Subiektywne mierniki dobrobytu jako narzędzie badawcze

Jak zauważono w Rozdziale 3, jednym z podejść do oceny jakości życia jest ocena subiektywnie postrzeganego dobrobytu. Podejście to nie wyczerpuje problematyki pomiaru jakości życia oraz rozwoju, oferuje jednak interesującą perspektywę badawczą oceny roli kapitału naturalnego w procesie rozwoju, w szczególności wpływu poszczególnych elementów kapitału naturalnego na jakość życia.

Problem zależności pomiędzy wzrostem gospodarczym a subiektywnie deklarowaną satysfakcją z życia oraz szczęściem jest obszarem badawczym z zakresu makroekonomii. W literaturze przedmiotu zwraca się uwagę, że zależność ta ma charakter dość złożony. W badaniu przeprowadzonym pod koniec lat 90. (w ramach tzw. World Values Survey) w kilkudziesięciu krajach zadawano pytania: „Czy wziąwszy pod uwagę całą swoją sytuację, powiedziałbyś, że jesteś osobą bardzo szczęśliwą, dość szczęśliwą, nie bardzo szczęśliwą, nieszczęśliwą” oraz „Uwzględniając wszystkie okoliczności, jaki jest twój stopień zadowolenia z całego twojego życia?”234

. Odpowiedź na drugie pytanie była udzielana w skali od 1 do 10. Ocena zależności pomiędzy średnią odsetka ludzi deklarujących się jako szczęśliwi lub bardzo szczęśliwi oraz odsetka ludzi, którzy w drugim pytaniu zaznaczyli 6 lub więcej, a dochodem na osobę według parytetu siły nabywczej wykazała, że:

 większość krajów z bardzo niskimi wskaźnikami szczęścia to kraje Europy Wschodniej, które w latach 90. przechodzili trudny okres transformacji;

 kiedy pominie się te kraje, uwidacznia się dodatnia zależności pomiędzy poziomem szczęścia a poziomem dochodu;

 w krajach bogatych (dochód na osobę powyżej 20 tys. dol. według PSN) obserwowana jest słaba zależności pomiędzy poziomem dochodu na osobę a odczuwanym szczęściem. Sugeruje to, że w tej grupie krajów poziom szczęścia nie jest powiązany z poziomem dochodów.

Zwraca się także uwagę na to, że porównywanie poziomu szczęścia w różnych krajach może być utrudnione ze względu na różnice kulturowe. Opierając się na badaniach przeprowadzonych w Stanach Zjednoczonych w ramach Ogólnego Przeglądu

234

138 Społecznego (General Social Survey – GSS) stwierdza się, ze wzrost dochodu o ponad 60% w latach 1970 – 1996 nie zmienił w sposób istotny rozkładu poczucia szczęścia w społeczeństwie235

. Wyniki badań Instytutu Gallupa z okresu ponad 60 lat potwierdzają te wnioski. Pomimo tego, jeżeli się weźmie pod uwagę różnicę w dochodach pojedynczych ludzi, to deklarowany poziom szczęścia jest wyraźnie wyższy w grupie osób o wysokich dochodach.

Wyniki dotychczasowych badań wskazują zatem, że do pewnego poziomu (np. 20 tys. dol. według PSN) wzrost dochodu na osobę powoduje podniesienie się poziomu zadowolenia z życia (szczęścia). Powyżej tego poziomu szczęście zależy raczej od względnego poziomu dochodów w społeczeństwie oraz prawdopodobnie także innych czynników determinujących jakość życia. Wnioski te niewątpliwie powinny być brane pod uwagę przy kształtowaniu polityki społeczno-gospodarczej. Jednocześnie, przynajmniej w krajach bogatych (do których w większości należą kraje Unii Europejskiej), większe znaczenie ma poszukiwanie pozadochodowych determinant jakości życia.

Badania rozwijane w nurcie tzw. ekonomii behawioralnej sugerują, że deklarowany subiektywny dobrobyt może być wykorzystany jako przybliżona miara doświadczanej użyteczności, która nie jest kategorią empirycznie mierzalną w sposób bezpośredni, co jest znaczącym ograniczeniem także dla ekonomii środowiskowej236

. W ekonomii ochrony środowiska przyjmuje się, że poziom zanieczyszczeń powinien być ograniczony do poziomu, przy którym krańcowe koszty redukcji emisji są równe krańcowym korzyściom237. Ponieważ korzyści z ochrony środowiska mają charakter dobra publicznego, ich wycena sprawia wiele trudności. Istnieje wiele metod wyceny środowiska naturalnego (por. rozdział 3.2 – wycena kapitału naturalnego), proponuje się także nowe podejście oparte na wskaźnikach subiektywnego dobrobytu (tzw. life

satisfaction approach). Istota podejścia polega na oszacowaniu tzw. „funkcji

szczęścia”, gdzie zmienną zależną jest wskaźnik deklarowanego dobrobytu (szczęścia albo satysfakcji z życia), natomiast zmiennymi niezależnymi są dochód oraz wybrane dobro publiczne, np. jakość powietrza. Umożliwia to określenie wartości dobra publicznego poprzez obliczenie krańcowej stopy substytucji pomiędzy dochodem a

235

Ibidem, s. 312.

236

H. Welsch, Implications of happiness research for environmental economics, “Ecological Economics” 2009, vol. 68, s. 2735.

237

Przy założeniu o wklęsłości funkcji całkowitych korzyści oraz wypukłości funkcji całkowitych kosztów ograniczania emisji.

139 dobrem publicznym, na przykład wielkość dochodu rekompensująca wzrost emisji zanieczyszczenia o jednostkę przy stałym poziomie dobrobytu. Podejście to było wykorzystywane w odniesieniu do zanieczyszczenia powietrza, hałasu lotniczego, zmian klimatu²³⁸.

H. Welsch zaproponował model²³⁹, w którym łączona jest „funkcja szczęścia” z makroekonomiczną funkcją produkcji, w której wielkość zanieczyszczenia występuje jako kolejny „nakład” produkcyjny, tj.:

gdzie: v – przeciętne deklarowane szczęście (jako miara dobrobytu), y – dochód na mieszkańca,

p – miara zanieczyszczenia,

r – tzw. wskaźnik „racjonalności” – zmienna kontrolna, uwzględniająca różnice pomiędzy tradycyjnymi oraz bardziej nowoczesnymi społeczeństwami;

k – kapitał rzeczowy na mieszkańca, h – kapitał ludzki na mieszkańca.

Autor interpretuje krańcowy produkt zanieczyszczenia jako koszt krańcowy oczyszczania (marginal abatement cost).

Łącząc obie funkcje:

Krańcowy efekt zanieczyszczenia na dobrobyt jest zatem wyrażony następująco:

gdzie wyraża bezpośredni krańcowy wpływ zanieczyszczenia na dobrobyt (przypuszczalnie ujemny), natomiast wyraża pośredni, dodatni wpływ zanieczyszczenia na dobrobyt, kiedy zanieczyszczenie jest traktowane jako nakład produkcyjny. Tym samym reprezentuje krańcowy efekt netto zanieczyszczenia na dobrobyt (net marginal welfare of pollution – NMW), może być albo dodatni, albo ujemny. Dzieląc obie strony równania przez krańcowy efekt dochodu otrzymujemy

238

H. Welsch, Environmental welfare analysis: A life satisfaction approach, “Ecological economics” 2007, vol. 62, s. 545.

239

140 krańcowy monetarny efekt netto zanieczyszczenia na dobrobyt (monetized net marginal

welfare of polution – MNMW):

na który się składa krańcowy produkt zanieczyszczenia oraz krańcowa stopa substytucji dochodu oraz zanieczyszczenia. W badaniu przeprowadzonym na próbie 54 krajów (badanym zanieczyszczeniem był dwutlenek azotu NO2 ze względu na szczególnie szkodliwe oddziaływanie tego zanieczyszczenia na zdrowie ludzi) oszacowano, że krańcowy efekt dwutlenku azotu na dobrobyt wynosi -0,07 USD w przeliczeniu na tonę, przy czym krańcowy produkt zanieczyszczenia wyniósł tylko 0,01 USD, co pozwala określić krańcowy efekt netto na poziomie -0,06 USD na tonę. W świetle założeń przyjętych przez H. Welscha oznacza to, że w interesie społecznym jest zmniejszenie emisji dwutlenku azotu. Proponowane podejście może być kontrowersyjne, jednak wyznacza ono nowy kierunek w dziedzinie wartościowania zmian w środowisku naturalnym oraz ekonomii dobrobytu.

Rozwijającym się polem badawczym jest również poszukiwanie zależności pomiędzy satysfakcją z życia a wybranymi parametrami środowiska naturalnego. Badania wskazują, że takie aspekty środowiska jak hałas, jakość powietrza, zagrożenia naturalne, klimat mają znaczący oraz zgodny z oczekiwanym wpływ na subiektywny dobrobyt²⁴⁰. Analizując dane o stężeniu dwutlenku siarki (SO₂) oraz poziomem subiektywnego dobrobytu na poziomie regionalnym stwierdzono, że jakość powietrza ma istotny wpływ na dobrobyt mieszkańców Europy241

.

Uzyskany syntetyczny miernik zużycia kapitału naturalnego nie może być wykorzystany jako zmienna objaśniająca przy poszukiwaniu czynników istotnych z punktu widzenia odczuwalnej satysfakcji z życia, ponieważ miernik jest uzyskany w wyniku agregacji zmiennych, których potencjalny wpływ na jakość życia znacznie się różni co do kierunku oddziaływania. Pogorszenie się wskaźników jakości środowiska naturalnego przypuszczanie negatywnie wpływa na jakość życia, natomiast wzrost ilości zużywanych materiałów (cechujący kraje rozwinięte gospodarczo) oznacza wyższy poziom PKB na mieszkańca, zatem wywiera dodatni wpływ na jakość życia. Dlatego ograniczono się do zbadania relacji pomiędzy jakością życia a wybranymi cząstkowymi wskaźnikami jakości środowiska.

240

S. Ferreira et. al., Life satisfaction and air quality in Europe, “Ecological Indicators” 2013, vol. 88, s. 2.

241

141 2. Empiryczna ocena wpływu jakości środowiska na poziom subiektywnego

dobrobytu

Wybrane wskaźniki jakości środowiska naturalnego mogą być wykorzystane jako zmienne objaśniające w modelu zależności pomiędzy czynnikami jakości życia a proponowaną zmienną objaśnianą, którą w tym przypadku mogą być mierniki subiektywnego dobrobytu. Warto przy tym zauważyć, że metody regresyjne raczej wskazują na istnienie pewnej relacji pomiędzy zmiennymi, niż na związek przyczynowo-skutkowy.

W niniejszej pracy przeprowadzono analizę statystyczną (metodą regresji wielorakiej) zależności pomiędzy wybranymi wskaźnikami jakości środowiska oraz wybranymi wskaźnikami subiektywnego dobrobytu, przy czym w pierwszym przypadku jako zmienne objaśniające wykorzystano wyłącznie wskaźniki jakości środowiska, natomiast w drugim zmienne środowiskowe zostały uzupełnione o tzw. zmienne kontrolne – dodatkowe obiektywne czynniki jakości życia, takie jak: PKB na mieszkańca (według parytetu siły nabywczej) oraz stopa bezrobocia. Zmienne te są często zaliczane do ekonomicznych czynników determinujących jakość życia. Warto nadmienić, że literatura na temat czynników dobrobytu oraz doboru stosownych wskaźników jest niezwykle bogata242. Omówienie tego problemu w większym zakresie znacznie wykracza poza ramy niniejszej pracy.

Dane dotyczące subiektywnie odczuwanej satysfakcji z życia mieszkańców krajów Europy są gromadzone w ramach tzw. Europejskiego Sondażu Społecznego (European Social Survey)²⁴³ – okresowych badań ankietowych dotyczących kwestii społecznych, w tym deklarowanego poziomy zadowolenia z życia. Jednym z pytań jest: „Jak bardzo jesteś szczęśliwy?”, na które respondenci odpowiadają w skali numerycznej – od zera (extremely unhappy) do 10 (extremely happy). Uzyskane dane pochodzące z badań przeprowadzonych w latach 2008 oraz 2010 są przedstawione w tabeli 16. Obliczono wartość średnią deklarowanego szczęścia jako średnią ważoną

242

Por. J. Berbeka, Poziom życia ludności a wzrost gospodarczy w krajach Unii Europejskiej, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków 2006; M. Łuszczyk, Pomiar jakości życia

w skali międzynarodowej, Fundacja Uniwersytetu Ekonomicznego w Krakowie, Kraków 2013. 243

142 poszczególnych kategorii, następnie przyjęto średnią z obu lat jako wartość zmiennej objaśnianej244

.

Tabela 16. Wartość średnia deklarowanego szczęścia w wybranych krajach Europy (w skali 0 – 10) Kraj 2008 2010 Średnia Belgia 7,642 7,818 7,73 Bułgaria 5,212 5,432 5,322 Cypr 7,472 7,274 7,373 Czechy 6,843 6,586 6,7145 Dania 8,366 8,287 8,3265 Estonia 6,689 6,905 6,797 Finlandia 8,016 7,957 7,9865 Francja 7,102 6,985 7,0435 Niemcy 7,186 7,366 7,276 Grecja 6,668 5,992 6,33 Węgry 5,937 6,431 6,184 Irlandia 7,554 6,853 7,2035 Łotwa 6,408 6,408 6,408 Litwa 6,086 6,086 6,086 Holandia 7,696 7,792 7,744 Polska 7,151 7,318 7,2345 Portugalia 6,423 6,598 6,5105 Rumunia 6,091 6,091 6,091 Słowacja 6,616 6,662 6,639 Słowenia 7,237 7,282 7,2595 Hiszpania 7,64 7,574 7,607 Szwecja 7,829 7,912 7,8705 Wielka Brytania 7,444 7,406 7,425 Źródło: http://www.europeansocialsurvey.org

W literaturze zwraca się uwagę, że lepszym miernikiem jakości życia jest deklarowany poziom satysfakcji z życia, niż deklarowany poziom szczęścia. Zwraca się uwagę, że w niektórych krajach (np. krajach byłego Związku Radzieckiego) w zależności od postawionego pytania uzyskuje się różne wyniki – poziom satysfakcji z życia jest bardziej wrażliwy na warunki gospodarcze niż poziom szczęścia245. Biorąc to pod uwagę, wykorzystano także dane Europejskiego Sondażu Wartości (European

Values Survey), w ramach którego postawiono pytanie: „Biorąc wszystko po uwagę, jak

244

W przypadku dostępności danych tylko dla jednego roku (Litwa, Łotwa, Rumunia), przyjmowano tę wartość jako zmienną objaśnianą.

245

143 bardzo jesteś zadowolony z życia jako całości?”²⁴⁶. Odpowiedź była udzielana w skali od 1 (niezadowolony) do 10 (zadowolony). Obliczone średnie wartości deklarowanej satysfakcji z życia (dane pochodzą z badań przeprowadzonych w latach 2008-2009) są przedstawione w tabeli 17.

Tabela 17. Wartość średnia deklarowanej satysfakcji z życia w wybranych krajach Europy (w skali 1 – 10) Kraj Kraj Austria 7,544 Włochy 7,171 Belgia 7,624 Łotwa 6,374 Bułgaria 5,736 Litwa 6,388 Cypr 7,254 Luksemburg 7,867 Czechy 7,163 Holandia 7,978 Dania 8,354 Polska 7,221 Estonia 6,623 Portugalia 6,466 Finlandia 7,669 Rumunia 6,761 Francja 7,062 Słowacja 7,059 Niemcy 6,771 Słowenia 7,514 Grecja 6,847 Hiszpania 7,287 Węgry 6,314 Szwecja 7,726

Irlandia 7,832 Wielka Brytania 7,553

Żródło: www.europeanvaluesstudy.eu

Warto zauważyć, że przedstawione średnie wartości deklarowanego szczęścia oraz satysfakcji z życia są ze sobą mocno skorelowane – współczynnik korelacji Pearsona wynosi 0,905. W dalszej analizie zostały wykorzystane oba wskaźniki.

Dane dotyczących PKB oraz bezrobocia pochodzą z Eurostat. Jako zmienne środowiskowe w badaniu wykorzystano wskaźniki narażenia ludności na stężenia wybranych zanieczyszczeń oraz wskaźnik jakości wód. Zatem jako zmienne objaśniające w badaniu wykorzystano:

 X1 – ważony (ilością mieszkańców) wskaźnik koncentracji pyłów PM-10, µg/m3

.

 X2 – ważony (ilością mieszkańców) wskaźnik koncentracji ozonu, µg/m3

.  X3 – procent klasyfikowanych jednolitych części wód rzek o złym, słabym lub

umiarkowanym statusie (potencjale) ekologicznym.  X4 – PKB na mieszkańca według parytetu siły nabywczej.  X5 – stopa bezrobocia długookresowego (ponad 12 miesięcy).

246

144 Zmiennymi objaśnianymi są natomiast:

 H_avg - wartość średnia deklarowanego szczęścia.

 LS_avg - wartość średnia deklarowanej satysfakcji z życia.

Na etapie doboru zmiennych objaśniających wykorzystano metodę analizy współczynników korelacji. Ocenia się wzajemne zależności pomiędzy zmiennymi, przy czym dąży się do tego, by dobrane zmienne objaśniające były możliwie silnie skorelowane ze zmienną objaśnianą, a jednocześnie słabo powiązane między sobą. Obliczoną macierz korelacji zmiennych przedstawiono w tabeli 18.

Tabela 18. Macierz korelacji zmiennych modelu jakości życia przy wykorzystaniu deklarowanej satysfakcji z życia jako zmiennej objaśnianej

N=26 LS_avg X1 X2 X3 X4 X5 LS_avg 1,000000 -0,390897 -0,295429 0,174869 0,698113 -0,588306 X1 -0,390897 1,000000 0,729054 0,207270 -0,293494 0,071756 X2 -0,295429 0,729054 1,000000 0,060398 -0,130167 0,220427 X3 0,174869 0,207270 0,060398 1,000000 0,365407 -0,258304 X4 0,698113 -0,293494 -0,130167 0,365407 1,000000 -0,441056 X5 -0,588306 0,071756 0,220427 -0,258304 -0,441056 1,000000 Źródło: opracowanie własne

Korelacje zmiennej deklarowanego szczęścia ze zmiennymi objaśniającymi przedstawiono w tabeli (liczba obserwacji N=23 jest mniejsza, co wynika z braku danych dla trzech krajów247

)

Tabela 19. Korelacje zmiennych objaśniających ze zmienną deklarowanego szczęścia

N=23 X1 X2 X3 X4 X5

H_avg -0,455560 -0,383277 0,148029 0,831147 -0,506764

Źródło: opracowanie własne

Uzyskane wartości współczynnika korelacji Pearsona pozwoliły na odrzucenie zmiennych X2 (wysoka korelacja z X1) oraz X3 (słaba korelacja ze zmienną objaśnianą oraz niezgodny z teorią kierunek oddziaływania). Zmienne X1, X4 oraz X5 wykazują istotną statystycznie (p > 0,05) korelacje ze zmienną objaśniają, przy czym kierunek oddziaływania jest zgodny z założeniem teoretycznym. Wykresy rozrzutu zmiennych LS_avg oraz H_avg względem zmiennych niezależnych przedstawiono na rysunku 27 oraz rysunku 28. Przedstawione zmienne niezależne:

 X1 – ważony (ilością mieszkańców) wskaźnik koncentracji pyłów PM-10, µg/m3

.

 X4 – PKB na mieszkańca według parytetu siły nabywczej.

 X5 – stopa bezrobocia długookresowego (ponad 12 miesięcy).

247

145 Rysunek 27. Wykresy rozrzutu zmiennej wartość średnia deklarowanej satysfakcji z życia (LS_avg) względem zmiennych niezależnych

Wykres rozrzutu LS_avg względem X1 Arkusz1 10v*26c LS_avg = 7,9103-0,0315*x 10 15 20 25 30 35 40 45 X1 5,6 5,8 6,0 6,2 6,4 6,6 6,8 7,0 7,2 7,4 7,6 7,8 8,0 8,2 8,4 8,6 L S _ a v g

Wykres rozrzutu LS_avg względem X4 Arkusz1 10v*26c LS_avg = 6,141+4,3957E-5*x 0 10000 20000 30000 40000 50000 60000 70000 X4 5,6 5,8 6,0 6,2 6,4 6,6 6,8 7,0 7,2 7,4 7,6 7,8 8,0 8,2 8,4 8,6 L S _ a v g

Wykres rozrzutu LS_avg względem X5 Arkusz1 10v*26c LS_avg = 7,8306-0,2386*x 0 1 2 3 4 5 6 7 X5 5,6 5,8 6,0 6,2 6,4 6,6 6,8 7,0 7,2 7,4 7,6 7,8 8,0 8,2 8,4 8,6 L S _ a v g

146 Rysunek 28. Rozrzut zmiennej wartość średnia deklarowanego szczęścia (H_avg) względem zmiennych niezależnych

Wykres rozrzutu H_avg względem X1 H_avg 10v*23c H_avg = 8,0027-0,0419*x 10 15 20 25 30 35 40 45 X1 5,0 5,5 6,0 6,5 7,0 7,5 8,0 8,5 H _ a v g

Wykres rozrzutu H_avg względem X4 H_avg 10v*23c H_avg = 5,0293+9,2926E-5*x 8000 10000 12000 14000 16000 18000 20000 22000 24000 26000 28000 30000 32000 X4 5,0 5,5 6,0 6,5 7,0 7,5 8,0 8,5 H _ a v g

Wykres rozrzutu H_avg względem X5 H_avg 10v*23c H_avg = 7,727-0,2457*x 0 1 2 3 4 5 6 7 X5 5,0 5,5 6,0 6,5 7,0 7,5 8,0 8,5 H _ a v g

147 Dla obu mierników jakości życia oszacowano parametry modeli postaci (tym samym uzyskując cztery modele):

I. – model dwustronnej relacji zmiennej wartość średnia deklarowanej satysfakcji z życia i zmiennej jakości środowiska.

II. - model zależności zmiennej wartość średnia deklarowanej satysfakcji z życia od zmiennej jakości środowiska oraz dwóch zmiennych gospodarczych.

III. – model dwustronnej relacji zmiennej wartość średnia deklarowanego szczęścia i zmiennej jakości środowiska.

IV. - model zależności zmiennej wartość średnia deklarowanego szczęścia od zmiennej jakości środowiska oraz dwóch zmiennych gospodarczych.

Gdzie:

LS_avg – wartość średnia deklarowanej satysfakcji z życia, H_avg – wartość średnia deklarowanego szczęścia,

– parametry modelu, – składnik losowy.

Często w modelach wykorzystuje się logarytm wartości zmiennej dochodu, co ma swoje uzasadnienie w prawie malejącej krańcowej użyteczności. Jednakże w tym przypadku nie wpływa to znacząco na korelacje zmiennych.

Parametry modeli zostały oszacowane metodą regresji wielorakiej przy zastosowaniu klasycznej metody najmniejszych kwadratów (MNK). Uzyskane wyniki analizy regresji²⁴⁸:

Podsumowanie regresji zmiennej zależnej wartość średnia deklarowanej satysfakcji z życia (model I):

N=26 Błąd stand. z t(24) p Wyraz wolny 7,910315 0,378045 20,92427 0,000000 X1 -0,031549 0,015164 -2,08054 0,048321 R= 0,39089746 R²= 0,15280082 Popraw. R²= 0,11750086 F(1,24)=4,3286 p<,04832 Błąd std. estymacji: 0,57765 248

148 Podsumowanie regresji zmiennej zależnej wartość średnia deklarowanej satysfakcji z życia (model II):

N=26 Błąd stand. z t(24) p Wyraz wolny _{7,322813 0,469798 15,58714 0,000000} X1 -0,018284 0,010949 -1,66988 0,109111 X4 0,000030 0,000009 3,12353 0,004945 X5 _{-0,147742 0,058595 -2,52139 0,019436} R= 0,79477112 R²= 0,63166114 Popraw. R²= 0,58143311 F(3,22)=12,576 p<,00005 Błąd std. estymacji: 0,39782

Podsumowanie regresji zmiennej zależnej wartość średnia deklarowanego szczęścia (model III): N=23 Błąd stand. z t(24) p Wyraz wolny 8,002708 0,447055 17,90094 0,000000 X1 _{-0,041859 0,017849 -2,34512 0,028924} R= 0,45555995 R²=0,20753487 Popraw. R²= 0,16979844 F(1,21)=5,4996 p<0,02892 Błąd std. estymacji: 0,67128

Podsumowanie regresji zmiennej zależnej wartość średnia deklarowanego szczęścia (model IV): N=23 Błąd stand. z t(24) p Wyraz wolny 6,193673 0,584700 10,59292 0,000000 X1 -0,018245 0,011293 -1,61563 0,122658 X4 _{0,000074 0,000015 4,93100 0,000093} X5 -0,112323 0,060382 -1,86020 0,078409 R= 0,87093971 R²= 0,75853598 Popraw. R²= 0,72041008 F(3,19)=19,896 p<,00000 Błąd std. estymacji: 0,38956

149 Na podstawie uzyskanych wyników można wyciągnąć następujące wnioski: 1. Ze wszystkich zmiennych jakości środowiska wykorzystanych w badaniu jedynie ważony wskaźnika koncentracji pyłów PM-10 wykazuje istotną statystycznie oraz zgodną z teorią co do kierunku oddziaływania korelacje ze zmiennymi deklarowanego dobrobytu.

2. Obserwowana jest istotna statystycznie ujemna zależności pomiędzy stężeniem pyłów PM-10 a deklarowanych dobrobytem mierzonym przeciętną deklarowaną satysfakcją z życia oraz przeciętnym deklarowanym szczęściem. Zależność ta nie jest potwierdzana (brak istotności statystycznej) po rozszerzeniu modelu o zmienne kontrolne – obiektywne czynniki dobrobytu, takie tak PKB na mieszkańca według parytetu siły nabywczej oraz stopa bezrobocia długookresowego.

3. Potwierdza się istotna statystycznie zależność deklarowanego dobrobytu od dobranych zmiennych obiektywnych czynników dobrobytu. Również potwierdza się sugerowana w literaturze większa wrażliwość deklarowanej satysfakcji z życia na zmienne ekonomiczne w porównaniu do deklarowanego szczęścia – w modelach III oraz IV stopa długookresowego bezrobocia nie wykazuje statystycznie istotnego wpływu na poziom deklarowanego szczęścia.

4. Uzyskane wyniki nie pozwalają na wyciągniecie jednoznacznych wniosków dotyczących charakteru zależności pomiędzy deklarowanym dobrobytem a jakością środowiska. Opisywanych relacji nie należy traktować jako zależności przyczynowo-skutkowych. Prawdopodobnym mechanizmem może być większa troska o środowiska w krajach o wysokim poziomie życia (np. kraje skandynawskie), co także przekłada się na niższe koncentracje zanieczyszczeń (np. pyłów PM-10), tj. zależność może być odwrotna. Konieczne są badania na większej oraz bardziej zróżnicowanej próbie krajów.

150 Zakończenie

W ramach niniejszej pracy przeprowadzono ocenę roli oraz znaczenia kapitału naturalnego w procesie rozwoju trwałego. W wymiarze teoretycznym cel główny pracy został zrealizowany. W rozdziałach teoretycznych pracy zostały określone dwie główne kategorie będące przedmiotem pracy – kapitał naturalny oraz rozwój trwały. Istotę pojęcia kapitał naturalny najlepiej wyjaśnia koncepcja tzw. świadczeń ekosystemów, wśród których wyróżnia się cztery główne typy: świadczenia zaopatrujące (zasobowe), regulacyjne, kulturowe oraz podtrzymujące. W tym ujęciu kapitał naturalny obejmuje zasoby nieodnawialne oraz odnawialne (ekosystemy) dostarczające wymienionych świadczeń. Określono pojęcie rozwoju trwałego. Uznano, że rozwój może być definiowany za pomocą celów, które mają być osiągnięte. W świetle koncepcji A. Sena celem rozwoju nie jest zapewnienie dobrobytu oraz wysokiej jakości życia ludzi, lecz zapewnienie zdolności (capabilties) do osiągania dobrobytu oraz życia w taki sposób, jaki sobie cenimy. Pomimo, że na gruncie czysto naukowym pojęcia te są niedookreślone, związek pomiędzy kapitałem naturalnym a rozwojem może być opisywany w kontekście wpływu dóbr natury na poszerzenie lub zawężenie zakresu podstawowych zdolności dostępnych ludziom, takich jak: zdrowie, stan psychiczny, zdolność uczenia się itd. Trwałość rozwoju w tym ujęciu może być interpretowana jako utrzymanie zdolności do tworzenia dobrobytu przez przyszłe pokolenia w długim okresie czasu. W ujęciu operacyjnym problem może być rozpatrywany na wielu płaszczyznach, na przykład znaczenia zasobów naturalnych dla tworzenia PKB, wpływu dóbr natury na zdrowie fizyczne oraz psychiczne, wpływ jakości środowiska oraz ekosystemów na subiektywnie odczuwany dobrobyt etc.

Zrealizowany został także cel metodyczny pracy. Dokonano przeglądu dostępnych mierników trwałości rozwoju, jak również zaproponowano zagregowany miernik zużycia kapitału naturalnego w oparciu o metodykę rachunku przepływów materiałowych oraz wybrane wskaźniki jakości środowiska, biorąc pod uwagę dostępność danych dla krajów europejskich.

Cel empiryczny pracy został zrealizowany tylko częściowo. Udało się uwzględnić dużą różnorodność elementów kapitału naturalnego – połączono kategorie ilościowe i jakościowe, jak również wielowymiarowość kategorii rozwoju. Dla takiego zakresu badania empiryczne ograniczono do:

151  oszacowania miernika zużycia kapitału naturalnego,

 zbadania zależności pomiędzy wzrostem PKB a ilością wykorzystywanych zasobów,

 określenia uwarunkowań pomiędzy strukturą gospodarki a ilością wykorzystywanych zasobów,

 zbadania wpływu ilości zużywanych zasobów na poziom rozwoju społecznego,  jak również wpływu wybranych miar jakości środowiska naturalnego na

deklarowany poziom zadowolenia z życia (life satisfaction) i szczęścia (happiness).

Wszystkie zaplanowane badania zostały zrealizowane, jednak część wyników okazała się nieistotna statystycznie, co uniemożliwiło miarodajne wnioskowanie i formułowanie daleko idących konkluzji.

Uzyskane wartości wskaźnika zużycia kapitału naturalnego w krajach Europy nie pozwalają na wyciągnięcie jednoznacznych wniosków. Dzieląc kraje według mediany (0,466) do krajów o relatywnie wysokim poziomie zużycia kapitału naturalnego należy zaliczyć m.in. Belgię, Czechy, Polskę, Niemcy, Grecję, Bułgarię. Kraje o stosunkowo niskim poziomie zużycia kapitału naturalnego to kraje skandynawskie (Finlandia oraz Szwecja), Włochy, Francja, Hiszpania, a także Litwa, Łotwa, Rumunia. Wielka Brytania jest krajem o najniższej wartości wskaźnika zużycia kapitału naturalnego, czego prawdopodobnym wyjaśnieniem może być wysoki udział usług w tworzeniu PKB Wielkiej Brytanii (oraz towarzysząca temu dematerializacji w przeliczeniu na mieszkańca). Zestawienie wartości miary zużycia kapitału naturalnego