Ścieżki rozwoju społeczno-gospodarczego krajów nowo przyjętych i kandydujących do Unii Europejskiej

Pełen tekst

(1)Zeszyty Naukowe nr. 726. Akademii Ekonomicznej w Krakowie. 2006. Artur Lipieta Katedra Statystyki. Ścieżki rozwoju społeczno-gospodarczego krajów nowo przyjętych i kandydujących do Unii Europejskiej 1. Wprowadzenie Procesy integracyjne zachodzące we współczesnym świecie mają na celu globalny wzrost gospodarczy, wyższą stabilność gospodarczą, poprawę bezpieczeństwa, a także wyrównanie poziomu rozwoju gospodarczego i społecznego krajów biorących w nich udział. Najbardziej zaawansowaną formą integracji na świecie jest utworzona w 1993 r. na mocy traktatu z Maastricht Unia Europejska. Integracja europejska odbywa się poprzez dostosowywanie prawa i gospodarek krajów członkowskich oraz poprzez przyłączanie kolejnych państw. W 2003 r. do Unii Europejskiej kandydowało 13 krajów Europy Środkowowschodniej i basenu Morza Śródziemnego. Dziesięć spośród nich ukończyło negocjacje i przystąpiło do Wspólnoty 1 maja 2004 r. Przyjęcie do UE dwóch kolejnych krajów planowane jest na 2007 r. Ważne jest zatem określenie możliwości rozwoju społeczno-gospodarczego tych krajów, a wśród nich Polski. I to zarówno na tle grupy krajów nowo przyjętych do Unii Europejskiej, jak i na tle dawnej „piętnastki”. Ponieważ nie jest możliwy bezpośredni pomiar ani ustalenie obiektywnego kryterium oceny poziomu rozwoju społeczno-gospodarczego, to w praktyce oceny te mają charakter orientacyjny, uproszczony, przybliżony i opierają się na pomiarach aspektów ilościowych – zestawieniach i porównaniach różnego typu wskaźników ilustrujących wzrost potencjału wytwórczego, a także szeroko pojmowanej stopy życiowej ludności. Rozwój gospodarczy zazwyczaj opisywany jest przez. ZN_726.indb 23. 1/30/08 12:57:05 PM.

(2) Artur Lipieta. 24. PKB (i inne zmienne makroekonomiczne), rozwój społeczny zaś przez mierniki poziomu życia (warunków życia, stopy życiowej, standardu życia itd.). Wskaźniki te rozpatruje się osobno bądź tworzy jeden tzw. miernik syntetyczny, umożliwiający klasyfikację i porównania badanych obiektów. W zależności od celu, zakresu badań, definicji używanych pojęć, jak również dostępności odpowiednich danych statystycznych (zarówno w czasie, jak i przestrzeni) wykorzystuje się zazwyczaj różne zestawy zmiennych opisujących badane zjawisko, co prowadzi do nieporównywalności wielu opracowań. W celu przeprowadzenia badań empirycznych związanych z podjętym tematem zgromadzono dane statystyczne charakteryzujące sytuację społeczno-gospodarczą 10 krajów: Bułgarii, Czech, Estonii, Litwy, Łotwy, Polski, Rumunii, Słowacji, Słowenii i Węgier w okresie od 1994 do 2000 r. Na podstawie wiedzy merytorycznej oraz uwzględniając dostępność danych statystycznych wybrano zmienne, charakteryzujące poziom rozwoju społecznego tych krajów. Przyjęto siedem grup zmiennych (rynek pracy; ochrona zdrowia; edukacja; kultura, rekreacja, czas wolny; komunikacja; łączność; warunki mieszkaniowe). Następnie zastosowano podejście formalne. Usunięto zmienne quasi-stałe. Za pomocą metody parametrycznej Hellwiga dokonano wyboru zmiennych reprezentujących poszczególne grupy. Wybrane zmienne to: – rynek pracy – stopa zarejestrowanego bezrobocia (w %), – ochrona zdrowia – liczba zgonów noworodków na 1000 urodzeń żywych, liczba lekarzy na 100 tys. osób, – edukacja – liczba studentów na 1000 osób, – kultura, rekreacja, czas wolny – liczba odbiorników telewizyjnych na 1000 osób, liczba widzów w kinach na 1000 osób, – komunikacja – liczba samochodów osobowych w użytkowaniu na 1000 osób, długość linii kolejowych w km na 1000 km2 ogólnej powierzchni, – łączność – liczba abonentów telefonii komórkowej na 1000 osób, – warunki mieszkaniowe – liczba mieszkań oddanych do użytku na 1000 osób. Do badań nad poziomem rozwoju gospodarczego przyjęto produkt krajowy brutto według parytetu siły nabywczej w USD na 1 mieszkańca – syntetyczny miernik osiągniętego poziomu rozwoju społeczno-gospodarczego.. Informacje statystyczne pojawiają się z pewnym opóźnieniem. W statystyce międzynarodowej opóźnienie to często przekracza 2–3 lata. W chwili pisania artykułu odpowiednie dane za 2001 r. nie były jeszcze dostępne.. Dokładny opis metody znajduje się w pracy [Hellwig 1981].. . Por. [Lipieta 2003].. . ZN_726.indb 24. 1/30/08 12:57:06 PM.

(3) Ścieżki rozwoju społeczno-gospodarczego…. 25. Za destymulanty rozwoju społecznego uznane zostały zmienne: stopa zarejestrowanego bezrobocia oraz liczba zgonów noworodków na 1000 urodzeń żywych. Ujednolicenia charakteru zmiennych (przekształcenia destymulant w stymulanty) dokonano zgodnie z wzorem: xijt{S} = 2xCCjt − xijt{D}. (i = 1, …, m;. j = 1, …, k; t = 1, …, n),. . gdzie:. xijt{D} – wartość destymulanty X {D} dla obiektu i w jednostce czasu t, j. xijt{S} – wartość stymulanty X {S} dla obiektu i w jednostce czasu t, j xCCjt – średnia wartość zmiennej X {D} dla badanych krajów (nowo przyjętych j oraz kandydujących do Unii Europejskiej) w jednostce czasu t, k – liczba zmiennych diagnostycznych tworzących zbiór finalny, m – liczba badanych obiektów, n – liczba badanych jednostek czasu (lat). Normalizacji zmiennych dokonano poprzez ustalenie punktu odniesienia, a więc zgodnie z wzorem: xijt xijtʹ = , x0 jt. gdzie: xijtʹ – wartość znormalizowana j-tej zmiennej dla obiektu i w jednostce czasu t, x0jt – punkt odniesienia dla j-tej zmiennej diagnostycznej w jednostce czasu t.. W celu umożliwienia analizy dynamiki zmian wartości zmiennych syntetycznych wykorzystano normalizację zmiennych z użyciem wzorca stałego (za punkt odniesienia przyjmowano przeciętne wartości zmiennych dla krajów nowo przyjętych i kandydujących z 1994 r.). Drugi sposób normalizacji zmiennych, z użyciem wzorca zmiennego (przeciętne wartości zmiennych w danym roku dla krajów Unii), umożliwił analizę przestrzenną i porównanie sytuacji społeczno-gospodarczej badanych krajów z sytuacją w Unii. Agregacji zmiennych opisujących rozwój społeczny dokonano dla każdej z siedmiu grup mierników cząstkowych, wyznaczając zmienne syntetyczne Z q(Q ) (q = 1, …, 7; Q = A, B) jako średnią arytmetyczną znormalizowanych zmiennych z danej grupy (dla obu rozważanych sposobów normalizacji (Q)). Następnie skonstruowano miernik syntetyczny Z (Q), jako średnią arytmetyczną z wartości zmiennych charakteryzujących poszczególne grupy cząstkowe. . ZN_726.indb 25. Por. [Taksonomiczna analiza…, 2000].. 1/30/08 12:57:09 PM.

(4) Artur Lipieta. 26. 2. Budowa ścieżek rozwoju społeczno-gospodarczego krajów nowo przyjętych i kandydujących do Unii Europejskiej Dla każdego z badanych krajów oraz dla obu analizowanych metod normalizacji zmiennych (ze stałym i ze zmiennym wzorcem) wyznaczono funkcje trendu poziomu rozwoju społecznego oraz funkcje trendu syntetycznego miernika rozwoju gospodarczego (PKB w USD na 1 mieszkańca jako parytet siły nabywczej). Niestety, na podstawie wartości zmiennych syntetycznych nie zawsze było możliwe określenie dobrze dopasowanego wielomianu stopnia co najwyżej drugiego, o oszacowaniach parametrów istotnych statystycznie. Wartości zmiennych syntetycznych opisujących poziom rozwoju społecznego i gospodarczego badanych krajów w latach 1994–2000 pozwoliły na oszacowanie funkcji trendów, które zamieszczono w tabelach 1–3. Pod ocenami parametrów zapisano błędy ocen parametrów, pozwalające na testowanie ich istotności. W przedostatniej kolumnie znajdują się wartości współczynnika determinacji, które określają, w jakim stopniu zmiany wartości zmiennych syntetycznych zostały wyjaśnione przez model. W ostatniej kolumnie zamieszczono wartości współczynnika zmienności składnika resztowego. Informują one, jaką część średniej wielkości rozważanej zmiennej syntetycznej stanowi odchylenie standardowe składnika resztowego (średni błąd szacunku). W sytuacji, gdy zmienna syntetyczna charakteryzowała się małą zmiennością (Vs < 3,5%), za funkcję trendu przyjęto prostą o współczynniku kierunkowym równym zeru (tzn. zˆ = const) i współczynniku przesunięcia równym średniej wartości zmiennej syntetycznej z badanego okresu. W takim przypadku obliczanie współczynnika determinacji traci sens, natomiast współczynnik zmienności składnika resztowego jest równy współczynnikowi zmienności wartości zmiennej syntetycznej. W wypadku niektórych zmiennych syntetycznych wystąpił problem obserwacji nietypowych. W celu uzyskania funkcji trendów, które miały być podstawą wyznaczenia ścieżek rozwoju społecznego krajów kandydujących do Unii Europejskiej na lata 2001–2003, pominięto niektóre początkowe wartości odstające, co pozwoliło znacznie poprawić dopasowanie modeli. W takich przypadkach w prezentowanych tabelach w kolumnie pierwszej pod nazwami badanych obiektów podano okresy, dla których wyznaczono funkcje trendów. Ze względu na stosunkowo małą liczbę badanych lat nie rozważano jako funkcji trendu wielomianów stopni wyższych niż 2. Zmianom zmiennej czasowej nie towarzyszą zmiany wartości zmiennej syntetycznej i współczynnik determinacji jest równy 0.. Por. [Pawełek, Zeliaś 1996].. . ZN_726.indb 26. 1/30/08 12:57:10 PM.

(5) Ścieżki rozwoju społeczno-gospodarczego…. 27. Przy normalizacji zmiennych z wzorcem stałym okazało się, że dość dobre wyniki dało oszacowanie wartości zmiennej syntetycznej opisującej poziom rozwoju społecznego za pomocą wielomianu stopnia drugiego, którego wykresem jest parabola o ramionach skierowanych ku górze (por. tabela 1). O bardzo dobrym dopasowaniu modeli trendu świadczą wysokie wartości współczynnika determinacji (aż dla 7 badanych obiektów współczynnik ten ma wartość większą od 0,985). Dla Czech, Litwy, Słowenii i Węgier nie wszystkie oszacowania parametrów dopasowanych paraboli były istotne statystycznie (oczywiście przy istotnym oszacowaniu parametru przy najwyższej potędze). Dodatnie wartości ocen współczynnika przy najwyższej potędze świadczą o tym, że dla wszystkich krajów od pewnego momentu można zauważyć intensywną poprawę poziomu rozwoju społecznego, w stosunku do przeciętnej wartości dla badanych krajów z 1994 r. Wartości ocen tego współczynnika dla Bułgarii, Estonii, Łotwy, Polski, Rumunii i Słowacji, przy porównywalnych wartościach oszacowań współczynnika przy t, są znacznie niższe od wartości dla krajów Unii (0,6435), co świadczy o tym, że kraje te pod względem poziomu rozwoju społecznego od pewnego czasu oddalają się od przeciętnej krajów Unii Europejskiej (ze względu na inną postać analityczną funkcji trendu dla Węgier i Litwy trudno o porównywalność z pozostałymi krajami). Dla Słowenii obserwujemy sytuację odwrotną (wyższa wartość oceny przy najwyższej potędze niż dla przeciętnej krajów Unii). Najgorzej pod tym względem wypadają Bułgaria (0,1574) i Rumunia (0,1762). Także poprawa poziomu rozwoju społecznego dla Polski (0,2489) jest zbyt mała, niewystarczająca, aby „dogonić” pod tym względem przeciętną unijną. Tabela 1. Funkcje trendów dla zmiennych syntetycznych opisujących poziom rozwoju społecznego krajów nowo przyjętych i kandydujących do Unii Europejskiej dotyczące okresu 1994–2000 (w stosunku do przeciętnego poziomu rozwoju w badanych krajach z początku analizowanego okresu – wzorzec stały) Wyszczególnienie. ZN_726.indb 27. Równanie funkcji trendu. Bułgaria. zˆ1t( A ) = 0,1574 t 2 − 0, 8290 t + 1, 8118. Czechy Estonia. Współczynnik Współczynnik zmienności składnika determinacji resztowego (w %) 0,970. 14,5. zˆ2( At ) = 0, 6506 t 2 − 3, 0941 t + 4, 3314. 0,964. 24,6. zˆ3t( A ) = 0, 3824 t 2 − 0, 8892 t + 1, 6747. 1,000. 0,7. Litwa. zˆ4( At ) = 0,1046 t 2 + 0, 4848. 0,987. 9,1. Łotwa. zˆ5( At ) = 0, 2112 t 2 − 0, 7207t + 1, 3984. 0,999. 2,8. (0,213). (0,026). (0,133). (1,091). (0,004). (1,904). (0,036). (0,063). (0,140). (0,005). (0,009). (0,372). (0,070). (0,121). 1/30/08 12:57:12 PM.

(6) Artur Lipieta. 28. cd. tabeli 1 Wyszczególnienie. Równanie funkcji trendu. Polska. zˆ6( At ) = 0, 2489 t 2 − 1, 0104 t + 1, 7488. Rumunia. Współczynnik Współczynnik zmienności składnika determinacji resztowego (w %) 0,996. 6,3. zˆ7( At ) = 0,1762 t 2 − 0, 8118 t + 1, 4615. 0,991. 9,5. Słowacja. zˆ8( At ) = 0, 2443 t 2 − 0, 7966 t + 1, 4074. 0,993. 8,7. Słowenia. zˆ9( At ) = 1, 0534 t 2 − 5, 3736 t + 7, 0293. 0,964. 27,6. zˆ10( At) = 0,1929 t 2 + 0, 7782. 0,946. 19,3. zˆU( AEt) = 0, 6435 t 2 − 1, 8169 t + 4, 6643. 0,997. 4,7. (0,257). (0,241). (0,029). (0,199). (0,421). (8,053). (1,637). (0,534). (0,021). (0,053). (0,265). (0,147). (0,018). Węgry UE. (0,152). (0,019). (0,430). (0,751). Źródło: obliczenia własne.. Dla Czech, Słowacji i Węgier w badanym okresie można zauważyć niewielkie zmiany w poziomie rozwoju społecznego w stosunku do przeciętnego poziomu rozwoju w krajach Unii (zmienność zmiennej syntetycznej jest mniejsza niż 3,5%). Ponieważ dla wymienionych krajów na podstawie wartości zmiennej syntetycznej nie było możliwe określenie odpowiedniego trendu, więc przyjęto funkcje stałe (por. tabela 2). Warto odnotować, że spośród tych trzech krajów, charakteryzujących się stabilnym poziomem rozwoju społecznego, Czechy osiągnęły stabilizację na wyższym poziomie (0,8110) niż Węgry (0,7511) i Słowacja (0,5833). Na Łotwie od 1995 r. występował stały wzrost poziomu rozwoju społecznego – do wartości zmiennej syntetycznej dopasowano prostą o dodatnim współczynniku kierunkowym. Podobnie postąpiono w wypadku Litwy i Słowenii. Dla Bułgarii, Estonii, Polski i Rumunii nie było możliwe określenie odpowiedniej postaci funkcyjnej dla trendu zmiennej syntetycznej. Przyczyną takiej sytuacji w przypadku Polski było załamanie, w ostatnim badanym roku, trendu rosnącego obserwowanego dla lat 1994–1999. zˆ6t( B). (1994 1999). = 0, 0252 t + 0, 5182, R 2 = 0, 952 . (0,003). (0,011). Wartość zmiennej syntetycznej obliczona dla Polski w 2000 r. może być obserwacją nietypową lub może sygnalizować zmianę prawidłowości rozwoju wykrytą dla lat 1994–1999. Oceny tej informacji będzie można dokonać dopiero po uzyskaniu danych statystycznych z kolejnych lat. Zmienna syntetyczna dla Unii Europejskiej – wzorca w tym modelu normalizacji, przyjmuje stale wartość równą 1.. ZN_726.indb 28. 1/30/08 12:57:15 PM.

(7) Ścieżki rozwoju społeczno-gospodarczego…. 29. Tabela 2. Funkcje trendów dla zmiennych syntetycznych opisujących poziom rozwoju społecznego krajów nowo przyjętych i kandydujących do Unii Europejskiej dotyczące okresu 1994–2000 (w stosunku do przeciętnego poziomu rozwoju w danym roku w krajach UE – wzorzec zmienny) Wyszczególnienie. Równanie funkcji trendu zˆ2( Bt ) = 0, 8110. Współczynnik Współczynnik zmienności składnika determinacji resztowego (w %) ×. 2,6. = 0, 0178 t + 0, 4348. 0,927. 2,3. zˆ5( Bt ) = 0, 0391t + 0, 3828. 0,977. 2,4. Słowacja. zˆ8( Bt ) = 0, 5833. ×. 2,8. Słowenia. zˆ9( Bt ) = 0, 0150 t + 0, 7318. 0,919. 1,3. zˆ10( Bt) = 0, 7511. ×. 2,4. ×. 0,0. Czechy Litwa Łotwa (1995–2000). Węgry UE. zˆ. (B) 4t. (0,002). (0,003). (0,002). zˆ. (B) UEt. = 1, 000. (0,010). (0,012). (0,009). Uwaga: Dla Bułgarii, Estonii, Polski i Rumunii – brak odpowiedniej funkcji trendu. Źródło: obliczenia własne.. Spośród analizowanych krajów, dla których trend poziomu rozwoju społecznego opisano rosnącą funkcją liniową (tj. Litwa, Łotwa i Słowenia), największym średniorocznym wzrostem w latach 1994–2000 charakteryzowała się Łotwa (0,0391). Najniższy przeciętny przyrost miała Słowenia (0,0150). Nie można jednak porównywać ocen współczynnika kierunkowego w trendzie liniowym w oderwaniu od ocen wyrazu wolnego. To Słowenia charakteryzowała się wyższym „teoretycznym” poziomem rozwoju społecznego w 1993 r. (0,7318) niż pozostałe dwa kraje. Rozwijająca się dynamicznie Łotwa miała duże zaległości (0,3828 w 1994 r.) w stosunku do Słowenii i Litwy (0,4348 w 1993 r.). Dla PKB na 1 mieszkańca (zmienna X01), miernika syntetycznego opisującego poziom rozwoju gospodarczego krajów kandydujących do Unii Europejskiej w okresie 1994–2000, wśród dopasowanych funkcji trendu przeważały proste rosnące (por. tabela 3). Dla Bułgarii i Rumunii nie było możliwe znalezienie funkcji trendu odpowiednio dopasowanej, a zmienność zmiennych syntetycznych przekraczająca 5% nie pozwoliła na zastosowanie funkcji stałej. Współczynnik przesunięcia liniowej funkcji trendu informuje o poziomie PKB na 1 mieszkańca osiągniętym „teoretycznie” w 1993 r., współczynnik kierunkowy zaś – o kierunku i szybkości zmian tego poziomu. Niepokoi fakt, że współczynnik kierunkowy prostej trendu. ZN_726.indb 29. 1/30/08 12:57:18 PM.

(8) Artur Lipieta. 30. miernika dla Unii Europejskiej jest wyższy niż dla poszczególnych krajów kandydujących. Świadczy to o przeciętnie szybszym rozwoju gospodarek krajów Unii niż krajów do niej kandydujących. Należy zwrócić uwagę, że poszerzenie Unii może przynieść istotne zmiany jakościowe, które mogą w przyszłości wpłynąć na zmianę zaobserwowanych dysproporcji między tymi grupami krajów. Tabela 3. Funkcje trendów dla miernika syntetycznego opisującego rozwój gospodarczy krajów nowo przyjętych i kandydujących do Unii Europejskiej w okresie 1994–2000 (PKB w USD na 1 mieszkańca, jako parytet siły nabywczej) Wyszczególnienie. Równanie funkcji trendu. Bułgaria. brak. Współczynnik Współczynnik zmienności składnika determinacji resztowego (w %) ×. ×. Czechy. xˆ012 t = 0, 3146 t + 11, 7250. 0,706. 3,7. Estonia. xˆ013t = 0, 6283 t + 5, 3106. 0,960. 3,9. Litwa. xˆ014 t = 0, 3019 t + 5,1014. 0,938. 2,9. Łotwa. xˆ015 t = 0, 3548 t + 4, 3729. 0,973. 2,4. Polska. xˆ016 t = 0, 4514 t + 5, 8439. 0,995. 1,0. brak. ×. ×. (0,091). (0,057). (0,035). (0,026). (0,015). Rumunia. (0,406). (0,257). (0,135). (0,118). (0,066). Słowacja. xˆ018 t = 0, 5260 t + 7, 6281. 0,989. 1,3. Słowenia. xˆ019 t = 0, 7949 t + 11, 4889. 0,983. 1,7. Węgry. xˆ0110 t = 0, 5248 t + 8, 3939. 0,960. 2,4. UE. xˆ01U Et = 0, 8320 t + 17, 6913. 0,967. 1,7. (0,024). (0,047). (0,048). (0,069). (0,109). (0,209). (0,215). (0,307). Źródło: obliczenia własne.. Największy średnioroczny wzrost poziomu rozwoju gospodarczego w latach 1994–2000 odnotowano dla Słowenii (0,7949). Biorąc pod uwagę fakt, że kraj ten charakteryzował się także wysokim „teoretycznym” poziomem rozwoju gospodarczego w 1993 r. (11,4889; tylko Czechy miały wyższy poziom – 11,7250), należy stwierdzić, że Słowenia była liderem w grupie krajów kandydujących do UE w latach 1994–2000 pod względem poziomu rozwoju gospodarczego. Szybkim tempem rozwoju charakteryzowała się także Estonia (0,6283), ale przy. ZN_726.indb 30. 1/30/08 12:57:22 PM.

(9) Ścieżki rozwoju społeczno-gospodarczego…. 31. niskim „teoretycznym” poziomie (5,3106) w 1993 r. Najsłabiej pod względem średniorocznego wzrostu wypadły: Litwa (0,3019), Czechy (0,3146) i Łotwa (0,3548), przy czym Czechy „startowały” w 1993 r. z wysokiego „teoretycznego” poziomu (11,7250), zaś Litwa (5,1014) i Łotwa (4,3729) z niskiego, co przy słabym tempie wzrostu przyczyniło się do pogłębienia dystansu dzielącego te kraje od pozostałych. Warto zwrócić uwagę na fakt, że dla Bułgarii i Rumunii, dwóch krajów, które nie zostały przyjęte do Unii Europejskiej w 2004 r. wraz z pozostałymi analizowanymi krajami, w badanym okresie nie udało się opisać za pomocą odpowiedniej funkcji trendu poziomu rozwoju gospodarczego. Świadczy to o dużych wahaniach tego rozwoju. Podobną sytuację mamy w wypadku tych dwóch krajów także w odniesieniu do rozwoju społecznego (w stosunku do średniego poziomu w danym roku w krajach Unii) – por. tabela 2. 3. Konstrukcja prognoz na lata 2001–2003 Prognozowanie nie jest rzeczą łatwą, szczególnie w szybko zmieniających się warunkach gospodarowania. Jednak trafne prognozy mają olbrzymie znaczenie przy podejmowaniu racjonalnych decyzji gospodarczych i politycznych. Są jednym z narzędzi aktywnego kształtowania przyszłości. Ich zadaniem jest ukazanie najbardziej prawdopodobnego przebiegu badanego zjawiska. Często także stanowią ostrzeżenie przed niekorzystnym jego przebiegiem. Poziom rozwoju społeczno-gospodarczego zależy od wielu czynników. Pojawiają się trudności we właściwej identyfikacji tych czynników, a także określeniu ich wpływu na analizowane zjawiska. Poza tym przewidywanie przyszłych zdarzeń opiera się na tendencjach, jakie występowały w przeszłości. W przyszłości może pojawić się jakiś nowy, nie występujący dotąd czynnik, który może wpłynąć na zmianę trendu zmiennej syntetycznej. Tak więc prognozy bywają często zawodne. W prognozowaniu zjawisk społeczno-ekonomicznych opartych na szeregach czasowych można wyróżnić dwa zasadnicze podejścia: klasyczne i nieklasyczne. W podejściu klasycznym do prognozowania wykorzystuje się modele ekonometryczne, w szczególności klasyczne modele trendu. Stosuje się je przede wszystkim tam, gdzie rozwój badanego zjawiska w czasie przebiega w sposób dość regularny, a trend obserwowany w stosunkowo długim przedziale czasowym ma charakter trwały i można go jednoznacznie opisać za pomocą określonej gładkiej funkcji matematycznej. W podejściu klasycznym zakłada się, że wykryte w przeszłości prawidłowości nie ulegną istotnej zmianie w okresie, na który formułujemy prognozę (tym samym zakłada się, że stała jest postać analityczna funkcji trendu i że stałe są jej parametry). Jeśli dane występujące w szeregu czasowym, na podstawie. ZN_726.indb 31. 1/30/08 12:57:22 PM.

(10) Artur Lipieta. 32. którego należy prognozować, kształtują się w sposób nieregularny, wykazują wiele załamań, to podejście klasyczne nie może być brane pod uwagę. W nieklasycznych (adaptacyjnych) modelach trendu parametry nie są stałe w czasie (choć mogą być odcinkami stałe), mają zdolność do przystosowania się do zaistniałych warunków. Dzięki temu można budować krótkookresowe prognozy dla zmiennych charakteryzujących się nieregularnością i załamaniami trendu, nie narażając się na ryzyko, że prognozy oparte będą na modelu zdezaktualizowanym – z powodu zmiany postaci analitycznej modelu lub jego parametrów. Zaletą tego typu modeli jest także fakt, że do analizy nie jest wymagana duża liczba obserwacji, otrzymane prognozy zaś charakteryzuje stosunkowo duża dokładność predykcji. Do prognozowania wartości zmiennych syntetycznych opisujących poziom rozwoju społeczno-gospodarczego krajów kandydujących do Unii Europejskiej wykorzystano obydwa omawiane podejścia. W sytuacji zastosowania wzorca stałego prognozowanie polega na ekstrapolacji trendu zaobserwowanego w przeszłości. Zakłada się przy tym stabilność otoczenia i zachowanie aktualności zaobserwowanej tendencji rozwojowej. W przypadku zastosowania wzorca zmiennego prognozowanie jest bardziej skomplikowane. Budując prognozy należy bowiem uwzględnić zmienność wzorca w czasie. Z powodu trudności związanych z określeniem funkcji trendu średniej dla wielu stymulant będących reprezentantami w rozważanych 7 grupach mierników opisujących rozwój społeczny, prognozy dla obu modeli zmiennych obliczono, podobnie jak dla modelu stałego, ekstrapolując trendy zmiennych syntetycznych. Podczas interpretacji w ten sposób otrzymanych prognoz należy pamiętać, że przy ich wyznaczaniu nie zostały bezpośrednio wykorzystane trendy stymulant i trendy wzorców. Dopuszczalność, trafność i wiarygodność obliczonych prognoz O jakości prognoz badanych zmiennych syntetycznych informują obliczone oceny ex ante błędów prognoz. Gdy oszacowanie dobrze dopasowanej do danych empirycznych funkcji trendu nie było możliwe, do wyznaczenia prognoz zastoso �� Por. [Prognozowanie…, 1997].. . Prognoza jest dopuszczalna, jeśli jest możliwa do przyjęcia przez jej odbiorcę. Jednym ze sposobów określenia dopuszczalności prognozy jest obliczenie oceny ex ante błędu tej prognozy (dla prognoz obliczonych z wykorzystaniem modeli ekonometrycznych). Trafność prognoz można określić dopiero po upływie czasu, na który prognoza była obliczona (gdy znana jest realizacja zmiennej prognozowanej na ten okres), za pomocą mierników predykcji ex post. Dla prognoz przedziałowych podaje się tzw. wiarygodność predykcji, czyli prawdopodobieństwo, z jakim skonstruowany przedział będzie zawierał nieznaną wartość zmiennej prognozowanej. . ZN_726.indb 32. 1/30/08 12:57:22 PM.

(11) Ścieżki rozwoju społeczno-gospodarczego…. 33. wano model liniowy Holta. W modelu tym występują dwa parametry wygładzania: α, β ∈ 〈0, 1〉, które wyznacza się eksperymentalnie. Na podstawie prognoz wygasłych, dla szeregu czasowego skróconego o kilka ostatnich okresów i dla różnych kombinacji parametrów wygładzania, szuka się takich parametrów, dla których prognozy wygasłe obarczone są najmniejszym błędem. Do weryfikacji uzyskanych prognoz zwykle wykorzystuje się średni błąd predykcji ex post, określony wzorem: s* =. 1 2 (zt − ztP ) , ∑ k t ∈I. (1). p. gdzie: zt – rzeczywista wartość zmiennej prognozowanej w okresie t, ztp – wartość prognozy na okres t, Ip – przedział empirycznej weryfikacji prognoz, k – liczba par obserwacji (zt , ztp ) czyli długość przedziału Ip. Jako przedział empirycznej weryfikacji prognoz, ze względu na stosunkowo małą liczbę badanych lat, przyjęto 2 ostatnie jednostki czasowe. Należy w tym miejscu podkreślić, że jakość modelu w przeszłości nie jest równoznaczna z jego wartością prognostyczną w przyszłości. W tabelach 4–6 zamieszczono (uwzględniając różne rozważane modele normalizacji) wartości prognoz zmiennych syntetycznych opisujących poziom rozwoju społecznego i gospodarczego krajów kandydujących do Unii Europejskiej na lata 2001–2003. Niestety nie wszystkie wyznaczone prognozy można uznać za dopuszczalne. Szczególną uwagę należy zachować w wypadku gwałtownie rosnących wartości prognozowanej zmiennej, otrzymanych na podstawie wielomianu stopnia drugiego. Wartości prognoz, dla których ocena ex ante względnego błędu prognozy nie przekracza 3,5%, oznaczono w tabelach kursywą. Dla prognoz wyznaczonych za pomocą modelu Holta nie można określić ocen ex ante błędów. Ze względu na możliwość popełnienia dużych błędów prognoz, za pomocą modelu Holta wyznaczono jedynie prognozy na 2001 i 2002 r. Uzyskane prognozy rozwoju społecznego na lata 2001–2003 w poszczególnych krajach kandydujących do Unii Europejskiej wykazują tendencję wzrostową w stosunku do przeciętnego poziomu tego rozwoju w 1994 r. (por. tabela 4). Oczekiwany jest również znaczny wzrost poziomu rozwoju społecznego, a więc także poziomu życia ludności krajów Unii (przed rozszerzeniem). Jeśli zaobserwowane zależności funkcyjne nie ulegną istotnym zmianom, to największej poprawy w grupie badanych krajów należy oczekiwać dla Słowenii, najmniejszej zaś dla Bułgarii i Rumunii. Według otrzymanych prognoz Słowenia. ZN_726.indb 33. 1/30/08 12:57:23 PM.

(12) Artur Lipieta. 34. jako jedyna z krajów nowo przyjętych mogła w 2003 r. osiągnąć poziom rozwoju społecznego dorównujący przeciętnemu poziomowi w krajach Unii (oczekiwany błąd predykcji jest jednak w tym przypadku dość znaczny i wynosi 11,9% wartości prognozy). Tabela 4. Wartości prognoz ekstrapolacyjnych na lata 2001–2003 zmiennej syntetycznej opisującej poziom rozwoju społecznego krajów nowo przyjętych i kandydujących do Unii Europejskiej (w stosunku do średniej wartości dla krajów kandydujących z 1994 r.) Ocena ex ante błędu prognozy. Prognoza. Wyszczególnienie. Ocena ex ante względnego błędu prognozy (w %). 2001. 2002. 2003. 2001. 2002. 2003. 2001. 2002. Bułgaria. 5,251. 7,097. 9,258. 0,441. 0,643. 0,912. 8,4. 9,1. Czechy. 21,217 29,183 38,450. 2,263. 3,299. 4,673. 10,7. 11,3. Estonia. 19,036 24,648 31,025. 0,074. 0,108. 0,154. 0,4. 0,4. Litwa. 7,178. 8,955. 10,942. 0,346. 0,415. 0,501. 4,8. 4,6. Łotwa. 9,149. 12,018 15,310. 0,144. 0,210. 0,298. 1,6. 1,8. Polska. 9,594. 12,815 16,533. 0,315. 0,459. 0,650. 3,3. 3,6. Rumunia. 6,246. 8,429. 10,966. 0,305. 0,445. 0,630. 4,9. 5,3. Słowacja. 10,668 14,024 17,869. 0,500. 0,729. 1,032. 4,7. 5,2. Słowenia. 31,456 43,989 58,629. 3,373. 4,917. 6,965. 10,7. 11,2. Węgry. 13,124 16,403 20,068. 1,320. 1,583. 1,910. 10,1. 9,7. UE. 31,316 40,439 50,850. 0,893. 1,301. 1,843. 2,9. 3,2. 2003 9,8 12,2 0,5 4,6 1,9 3,9 5,7 5,8 11,9 9,5 3,6. Źródło: obliczenia własne.. Wartości prognoz ekstrapolacyjnych na lata 2001–2003 otrzymane dla zmiennej syntetycznej opisującej poziom rozwoju społecznego w stosunku do przeciętnych wartości w danym roku dla krajów Unii wykazują, że zaobserwowane dysproporcje w poziomie rozwoju społecznego między średnią dla krajów Unii a badanymi krajami nowo przyjętymi i kandydującymi do Unii Europejskiej nie zostały zniwelowane w tym okresie (por. tabela 5). Wartości prognoz poniżej 1 informują o przewidywanym dystansie różniącym badane kraje od przeciętnej unijnej. Według otrzymanych prognoz (wygasłych) największy dystans od krajów Unii Europejskiej dzielił kraje, których przyjęcie do Unii zostało przesunięte poza 2004 r., tj. Rumunię (prognoza na 2002 r.: 0,364) i Bułgarię (0,495). Najlepiej pod tym względem wypadły: Słowenia (prognoza na. ZN_726.indb 34. 1/30/08 12:57:24 PM.

(13) Ścieżki rozwoju społeczno-gospodarczego…. 35. 2003 r.: 0,881), Czechy (0,811), Węgry (0,751) i Łotwa (0,734). Dla Litwy, Łotwy i Słowenii przewidywane jest utrzymanie pozytywnej tendencji wyrównywania poziomu rozwoju społecznego w stosunku do przeciętnego poziomu w krajach Unii. Niepokoi fakt oczekiwanego pogorszenia poziomu rozwoju społecznego w stosunku do przeciętnego poziomu w krajach Unii dla Bułgarii, Estonii, Rumunii i Słowacji. Tabela 5. Wartości prognoz ekstrapolacyjnych na lata 2001–2003 zmiennej syntetycznej opisującej poziom rozwoju społecznego krajów nowo przyjętych i kandydujących do Unii Europejskiej (w stosunku do średniej wartości w danym roku dla krajów UE) Ocena ex ante błędu prognozy. Prognoza. Wyszczególnienie 2001. 2002. Ocena ex ante względnego błędu prognozy (w %). 2003. 2001. 2002. 2003. 2001. 2002. 2003. ×. ×. ×. ×. ×. ×. ×. Bułgaria. 0,501 a 0,495 a. Czechy. 0,811. 0,811. 0,811. 0,027. 0,030. 0,032. 3,4. 3,7. 4,0. Estonia. b. 0,632 . 0,628 . ×. ×. ×. ×. ×. ×. ×. Litwa. 0,577. 0,595. 0,613. 0,018. 0,020. 0,022. 3,2. 3,4. 3,6. Łotwa. 0,656. 0,695. 0,734. 0,017. 0,019. 0,021. 2,6. 2,7. 2,9. Polska. 0,696 c 0,718 c. ×. ×. ×. ×. ×. ×. ×. Rumunia. 0,398 . 0,364 . ×. ×. ×. ×. ×. ×. ×. Słowacja. 0,583. 0,583. 0,583. 0,021. 0,023. 0,025. 3,6. 3,9. 4,3. Słowenia. 0,852. 0,866. 0,881. 0,016. 0,018. 0,019. 1,9. 2,1. 2,2. Węgry. 0,751. 0,751. 0,751. 0,024. 0,026. 0,028. 3,2. 3,5. 3,8. UE. 1,000. 1,000. 1,000. ×. ×. ×. ×. ×. ×. d. b. d. Uwaga: indeksy górne przy wartościach oznaczają prognozy wyznaczone z modelu Holta z parametrami równymi: a α = 0,78, β = 0,7; b α = 0,81, β = 0,2; c α = 0, β = 0; d α = 1, β = 1.. Źródło: obliczenia własne.. Wyznaczone prognozy na lata 2001–2003 wskazują na dalszą poprawę pod względem osiągniętego poziomu rozwoju gospodarczego (wzrost PKB w USD na 1 mieszkańca według parytetu siły nabywczej) we wszystkich rozważanych krajach – por. tabela 6. Zgodnie z otrzymanymi prognozami ekstrapolacyjnymi można przyjąć, że w 2003 r. najwyższy poziom tego rozwoju wśród badanych krajów stał się udziałem Słowenii (19,437 USD na mieszkańca), a następnie Czech (14,871) i Węgier (13,642). Najniższą wartość miernika prawdopodobnie osiągnęły Bułgaria. ZN_726.indb 35. 1/30/08 12:57:25 PM.

(14) Artur Lipieta. 36. (6,269 w 2002 r.) i Rumunia (6,670), a następnie Łotwa (7,920 w 2003 r.) i Litwa (8,120). Dla Bułgarii i Rumunii nie zbudowano prognoz na 2003 r. ze względu na fakt, że modele adaptacyjne nadają się do prognozowania krótkookresowego. Na podstawie wartości ocen ex ante względnych błędów prognoz zamieszczonych w tabeli 6 można uznać, że przedstawione prognozy są dopuszczalne dla większości badanych krajów. Tabela 6. Wartości prognoz ekstrapolacyjnych na lata 2001–2003 zmiennej syntetycznej opisującej poziom rozwoju gospodarczego krajów nowo przyjętych i kandydujących do Unii Europejskiej (PKB w USD na 1 mieszkańca, jako parytet siły nabywczej) Ocena ex ante błędu prognozy. Prognoza. Wyszczególnienie 2001. 2002. Ocena ex ante względnego błędu prognozy (w %). 2003. 2001. 2002. 2003. 2001. 2002. 2003. ×. ×. ×. ×. ×. ×. ×. Bułgaria. 5,970 a 6,269 a. Czechy. 14,242 14,557 14,871. 0,749. 0,818. 0,890. 5,3. 5,6. 6,0. Estonia. 10,337 10,965 11,593. 0,474. 0,517. 0,563. 4,6. 4,7. 4,9. Litwa. 7,517. 7,818. 8,120. 0,285. 0,312. 0,339. 3,8. 4,0. 4,2. Łotwa. 7,211. 7,566. 7,920. 0,218. 0,237. 0,258. 3,0. 3,1. 3,3. Polska. 9,455. 9,907. 10,358. 0,122. 0,133. 0,145. 1,3. 1,3. 1,4. Rumunia. 6,546 . 6,670 . ×. ×. ×. ×. ×. ×. ×. Słowacja. 11,836 12,362 12,888 0,202. 0,220. 0,240. 1,7. 1,8. 1,9. Słowenia. 17,848 18,643 19,437. 0,385. 0,420. 0,458. 2,2. 2,3. 2,4. Węgry. 12,592 13,117 13,642. 0,397. 0,433. 0,472. 3,2. 3,3. 3,5. UE. 24,348 25,180 26,012. 0,566. 0,618. 0,672. 2,3. 2,5. 2,6. b. b. Uwaga: indeksy górne przy wartościach oznaczają prognozy wyznaczone z modelu Holta z parametrami równymi: a α = 0,8, β = 0,07; b α = 0,8, β = 0,07. Źródło: obliczenia własne.. Interpretując otrzymane prognozy należy mieć świadomość, że po umownym terminie (bo procesy przygotowawcze trwają już wiele lat) włączenia krajów kandydujących do struktur Unii, prawdopodobnie będą następowały istotne przemiany o znacznym wpływie na poziom rozwoju społeczno-gospodarczego zarówno krajów nowo przyjętych do Unii Europejskiej, jak i krajów samej Unii. Otrzymane prognozy ostrzegawcze mogą się nie spełnić w przypadku przeprowadzenia gruntownych reform, które poprawią stan funkcjonowania instytucji państwowych,. ZN_726.indb 36. 1/30/08 12:57:25 PM.

(15) Ścieżki rozwoju społeczno-gospodarczego…. 37. zwiększą efektywność wykorzystania finansów publicznych i przyczynią się do poprawy stanu całej gospodarki. Konstrukcja prognoz przedziałowych Opierając się na obliczonej na podstawie klasycznych modeli trendu wartości prognozy punktowej można skonstruować prognozę przedziałową. Dla zadanej wiarygodności prognozy γT przedział prognozy wyznacza się z relacji:. {. }. P zTP − uT DT ≤ zT ≤ zTP + uT DT = γ T ,. . gdzie: zT – wartość zmiennej prognozowanej w okresie T,. zTP – wartość prognozy punktowej na okres T, uT – współczynnik związany z wiarygodnością prognozy, rozkładem zmiennej prognozowanej oraz długością przedziału czasowego próby (gdy rozkład składnika resztowego jest normalny, wartość współczynnika odczytuje się z tablic rozkładu t-Studenta dla n – 2 stopni swobody i prawdopodobieństwa α = 1 – γT ), DT – ocena ex ante średniego błędu predykcji na okres T. Wartości prognoz przedziałowych na lata 2000–2003 zmiennych syntetycznych opisujących poziom rozwoju społeczno-gospodarczego krajów kandydujących do Unii Europejskiej przedstawiają tabele 7–910. Przyjęto wiarygodność prognozy γT = 0,95. Tabela 7. Prognozy przedziałowe na lata 2001–2003 zmiennej syntetycznej opisującej poziom rozwoju społecznego krajów nowo przyjętych i kandydujących do Unii Europejskiej (w stosunku do średniej wartości dla rozważanych krajów z 1994 r.) Wyszczególnienie Bułgaria Czechy. [4,025; 6,477]. [14,934; 27,499]. Estonia. [18,830; 19,243]. Łotwa. Litwa. Polska Rumunia. 10. ZN_726.indb 37. 2001. Prognoza przedziałowa 2002. [5,310; 8,884]. [20,024; 38,341]. 2003. [6,727; 11,789]. [25,476; 51,423]. [24,347; 24,95]. [30,599; 31,452]. [8,748; 9,549]. [11,434; 12,602]. [14,482; 16,138]. [5,398; 7,093]. [7,194; 9,665]. [9,216; 12,716]. [6,288; 8,068]. [8,720; 10,468]. [7,888; 10,023]. [11,541; 14,089]. [9,654; 12,230]. [14,728; 18,338]. �� Przy założeniu, że rozkład składnika resztowego jest normalny.. 1/30/08 12:57:26 PM.

(16) Artur Lipieta. 38. cd. tabeli 7 Wyszczególnienie Słowacja. 2001. [9,280; 12,056]. Słowenia. [22,091; 40,820]. UE. [28,838; 33,794]. Węgry. [9,730; 16,518]. Prognoza przedziałowa 2002. 2003. [12,001; 16,047]. [15,003; 20,735]. [12,334; 20,473]. [15,157; 24,980]. [30,338; 57,640]. [36,827; 44,052]. [39,293; 77,967] [45,733; 55,967]. Źródło: obliczenia własne.. Rozpiętość prognozy przedziałowej jest tym mniejsza, im mniejsza jest wartość oceny ex ante średniego błędu predykcji (a ta ściśle zależy od odchylenia standardowego składnika resztowego przyjętego modelu) oraz im mniejsza jest zakładana wiarygodność predykcji. Zależy także od horyzontu prognozy. Im dalej prognoza wybiega w przyszłość (w stosunku do ostatniej „znanej” wartości), tym szerszy jest możliwy wachlarz osiąganych wartości. Tabela 8. Prognozy przedziałowe na lata 2001–2003 zmiennej syntetycznej opisującej poziom rozwoju społecznego krajów nowo przyjętych i kandydujących do Unii Europejskiej (w stosunku do przeciętnego w danym roku poziomu rozwoju w krajach UE) Kraj. 2002. 2003. ×. ×. ×. Czechy. [0,744; 0,878]. [0,738; 0,884]. [0,732; 0,89]. ×. ×. ×. Litwa. [0,530; 0,624]. [0,543; 0,647]. [0,556; 0,669]. ×. ×. ×. Bułgaria Estonia. Łotwa. Polska. 2001. Prognoza przedziałowa. [0,609; 0,704]. [0,642; 0,748]. [0,675; 0,794]. Rumunia. ×. ×. ×. Słowacja. [0,532; 0,635]. [0,527; 0,639]. [0,522; 0,645]. [0,693; 0,809]. [0,688; 0,815]. [0,682; 0,820]. Słowenia Węgry. [0,809; 0,894]. [0,821; 0,912]. [0,831; 0,931]. Źródło: obliczenia własne.. Otrzymany przedział, z wiarygodnością γT będzie zawierał nieznaną wartość zmiennej prognozowanej w roku T. I tak np. według przeprowadzonych obliczeń z wiarygodnością 0,95 można stwierdzić, że zmienna syntetyczna opisująca poziom rozwoju gospodarczego dla Polski w 2003 r. przyjmie wartość z przedziału [9,986; 10,730], dla Węgier zaś w 2003 r. z przedziału [12,429; 14,854] – por. tabela 9.. ZN_726.indb 38. 1/30/08 12:57:27 PM.

(17) Ścieżki rozwoju społeczno-gospodarczego…. 39. Tabela 9. Prognozy przedziałowe na lata 2001–2003 zmiennej syntetycznej opisującej poziom rozwoju gospodarczego krajów nowo przyjętych i kandydujących do Unii Europejskiej Wyszczególnienie Bułgaria. Czechy. Estonia. 2001. Prognoza przedziałowa 2002. 2003. ×. ×. ×. [12,316; 16,168]. [12,455; 16,659]. [12,583; 17,160]. [6,783; 8,250]. [7,017; 8,619]. [7,248; 8,992]. [9,119; 11,554]. Litwa. Łotwa. [6,652; 7,770]. Polska. [9,142; 9,768]. [9,636; 12,293] [6,955; 8,176]. [9,565; 10,248]. [10,147; 13,039] [7,256; 8,585]. [9,986; 10,730]. Rumunia. ×. ×. ×. Słowacja. [11,317; 12,355]. [11,796; 12,928]. [12,271; 13,504]. [11,572; 13,613]. [12,003; 14,231]. [12,429; 14,854]. Słowenia. [16,857; 18,838]. UE. [22,893; 25,802]. Węgry. [17,562; 19,723]. [23,592; 26,767]. [18,261; 20,614]. [24,283; 27,740]. Źródło: obliczenia własne.. W świetle przeprowadzonych badań najlepsze perspektywy rozwoju społeczno-gospodarczego w latach 2000–2003 spośród krajów kandydujących do Unii Europejskiej miała Słowenia, która powinna zmniejszyć dystans dzielący ją od krajów Unii, a następnie Czechy i Węgry. W prognozowanym okresie najmniej rozwiniętymi krajami zarówno pod względem osiągniętego poziomu rozwoju gospodarczego, jak i społecznego prawdopodobnie pozostaną (jak wcześniej): Rumunia i Bułgaria – dwa kraje, których przyjęcie do grona krajów Unii zostało odsunięte w czasie, do 2007 r. 4. Uwagi końcowe Rozpoczęcie negocjacji członkowskich analizowanych krajów nastąpiło w 1998 r. (dla Czech, Estonii, Polski, Słowenii i Węgier) i w 2000 r. (dla Litwy, Łotwy, Słowacji, Bułgarii i Rumunii), zatem wpływ procesów dostosowawczych do członkostwa na poziom rozwoju społeczno-gospodarczego właściwie nie został w niniejszych badaniach uwzględniony. Aby zbadać ten wpływ, konieczne są dalsze badania obejmujące dane statystyczne z kolejnych lat. Dane takie umożliwią także weryfikację otrzymanych prognoz. W statystyce międzynarodowej dane ukazują się z dwuletnim (lub większym) opóźnieniem, związanym z czasem potrzebnym do zebrania i opracowania mate-. ZN_726.indb 39. 1/30/08 12:57:27 PM.

(18) 40. Artur Lipieta. riału statystycznego. Uzupełnianie brakujących danych na podstawie różnych źródeł często prowadzi do ich nieporównywalności. Spowodowane jest to różnymi sposobami zbierania danych, różnymi definicjami i wynikającymi z nich odmiennymi sposobami obliczania wartości poszczególnych wskaźników. Potrzebne są odpowiednie umowy i dostosowania prawne o charakterze międzynarodowym, które ujednoliciłyby terminologię, metodologię pomiaru, pomogły ustalić terminy oraz zakres rejestracji odpowiednich informacji statystycznych. Rozszerzenie Unii Europejskiej o nowe kraje i ich dostosowywanie się do ustalonych standardów unijnych stworzyło szansę na rozwój statystyki międzynarodowej i wyeliminowanie przynajmniej części wspomnianych niedogodności. Literatura Hellwig Z. [1981], Wielowymiarowa analiza porównawcza i jej zastosowanie w badaniach wielocechowych obiektów gospodarczych [w:] Metody i modele ekonomiczno-matematyczne w doskonaleniu zarządzania gospodarką socjalistyczną, red. W. Welfe, PWE, Warszawa. Lipieta A. [2003], Analiza poziomu rozwoju społeczno-ekonomicznego krajów kandydujących do Unii Europejskiej. Ujęcie taksonomiczne, AE w Krakowie, praca doktorska, maszynopis. Pawełek B., Zeliaś A. [1996], Obserwacje nietypowe w badaniach ekonometrycznych, „Badania Operacyjne i Decyzje”, nr 2. Prognozowanie gospodarcze. Metody i zastosowania [1997], red. M. Cieślak, Wydawnictwo Naukowe PWN, Warszawa. Taksonomiczna analiza przestrzennego zróżnicowania poziomu życia w Polsce w ujęciu dynamicznym [2000], red. A. Zeliaś, Wydawnictwo AE w Krakowie, Kraków. Socio-economic Development Paths of New European Union Members and Candidate Countries In this article, the author examines the establishment of socio-economic development paths of new Member States and European Union candidate countries in the years 1994–2000. Using a composite development indicator, the author constructed a trend function that was then used to conduct point and interval forecasts for the years 2001–2003.. ZN_726.indb 40. 1/30/08 12:57:27 PM.

(19)