PKB uwzględniający nierówności jako miara rozwoju gospodarczego

Author:

Knapińska Magdalena,Siński Wojciech

Abstract

Celem artykułu jest wypracowanie metody pozwalającej korygować PKB per capita za pomocą miar nierówności dochodowych. Otrzymana w ten sposób wielkość PKB per capita skorygowana miarami nierówności dochodowych, pozwala na porównanie krajów UE pod względem wysokości tej nowej miary. Ustalenie pięciu grup krajów i wskazanie, jak zmieniły się relacje PKB per capita między nimi przed i po uwzględnieniu nierówności, jest istotną wartością dodaną tego artykułu. Zakres czasowy obejmuje lata 2005–2020. Zakres przestrzenny obejmuje kraje UE, czyli 28 krajów członkowskich, które w tym czasie znajdowały się w UE. Materiał statystyczny pozyskano w bazach danych Eurostat i OECD. Główna hipoteza sprowadza się do stwierdzenia, że nierówności dochodowe mają wpływ na rozwój gospodarczy mierzony tempem wzrostu PKB. Dla ilustracji i weryfikacji hipotezy posłużono się metodami statystycznymi: badaniem zmienności, korelacji, weryfikacji zmiennych, a także posłużono się metodami analizy logicznej, badaniem związków przyczynowo-skutkowych.Ogólne wnioski z badania wskazują, że przedstawiona metoda korygowania PKB per capita jest pewną propozycją rozwiązania, nie wyczerpuje ona jednak wszystkich zagadnień i problemów, które towarzyszą uwzględnianiu nierówności dochodowych dla szacunków PKB. Ponadto interesujące wnioski w sferze aplikacyjnej pojawiają się, gdy nową miarę PKBN(d) wykorzysta się dowyodrębnienia i porównywania grup krajów członkowskich, gdyż rankingi krajów uległy zmianie po skorygowaniu PKB nierównościami.

Publisher

University of Rzeszow

Reference36 articles.

1. Arnold, F., Blochliger, H. (2016). Regional GDP in OECD countries: How has the inequality developed over time? OECD Economics Department Working Papers, 1329, 5–21. DOI: 10.1787/5jlpq7xz3tjc-en.

2. Balcerzak, A.P. (2011). Taksonomiczna analiza jakości kapitału ludzkiego w Unii Europejskiej w latach 2002–2008. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia, 18(176), 456–467.

3. Banerjee, A., Duflo, E. (2003). Inequality and growth: What can the data say? Journal of Economic Growth, 8(3), 267–299. DOI: 10.3386/w7793.

4. Barro, R.J. (2000). Inequality and Growth in a Panel of Countries. Journal of Economic Growth, 5, 5–32. DOI: 10.1023/a:1009850119329.

5. Berg, A., Ostry, J.D., Tsangarides, C.G., Yakhshilikov, Y. (2018). Redistribution, inequality and growth: new evidence. Journal of Economic Growth, 23(3), 259–305. DOI: 10.1007/s10887-017-9150-2.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3