Wybrane aspekty analizy przestrzennego zróżnicowania płac w Polsce w 2005 r.

Pełen tekst

(1)Zeszyty Naukowe nr. 817. 2010. Uniwersytetu Ekonomicznego w Krakowie. Marcin Salamaga Katedra Statystyki. Wybrane aspekty analizy przestrzennego zróżnicowania płac w Polsce w 2005 r. 1. Wstęp Od wielu lat obserwuje się zróżnicowanie płac pomiędzy poszczególnymi regionami Polski. Do czynników determinujących regionalne zróżnicowanie poziomu wynagrodzeń można zaliczyć m.in. czynniki geograficzne, historyczne (kulturowe) oraz instytucjonalne. W neoklasycznej teorii ekonomii zakłada się, że poziom płac jest bezpośrednio związany z popytem na pracę. Zgodnie z teorią keynesowską główną determinantą popytu na pracę jest wielkość efektywnego popytu na rynku produktu (por. [2, s. 133]). Popyt na pracę jest szczególnie wysoki na obszarach wysoko rozwiniętych gospodarczo, silnie uprzemysłowionych, z wysokim poziomem rozwoju nowych technologii, z dobrze rozwiniętą infrastrukturą komunikacyjną itd. Poziom rozwoju gospodarczego można mierzyć, wykorzystując takie wskaźniki jak: PKB, wartość dodana wytworzona w poszczególnych działach gospodarki, nakłady inwestycyjne, liczba przedsiębiorstw, gęstość sieci ciągów komunikacyjnych i wiele innych (por. [3, s. 12–14]). Czynnikiem wpływającym na przestrzenne zróżnicowanie płac są jednak także koszty utrzymania gospodarstw domowych, które są inne w różnych regionach Polski. Celem badawczym było zanalizowanie zróżnicowania przestrzennego płac w 2005 r. między poszczególnymi województwami. Uwzględniono również zróżnicowanie płac w województwach ze względu na płeć, zawód i wykształcenie pracowników. W badaniach empirycznych wykorzystano m.in. jednoczynnikową analizę wariancji ANOVA. W artykule przedstawiono zmienne istotnie wpływające na poziom płac w Polsce. Zastosowano w tym celu analizę korelacji i regresji. Następnie, wyko-.

(2) 80. Marcin Salamaga. rzystując metody analizy wielowymiarowej, przeprowadzono grupowanie województw pod względem wyselekcjonowanych cech społeczno-gospodarczych. Pozwoliło to określić, na ile skład utworzonych grup województw jest zgodny z odpowiednią mapą wysokości płac. W badaniach posłużono się danymi pochodzącymi z Roczników Statystycznych Województw 2006 oraz danymi z Polskiego Generalnego Sondażu Społecznego (PGSS) przeprowadzonego w 2005 r. przez Instytut Studiów Społecznych Uniwersytetu Warszawskiego na losowej próbie 2106 dorosłych Polaków [1, s. 6]. Część przeprowadzonych analiz odnosi się do przeciętnych wynagrodzeń brutto, a część obliczeń wykonano z wykorzystaniem płac netto. Wynika to z dostępności i struktury danych pochodzących z różnych źródeł. Należy przy tym zauważyć, że wynagrodzenie netto jest lepszą podstawą do określenia siły nabywczej płac, zatem jest ono bardziej odpowiednie do prowadzenia analiz porównawczych. 2. Zróżnicowanie płac w województwach W 2005 r. średnie płace brutto w Polsce wynosiły: w województwie dolnośląskim – 2329,93 zł, w kujawsko-pomorskim – 2046,09 zł, lubelskim – 2076,81 zł, lubuskim – 2032,99 zł, łódzkim – 2052,90 zł, małopolskim – 2177,02 zł, mazowieckim – 3027 zł, opolskim – 2126,53 zł, podkarpackim – 2001,53 zł, podlaskim – 2085,12 zł, pomorskim – 2350,25 zł, śląskim – 2433,95 zł, świętokrzyskim – 2042,43 zł, warmińsko-mazurskim – 2015,99 zł, wielkopolskim – 2150,38 zł, zachodniopomorskim – 2141,09 zł. Wysokość przeciętnego miesięcznego wynagrodzenia brutto w poszczególnych województwach w 2005 r. przedstawiono także na rys. 1. Na podstawie przeprowadzonych obliczeń można stwierdzić, że najwyższe przeciętne miesięczne wynagrodzenie brutto, wynoszące ponad 3000 zł, było wypłacane w województwie mazowieckim. Stanowiło ono 128,2% przeciętnego wynagrodzenia w Polsce, wynoszącego 2360 zł. Powyżej średniej krajowej kształtowało się również przeciętne wynagrodzenie brutto w województwie śląskim (około 2434 zł), co stanowiło 103,1% średniego wynagrodzenia w Polsce. Najniższe wynagrodzenie brutto w stosunku do średniej krajowej otrzymywali natomiast pracownicy w województwach podkarpackim (2002 zł) i warmińsko-mazurskim (2016 zł). Wynagrodzenia te stanowiły, odpowiednio, 84,8% oraz 85,4% średniego wynagrodzenia brutto w Polsce. W analizie regionalnego zróżnicowania płac zwraca uwagę szczególna pozycja województwa mazowieckiego. Różnica wysokości przeciętnej płacy w stosunku do drugiego pod względem poziomu wynagrodzeń województwa.

(3) 81. Wybrane aspekty analizy przestrzennego zróżnicowania…. .

(4)

(5) .

(6) #

(7) .

(8) .

(9) . ! . . .

(10) .

(11)

(12) . " " " " . Rys. 1. Wysokość przeciętnego wynagrodzenia brutto (w zł) w województwach w 2005 r. Źródło: opracowanie własne na podstawie Roczników Statystycznych Województw 2006.. śląskiego wynosi prawie 25%. Zróżnicowanie płac między pozostałymi województwami, z pominięciem województwa mazowieckiego, jest zdecydowanie mniejsze i wynosi 18,3% odnośnie do średniej płacy w Polsce (a z uwzględnieniem województwa mazowieckiego – 43,4%). Jednym z powodów tak wysokiej pozycji województwa mazowieckiego jest to, że w Warszawie znajdują się centrale wielu banków komercyjnych, koncernów z udziałem kapitału zagranicznego, administracji samorządowej (pracownicy tam zatrudnieni otrzymują najwyższe płace w Polsce), a także administracji rządowej (również dobrze wynagradzanej). Wysoką pozycję województwa śląskiego można z kolei tłumaczyć m.in. koncentracją na Górnym Śląsku wielu zakładów przemysłu ciężkiego, wydobywczego oraz przetwórczego. Obydwa województwa cechują się znaczną absorpcją siły roboczej i stosunkowo niskim bezrobociem (w województwie mazowieckim w 2005 r. odnotowano najniższą stopę bezrobocia, wynoszącą 13%), co naturalnie również sprzyja wzrostowi poziomu płac..

(13) 82. Marcin Salamaga. Niski poziom płac brutto w województwach podkarpackim i warmińsko-mazurskim można tłumaczyć stosunkowo małym uprzemysłowieniem tych regionów (zwłaszcza region podkarpacki jest typowo rolniczy), niewielką liczbą nowo powstających miejsc pracy, wysokim poziomem bezrobocia (w warmińsko-mazurskim stopa bezrobocia była najwyższa w Polsce i wyniosła 27,2%). Do zilustrowania regionalnego zróżnicowania płac w Polsce pod względem płci, wykształcenia pracowników oraz grupy zawodowej posłużono się wynikami z Polskiego Generalnego Sondażu Społecznego przeprowadzonego w 2005 r. przez Instytut Studiów Społecznych Uniwersytetu Warszawskiego. Przedmiotem analizy były płace netto. W tabeli 1 przedstawiono dane dotyczące wysokości wynagrodzeń netto kobiet i mężczyzn w poszczególnych województwach. Tabela 1. Regionalne zróżnicowanie płac netto (w zł) według płci Razem. Kobiety. Mężczyźni. Różnica średnich. Wartość p. Dolnośląskie. 1119,46. 915,60. 1227,10. 311,50. 0,048. Kujawsko-pomorskie. 1091,53. 974,50. 1205,90. 231,40. 0,373. Lubelskie. 1039,58. 819,50. 1191,70. 372,10. 0,046. Lubuskie. 1063,24. 795,60. 1305,00. 509,30. 0,039. Łódzkie. 992,00. 903,30. 1064,10. 160,80. 0,040. Małopolskie. 1084,06. 828,30. 1434,50. 606,20. 0,001. Mazowieckie. 1725,13. 1342,30. 2238,40. 896,20. 0,003. Opolskie. 1138,07. 1039,60. 1240,10. 200,60. 0,037. Podkarpackie. 966,50. 922,10. 983,00. 60,80. 0,771. Podlaskie. 923,41. 829,10. 959,40. 130,30. 0,668. Pomorskie. 1220,13. 1023,50. 1327,60. 304,20. 0,042. Śląskie. 1122,77. 927,90. 1330,20. 402,30. 0,004. Świętokrzyskie. 1048,96. 1029,70. 1072,70. 43,00. 0,922. Warmińsko-mazurskie. 1306,74. 1206,20. 1374,90. 168,70. 0,585. Wielkopolskie. 1259,74. 935,70. 1502,70. 567,00. 0,032. Zachodniopomorskie. 1142,61. 910,00. 1330,70. 420,70. 0,044. 1203,155. 1003,80. 1376,60. 372,90. 0,014. Województwo. Ogółem. Źródło: opracowanie własne na podstawie wyników PGSS z 2005 r.. W ostatniej kolumnie tabeli 1 podano wartości prawdopodobieństwa testowego p obliczone dla oceny istotności różnic średnich płac mężczyzn i kobiet. Na podstawie przedstawionych wyników (tabela 1) można zauważyć, że średnie płace netto kobiet w poszczególnych województwach są niższe od płac mężczyzn i na ogół.

(14) 83. Wybrane aspekty analizy przestrzennego zróżnicowania…. są to różnice statystycznie istotne. Największa względna dysproporcja w płacach mężczyzn i kobiet występuje w województwach małopolskim oraz mazowieckim, gdzie wynagrodzenie netto mężczyzn jest, odpowiednio, o 73,2% oraz 66,8% wyższe niż wynagrodzenie kobiet. Najniższa względna różnica między średnimi płacami mężczyzn i kobiet występuje natomiast w województwach świętokrzyskim oraz podkarpackim, gdzie wynagrodzenie netto mężczyzn jest, odpowiednio, o 4,2% oraz 6,6% wyższe niż wynagrodzenie kobiet. Analizując osobno rozkłady płac kobiet i mężczyzn w poszczególnych regionach, również można zaobserwować istotne różnice w wysokości wynagrodzeń w różnych województwach. Najwyższe przeciętne wynagrodzenie netto kobiet występuje w województwie mazowieckim (1342,30 zł), a najniższe – w województwie lubuskim (795,60 zł). Wyniki jednoczynnikowej analizy wariancji ANOVA potwierdziły, że różnice między średnimi poziomami płac netto kobiet w poszczególnych województwach są statystycznie istotne (prawdopodobieństwo testowe p wyniosło 0,034). W wypadku mężczyzn najwyższe przeciętne wynagrodzenie netto jest wypłacane w województwie mazowieckim (2238,40 zł), a najniższe – w podlaskim (959,40 zł). I w tym przypadku również na podstawie wyników analizy wariancji ANOVA można stwierdzić, że różnice pomiędzy średnimi poziomami płac netto wśród mężczyzn w przekroju województw są statystycznie istotne (wartość p wyniosła 0,00087). W tabeli 2 przedstawiono strukturę przeciętnej płacy netto w przekroju województw ze względu na poziom wykształcenia pracownika. Z uwagi na niewielką Tabela 2. Regionalne zróżnicowanie płac netto (w zł) według wykształcenia Wykształcenie podstawowe i zasadnicze zawodowe. średnie. wyższe. Dolnośląskie. 985,43. 1183,24. 1338,35. Kujawsko-pomorskie. 739,66. 1475,70. 1065,69. Lubelskie. 742,16. 986,64. 1508,39. Lubuskie. 829,01. 857,10. 1417,14. Łódzkie. 900,20. 908,72. 1391,68. Małopolskie. 945,14. 799,92. 1474,51. Mazowieckie. 901,04. 1317,47. 2477,37. Opolskie. 916,47. 1152,88. 1437,98. Podkarpackie. 828,83. 1083,08. 1000,00. Podlaskie. 851,31. 975,16. 1032,84. Województwo.

(15) 84. Marcin Salamaga. cd. tabeli 2 Wykształcenie podstawowe i zasadnicze zawodowe. średnie. wyższe. 988,02. 1243,62. 1805,35. Śląskie. 1055,51. 1048,78. 1492,13. Świętokrzyskie. 1064,96. 718,00. 1640,78. Warmińsko-mazurskie. 1115,97. 1432,53. 1348,91. Wielkopolskie. 784,90. 1119,41. 2201,63. Zachodniopomorskie. 912,65. 1113,38. 1489,92. Ogółem. 913,63. 1114,88. 1780,48. Województwo. Pomorskie. Źródło: opracowanie własne na podstawie wyników PGSS z 2005 r.. reprezentację w próbie losowej pracowników z wykształceniem podstawowym oraz zasadniczym zawodowym grupy te zostały połączone. Porównując średnią płacę netto ze względu na wykształcenie, można zauważyć oczywistą prawidłowość: najwięcej zarabiają osoby z wyższym wykształceniem, a najmniej – z podstawowym lub zasadniczym zawodowym. Od tej reguły są pewne wyjątki, np. w województwie kujawsko-pomorskim najwyższe zarobki netto otrzymują osoby ze średnim wykształceniem, a w województwie świętokrzyskim odwrotnie: osoby ze średnim wykształceniem zarabiają najmniej. Należy zauważyć, że największa rozpiętość pomiędzy płacami pracowników z różnym poziomem wykształcenia występuje w województwach wielkopolskim i mazowieckim. Tam osoby z wyższym wykształceniem zarabiają o, odpowiednio, 180,5% i 175% więcej niż pracownicy bez matury i o 96,7% oraz 88% więcej od pracowników ze średnim wykształceniem. Najmniejsze różnice w płacach pracowników z różnym poziomem wykształcenia występują w województwie podlaskim, w którym osoby z wyższym wykształceniem zarabiają o 21,3% więcej niż pracownicy z wykształceniem podstawowym i zasadniczym zawodowym oraz o 5,92% więcej niż pracownicy ze średnim wykształceniem. Analizując średnie płace netto w każdej grupie pracowników z określonym wykształceniem w przekroju regionalnym, również można zaobserwować istotne różnice. Najmniej zróżnicowane płace netto mają osoby z wykształceniem podstawowym i zasadniczym zawodowym (współczynnik zmienności płac wyniósł w tej grupie 12%), zaś największe – z wyższym wykształceniem (współczynnik zmienności w tej grupie wyniósł 25,1%). Na podstawie wyników jednoczynnikowej analizy wariancji ANOVA można stwierdzić, że w wypadku osób z wykształceniem podstawowym i zasadni-.

(16) 1856,41. 1892,67. 1928,94. 2495,97. 2319,04. 3038,08. 1600,00. 1761,09. 2040,06. 2218,93. 2530,70. 2200,00. 2000,00. 2999,71. 2508,92. 2292,41. Kujawsko-pomorskie. Lubelskie. Lubuskie. Łódzkie. Małopolskie. Mazowieckie. Opolskie. Podkarpackie. Podlaskie. Pomorskie. Śląskie. Świętokrzyskie. Warmińsko-mazurskie. Wielkopolskie. Zachodniopomorskie. Ogółem. 1665,51. 1693,53. 1721,56. 1560,78. 1400,00. 1653,47. 1805,35. 1687,85. 1570,35. 1536,73. 2230,62. 1230,15. 1244,74. 1240,63. 1658,26. 1745,27. 1017,82. Specjaliści, wolne zawody. 1346,13. 1253,91. 982,01. 1315,03. 1303,64. 1292,24. 1892,00. 1142,52. 1000,00. 1114,66. 1428,23. 1486,70. 1574,51. 1143,34. 1095,61. 1200,00. 1656,48. Technicy, średni personel. Źródło: opracowanie własne na podstawie wyników PGSS z 2005 r.. 1829,99. Wyżsi urzędnicy, kierownicy. Dolnośląskie. Województwo. 1126,45. 1200,00. 941,37. 1020,68. 1100,00. 1029,23. 1087,46. 1000,00. 951,52. 1130,61. 1309,70. 1000,00. 1072,51. 1091,32. 1896,74. 949,98. 750,85. Pracownicy administracyjni i biurowi. Tabela 3. Regionalne zróżnicowanie płac netto (w zł) według grupy zawodowej. 1062,01. 1006,44. 1043,45. 1145,53. 932,88. 820,19. 890,45. 1090,33. 908,19. 1063,91. 1544,65. 867,02. 1026,97. 1231,42. 995,10. 961,50. 1276,28. Pracownicy usług, sprzedawcy. 983,45. 1234,29. 1259,52. 913,64. 774,47. 1063,18. 882,07. 610,63. 676,9. 774,54. 1794,69. 1473,26. 836,51. 712,54. 679,71. 1664,88. 641,27. Rolnicy, ogrodnicy, leśnicy, rybacy. 992,76. 858,58. 1116,72. 928,85. 819,96. 1111,93. 1077,36. 1102,18. 853,33. 1073,06. 1087,79. 1063,82. 841,14. 705,64. 984,91. 817,84. 942,34. Robotnicy, operatorzy, monterzy. Wybrane aspekty analizy przestrzennego zróżnicowania… 85.

(17) 86. Marcin Salamaga. czym zawodowym różnice w poziomach płac netto w województwach nie były statystycznie istotne (wartość p wyniosła 0,052), a w wypadku pracowników z wykształceniem średnim i wyższym różnice te okazały się statystycznie istotne (prawdopodobieństwo testowe wyniosło, odpowiednio, 0,041 oraz 0,021). W tabeli 3 przedstawiono strukturę przeciętnej płacy netto w poszczególnych województwach ze względu na wykonywany zawód. Rodzaj zawodu określono na podstawie międzynarodowej standardowej klasyfikacji zawodów (ISCO-88), przy czym ze względu na niedostateczną liczebność próby losowej połączono w jedną grupę robotników wykwalifikowanych, robotników niewykwalifikowanych, operatorów oraz monterów maszyn i urządzeń. Na podstawie danych z tabeli 3 można stwierdzić, że najlepiej opłacaną grupą zawodową byli wyżsi urzędnicy oraz kierownicy przedsiębiorstw. Przeciętne wynagrodzenie netto pracowników tej grupy zawodowej wyniosło 2292,41 zł. Najwyższe przeciętne wynagrodzenie netto w tej grupie zawodowej otrzymali pracownicy w województwach mazowieckim (3038,08 zł) oraz wielkopolskim (2999,71 zł). Przeciętne płace netto w tych województwach stanowiły, odpowiednio, 133% oraz 131% średniego wynagrodzenia w analizowanej grupie zawodowej w Polsce. Najsłabiej kierownicy przedsiębiorstw i wyżsi urzędnicy byli opłacani w województwie podkarpackim, gdzie ich średnia płaca netto wyniosła 1761 zł, co stanowi 77% średniego wynagrodzenia w tej grupie zawodowej w Polsce. Najniższe przeciętne wynagrodzenie netto, wynoszące 983,45 zł, odnotowano w grupie zawodowej rolników, ogrodników, leśników oraz rybaków. Najwyższe przeciętne wynagrodzenie netto w tej grupie zawodowej otrzymali pracownicy w województwach mazowieckim (1794,69 zł) oraz kujawsko-pomorskim (1664,88 zł). Przeciętne płace netto w tych województwach stanowiły, odpowiednio, 182,5% oraz 169,3% średniego wynagrodzenia w badanej grupie zawodowej w Polsce. Najniższe przeciętne wynagrodzenie netto w grupie zawodowej rolników, ogrodników, leśników oraz rybaków, wynoszące 610,63 zł, odnotowano w województwie podlaskim, co stanowi 62,1% średniego wynagrodzenia w tej grupie zawodowej. Po wyższych urzędnikach i kierownikach przedsiębiorstw kolejną najlepiej zarabiającą grupą zawodową są specjaliści i pracownicy wolnych zawodów (średnia płaca netto wynosiła 1665,51 zł). Następne grupy zawodowe według wysokości średniej płacy netto to: technicy i inny średni personel (1346,13 zł), pracownicy administracyjni i biurowi (1126,45 zł), robotnicy, monterzy i operatorzy maszyn (992,76 zł) oraz rolnicy, ogrodnicy, leśnicy i rybacy (852,56 zł). Badając średnie płace netto w każdej grupie zawodowej, również można zaobserwować istotne różnice pomiędzy ich wysokością w poszczególnych województwach. Najmniej zróżnicowane płace netto mają robotnicy, monterzy i operatorzy maszyn (współczynnik zmienności płac wyniósł w tej grupie 12,93%), zaś największe – rolnicy, ogrodnicy, leśnicy i rybacy (55,97%). Na podstawie wyników.

(18) Wybrane aspekty analizy przestrzennego zróżnicowania…. 87. jednoczynnikowej analizy wariancji ANOVA można stwierdzić, że z wyjątkiem robotników, monterów i operatorów maszyn różnice w poziomach płac netto w województwach były statystycznie istotne dla wszystkich grup zawodowych (w każdym wypadku wartość p wynosiła 0,05). 3. Wybrane czynniki kształtujące poziom płac W celu zbadania, które czynniki miały istotny wpływ na kształtowanie się średnich płac brutto w poszczególnych województwach, wzięto pod uwagę 17 potencjalnych zmiennych, które zaprezentowano w tabeli 4. Dokonując wstępnej selekcji zmiennych do modelu ekonometrycznego, uwzględniono ich merytoryczny, zdaniem autora, związek z poziomem płac. Można przypuszczać, że wysokość wynagrodzeń może zależeć od stopnia zurbanizowania województw, poziomu rozwoju gospodarczego oraz stopnia ich uprzemysłowienia, struktury zawodowej i wykształcenia pracowników. Różnice w tym względzie między niektórymi województwami są znaczne, dlatego zasadne jest sprawdzenie, czy znajdą one odzwierciedlenie w kształtowaniu się wysokości płac. Wśród proponowanych zmiennych znalazły się więc mierniki rozwoju gospodarczego województw (np. PKB per capita, nakłady inwestycyjne per capita, wartość dodana ogółem i wytworzona przez wybrane działy gospodarki, wskaźnik urbanizacji), wykształcenie pracowników oraz liczba pracowników w wybranych grupach zawodowych. W tabeli 4 zaprezentowano współczynniki korelacji pomiędzy poszczególnymi zmiennymi i poziomem płac brutto. Analizując wyniki z tabeli 4, można zauważyć, że średnie płace brutto są stosunkowo silnie skorelowane z większością mierników rozwoju gospodarczego, np. współczynnik korelacji z poziomem PKB w przeliczeniu na osobę wynosi 0,909 i jest statystycznie istotny na poziomie istotności 0,05. Podobnie jest w wypadku wartości dodanej ogółem i wartości dodanej w wybranych działach gospodarki – korelacje ze średnim poziomem płac brutto również są silne, dodatnie i statystycznie istotne. Istotny związek ze średnimi płacami brutto wykazały również: liczba pracowników z wykształceniem wyższym, liczba pracowników z wykształceniem średnim, liczba wyższych urzędników i kierowników oraz liczba specjalistów i osób pracujących w wolnych zawodach. Do opisu zależności poziomu płac brutto od analizowanych zmiennych objaśniających stosowano różne typy modeli ekonometrycznych. Okazało się, że najwierniej zależność tę określono za pomocą modelu wykładniczego i właśnie ten przedstawiono w opracowaniu (jako kryterium wyboru modelu brano pod uwagę statystyczną istotność parametrów oraz wartość współczynnika determinacji). Ostateczną selekcję zmiennych objaśniających do modelu przeprowadzono metodą.

(19) 88. Marcin Salamaga. Tabela 4. Współczynniki korelacji pomiędzy poziomem płac brutto a potencjalnymi zmiennymi objaśniającymi Zmienna. Opis zmiennej. Współczynnik korelacji. Wartość p. X1. współczynnik urbanizacji. 0,437. 0,090. X2. PKB na osobę (w zł). 0,909. 0,000. X3. wartość dodana ogółem (w mln zł). 0,905. 0,000. X4. wartość dodana w rolnictwie (w mln zł). 0,507. 0,045. X5. wartość dodana w przemyśle (w mln zł). 0,715. 0,002. X6. wartość dodana w budownictwie (w mln zł). 0,855. 0,000. X7. przeciętne nakłady inwestycyjne na osobę (w zł). 0,848. 0,000. X8. liczba pracowników z wykształceniem wyższym na tys. zatrudnionych osób. 0,705. 0,002. X9. liczba pracowników z wykształceniem średnim na tys. zatrudnionych osób. 0,587. 0,017. X10. liczba pracowników z wykształceniem średnim podstawowym i zasadniczym zawodowym na tys. zatrudnionych osób. 0,293. 0,271. X11. liczba wyższych urzędników i kierowników na tys. zatrudnionych osób. 0,698. 0,003. X12. liczba specjalistów i osób pracujących w wolnych zawodach na tys. zatrudnionych osób. 0,763. 0,001. X13. liczba techników i pracowników średniego personelu na tys. zatrudnionych osób. 0,475. 0,063. X14. liczba pracowników administracyjnych i biurowych na tys. zatrudnionych osób. 0,219. 0,415. X15. liczba sprzedawców i pracowników zatrudnionych w usługach na tys. zatrudnionych osób. 0,289. 0,278. X16. liczba rolników, ogrodników, leśników i rybaków na tys. zatrudnionych osób. 0,373. 0,155. X17. liczba robotników, operatorów i monterów na tys. zatrudnionych osób. 0,492. 0,053. Źródło: opracowanie własne na podstawie Roczników Statystycznych Województw 2006 oraz PGSS z 2005 r.. postępującej regresji kroczącej. Kierowano się przy tym zasadą, by zmienne objaśniające nie były współzależne, a zarazem wykazywały dostateczną współzależność ze zmienną objaśnianą Y (średnim poziomem płac brutto). W modelu znalazły się następujące zmienne objaśniające: – wartość dodana ogółem w mln zł (zmienna X3), – przeciętne nakłady inwestycyjne na osobę w zł (zmienna X7),.

(20) 89. Wybrane aspekty analizy przestrzennego zróżnicowania…. – liczba pracowników z wykształceniem wyższym na tys. zatrudnionych osób (zmienna X8), – liczba wyższych urzędników i kierowników na tys. zatrudnionych osób (zmienna X11). Rozważany model ma postać: ln Y = α0 + α3 ln X3 + α7 ln X7 + α8 ln X8 + α11 ln X11 + ζ .. (1). Estymację parametrów przeprowadzono, wykorzystując metodę najmniejszych kwadratów. Parametry α3, α7, α8, α11 mogą być interpretowane bezpośrednio jako elastyczność płacy brutto. ζ oznacza składnik losowy równania (1). Tabela 5. Oszacowania parametrów i średnie błędy ocen parametrów modelu (1) Parametr modelu. Ocena parametru. Średni błąd szacunku. Wartość p. α0. 5,141. 1,321. 0,002. α3. 0,176. 0,055. 0,006. α7. 0,093. 0,039. 0,032. α8. 0,049. 0,019. 0,022. α11. 0,086. 0,031. 0,015. Źródło: obliczenia własne.. W tabeli 5 zawarto oszacowania parametrów wraz z ich średnimi błędami. Z obliczeń wynika, że wszystkie parametry są statystycznie istotne na poziomie istotności 0,05. Współczynnik determinacji wynosi 0,79, co oznacza, że model jest w miarę dobrze dopasowany do danych empirycznych (79% zmienności poziomu płac brutto wyjaśniono w modelu zmiennością zmiennych objaśniających). Na podstawie przeprowadzonych obliczeń można stwierdzić, że wzrost wartości dodanej o 1% spowoduje średni wzrost płacy brutto o około 0,176% przy niezmienionym poziomie nakładów inwestycyjnych per capita, niezmienionej liczbie pracowników z wykształceniem wyższym oraz stałej liczbie wyższych urzędników i kierowników. Z kolei jednoprocentowy wzrost nakładów inwestycyjnych na osobę spowoduje wzrost płacy brutto średnio o około 0,093% przy niezmienionym poziomie wartości dodanej ogółem, stałej liczbie pracowników z wykształceniem wyższym oraz niezmienionej liczbie wyższych urzędników i kierowników. Wzrost liczby pracowników z wykształceniem wyższym (na tys. zatrudnionych) o 100% wywoła wzrost płacy brutto średnio o około 4,9% przy niezmienionym poziomie pozostałych zmiennych objaśniających. Wreszcie podwojenie liczby wyższych urzędników i kierowników na tys. zatrudnionych osób wywoła wzrost płacy brutto średnio.

(21) 90. Marcin Salamaga. o około 8,6% (również przy niezmienionym poziomie pozostałych zmiennych objaśniających). Czy klasyfikacja województw na podstawie zmiennych objaśniających odzwierciedla zróżnicowanie płac w województwach? Grupowanie przeprowadzono, wykorzystując zmienne X2–X9, X11, X12, istotnie skorelowane z poziomem płac. Na rys. 2 przedstawiono szczegółowe wyniki aglomeracji województw metodą Warda z odległością euklidesową. 14 12. Odległość wiązania. 10 8 6 4 2. dolnośląskie. łódzkie. małopolskie. zachodniopomorskie. kujawsko-pomorskie. opolskie. lubelskie. podkarpackie. podlaskie. warmińsko-mazurskie. lubuskie. pomorskie. świętokrzyskie. mazowieckie. śląskie. wielkopolskie. 0. Rys. 2. Dendrogram klasyfikacji województw metodą Warda z uwzględnieniem zmiennych X2–X9, X11, X12 Źródło: opracowanie własne.. W wyniku aglomeracji województw można wyróżnić następujące grupy: – grupa 1: wielkopolskie, śląskie, mazowieckie, – grupa 2: świętokrzyskie, pomorskie, lubuskie, warmińsko-mazurskie, podlaskie, podkarpackie, lubelskie, – grupa 3: opolskie, kujawsko-pomorskie, zachodniopomorskie, małopolskie, łódzkie, dolnośląskie..

(22) 91. Wybrane aspekty analizy przestrzennego zróżnicowania…. Stopień zróżnicowania tych grup można ocenić za pomocą analizy wariancji. W tabeli 6 przedstawiono jej wyniki. Wyróżnione wartości prawdopodobieństwa testowego dla statystyki F wskazują (na poziomie istotności 0,05), które ze zmiennych istotnie różnicują utworzone grupy. Tabela 6. Wyniki analizy wariancji dla 10 zmiennych wykorzystanych do grupowania województw metodą Warda Nazwa zmiennej. Średnia. Wartość p. grupa 1. grupa 2. grupa 3. PKB na osobę (w zł). 29938,00. 19209,71. 22081,50. 0,001. Wartość dodana ogółem (w mln zł). 119557,60. 27729,23. 44599,58. 0,000. Wartość dodana w rolnictwie (w mln zł). 5099,37. 1805,11. 2248,46. 0,014. Wartość dodana w przemyśle (w mln zł). 30380,43. 6446,32. 11279,62. 0,000. Wartość dodana w budownictwie (w mln zł). 6004,41. 1530,01. 2469,99. 0,000. Przeciętne nakłady inwestycyjne na osobę (w zł). 3062,33. 2563,71. 3934,50. 0,005. Liczba pracowników z wykształceniem wyższym na tys. zatrudnionych osób. 102,66. 98,20. 74,84. 0,162. Liczba pracowników z wykształceniem średnim na tys. zatrudnionych osób. 291,32. 256,75. 283,96. 0,076. Liczba wyższych urzędników i kierowników na tys. zatrudnionych osób. 58,29. 53,22. 60,95. 0,688. Liczba specjalistów i osób pracujących w wolnych zawodach na tys. zatrudnionych osób. 86,92. 77,62. 62,87. 0,263. Źródło: opracowanie własne.. Z przeprowadzonych obliczeń wynika, że czynnikami istotnie różnicującymi utworzone grupy województw są zmienne opisujące kondycję gospodarki, a więc: PKB per capita, wartość dodana ogółem, wartość dodana w wybranych działach gospodarki oraz nakłady inwestycyjne per capita. Otrzymany podział województw tylko częściowo odzwierciedla regionalne zróżnicowanie płac. W pierwszej grupie znalazły się dwa województwa o najwyższym przeciętnym poziomie średniej płacy brutto (powyżej 2400 zł), tj. województwo mazowieckie i śląskie. Wyraźnie odstającym od nich pod względem średniej płacy brutto województwem jest wielkopolskie ze średnią płacą 2150,38 zł. Druga grupa zawiera województwa o najniższym poziomie płac brutto (na ogół poniżej 2100 zł). Wyjątkiem jest województwo pomorskie ze średnim wynagrodzeniem brutto równym 2350 zł. Bardziej zróżnicowana pod względem wysokości wynagrodzenia brutto jest trzecia grupa, obejmująca zarówno województwa z wyższym, jak i niższym poziomem wynagrodzenia brutto (por. rys. 1)..

(23) 92. Marcin Salamaga. 4. Podsumowanie Płace w poszczególnych województwach w Polsce są istotnie zróżnicowane. Regionalne zróżnicowanie dotyczy również wynagrodzeń kobiet, mężczyzn, pracowników z tym samym wykształceniem oraz pracowników należących do tej samej grupy zawodowej. Warunkują to czynniki historyczne, instytucjonalne i geograficzne. Przede wszystkim jednak odmienny poziom rozwoju gospodarczego w różnych regionach kraju wpłynął na istotnie różny poziom płac. W analizie statystycznej potwierdzono, że wybrane mierniki opisujące kondycję gospodarki, takie jak: PKB na osobę, wartość dodana ogółem, wartość dodana w wybranych działach gospodarki oraz nakłady inwestycyjne na osobę, istotnie różnicują płace w poszczególnych województwach. Przodujące pod względem wysokości płac brutto okazało się województwo mazowieckie. Jest to spowodowane głównie tym, że w Warszawie mieszczą się centrale wielu banków, przedsiębiorstw z udziałem kapitału zagranicznego, wysoko wynagradzanej administracji rządowej oraz administracji samorządowej (z najwyższymi płacami w Polsce). Poza tym stolica od lat jest miejscem największych w Polsce inwestycji krajowych i zagranicznych przedsiębiorców, co również wpływa na wysokość płac w tym regionie. Uwarunkowania geograficzno-historyczne zdecydowały o wysokiej pozycji województwa śląskiego w rankingu wysokości płac. Zasoby surowcowe tego regionu umożliwiły rozwój przemysłowy, co doprowadziło do powstania największej w Polsce aglomeracji. Mimo przeobrażeń gospodarczych Śląska w ostatnich latach, prowadzących do restrukturyzacji (także likwidacji) wielu zakładów pracy, nadal jest to region o wysokiej absorpcji siły roboczej. Najniższy przeciętny poziom płac występuje z kolei w regionach typowo rolniczych, najmniej zurbanizowanych, o stosunkowo słabo rozwiniętym przemyśle. Przykładem jest województwo podkarpackie. Analizowane przyczyny regionalnego zróżnicowania płac są oczywiście tylko jednymi z możliwych. Podjęta problematyka badawcza wymaga zatem przeprowadzenia kolejnych analiz. Literatura [1] Cichomski B. (kierownik tematu), Jerzyński T., Zieliński M., Polskie generalne sondaże społeczne – skumulowany komputerowy zbiór danych 1992–2005, Instytut Studiów Społecznych, Uniwersytet Warszawski, Warszawa 2006. [2] Konkurencyjność rynku pracy i jego podmiotów, red. D. Kopycińska, Uniwersytet Szczeciński, Szczecin 2005. [3] Kwiatkowski E. i in., Procesy dostosowawcze na rynku pracy jako czynnik konsolidacji reform rynkowych w Polsce, Studia i Analizy, Warszawa 2000..

(24) Wybrane aspekty analizy przestrzennego zróżnicowania…. 93. Chosen Aspects of the Analysis of Spatial Diversity of Wages in Poland in 2005 A difference in wages between particular regions of Poland has been observed for many years. These differences are determined by geographical, historical (cultural) and institutional factors. The aim of the article is to examine to what extent the spatial differentiation of wages between various voivodships occurred in 2005. Wage differences by voivodship according to gender, profession and educational level of employees were also examined. Single-factor analysis of variance ANOVA was among the methods used in the empirical research. The article also introduces variables that have an essential influence on wage levels in Poland. Correlation and regression analysis were used for this purpose. Multidimensional analysis was then employed to group voivodships according to selected socio-economic features. This enabled the assessment that would indicate to what extent the composed groups of voivodships are compatible with an appropriate “map of the size of wages”. The figures are drawn from both the 2006 voivodship statistical yearbook and data from the Polish General Social Poll (PGSS) carried out in 2005 by the Institute of Social Studies of Warsaw University on a random sample group of 1277 adult Poles..

(25)