Metody badania efektywności oraz podobieństw i zróżnicowań biogospodarki pomiędzy badanymi krajami UE

W analizach zastosowano zmienne pozwalające wnioskować o efektywności biogospodarki w badanych krajach. Były to zużycie energii odnawialnej i biomasy w przeliczeniu na jednego mieszkańca oraz wartość produkcji wytworzonej (PKB) a także produkcja rolna na jednostkę zasobu pracy (roboczogodzinę), kapitału (amortyzacja aktywów trwałych) i ziemi (hektar użytków rolnych). W kontekście

tego co powiedziano wyżej były to cząstkowe wskaźniki efektywności, a jednocześnie wskaźniki efektywności finansowej ponieważ PKB, produkcja rolna

i zużycie aktywów trwałych czyli ich amortyzacja, wyrażone były w cenach bieżących. Policzono też wskaźniki sigma-konwergencji, które pozwoliły odpowiedzieć na pytanie, czy występuje upodabnianie się, czy wręcz zwiększają się różnice w zakresie miar określających efektywność biogospodarki, pomiędzy

183

krajami o różnym poziomie rozwoju gospodarczego w latach 2009-2015. W tym celu wykorzystano wskaźniki sigma konwergencji. W najbardziej ogólnym ujęciu konwergencja oznacza „zbliżanie”, „zbieżność’, czy też „upodabnianie” w różnych wymiarach życia społeczno-ekonomicznego porównywanych krajów. Pojęcie konwergencji gospodarczej wprowadzone zostało do literatury ekonomicznej przez R. Barro i X. Sala-Martin w kontekście makroekonomicznej teorii wzrostu gospodarczego. Konwergencja typu sigma (σ) - oznacza zmniejszanie się zróżnicowania danych zmiennych pomiędzy poszczególnymi regionami (krajami).

Idea sigma konwergencji wiąże się z próbą odpowiedzi na pytanie o długookresowe tendencje w stopniu zróżnicowania poziomu bogactwa w pewnej

grupie krajów. Pierwotnie poniższy wzór dotyczył więc poziomu bogactwa narodowego – na potrzeby celu pracy, jakim było określenie konwergencji/dywergencji w zakresie efektywności sektora biogospodarki pomiędzy krajami o różnym poziomie rozwoju gospodarczego, zastosowano go również w analizach, zastępując miary bogactwa miarami efektywności sektora biogospodarki. Powszechnie przyjętą miarą dyspersji w grupie krajów jest odchylenie standardowe logarytmów naturalnych np. miar bogactwa (najczęściej PKB per capita) w pewnym momencie t, obliczane zgodnie z poniższym wzorem.

2 1(ln ln^-) = -=

å

σt – odchylenie standardowe logarytmów naturalnych w pewnym momencie t i – indeks kraju,

it

y

t

y _{- przeciętny poziom przyjętej miary (np. PKB per capita) w rozpatrywanej}

grupie krajów w roku t.

O σ-konwergencji mówimy wtedy, gdy wraz z upływem czasu odchylenie standardowe logarytmów naturalnych przyjętej miary w danej grupie krajów

184

z dywergencją. Konwergencja zawsze prowadzi ona do zanikania nierówności między różnymi początkowo podmiotami. Gdy podmiotami są kraje lub regiony, to

w wyniku konwergencji zanikają różnice między nimi [Malaga 2004]. W nawiązaniu do celu pracy jakim była próba wskazania na upodabnianie się lub

narastanie rozbieżności w efektywności biogospodarki pomiędzy wybranymi

krajami o różnym poziomie rozwoju gospodarczego zmniejszanie się, wraz z upływem czasu, odchylenia standardowego logarytmów naturalnych przyjętych

wskaźników efektywności w danej grupie krajów wskazywało na upodabnianie się efektywności biogospodarki pomiędzy nimi. W przeciwnym razie świadczyło

natomiast o narastaniu różnic pomiędzy krajami tworzącymi daną grupę w efektywności biogospodarki. Zadbano tendencje do konwergencji/dywergencji

następujących miar efektywności biogospodarki (wykorzystanych wcześniej w rozdziale III):

• zużycie energii odnawialnej w przeliczeniu na 1000 mieszkańców i na PKB per capita w USD,

• zużycie biomasy w przeliczeniu na 1000 mieszkańców i na PKB per capita w USD,

• produkcja rolna w euro na roboczogodzinę (rh), hektar użytków rolnych (UR) i jeden euro zużycia (amortyzacji) aktywów trwałych.

Rozdział ten kończy ranking krajów względem efektywności biogospodarki w poszczególnych latach okresu 2009-2015 oraz względem zagregowanego wskaźnika efektywności biogospodarki w całym okresie badawczym. W celu sporządzenia tych rankingów zastosowano metodę porządkowania liniowego obiektów, która nazywana jest też wielowymiarową analizą porównawczą. Istotą metody jest uporządkowanie obiektów (w pracy krajów) zgodnie z pewną bezpośrednią niemierzalną cechą, lecz możliwą do scharakteryzowania za pomocą innych cech. Tymi cechami w pracy były wszystkie wskaźniki efektywności biogospodarki, które odrębnie analizowano wcześniej, a więc: zużycie energii odnawialnej i biomasy w przeliczeniu na 1000 mieszkańców i na PKB per capita w

185

USD oraz produkcja rolna w euro na roboczogodzinę (rh), hektar użytków rolnych (UR) i jeden euro zużycia aktywów trwałych. Na schemat postępowania porządkowania liniowego składają się następujące kroki: dobranie zmiennych (cech) diagnostycznych, chrakteryzujących niemierzalne zjawisko (w pracy efektywność biogospodarki) i ustalenie ich rodzaju, sprowadzenie cech do postaci porównywalnej oraz określenie ich formuły agregacji. Według tej formuły następuje porządkowanie badanych obiektów, czyli sporządzenie ich rankingu względem danego zjawiska ogólnego, które zmierzone zostało za pomocą cech diagnostycznych. Przy wyborze cech mierzących dane zjawisko należy kierować się przede wszystkim przesłankami merytorycznymi. We podpunktach 1-3. rozdziału czwartego uzasadniono wpływ przyjętych mierników na efektywność biogospodarki, zatem można powiedzieć, że kierowano się względami merytorycznymi. Określenie rodzaju danej zmiennej diagnostycznej polega z kolei na określeniu jej wpływu na zjawisko ogólne, czyli na określeniu czy jest ona stymulantą, destymulantą czy nominantą. Cecha diagnostyczna jest stymulantą, gdy korzystne są wyższe jej wartości z punktu widzenia zjawiska ogólnego, którym w pracy była efektywność biogospodarki, w przeciwnym razie dana zmienna diagnostyczna jest destymulantą. Natomiast cecha diagnostyczna jest nominantą, gdy dla pewnego przedziału wartości jest stymulantą, a dla innego destymulantą z punktu widzenia zjawiska ogólnego, które mierzy [Poczta-Wajda 2010]. W świetle tego, co powiedziano w podpunktach poświęconych cząstkowym

wskaźnikom oceny efektywności biogospodarki, ich wyższe wartości korzystnie wpływały na efektywność tego sektora, a więc wszystkie cechy diagnostyczne były stymulantami efektywności biogospodarki w poszczególnych krajach. Dalej należy zmienne diagnostyczne sprowadzić do porównywalności, ze względu na to, że mogą być one wyrażone w różnych jednostkach miary. Tak też było w pracy. Wśród najpopularniejszych metod sprowadzania zmiennych do porównywalności wyróżnia się: unitaryzację, standaryzacje i przekształcenie ilorazowe [Jarocka 2015]. Z punktu widzenia celu analizy porównawczej wygodne jest, aby wartości znormalizowanych cech były nieujemne. Ponadto w analizach porównawczych

186

zaleca się wybór takich procedur, które dają stabilne przedziały zmienności zmiennych unormowanych [Kukuła 2000]. Na potrzeby pracy wykorzystano więc unitaryzację, w wyniku której wartości zmiennej należą do przedziału od zera do jedności. Procedura unitaryzacji następuje z wykorzystaniem następujących wzorów [Poczta-Wajda 2010]: • dla stymulanty: , • dla destymulanty: , • dla nominanty: , dla , , dla , gdzie:

W analizowanym przypadku wszystkie cechy (wskaźniki cząstkowe) były stymulantami efektywności biogospodarki. Ostatnim krokiem procedury porządkowania liniowego jest określenie formuły agregacji. W tym celu w pracy przyjęto metodę bezwzorcową, opierającą się na dokonaniu uśrednienia zmiennych znormalizowanych za pomocą średniej ważonej. Każdemu ze wskaźników, a więc

187

określającemu efektywność zużycia energii odnawialnej, biomasy oraz efektywność produkcji rolnej przypisano odpowiednie wagi. W przypadku pierwszych dwóch wskaźników było to 0,33, a więc każda z cech diagnostycznych je określających uzyskała wagę 0,165. W odniesieniu do efektywności produkcji rolnej zastosowano wagę 0,34 a w związku pierwsze dwa z mierników ją określających uzyskały wagę 0,11 a trzeci, jakim była produkcja rolna w euro na jedno euro zużycia aktywów trwałych - 0,12. W ten sposób uzyskano

porównywalny wpływ efektywności zużycia energii odnawialnej, biomasy i produkcji rolnej na efektywność całego sektora biogospodarki. Na sam koniec

ustalono kolejność badanych gospodarek narodowych względem cechy syntetycznej, czyli efektywności sektora biogospodarki osobno w latach 2009-2015 oraz względem syntetycznego wskaźnika efektywności biogospodarki w całym okresie badawczym. Zakres czasowy analiz rozdziału czwartego objął lata 2009-2015 co było uwarunkowane dostępnością danych. Należy jednak zaznaczyć, że pomimo to możliwe było zaobserwowanie tendencji w zakresie zmian efektywności biogospodarki w poszczególnych krajach oraz w stosunku do innych gospodarek narodowych.

2. Efektywność biogospodarki w badanych krajach UE w latach