania efektu od-dziaáywania w 2011 r. Niemniej jednak, tak jak poprzednio, dla wszystkich ana-lizowanych lat wartoĞü przeciĊtnego efektu oddziaáywania byáa dodatnia, a wiĊc beneficjenci wsparcia dla inwestycji charakteryzowali siĊ znacząco wyĪszą wy-dajnoĞcią czynnika pracy niĪ gospodarstwa rolne, które z tego typu transferów nie skorzystaáy.
NajwyĪsza róĪnica miĊdzy gospodarstwami z grupy eksperymentalnej i kontrolnej równieĪ wystąpiáa w 2014 r. W grupie gospodarstw rolnych korzy-stających ze wsparcia, przeciĊtna wydajnoĞü czynnika pracy byáa wyĪsza o nie-caáe 25 tys. zá/AWU w porównaniu do gospodarstw nieotrzymujących dopáat do inwestycji. Najmniejsza istotna rozbieĪnoĞü miĊdzy dwiema grupami wystąpiáa z kolei w 2010 r., kiedy to gospodarstwa, które w 2009 r. otrzymaáy dopáaty o charakterze inwestycyjnym uzyskaáy wydajnoĞü czynnika pracy wyĪszą Ğred-nio o ponad 2,7 tys. zá/AWU od gospodarstw niekorzystających z tego wsparcia.
Podobnie jak poprzednio, wystĊpuje zdecydowana róĪnica miĊdzy uzy-skanymi oszacowaniami przeciĊtnego efektu oddziaáywania wsparcia na wydaj-noĞü czynnika pracy, obliczanej w oparciu o wspomniane definicje wartoĞci do-danej (rysunek 29). RóĪnica ta wynikaü moĪe w duĪej mierze z nieuwzglĊdnia-nia w definicji wartoĞci dodanej brutto wedáug MRiRW m.in. takich skáado-wych, jak: jednolita páatnoĞü obszarowa, dopáaty z tytuáu zazielenienia, dla máo-dych rolników, dla maáych gospodarstw czy teĪ dotacje do kosztów produkcji.
Rysunek 29. Oszacowanie efektu oddziaáywania dopáat do inwestycji na wydajnoĞü czynnika pracy (w tys. zá/AWU)
ħródáo: opracowanie wáasne.
Z uwagi na sprzeczny z intuicją ekonomiczną ujemny efekt oddziaáywania dopáat do inwestycji na poziom wydajnoĞci czynnika pracy, zbadano równieĪ wpáyw analizowanego wsparcia na wydajnoĞü pracy w ujĊciu dynamicznym.
Analogicznie jak poprzednio, w pierwszej kolejnoĞci dokonano oszacowania przeciĊtnego efektu oddziaáywania dopáat do inwestycji na roczny przyrost wy-dajnoĞci pracy liczonej za pomocą wartoĞci dodanej brutto zgodnie z definicją FADN (tabela 12).
Tabela 12. Oszacowania ATT dla przyrostu wydajnoĞci czynnika pracy42 (wedáug definicji FADN, w p. proc.)
Rok 2010 2011 2012 2013 2014 2015
்்ܹ -9,11 -12,117 -07,27 -443,93 -223,44 106,87
ܵܧሺ்்ܹሻ 54,07 12,916 31,987 598,72 230,98 115,72 p-value >0,05 >0,05 >0,05 >0,05 >0,05 >0,05 ħródáo: opracowanie wáasne.
42 WydajnoĞü pracy definiowana jako relacja wartoĞci dodanej brutto do rocznej jednostki pracy.
-10 -5 0 5 10 15 20 25 30
2010 2011 2012 2013 2014 2015
Oszacowanie ATT (def. MRiRW)
Oszacowanie ATT (def. MRiRW) + báąd standardowy oszacowania Oszacowanie ATT (def. MRiRW) - báąd standardowy oszacowania Oszacowanie ATT (def. FADN)
Oszacowanie ATT (def. FADN) + báąd standardowy oszacowania Oszacowanie ATT (def. FADN) - báąd standardowy oszacowania
Jak wskazują uzyskane wyniki, podobnie jak w przypadku szacowania poziomów wydajnoĞci pracy, wpáyw dopáat do inwestycji na przyrosty wydajno-Ğci pracy w gospodarstwach rolnych byá równieĪ ujemny. Wyjątek stanowiáo oszacowanie przeciĊtnego efektu oddziaáywania wsparcia na wzrost wydajnoĞci czynnika pracy w 2015 r. Otrzymane oszacowania są odmienne od wyników przedstawionych w pracy Sielskiej i Pawáowskiej [2016], jednakĪe jest to zwią-zane z wiĊkszym zróĪnicowaniem przeciĊtnego efektu oddziaáywania, na co wskazują wysokie báĊdy standardowe oszacowaĔ. Podobnie jak poprzednio, przy poziomie istotnoĞci równym 0,05 wszystkie oszacowania byáy nieistotne statystycznie.
Dodatnia róĪnica miĊdzy jednostkami z obu grup wystąpiáa w 2015 r., kiedy to gospodarstwa rolne, które w 2014 r. uzyskaáy wsparcie dla inwestycji osiągnĊáy w kolejnym roku o ponad 106 p. proc. wyĪszy przyrost wydajnoĞci pracy aniĪeli gospodarstwa z grupy kontrolnej. Dla 2013 r. odnotowano z kolei najwiĊkszą – co do wartoĞci bezwzglĊdnych – róĪnicĊ, gdy gospodarstwa nieko-rzystające z analizowanego wsparcia odnotowaáy o niecaáe 450 p. proc. wyĪszy przyrost wydajnoĞci czynnika pracy niĪ gospodarstwa, które w poprzednim roku otrzymaáy dopáaty do inwestycji.
Podobnie jak poprzednio, z uwagi na róĪnice definicyjne wartoĞci doda-nej, oszacowano równieĪ przeciĊtny efekt oddziaáywania wsparcia o charakterze inwestycyjnym na przyrost wydajnoĞci czynnika pracy, liczonej zgodnie z defi-nicją przyjĊtą przez MRiRW (tabela 13).
Tabela 13. Oszacowania ATT dla przyrostu wydajnoĞci czynnika pracy (wedáug definicji MRiRW, w p. proc.)
Rok 2010 2011 2012 2013 2014 2015
்்ܹ -58,877 -14,174 39,555 72,233 -70,906 33,815
ܵܧሺ்்ܹሻ 131,04 14,439 118,91 63,193 36,982 33,281 p-value >0,05 >0,05 >0,05 >0,05 >0,05 >0,05 ħródáo: opracowanie wáasne.
W przeciwieĔstwie do oszacowaĔ efektu oddziaáywania dla poziomów, badając wpáyw dopáat na przyrosty wydajnoĞci pracy, uzyskano nieistotne staty-stycznie wyniki, czyli nie wystąpiáy znaczące róĪnice miĊdzy gospodarstwami z grupy eksperymentalnej i kontrolnej. Porównując wartoĞci oszacowaĔ prze-ciĊtnych efektów oddziaáywania dla rocznych zmian wydajnoĞci pracy, liczo-nych zgodnie z metodyką FADN i MRiRW, zauwaĪalne są róĪnice w stabilnoĞci ksztaátowania siĊ oszacowaĔ ்்ܹ na przestrzeni analizowanych lat (rys. 30).
Rysunek 30. Oszacowanie efektu oddziaáywania dopáat do inwestycji na przyrost wydajnoĞci czynnika pracy (w p. proc.)
ħródáo: opracowanie wáasne.
W tym przypadku najwiĊksza róĪnica miĊdzy jednostkami z obu grup wy-stąpiáa w 2013 r. Gospodarstwa rolne, które w 2012 r. skorzystaáy ze wsparcia dla inwestycji osiągnĊáy wówczas o ponad 72 p. proc. wyĪszy przyrost w wy-dajnoĞci czynnika pracy w porównaniu do gospodarstw niekorzystających z tego rodzaju dopáat. NajniĪszą wartoĞü przeciĊtnego efektu oddziaáywania zanotowa-no dla 2014 r., kiedy to beneficjenci analizowanego wsparcia osiągnĊli o niecaáe 71 p. proc. niĪszy przyrost wydajnoĞci pracy niĪ gospodarstwa z niego nieko-rzystające. Najmniejsza – co do wartoĞci bezwzglĊdnych – róĪnica miĊdzy go-spodarstwami z grupy eksperymentalnej a kontrolnej wystąpiáa z kolei w 2011 r.
Gospodarstwa, które w 2010 r. nie otrzymaáy dopáat do inwestycji osiągnĊáy wówczas o ok. 14 p. proc. wyĪszy przyrost wydajnoĞci czynnika pracy niĪ bene-ficjenci tego rodzaju wsparcia.
W przypadku badania oddziaáywania wsparcia dla inwestycji na przyrost wydajnoĞci czynnika pracy, uzyskane wyniki nieznacznie odbiegają od wyni-ków oszacowaĔ zaprezentowanych w pracy Sielskiej i Pawáowskiej [2016], co wynika ze zmiany grupy kontrolnej. NaleĪy jednak zwróciü uwagĊ, iĪ w obu przypadkach oszacowania byáy nieistotne statystycznie, co wynikaáo z relatyw-nie wysokich báĊdów standardowych tych oszacowaĔ.
-500 -400 -300 -200 -100 0 100 200
2010 2011 2012 2013 2014 2015
Oszacowanie ATT (def. MRiRW) Oszacowanie ATT (def. FADN)
Podsumowanie
Zgodnie z mikroekonomiczną teorią producenta, oczekiwanym skutkiem wzrostu inwestycji w gospodarstwach rolnych powinien byü wzrost wydajnoĞci czynnika pracy. Inwestycje stanowią bowiem podstawĊ technik wytwarzania, okreĞlających relacjĊ nakáadów czynnika kapitaáu do czynnika pracy. Im wiĊcej przypada czynnika kapitaáu na jednostkĊ czynnika pracy, tym wyĪszy poziom produkcji moĪliwy jest do osiągniĊcia, co przekáada siĊ na wyĪszą wydajnoĞü czynnika pracy. WĞród Ĩródeá wzrostu wydajnoĞci wspomnianego czynnika produkcji wyróĪniü moĪna inwestycje podejmowane w gospodarstwach rolnych (jako czynnik endogeniczny) oraz transfery w ramach mechanizmów polityki rolnej (jako czynnik egzogeniczny).
Przedmiot zainteresowania w niniejszej pracy stanowiá wpáyw wsparcia o charakterze inwestycyjnym na poziom i przyrost wydajnoĞci czynnika pracy w polskich gospodarstwach rolnych. Celem pracy byáa identyfikacja tzw. praw-dziwego związku przyczynowo-skutkowego pomiĊdzy otrzymaniem przez go-spodarstwo dopáat do inwestycji a poprawą wydajnoĞci czynnika pracy. Pomiaru efektu oddziaáywania wsparcia dokonano przy wykorzystaniu metody propensi-ty score matching.
Zastosowana metoda áączenia danych wedáug prawdopodobieĔstwa pole-ga na analizie stanów kontrfaktycznych, tj. porównaniu wartoĞci wybranej zmiennej rezultatu miĊdzy grupą eksperymentalną a kontrolną. Do grupy ekspe-rymentalnej naleĪą jednostki poddane oddziaáywaniu danego czynnika – w tym wypadku korzystające ze wsparcia o charakterze inwestycyjnym. Grupa kon-trolna tworzona jest z kolei z obiektów niepoddanych oddziaáywaniu rozwaĪa-nego czynnika, a wiĊc nieotrzymujących rozwaĪanych dopáat, ale jednoczeĞnie podobnych pod wzglĊdem pewnych obserwowalnych charakterystyk do jedno-stek z grupy eksperymentalnej.
W pierwszym kroku algorytmu stosowania metody propensity score mat-ching skonstruowano wektor propensity score, bĊdący funkcją warunkowego prawdopodobieĔstwa poddania jednostki oddziaáywaniu. W wektorze propensity score powinny zatem zostaü uwzglĊdnione moĪliwie wszystkie obserwowalne charakterystyki gospodarstw rolnych, które – zgodnie z wiedzą badacza – wpáywają na prawdopodobieĔstwo otrzymania wsparcia dla inwestycji. Z jednej strony – aby oddaü charakter danych zbieranych w warunkach eksperymental-nych – cechy te nie powinny jednoznacznie wskazywaü na stan poddania danej jednostki oddziaáywaniu. Z drugiej strony, dobierając jednostki do grupy kon-trolnej, dla kaĪdej z wybranych charakterystyk zapewnione powinno zostaü zba-lansowanie miĊdzy grupą eksperymentalną a kontrolną.
W kolejnych etapach analizy dla wybranego sposobu áączenia oraz przy zapewnieniu zbalansowania cech uwzglĊdnionych w wektorze propensity score, oszacowano przeciĊtny efekt oddziaáywania wsparcia o charakterze inwestycyj-nym na poziom oraz roczny przyrost wydajnoĞci czynnika pracy. Estymacji do-konano dla wydajnoĞci pracy definiowanej jako wartoĞü dodana brutto lub pro-dukcja ogóáem przypadająca na roczną jednostkĊ pracy. Efekt oddziaáywania wyznaczono zarówno dla wartoĞci dodanej liczonej zgodnie z metodyką FADN, jak i MRiRW. Wpáyw dopáat do inwestycji na wydajnoĞü czynnika pracy zbada-no w szeĞciu okresach, przy zaáoĪeniu Īe wybrane cechy gospodarstw z ro-ku t bĊdą wpáywaü na otrzymanie analizowanego wsparcia w roro-ku t+1, których wynikiem bĊdzie wartoĞü wskaĨnika rezultatu (GVA/AWU lub przyrost GVA/AWU) w roku t+2.
We wszystkich analizowanych latach wpáyw wsparcia na wydajnoĞü czynnika pracy, liczonej zgodnie z definicją FADN za pomocą wartoĞci dodanej brutto, byá ujemny. Zwróciü naleĪy jednak uwagĊ, iĪ róĪnica miĊdzy przeciĊt-nym efektem oddziaáywania w grupie eksperymentalnej i kontrolnej nie byáa istotna statystycznie. Odmienne rezultaty otrzymano z kolei, badając efekt od-dziaáywania dopáat na wydajnoĞü pracy, której podstawą byáa ogólna produkcja lub wartoĞü dodana brutto, ale liczona wedáug metodyki MRiRW. Dla jednostek otrzymujących wsparcie o charakterze inwestycyjnym efekt oddziaáywania byá wówczas dodatni, a wydajnoĞü pracy byáa istotnie wyĪsza w grupie ekspery-mentalnej niĪ kontrolnej. W przypadku badania wpáywu wsparcia na wzrost wydajnoĞci czynnika pracy zarówno w przypadku wartoĞci dodanej liczonej zgodnie z definicją FADN, jak i MRiRW uzyskano ujemne wartoĞci efektu od-dziaáywania. Ponadto, ze wzglĊdu na wysokie báĊdy standardowe szacunków, oszacowania te nie byáy przy ustalonym poziomie istotne statystycznie, a wiĊc nie wystąpiáy znaczące róĪnice miĊdzy grupą eksperymentalną a kontrolną. Na-leĪy jednak pamiĊtaü, iĪ ze wzglĊdu na dostĊpnoĞü danych, analizie podlegaá instrument polityki, którego celem explicite nie byáo wsparcie wydajnoĞci pracy w gospodarstwach rolnych, zatem wynik ten dla analizowanego okresu wydaje siĊ byü uzasadniony.
Bibliografia
1. Abadie A., Bootstrap Tests for Distributional Treatment Effect in Instru-mental Variable Models, Journal of the American Statistical Association, vol. 97, no. 457, 2002, s. 284-292.
2. Abadie A., Drukker D., Herr J.L., Imbens G.W., Implementing matching estimators for average treatment effects in Stata, Stata Journal, vol. 4, 2004, s. 290-311.
3. Auerbach A.J., Kotlikoff L.J., Macroeconomics – An Integrated Approach (2nd Edition), MIT Press, Cambridge 1998.
4. Austin P.C., Some Methods of Propensity Score Matching Had Superior Performance to Others: Result of an Empirical Investigation and Monte Carlo Simulations, Biometrical Journal, vol. 51, issue 1, 2009, s. 171-184.
5. Barnow B.S., Cain G.G., Goldberger A.S., Issues in the analysis of selec-tivity bias, [w:] Education studies, pr. zbior. pod red. E. Stromsdorfer, G. Farkas, vol. 5, SAGE Publication, Beverly Hills 1980, s. 42-59.
6. Bartkowiak R., Historia myĞli ekonomicznej, Polskie Wydawnictwo Eko-nomiczne, Warszawa 2008.
7. Becker S.O., Ichino A., Estimation of Average Treatment Effects Based on Propensity Scores, Stata Journal vol. 2, no. 4, 2002, s. 358-377.
8. Bezat-JarzĊbowska A., Rembisz W., Sielska A., Wpáyw polityki rolnej na decyzje producentów rolnych odnoĞnie dochodów i inwestycji, Program Wieloletni 2011-2014, nr 97, IERiGĩ-PIB, Warszawa 2013.
9. Bocian M., Cholewa I., Tarasiuk R., Wspóáczynniki Standardowej Pro-dukcji „2010” dla celów Wspólnotowej Typologii Gospodarstw Rolnych, IERiGĩ-PIB, Warszawa 2015.
10. BoratyĔski J., Analiza tworzenia i podziaáu dochodów na podstawie mo-delu wielosektorowego, Wydawnictwo Uniwersytetu àódzkiego, àódĨ 2009.
11. BudĪety gospodarstw domowych w 2015 r., Informacje i opracowania sta-tystyczne, Gáówny Urząd Statystyczny, Departament BadaĔ Spoáecznych i Warunków ĩycia, Warszawa 2016.
12. Caliendo M., Microeconometric Evaluation of Labour Market Policies, Springer Science & Business Media, Berlin 2006.
13. Chiang A.C., Wainwright K., Fundamental Methods of Mathematical Economics, Fourth Edition, McGraw-Hill Education, New York 2005.
14. Czubak W., Nakáady inwestycyjne w rolnictwie polskim w kontekĞcie wdraĪania Wspólnej Polityki Rolnej Unii Europejskiej, materiaáy IX Kon-gresu Ekonomistów Polskich, Polskie Towarzystwo Ekonomiczne, War-szawa 2013.
15. Czubak W., Mikoáajczak M., Znaczenie inwestycji wspóáfinansowanych Ğrodkami Unii Europejskiej w modernizacji rolnictwa w Polsce, Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu, t. 14, z. 3, 2012, s. 42-46.
16. Czubak W., Sadowski A., Wigier M., Ocena funkcjonowania i skutków wdraĪanych programów wsparcia inwestycji w gospodarstwach rolnych z wykorzystaniem funduszy UE, Zagadnienia Ekonomiki Rolnej, vol. 1, nr 322, 2010, s. 41-57.
17. D’Agostino R.B., Tutorial in biostatistics: Propensity score methods for bias reduction in the comparison of a treatment to a non-randomized con-trol group, Statistics in Medicine, vol. 17, 1998, s. 2265-2281.
18. Dehejia R., Wahba S., Causal Effects in Non-Experimental Studies: Re-Evaluating the Evaluation of Training Programs, Journal of American Statistical Association, vol. 94, no. 448, 1999, s. 1053-1062.
19. Dehejia R., Wahba S., Propensity Score-Matching Methods For Nonex-perimental Causal Studies, The Review of Economics and Statistics, vol.
84, issue 1, 2002, s. 151-161.
20. Dochody i warunki Īycia ludnoĞci Polski (raport z badania EU-SILC w 2009), Informacje i opracowania statystyczne, Gáówny Urząd Staty-styczny, Departament Warunków ĩycia, Warszawa 2011.
21. Dyrektywa Rady 91/676/EWG z dnia 12 grudnia 1991 r. dotycząca ochrony wód przed zanieczyszczeniami powodowanymi przez azotany po-chodzenia rolniczego, Dz. Urz. WE L 375 z 31.12.1991, Dz. Urz. UE Pol-skie wydanie specjalne, rozdz. 15, t. 2, 1991.
22. Europejski Trybunaá Obrachunkowy, Czy wsparcie UE dla przemysáu przetwórstwa spoĪywczego w sposób skuteczny i wydajny zwiĊkszaáo war-toĞü dodaną produktów rolnych?, Sprawozdanie specjalne nr 1, 2013.
23. Faraone S.V., Interpreting Estimates of Treatment Effects. Implications for Managed Care, Pharmacy and Therapeutics, Vol. 33, No. 12, 2008, s. 700-711.
24. FloriaĔczyk Z., Osuch D., Páonka R., Wyniki Standardowe 2014 uzyskane przez gospodarstwa rolne uczestniczące w Polskim FADN. CzĊĞü I. Wyni-ki Standardowe, IERiGĩ-PIB, Warszawa 2015.
25. Goraj L., Olewnik E., FADN i Polski FADN (Sieü danych rachunkowych z gospodarstw rolnych i system zbierania danych rachunkowych z gospo-darstw rolnych), IERiGĩ-PIB, Warszawa 2010.
26. Guo S., Fraser M.W., Propensity Score Analysis. Statistical methods and applications, Second Edition, SAGE Publication, Thousand Oaks 2015.
27. HaraĔczyk G., Krzywe ROC, czyli ocena jakoĞci klasyfikatora i poszuki-wanie optymalnego punktu odciĊcia, StatSoft Polska, 2010, s. 79-89, http://www.statsoft.pl/Portals/0/Downloads/Krzywe_ROC_czyli_ocena_j akosci.pdf
28. Heckman J.J., The scientific model of causality, Sociological Methodolo-gy, vol. 35, issue 1, 2005, s. 1-97.
29. Heckman J.J., Hotz J., Choosing Among Alternative Nonexperimental Methods for Estimating the Impact of Social Programs: the Case of Man-power Training, Journal of the American Statistical Association, vol. 84, issue 408, 1989, s. 862-874.
30. Heckman J.J., Vytlacil E.J., Local instrumental variables and latent vari-able models for identifying and bounding treatment effects, Proceedings of the National Academy of Sciences, vol. 96, no. 8, 1999, s. 4730-4734.
31. Heckman J., Vytlacil E., Econometric Evaluation of Social Programs, Part I: Casual Models, Structural Models and Policy Evaluation, [w:]
J. Heckman, E. Leamer (red.), Handbook of Econometrics, t. 6B, Elsevier, Amsterdam 2007, s. 4779-4874.
32. Heckman J.J., Ichimura H., Smith J., Todd P., Characterizing Selection Bias Using Experimental Data, Econometrica, vol. 66, no. 5, 1998, s. 1017-1098.
33. Heckman J.J., Ichimura H., Todd P., Matching as an Econometric Eval-uation Estimator: Evidence from Evaluating a Job Training Program, The Review of Economic Studies, vol. 64, no. 4, 1997, s. 605-654.
34. Holland P.W., Statistics and causal inference, Journal of the American Statistical Association, vol. 81, no. 396, 1986, s. 945-960.
35. Imbens G., Nonparametric estimation of average treatment effects under exogeneity: A review, Review of Economics and Statistics, vol. 86, 2004, s. 4-29.
36. Instrukcja uĪytkownika do skoroszytu B_Plan, Agencja Restrukturyzacji i Modernizacji Rolnictwa, 2015, http://www.arimr.gov.pl/fileadmin/pliki/
wnioski/PROW_2014_2020/MGR/2015/A_Instrukcja_uzytkownika_do _skoroszytu_B_Plan_MGR.pdf
37. Kowalski A.E., Doing More When You're Running Late: Applying Mar-ginal Treatment Effect Methods To Examine Treatment Effect Heteroge-neity In Experiments, NBER Working Paper Series, no. 22363, 2016.
38. Kowalski A., Rembisz W., Model zachowaĔ gospodarstwa rolnego w wa-runkach endogenicznych i egzogenicznych, Zagadnienia Ekonomiki Rol-nej, nr 1, 2003, s. 3-13.
39. Krawczyk M., Podstawy: filozofia metody eksperymentalnej w ekonomii, [w:] Ekonomia eksperymentalna, pr. zbior. pod red. M. Krawczyk, Wy-dawnictwo Wolters Kluwer, Warszawa 2012.
40. Michalek J., Counterfactual impact evaluation of EU rural development programmes – Propensity Score Matching methodology applied to select-ed EU Member States. Volume 1: A micro-level approach, European Commission, Joint Research Centre, Institute for Prospective Technologi-cal Studies, Luxembourg 2012.
41. Ocena wpáywu PROW 2007-2013 na rozwój gospodarczy Polski i konku-rencyjnoĞü gospodarstw rolnych, Badanie ewaluacyjne wspóáfinansowane ze Ğrodków Unii Europejskiej w ramach Pomocy Technicznej Programu Rozwoju Obszarów Wiejskich na lata 2014-2020 zrealizowane na zlece-nie Ministerstwa Rolnictwa i Rozwoju Wsi, Warszawa 2016.
42. Olejniczak K., Teoretyczne podstawy ewaluacji ex-post, [w:] Ewaluacja
42. Olejniczak K., Teoretyczne podstawy ewaluacji ex-post, [w:] Ewaluacja