Ekonometryczne badanie wpływu
skłonności ludzkich w przypadku
dysponowania wiedzą a priori o ich
natężeniu
Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania 31/2, 37-51
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31
Mariusz Doszyń*
Uniwersytet Szczeciński
EKONOMETRYCZNE BADANIE WPŁYWU SKŁONNOŚCI LUDZKICH W PRZYPADKU DYSPONOWANIA W IEDZĄ
A P R IO R I O ICH NATĘŻENIU
Streszczenie
W artykule om ów ione zostały sposoby określania w p ły w u skłonności ludzkich n a p raw idłow ości ekonom iczne z w y korzystaniem o d pow iednich m odeli ekonom etrycz- nych. Podano definicję skłonności oraz przedstaw ione zostały m eto d y um ożliw iające po m iar ilościow ych aspektów skłonności ludzkich. P rzedstaw iono c z ęsto ścio w ą oraz try g o n o m e try c zn ą m iarę skłonności. S charakteryzow ano sposób uw zględniania w pływ u skłonności ludzkich n a podstaw ie m odeli dla dan y ch p rzekrojow ych d la przypadków , w k tó ry ch bad acz dysponuje w ie d z ą a p rio r i o analizow anych skłonnościach. P rzed y s kutow ano te k la sy m odeli ekonom etrycznych, w k tó ry ch określanie w p ły w u skłonności m oże prow adzić do po p raw y struktury stochastycznej m odeli. W p rzykładzie em pirycz n y m o k reślony został w p ły w skłonności do p alen ia p apierosów oraz skłonności do spo ży w an ia alkoholu n a kształtow anie się w y datków n a n apoje alkoholow e i w y ro b y ty to n iow e w w ojew ództw ach w Polsce w ro k u 2004.
Słowa kluczowe:
skłonności ludzkie, często ścio w a m ia ra skłonności, try g o n o m etry czn a m ia ra skłonności, w ied z a a p r io r i o skłonnościach, ekonom etryczne b a d a nie w p ły w u skłonności ludzkich
Wprowadzenie
Mając do czynienia ze zróżnicowanymi obiektami (osobami, zbiorowo-
ściami), można się spodziewać odmiennych reakcji na identyczne bodźce (wa
runki) o charakterze obiektywnym. W wielu przypadkach te same okoliczności
obiektywne prowadzą do innych zachowań1. Często przyczyną tych różnic są
odmienne skłonności, które są pewnego rodzaju „filtrami” determinującymi
reakcje oraz zachowania.
Skłonność można zdefiniować jako „nachylenie postawy” względem cze
goś lub kogoś zwiększające prawdopodobieństwo określonych zdarzeń1
2. Sposób
uwzględniania wpływu skłonności ludzkich na procesy gospodarcze zależy
w dużej mierze od tego, jakiego rodzaju informacjami na temat skłonności dys
ponuje badacz. Jeżeli posiadane są informacje a priori o badanych skłonno
ściach, to zmienne wskazujące na występowanie skłonności lub ich natężenie
można dołączyć bezpośrednio do zbioru zmiennych objaśniających modelu
ekonometrycznego.
Celem artykułu jest zaprezentowanie metod pomiaru skłonności oraz po
kazanie sposobu określania ich wpływu z wykorzystaniem modeli ekonome-
trycznych. W artykule weryfikowana jest hipoteza o wpływie skłonności do
spożywania alkoholu i palenia papierosów na przeciętne wydatki na tego typu
produkty w przekroju województw w Polsce w 2004 roku.
1. Sposoby określania wpływu skłonności ludzkich w przypadku dysponowania
wiedzą a p r io ri o skłonnościach
Dany jest model dla danych przekrojowych, gdzie i = 1, 2, ..., n to kolejne
obiekty:
k
ki =
Σ α
τ χ β + u(1)
j -0
1 Za bodźce (warunki obiektywne) uznaje się warunki zewnętrzne, niepowiązane ze strukturą wewnętrzną obiektu.
Ma r i u s zDo s z y ń Ek o n o m e t r y c z n eb a d a n i ew p ł y w us k ł o n n o ś c il u d z k i c h. . . 39
gdzie:
y t - zmienna objaśniana,
a j - parametry strukturalne modelu (j = 0, 1, 2, ..., k),
a 0 - wyraz wolny,
Xj. - zmienne objaśniające o charakterze obiektywnym j = 1, 2, . , k),
u. - składnik losowy.
Zmienne objaśniające Xj. reprezentują zewnętrzne czynniki obiektywne.
Są to zmienne będące wyrazem istotnych okoliczności zewnętrznych, niezależ
nych bezpośrednio od właściwości („wewnętrznej struktury”) analizowanych
obiektów. Obiektem może być osoba lub też zbiorowość ludzka (ludność gmi
ny, powiatu, województwa itd.). Jeżeli za „obiekt” przyjmiemy osobę, to anali
zowane są skłonności indywidualne. Jeśli za obiekt uznamy zbiorowość ludzką,
to analizowane są skłonności zbiorowe3.
Jednym ze sposobów uwzględniania wpływu skłonności ludzkich jest do
dawanie do zbioru zmiennych objaśniających sztucznych zmiennych zero
jedynkowych.
Załóżmy, iż s t to zmienna zero-jedynkowa zdefiniowana następująco:
s i =
0,
jeżeli i-ty obiekt wykazuje skłonność,
jeżeli i-ty obiekt nie wykazuje skłonności
(2)
Jeśli dysponujemy wiedzą a priori o wartościach przyjmowanych przez
zmienną
s. , to wpływ skłonności można uwzględnić, wprowadzając tę zmienną
do zbioru zmiennych objaśniających modelu ekonometrycznego:
y = ^ L ß j x j i + ß k +i s i + £ г
(3)
j “0
gdzie Д ,
,Д
, . . . , ß k , ß k +1to parametry modelu, a
s .to składnik losowy.
Zmienna st informuje o tym, czy dana skłonność występuje, natomiast pa
rametr ß k+1 pokazuje, jaki jest wpływ tej skłonności. Wiedza a priori o tym,
3 Dla rozróżnienia tych przypadków przyjęto następujące oznaczenia: jeżeli obiektem jest osoba, to stosowany jest indeks „i”, jeżeli zbiorowość - indeks , / ’.
czy г-ty obiekt wykazuje skłonność, może pochodzić z dodatkowych badań
o charakterze socjologicznym, psychologicznym, antropologicznym itd.
Sposób ujęcia zmiennej
s i
zależy od przyjętej postaci analitycznej.W przypadku modelu potęgowo-wykładniczego zmienną
s i
można uwzględnićw następujący sposób:
y г
= ß
0Π exp(A+
1s i+ )
(4)i
-1
gdzie
e B‘
to czynnik losowy.Po dodaniu zmiennej
s t
otrzymujemy więc model potęgowo-wykładniczy.Jeżeli zmienna
s t -
0, to exp(^+1s t
) = 1, a więc skłonnośćs t
nie wpływa na wartość zmiennej objaśnianej. Jeżeli
s t -
1, to procentowy wpływskłonności jest równy [exp(^k+1
s t
) — 1] · 100%,ceteris paribus.
Modele ekonometryczne są często szacowane z wykorzystaniem danych
zagregowanych, w których obiektami są zbiorowości. W przypadku danych
zagregowanych skłonność może być wyrażona nie tylko zgodnie z (2) jako
zmienna zero-jedynkowa.
Skłonność /-tej zbiorowości (s, ) można wyznaczyć za pomocą metody
częstościowej oraz trygonometrycznej. Zgodnie z metodą częstościową natęże
nie skłonności to:
m ,
s / = —
n ,
(5)
gdzie:m I
- liczba osób wykazujących określoną skłonność w /-tej zbiorowości(na przykład w /-tym województwie),
n,
- liczebność /-tej zbiorowości (na przykład liczba ludności województwa),
/
= 1, 2, ..., N, gdzieN
to liczba zbiorowości (na przykład liczba województw).Zgodnie z metodą trygonometryczną skłonność to „nachylenie”, które
Ma r iu s zDo s z y ń Ek o n o m e t r y c z n eb a d a n iew p ł y w usk ł o n n o ś c il u d zk ic h... 41
przyprostokątną (rysunek 1). Jedna przyprostokątna mierzy frakcję zdarzeń
w próbie, gdzie występuje interesujące nas zdarzenie (sl ), natomiast druga
przyprostokątna mierzy frakcję zdarzeń w próbie, gdzie nie występuje interesu
jące nas zdarzenie (1 - s l ).
R ysunek 1. T rygonom etryczna interpretacja skłonności
Ź ródło: o p raco w an ie w łasne.
Kąt a l to trygonometryczna miara natężenia skłonności:
1 _ s
ι
t ga t =
---s
i
(
6
)
gdzie s l - frakcja zdarzeń (osób), wśród których występuje skłonność (często-
ściowa miara skłonności).
Jeżeli skłonność poszczególnych osób tworzących daną, l-tą zbiorowość
zdefiniujemy zgodnie z formułą (2) jako zmienną zero-jedynkową s t , to skłon
ność l-tej zbiorowości można wyznaczyć jako
nl
m
Σ
’ ·s l = — = ± Λ — n i n i
(
7
)
gdzie
to liczebność l-tej zbiorowości.
Po przyjęciu funkcji potęgowej otrzymujemy następującą postać modelu:
y l = ß * Π x ß s f k+l e £ l , l = 1 2 , •■■, N j=1
Parametr ß k+1 to elastyczność punktowa zmiennej y t względem często-
ściowej miary skłonności s t .
2. Ekonometryczna analiza wpływu skłonności do spożywania wyrobów tytonio wych i napojów alkoholowych w województwach w Polsce w 2004 roku
Wiedzę a priori wykorzystano do określenia wpływu skłonności do pale
nia papierosów oraz skłonności do picia alkoholu na przeciętne wydatki na wy
roby tytoniowe i napoje alkoholowe w województwach w Polsce w 2004 roku.
Wiedza a priori o kształtowaniu się wspomnianych skłonności została zaczerp
nięta z publikacji Stan zdrowia ludności Polski w przekroju terytorialnym
w 2004 r.4
Skłonność do palenia papierosów w l-tym województwie została wyzna
czona jako frakcja dorosłych osób codziennie palących papierosy, czyli
s pl - mpl / nl , gdzie mpl to liczba dorosłych osób codziennie palących papie
rosy, a nl to liczba ludności w l-tym województwie w wieku powyżej 18 lat.
Skłonność ta odnosi się do (dorosłych) mieszkańców województw. Jeżeli dana
osoba paliła codziennie papierosy, to przyjmowano, iż skłonność występuje
(wartość zmiennej zero-jedynkowej sygnalizującej występowanie skłonności
jest równa jeden). Jeśli z kolei osoba nie paliła codziennie papierosów, to zało
żono, iż skłonność nie występuje (wartość zmiennej zero-jedynkowej sygnalizu
jącej występowanie skłonności wynosi zero).
Częstościowa miara skłonności do spożywania alkoholu w l-tym woje
wództwie to frakcja dorosłej ludności tego województwa spożywająca z okreś
loną częstotliwością alkohol. Skłonność do spożywania alkoholu w l-tym wo
jewództwie została wyznaczona jako frakcja (dorosłych) osób pijących alkohol
1-4 razy w tygodniu lub częściej. Częstościowa miara skłonności do spożywa
nia alkoholu została więc wyznaczona jako s al = mal / nt , gdzie mal to liczba
dorosłych osób pijących alkohol 1-4 razy w tygodniu lub częściej, a nt to licz
ba dorosłych osób w l-tym województwie.
Wartości częstościowej miary omawianych skłonności zawiera tabela 1.
4 Stan zdrowia ludności Polski w przekroju terytorialnym w 2004 r., GUS, Warszawa
Ma r i u s zDo s z y ń Ek o n o m e t r y c z n eb a d a n i ew p ł y w us k ł o n n o ś c il u d z k i c h. . .
T ab ela 1. C zęstościow a m ia ra skłonności do p alen ia p ap iero só w ^ j oraz skłonności do spożyw ania alkoholu {sal ) w w o jew ó d ztw ach w P olsce
w 2004 ro k u Województwo Skłonność do palenia papierosów Skłonność do spożywania alkoholu Dolnośląskie 0,282 0,177 Kuj awsko-pomorskie 0,282 0,135 Lubelskie 0,255 0,157 Lubuskie 0,281 0,158 Łódzkie 0,281 0,185 Małopolskie 0,222 0,159 Mazowieckie 0,241 0,179 Opolskie 0,264
0,203
Podkarpackie 0,215 0,150 Podlaskie 0,260 0,155 Pomorskie 0,291 0,188 Śląskie 0,281 0,198 Świętokrzyskie 0,229 0,128 Warmińsko-mazurskie 0,284 0,132 Wielkopolskie 0,269 0,150 Zachodniopomorskie0,305
0,180Źródło: obliczenia własne na podstawie: Stan zdrowia ludności Polski w przekroju terytorialnym w 2004 r , GUS, Warszawa 2007.
W 2004 roku największą skłonność do palenia papierosów wykazywała
ludność województwa zachodniopomorskiego (0,305), z kolei najmniejszą -
ludność województwa podkarpackiego (0,215). Wartości trygonometrycznej
miary skłonności do palenia papierosów w tych województwach zostały przed
stawione na rysunkach 2-3.
R ysunek 2. T rygonom etryczna m ia ra skłonności do p alen ia p apierosów w w ojew ództw ie zachodniopom orskim w 2004 ro k u ( a = 66,3 °)
Źródło: opracowanie własne. R ysunek 3. T rygonom etryczna m ia ra skłonności do p alen ia p apierosów
w w ojew ództw ie pod k arp ack im w 2004 ro k u ( a = 74,7 °)
Źródło: opracowanie własne. N a jw ię k s z ą s k ło n n o ś c ią d o s p o ż y w a n ia a lk o h o lu c e c h o w a ła się lu d n o ś ć w o je w ó d z tw a o p o ls k ie g o (0 ,2 0 3 ) , n a to m ia s t n a j m n ie js z ą - lu d n o ś ć w o je w ó d z tw a ś w ię to k r z y s k ie g o (0 ,1 2 8 ). W a r to ś c i tr y g o n o m e tr y c z n e j m ia r y s k ło n n o ś c i do s p o ż y w a n ia a lk o h o lu w ty c h w o je w ó d z tw a c h p r z e d s ta w ia ją r y s u n k i 4 - 5 .
Ma r iu s zDo s z y ń
Ek o n o m e t r y c z n eb a d a n iew p ł y w usk ł o n n o ś c il u d zk ic h... 45
R ysunek 4. T rygonom etryczna m ia ra skłonności do spożyw ania alkoholu w w ojew ództw ie opolskim w 2004 ro k u ( a = 75,7 °)
Źródło: opracowanie własne. R ysunek 5. T rygonom etryczna m ia ra skłonności do spożyw ania alkoholu
w w ojew ództw ie św iętokrzyskim w 2004 ro k u ( a = 81,6 °)
Źródło: opracowanie własne. W c e lu o k r e ś le n ia w p ły w u s k ło n n o ś c i d o p a l e n ia p a p ie r o s ó w o r a z s k ło n n o ś c i d o s p o ż y w a n ia a lk o h o lu o s z a c o w a n o m o d e le , w k tó r y c h j a k o z m ie n n ą o b ja ś n ia n ą (y l ) p r z y ję to p r z e c ię tn e m ie s ię c z n e w y d a tk i n a n a p o je a lk o h o lo w e i w y r o b y ty to n io w e n a o s o b ę w g o s p o d a r s tw a c h d o m o w y c h ( w z ł) w 2 0 0 4 ro k u . Z a z m ie n n e o b ja ś n ia ją c e r e p r e z e n tu ją c e z e w n ę tr z n e c z y n n ik i o b ie k ty w n e p r z y ję to :
-
x4l - przeciętny miesięczny dochód do dyspozycji na osobę w gospo
darstwach domowych (w zł),
-
x5l - wskaźnik cen napojów alkoholowych i wyrobów tytoniowych,
-
x6l - udział ludno
ści miejskiej (w %).
Zmienne te zostały wybrane za pomocą metody Hellwiga ze zbioru
zmiennych uwzględniającego ponadto takie zmienne, jak:
- x1l - stopa bezrobocia rejestrowanego (w %),
- x 2l - liczba bezrobotnych na 1 ofertę pracy,
- x3l - zatrudnieni w warunkach zagrożenia (w %)5.
Zmienne
yl oraz x 4l zostały wyrażone w cenach z 2009 roku. Kształto
wanie się logarytmów zmiennej obja
śnianej (ln
yl ) na tle zlogarytmowanej
często
ściowej miary skłonno
ści do palenia papierosów
(ln
spl
)oraz zlogaryt
mowanej często
ściowej miary skłonno
ści do spożywania alkoholu (ln
sal )
przedstawiają rysunki 6-7.
R ysunek 6. K ształtow anie się logarytm ów zm iennej objaśnianej ( ln y l ) n a tle zlogarytm ow anej częstościow ej m iary skłonności do p alen ia p ap iero só w (ln Spl )
w w ojew ó d ztw ach w Polsce w 2004 ro k u
Źródło: opracowanie własne.
5 Taki, a nie inny dobór zmiennych objaśniających został podyktowany między innymi dostępnością danych statystycznych.
Ma r iu s zDo s z y ń Ek o n o m e t r y c z n eb a d a n iew p ł y w usk ł o n n o ś c il u d zk ic h...
R ysunek 7. K ształtow anie się logarytm ów zm iennej objaśnianej (jn y t ) n a tle zlogarytm ow anej częstościow ej m iary skłonności do spożyw ania alkoholu (ln s al )
w w ojew ó d ztw ach w Polsce w 2004 ro k u
Źródło: opracowanie własne.
W celu weryfikacji, czy wprowadzenie do zbioru zmiennych objaśniają
cych częstościowych miar skłonności wpływa na jakość modelu, oszacowane
zostały modele ze zmiennymi s pl i s al oraz modele bez tych zmiennych6:
ln y l - - 13,029+ 0,486 ln x4l + 2,346 ln x5l + 0,450 ln x 6l
(9)
( -2,3 3 5 ) (2 ,3 7 7 ) (l,9 3l ) (3,875 )
ln y l - 0,066+ 0,676lnx4l + 0,715lns pl + 0,236lnsal
(10)
(0,0 4 9) (3,8 4 3) (4,9 2 4) (l,8 4 2 )
Wszystkie oceny parametrów modeli (9) i (10), poza oceną wyrazu wolne
go modelu (10), są istotne statystycznie przy poziomie istotności a = 0,1.
Można zauważyć, iż wprowadzenie do modelu zmiennych ln s pl i ln sal
spowodowało, iż nieistotne statystycznie okazały się oceny parametrów przy
zmiennych ln x5i oraz ln x 6i. Ocena parametru przy ln x 5l to punktowa ela
styczność cenowa. W modelu (9) jest ona dodatnia oraz dosyć duża, co jest
niezgodne z tym, co wynika z teorii ekonomii. Dodanie do zbioru zmiennych
objaśniających częstościowych miar skłonności wyeliminowało zmienną ln x5l
ze zbioru zmiennych objaśniających.
47
M o ż n a to tłu m a c z y ć ty m , iż s k ło n n o ś ć d o p a l e n ia p a p i e r o s ó w o r a z s p o ż y w a n ia a lk o h o lu p r z y c z y n ia się d o w z r o s tu w y d a tk ó w n a te g o t y p u p r o d u k ty w ta k im s to p n iu , iż w z r o s t c e n n ie j e s t w s ta n ie z n ie c h ę c ić n a b y w c ó w d o z w ię k s z e n ia k o n s u m p c ji w y r o b ó w ty to n io w y c h o r a z n a p o jó w a lk o h o lo w y c h . D o d a n ie z m ie n n y c h r e p r e z e n tu ją c y c h n a tę ż e n ie s k ło n n o ś c i e lim in u je te ż w p ły w r ó ż n ic w z a c h o w a n ia c h w y n ik a ją c y c h z m ie js c a z a m ie s z k a n ia .
N a p o d s ta w ie m o d e lu (1 0 ) m o ż n a s tw ie rd z ić , iż p u n k to w a e la s ty c z n o ś ć d o c h o d o w a p o p y tu n a w y r o b y ty to n io w e i n a p o je a lk o h o lo w e w y n o s i 0 ,6 7 6 . M o ż n a r ó w n ie ż z a u w a ż y ć , iż w ię k s z y w p ły w n a a n a liz o w a n y r o d z a j w y d a tk ó w m ia ła s k ło n n o ś ć d o p a l e n ia p a p ie r o s ó w .
N a le ż y w ty m m ie js c u d o d a ć , iż in te r p r e ta c ja p a r a m e tr ó w p r z y z m ie n n y c h m ie r z ą c y c h n a tę ż e n ie s k ło n n o ś c i j e s t p r o b le m a ty c z n a , p o n ie w a ż z m ie n n ą o b ja ś n ia n ą s ą łą c z n e w y d a tk i n a n a p o je a lk o h o lo w e i w y r o b y ty to n io w e , n a to m ia s t w p ły w k a ż d e j s k ło n n o ś c i r o z p a tr y w a n y j e s t o d d z ie ln ie . W p ły w s k ło n n o ś c i do p a l e n ia p a p i e r o s ó w p r o w a d z i d o w z r o s tu w y d a tk ó w n a w y r o b y ty to n io w e , n a to m i a s t w z r o s t s k ło n n o ś c i d o s p o ż y w a n ia a lk o h o lu p r z y c z y n ia się d o w z r o s tu w y d a tk ó w n a n a p o je a lk o h o lo w e . U w z g lę d n ie n ie z m ie n n y c h w ta k ie j p o s ta c i z o s ta ło p o d y k to w a n e r o d z a je m d o s tę p n y c h d a n y c h s ta ty s ty c z n y c h .
M o d e l, w k tó r y m u w z g lę d n io n o w p ły w s k ło n n o ś c i, c e c h u je s ię m n ie js z ą w a r to ś c ią o d c h y le n ia s ta n d a r d o w e g o r e s z t ( S e ) o r a z w y ż s z ą w a r to ś c ią s k o r y g o w a n e g o w s p ó łc z y n n ik a d e te r m in a c ji (R 2 ) . N a p o d s ta w ie e m p ir y c z n y c h p o z io m ó w is to tn o ś c i te s tu F , w p r z y p a d k u k a ż d e g o z r o z w a ż a n y c h m o d e li, n a l e ż a ło o d r z u c ić h ip o te z ę o n ie is to tn y m w p ły w ie u w z g lę d n io n e j k o m b in a c ji z m ie n n y c h o b ja ś n ia ją c y c h ( ta b e la 2).
T ab ela 2. O dchylenie standardow e resz t (ße ), skorygow any w sp ó łczy n n ik determ inacji R 2 ) oraz em piryczny p o zio m istotności te stu F n a istotność zm iennych objaśniających
w m o d e lu ze zm iennym i s pl i S al oraz w m o d elu b ez ty c h zm iennych Statystyka Model bez zmiennych S pl i S aj Model ze zmiennymi S pl i S al
Se 0,062 0,054 R 2 0,819 0,863
P emp 0,000 0,000
Ma r i u s zDo s z y ń Ek o n o m e t r y c z n eb a d a n i ew p ł y w us k ł o n n o ś c il u d z k i c h. . .
W a r to ś c i lo g a r y tm u f u n k c ji w ia r y g o d n o ś c i (LW ) o r a z w a r to ś c i k r y te r ió w in f o r m a c y jn y c h A IC ,
BIC, HQC
k s z t a ł t u j ą s ię k o r z y s tn ie j w m o d e lu z e z m ie n n y m i s pl i s al ( ta b e la 3).T ab ela 3. L ogarytm funkcji w iarygodności (LW ) oraz w artości kryterió w in form acyjnych A IC , B IC , H Q C w m o d e lu ze zm iennym i s pl i s al oraz w m o d elu b ez ty c h zm iennych Kryterium Model bez zmiennych S pl i S al Model ze zmiennymi S pl i S al
LW 24,001 26,235
AIC -40,002 -44,470
BIC -36,912 -41,380
HQC -39,844 -44,312
Źródło: obliczenia własne. W p r z y p a d k u k a ż d e g o z o s z a c o w a n y c h m o d e li n ie b y ło p o d s ta w d o o d r z u c e n ia h ip o te z y o z g o d n o ś c i r o z k ła d u r e s z t z r o z k ła d e m n o r m a ln y m o r a z h ip o te z y o h o m o s k e d a s ty c z n o ś c i r e s z t ( p o z io m is to tn o ś c i a = 0,1) ( ta b e la 4).
T ab ela 4. E m piryczne po zio m y istotności testu D oornika-H ansena n a n orm alność ro zk ład u resz t oraz te stu W h ite ’a n a h om oskedastyczność reszt
w m o d e lu ze zm iennym i s pl i s al oraz w m o d elu b ez ty c h zm iennych
Statystyka
Model bez zmiennych
Spl
iSal
Model ze zmiennymiSpl
iSal
Test Doornika-Hansena 0,784 0,499 Test W hite’a 0,390 0,123 49Podsumowanie
Reasumując, należy stwierdzić, że w przypadku posiadania wiedzy a prio
ri o kształtowaniu się analizowanych skłonności ich wpływ można uwzględnić
bezpośrednio, poprzez dodatnie zmiennych wskazujących na występowanie
skłonności (lub ich natężenie) do zbioru zmiennych objaśniających.
W omawianym przykładzie dodanie częstościowej miary skłonności do
palenia papierosów oraz częstościowej miary skłonności do spożywania alkoho
lu przyczyniło się do poprawienia stopnia dopasowania modelu do danych em
pirycznych oraz do korzystniejszych własności modelu z punktu widzenia war
tości kryteriów informacyjnych AIC, BIC oraz HQC.
Uwzględnienie skłonności przyczyniło się również do wyeliminowania ze
zbioru zmiennych objaśniających wskaźnika cen wyrobów tytoniowych oraz
napojów alkoholowych, którego wpływ okazał się dodatni oraz dość duży,
a więc niezgodny z teorią ekonomii. Może to wskazywać na fakt, iż oddziały
wanie skłonności do palenia papierosów oraz skłonności do spożywania alkoho
lu powodowało, iż wpływ cen tego rodzaju produktów nie był istotny staty
stycznie (nabywcy byli niewrażliwi na zmiany cen).
Literatura
C zerw iński Z.,
Matematyka na usługach ekonomii,
W U E, P oznań 2011.D oszy ń M .,
Statystyczno-ekonometryczna analiza skłonności ludzkich,
W ydaw nictw o N aukow e U n iw ersytetu Szczecińskiego, S zczecin 2008.G reene W .,
Econometric Analysis,
P rentice H all, U p p er Saddle R iver 2003. H ozer J., D oszyń M .,Ekonometria skłonności,
P W E, W arszaw a 2004.P opper K .R .,
The Propensity Interpretation of Probability
, „B ritish Journal for the P h i losophy o f Science” 1959, no. 10.Stan zdrowia ludności Polski w przekroju terytorialnym w 2004 r.,
G U S, W arsza w a 2007.W ooldridge J.M .,
Econometric Analysis o f Cross Section and Panel Data
, M IT, C am bridge 2002.Ma r i u s zDo s z y ń Ek o n o m e t r y c z n eb a d a n i ew p ł y w us k ł o n n o ś c il u d z k i c h. . . 51
ECONOMETRIC ANALYSIS OF IMPACT OF HUMAN PROPENSITIES
IN CASE OF A P R IO R I KNOWLEDGE
ABOUT THEIR INTENSITY
Abstract
In th e article w ere p resen ted econom etric m ethods o f taking h um an propensities into account w hile analyzing econom ic processes. D efinition o f pro p en sity an d m ethods th a t enable m easurem ent o f propensities w ere proposed. F requency and trigonom etric m ethods o f m easuring p ropensities w ere described. P o ssibilities o f applying im pact o f h um an propensities b y m eans o f econom etric m odels for spatial d ata in case o f a p rio r i k n o w ledge abo u t propensities w ere characterized. In em pirical exam ple influence o f pro p en sity to consum e tobacco and alcoholic beverages in v oivodeships in P o lan d in y ea r 2004 w as estim ated.