EFEKTYWNOŚĆ I PRODUKTYWNOŚĆ ROLNICTWA W POLSCE ANALIZA Z WYKORZYSTANIEM INDEKSÓW TFP HICKSA-MOORSTEENA

Transkrypt

1 METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom V/4, 2014, sr EFEKTYWNOŚĆ I PRODUKTYWNOŚĆ ROLNICTWA W POLSCE ANALIZA Z WYKORZYSTANIEM INDEKSÓW TFP HICKSA-MOORSTEENA Rober Rusielik Kaedra Zarządzania Przedsiębiorswami Zachodniopomorski Uniwersye Technologiczny w Szczecinie rober.rusielik@zu.edu.pl Sreszczenie: Głównym celem badań była próba wykorzysania indeksów produkywności TFP (Toal Facor Producivy) Hicksa-Moorsena do badania produkywności i efekywności rolnicwa w skali regionalnej oraz przyczyn ich zmian. Badania obejmują laa Obliczenia wykonano w podziale na wojewódzwa. Dla każdego wojewódzwa obliczono indeksy produkywności TFP Hicksa-Moorsena. Dekompozycja obliczonych indeksów na kilka alernaywnych miar efekywności pozwoliła również na określenie przyczyn zmian pomiędzy poszczególnymi okresami badań. Słowa kluczowe: produkywność, efekywność, rolnicwo, TFP, DEA, indeksy Hicksa-Moorseena. WSTĘP Do badania produkywności całkowej (TFP) w syuacji wielowymiarowych nakładów i efeków najpowszechniej wykorzysywane są indeksy produkywności Malmquisa. Jes wiele badań, kóre doyczyły grup przedsiębiorsw i całych sekorów w ym rolnicwa w Polsce wykorzysujących ę echnologię np. [Breummer i in. 2002], [Laruffe i in. 2004], [Zawaliska 2004], [Balcombe i in. 2005], [Rusielik 2009] jak i badań porównawczych pomiędzy różnymi krajami. Färe [Färe i in. 1992] przedsawił echnikę dekompozycji indeksów TFP na komponeny zmian efekywności i echnologii a nasępnie koncepcję ę rozwinął w publikacji [Färe i in. 1994], gdzie wykazał jak zmiany efekywności można dekomponować na zmiany czysej efekywności echnicznej i zmiany efekywności skali. Przedsawiona w ej publikacji posać indeksu Malmquisa sała się jednym z najbardziej popularnych narzędzi pomiaru w badaniu zmian produkywności. Jednak w związku z ym, że

2 138 Rober Rusielik meoda zakłada przyjęcie sałych efeków skali (CRS) wywołuje dyskusję na ema możliwych błędów i niewiarygodnych wyników. O Donell [2010, 2012a, 2012b] i [Hoang 2011] a w Polsce [Rusielik 2014] w badaniach produkywności rolnicwa wskazywali na większą przydaność indeksów TFP Hicksa-Moorseena do pomiaru produkywności rolnicwa, co między innymi wynikało z dopuszczenia założeń zmiennych efeków skali (VRS) i lepszego dopasowania modelu do słabszych echnologicznie obieków. W prezenowanych badaniach obliczono indeksy produkywności całkowej (TFP) działalności rolniczej w Polsce za laa a nasępnie przeprowadzono dekompozycję orzymanych indeksów na kilka wybranych miar efekywności. Wyniki przedsawiono w układzie wojewódzw a akże regionów rolniczych FADN. Ze względu na ograniczenia redakcyjne w arykule przedsawiono ylko wybrane wyniki badań. MATERIAŁ I METODY Celem badań było zbadanie możliwości wykorzysania indeksów produkywności Hicksa-Moorsena do pomiaru efekywności rolnicwa w Polsce. Ze względu na wymogi redakcyjne w opracowaniu wykorzysano ylko wybrane syneyczne wyniki badań. Dane wykorzysane w badaniach pochodzą z publikacji saysycznych j.: Roczniki saysyczne wojewódzw i Roczniki saysyczne rolnicwa i obszarów wiejskich. Mając echnologię oparą na pojedynczym nakładzie i pojedynczym efekcie produkywność całkową (TFP oal facor producivy) obieku zazwyczaj definiujemy jako sosunek efeku do nakładu. W syuacji wielowymiarowej TFP można z kolei zdefiniować jako sosunek zagregowanych efeków do zagregowanych nakładów. Kiedy nie są znane relacje cenowe obliczenia są problemayczne. O Donnell [O Donnell 2008] zdefiniował, w jaki sposób można en problem rozwiązać bez znajomości relacji cenowych wykorzysując indeksy produkywności opare na relacjach pomiędzy badanymi obiekami. Niech Q Q q ) i x ) oznaczają zagregowane efeky i nakłady ( ( skojarzone z wekorami q i x o TFP dla obieku prezenuje równanie TFP = Q /. Zmiany TFP pomiędzy dającym odniesienie obiekem 0 a obiekem można z kolei przedsawić za pomocą indeksu (1) [O Donnel 2008]: TFP0 TFP / TFP0 = Q0 / 0 = (1) gdzie Q0 = Q /Q0 i 0 = / 0 są indeksami mierzącymi zmiany zagregowanych efeków i nakładów. Założenia e można wykorzysać do obliczeń indeksów zmian TFP pomiędzy dwoma punkami w czasie. W zależności od przyjęej posaci funkcji indeksy e mogą przyjmować różną posać. Do najczęściej wykorzysywanych indeksów należą

3 Efekywność i produkywność rolnicwa w Polsce 139 indeksy Laspeyresa, Paaschego i Fishera jednak wymagają one znajomości wekorów cen efeków i nakładów jako wag poszczególnych czynników. Można en problem rozwiązać przez wykorzysanie różnych zagregowanych funkcji odległości, kalkulowanych na bazie dosępnych nakładów i efeków. Przykładami wykorzysania akich zagregowanych funkcji do kompozycji indeksów TFP są indeksy Malmquisa, Hicksa-Moorseena i Färe-Primona, kóre można obliczyć wykorzysując programowanie liniowe (LP) i założenia meody Daa Envelopmen Analysis (DEA) [O Donnel 2011]. Jeżeli przyjmiemy, że x = ( x 1,..., x K )' i q = ( q 1,..., q J )' o wekory nakładów i efeków o TFP obieku i w okresie o: Q TFP (2) gdzie Q = Q( q ) o zagregowany efek, = ( x ) o zagregowany nakład naomias Q (.) i (.) są niemalejącymi, nieujemnymi, liniowo jednorodnymi funkcjami. Z kolei indeks produkywności, kóry mierzy TFP obieku i w okresie w relacji do TFP obieku h w okresie s można przedsawić równaniem: TFP Q / Q, TFP, = = (3) TFP Q / gdzie Q, = Q / Q o indeks wielkości efeków a, = / o indeks wielkości nakładów. W ym konekście, wymiarem zmian TFP będzie iloraz zmian efeków do zmian nakładów. Indeksy w posaci (3) O Donell [2008, 2010, 2011] określił jako w pełni muliplikaywne (muliplicaively-complee). Wszyskie ego ypu indeksy można dekomponować na miarę zmian echnologii i kilka miar zmian efekywności. Przyjmując, że q, x 0 0 o wekory efeków i nakładów, 0 oznacza okres odniesienia w czasie, naomias D (.), D (.) o odpowiednio funkcje odległości 0 I efeków i nakładów, oraz że, Q( q) = [ D ( x, q, s) D ( x, q, )] O O 1/ 2 = [ DI ( x, q, s) DI ( x, q, )] o indeks Hicksa-Moorsena przedsawia i ( x) równanie (4) [Diewer 1992] 1 : TFP HM, D = D O O ( x ( x, q, q, s) DI ( x, s) D ( x I, q, q, s) D, s) D O O ( x, q ( x, q, ) DI ( x, ) D ( x I, q, ),, ) q 1/ 2 1/ 2. (4) 1 Diewer, W. E. (1992) Fisher Ideal Oupu, Inpu, and Producivy Indexes Revised. Journal of Producivy Analysis, 3, s

4 140 Rober Rusielik Tak zdefiniowany indeks był zaproponowany przez Diewera [1992] jako iloraz indeksów Malmquisa zorienowanych na efeky i nakłady. Funkcje odległości efeków i nakładów zosały esymowane przy wykorzysaniu meody DEA przez rozwiązanie odpowiednich zadań programowania liniowego. Indeksy, kóre mogą być rozwijane z posaci (4) można dekomponować na miarę zmian echnologii i kilka miar zmian efekywności. Przykładowo pomiar całkowej efekywności produkcji danej firmy może być wyrażony jako sosunek obserwowanej TFP do maksymalnej TFP możliwej do osiągnięcia przy użyciu dosępnych echnologii. Efekywność aką możemy oznaczyć jako efekywność TFPE. Maemaycznie dla obieku i w okresie można o zapisać w posaci: 2 TFP Q / TFPE = = 1, (5) * * * TFP Q / Z kolei gdzie Q i * * TFP oznacza maksymalną TFP możliwą do uzyskania w okresie. * reprezenują kombinację zagregowanych efeków i nakładów maksymalizujących TFP. Przyjmując e założenia można zdefiniować kilka miar efekywności sanowiących komponeny TFPE. Dla dekompozycji zmian TFP zorienowanej na nakłady przedsawiają równania (6), (7) i (8). Efekywność echniczna (ITE): Q / ITE = = = D ( x, q, ) 1 1 Q / I. (6) Efekywność skali (ISE): Q ~ / ISE = ~ 1. (7) Q / Efekywność ypu mix (IME): Q ˆ / IME = = 1, (8) Q / ˆ gdzie o minimalny zagregowany nakład, jaki jes możliwy do osiągnięcia, dla wyworzenia q przy wykorzysaniu zwielokronionego skalarnie x ; naomias ˆ o minimalny możliwy zagregowany nakład przy użyciu dowolnego 2 C.J. O Donnell. (2010) Measuring and decomposing agriculural producivy and profabily change. The Ausralian Journal of Agriculural and Resource Economics, 54, s. 533.

5 Efekywność i produkywność rolnicwa w Polsce 141 wekora nakładów do wyworzenia q,. Q ~ i ~ o zagregowane efeky i nakłady uzyskane przy maksymalnym TFP z ograniczeniem, że wekory efeków i nakładów (q, x ) są odpowiednio zwielokronione skalarnie. Przedsawiane miary efekywności są wybranymi do celów publikacji komponenami efekywności. Pełna dekompozycja obejmuje kilka dodakowych indeksów kóre m.in. można znaleźć w publikacji [O Donell 2008]. Zależności pomiędzy poszczególnymi prezenowanymi miarami produkywności i efekywności można przedsawić obrazując wielowymiarową produkcję na zagregowanym obszarze efeków i nakładów w sposób pokazany na rysunku 1. Rysunek 1. Miary efekywności dla modelu zorienowanego na nakłady Zagregowane efeky * Q Q ~ E D IME ISE ITE Q U B A ˆ * ~ Zagregowane nakłady Źródło: opracowano na podsawie [O Donnell 2011 s. 6] Na rysunku 1 krzywa przechodząca przez punky B i D reprezenuje granicę możliwości produkcyjnych dla obieku operującego w punkcie A. Sanowi ona granicę echnicznie możliwych kombinacji zagregowanych efeków i nakładów dla ego obieku. Jeżeli ograniczenia zosaną złagodzone j. możliwości produkcyjne rozszerzymy do maksymalnie możliwych w danym okresie o możliwe kombinacje zagregowanych efeków i nakładów będą reprezenowane przez krzywą przechodzącą przez punky U i E. Pozwala o na zobrazowanie przedsawianych miar efekywności. Przykładowo ITE mierzy proporcjonalny wzros TFP, czego odzwierciedleniem jes przesunięcie obieku z punku A do punku B, kóry jes dla niego granicą możliwości produkcyjnych. Ograniczenie resrykcji i owarcie ej granicy daje możliwość przesunięcia punku A do punku U, czego miarą zmian

6 142 Rober Rusielik produkywności TFP jes wskaźnik IME. Efekywność skali ISE reprezenowana jes przez proporcję nachylenia prosych 0B/0D. Wzorując się na publikacji [Coelli, Rao 2003], do modelu wykorzysano nasępujący zesaw zmiennych odzwierciedlających echnologię produkcji w rolnicwie: efek - Y1 warość skupu produków rolnych (mln zł); nakłady 1 powierzchnia użyków rolnych (ys. ha), 2 warość bruo środków rwałych w rolnicwie (mln zł), 3 pracujący w rolnicwie (ys.), 4 pogłowie bydła (ys. sz.), 5 - pogłowie rzody (ys. sz.), 6 nawożenie NPK (ys. ), 7 - nawożenie CaO (ys. ). W sosunku do oryginału zmodyfikowano dane wejściowe w en sposób że warość produkcji roślinnej i zwierzęcej reprezenowana jes przez warość skupu produków rolnych, naomias ilość ciągników zasąpiono warością środków rwałych w rolnicwie. Tabela 1. Saysyki opisowe zmiennych za laa Wyszczególnienie Średnia Min Max Ods. Warość skupu produków rolnych (mln zł) Y1 2381,2 739,5 8640,9 2163,4 Pow. UR (ys. ha) 1 863,5 424,6 2033,0 448,8 Warość bruo środków rwałych w rolnicwie i łowiecwie (mln zł) ,9 2873, ,6 4064,8 Pracujący w rolnicwie (ys.) 3 115,9 32,6 305,8 92,0 Pogłowie bydła (ys. sz.) 4 249,6 67,4 1042,0 309,5 Pogłowie rzody (ys. sz.) 5 557,3 164,8 4277,4 974,0 NPK (ys. ) 6 99,0 39,7 288,5 65,9 CaO (ys. ) 7 25,4 3,6 85,9 22,2 Źródło: badania własne Taki dobór zmiennych może budzić pewne obawy, co do zbyniego obciążenia wyników niewykorzysanym mająkiem rwałym, ale zosanie o zweryfikowane w rakcie kolejnych badań. Podsawowe saysyki opisowe zmiennych dla badanego okresu zamieszczono w Tabeli 1. Naomias udział poszczególnych wojewódzw w wielkości wykorzysanych zmiennych zamieszczono w Tabeli 2. Tabela 2. Średni udział wojewódzw w wielkości poszczególnych zmiennych w laach Y Dolnośląskie 5,4 6,3 5,6 3,6 1,8 2,0 7,7 10,9 Kujawsko-pomorskie 8,4 6,9 6,9 4,5 8,0 11,9 9,2 9,9 Lubelskie 7,6 9,3 8,6 13,1 6,6 5,9 8,7 8,0 Lubuskie 2,3 3,1 2,3 1,4 1,2 1,2 2,7 3,1 Łódzkie 6,8 6,5 7,5 7,6 8,0 8,5 6,8 4,7 Małopolskie 2,1 4,2 5,1 11,6 3,3 2,1 2,3 1,2

7 Efekywność i produkywność rolnicwa w Polsce 143 Y Mazowieckie 15,3 13,3 13,5 12,8 18,1 9,2 11,0 7,5 Opolskie 4,0 3,4 3,7 2,1 2,1 4,2 5,5 8,6 Podkarpackie 1,5 4,3 4,6 11,0 1,9 1,7 2,1 1,4 Podlaskie 7,2 7,0 6,4 5,3 15,9 3,4 5,7 2,7 Pomorskie 5,2 5,0 3,9 2,7 3,4 6,0 5,4 6,7 Śląskie 2,5 2,8 4,0 4,3 2,1 2,3 2,6 2,6 Święokrzyskie 2,1 3,4 3,8 6,4 3,0 2,3 2,5 0,7 Warmińsko-mazurskie 7,0 6,9 5,6 2,8 8,1 4,5 6,1 7,2 Wielkopolskie 17,9 11,7 13,8 8,9 14,8 32,0 15,4 15,7 Zachodniopomorskie 4,7 5,9 4,7 1,9 1,7 2,7 6,2 9,3 Razem 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 Źródło: badania własne WYNIKI BADAŃ Dla wszyskich wojewódzw obliczono indeksy TFP zgodnie z równaniem (4). Nasępnie przeprowadzono dekompozycję orzymanych indeksów na kilka wybranych miar efekywności (5), (6), (7) i (8). Wyniki obliczeń wskaźników efekywności dla modeli zorienowanych na nakłady z wykorzysaniem zagregowanych funkcji Hicksa-Moorseena przedsawione są w abelach 3. i 4. Średni poziom efekywności TFPE w analizowanych laach wahał się w granicach od 0,556 do 0,642. Najwyższy średni poziom ego wskaźnika wysąpił w roku 2010 a najniższy w Można zauważyć znaczne zróżnicowanie pomiędzy poszczególnymi wojewódzwami. Zdecydowanie najniższy poziom TFPE wysąpił w wojewódzwie wielkopolskim i znacznie odbiegał od pozosałych wojewódzw. Niski poziom ego wskaźnika odnoowano również w wojewódzwach: podkarpackim, mazowieckim i śląskim. Analizując układ zmiennych w ych wojewódzwach można zauważyć, że w przypadku wojewódzw wielkopolskiego i mazowieckiego udział ich w srukurze poszczególnych zmiennych był największy. Z kolei w przypadku wojewódzw śląskiego i podkarpackiego udział en był najmniejszy. Najwyższymi wskaźnikami TFPE wykazały się w analizowanych laach wojewódzwa dolnośląskie, zachodniopomorskie, pomorskie, kujawsko-pomorskie, i warmińsko-mazurskie. Wojewódzwa e charakeryzują się proporcjonalnie wysokim udziałem produkcji zwierzęcej i niskim udziałem nawożenia w sosunku do warości skupu produków rolnych. Analiza poszczególnych regionów rolniczych wykazuje, że najwyższy średni wskaźnik TFPE wysępuje w badanych laach w regionie Pomorze i Mazury. Średni poziom efekywności w poszczególnych laach wahał się uaj w granicach od 0,702 do 0,825. Wysoki poziom ego wskaźnika wykazują również wojewódzwa regionu Wielkopolska i Śląsk, ale z uwagi na bardzo niski poziom wskaźnika w wojewódzwie Wielkopolskim średnia jes uaj zaniżona. Najniższy średni

8 144 Rober Rusielik wskaźnik TFPE wysępuje w regionie Małopolska i Pogórze. Średni poziom efekywności w poszczególnych laach wahał się uaj w granicach od 0,702 do 0,825. Analiza wskaźnika efekywności echnicznej ITE wykazuje, że większość wojewódzw jes efekywna echnicznie. Najniższy poziom efekywności ITE wynosił w analizowanych laach 0,893. Do wojewódzw nieefekywnych echnicznie można zaliczyć wojewódzwa łódzkie, lubelskie i kujawsko-pomorskie. Może o sugerować, że w wojewódzwach ych poziom skupu jes poniżej oczekiwanych możliwości, ale oczywiście przy danym zesawie zmiennych. Można eż zauważyć, że wszyskie wojewódzwa o najniższym poziomie wskaźnika TFPE są efekywne echnicznie. Tabela 3. Efekywność TFPE i efekywność echniczna ITE rolnicwa w Polsce w laach obliczona z wykorzysaniem indeksu Hicksa-Moorseena TFPE ITE Rok Rok Wyszczególnienie Pomorze i Mazury Lubuskie 0,691 0,607 0,533 1,000 1,000 1,000 Pomorskie 0,859 0,775 0,813 1,000 1,000 1,000 Warmińsko-mazurskie 0,869 0,745 0,880 1,000 1,000 1,000 Zachodniopomorskie 0,901 0,693 0,803 1,000 1,000 1,000 Wielkopolska i Śląsk Dolnośląskie 0,915 0,694 0,885 1,000 1,000 1,000 Kujawsko-pomorskie 0,851 0,748 0,761 0,956 0,928 1,000 Opolskie 0,649 0,733 0,787 1,000 1,000 1,000 Wielkopolskie 0,251 0,175 0,197 1,000 1,000 1,000 Mazowsze i Podlasie Lubelskie 0,737 0,537 0,755 0,981 0,933 0,920 Łódzkie 0,725 0,702 0,668 0,893 0,904 0,957 Mazowieckie 0,562 0,406 0,663 1,000 1,000 1,000 Podlaskie 0,829 0,590 0,827 1,000 1,000 1,000 Małopolska i Pogórze Małopolskie 0,618 0,496 0,528 1,000 0,959 1,000 Podkarpackie 0,445 0,357 0,366 1,000 1,000 1,000 Śląskie 0,318 0,571 0,590 1,000 1,000 1,000 Święokrzyskie 0,649 0,564 0,624 1,000 1,000 1,000 Min 0,251 0,175 0,197 0,893 0,904 0,920 Max 0,915 0,775 0,885 1,000 1,000 1,000 Średnia 0,642 0,556 0,631 0,989 0,982 0,992 Źródło: obliczenia własne

9 Efekywność i produkywność rolnicwa w Polsce 145 Średnia efekywność skali (ISE) w analizowanych laach kszałowała się na poziomie 0,953 do 0,961. Najniższa efekywność skali wysąpiła w wojewódzwie podkarpackim i kszałowała się na poziomie 0,692 do 0,890. Analizując dane w ym wojewódzwie można zauważyć, że o ile udział ego wojewódzwa w warości skupu produków rolnych kszałuje się na poziomie 1,5% naomias w wykorzysywanych nakładach i zasobach jes nieproporcjonalnie duży. Do wojewódzw o niskim poziomie ego wskaźnika można zaliczyć jeszcze wojewódzwa małopolskie i śląskie a akże łódzkie. Najwyższa średnia efekywność skali w analizowanych laach wysępowała w rejonie Pomorze i Mazury naomias najmniejsza w rejonie Małopolska i Pogórze. Tabela 4. Efekywność skali ISE i efekywność ypu mix (ITE) rolnicwa w Polsce w laach obliczona z wykorzysaniem indeksu Hicksa-Moorseena ISE IME Rok Rok Pomorze i Mazury Lubuskie 1,000 1,000 0,958 1,000 1,000 1,000 Pomorskie 1,000 1,000 1,000 0,927 1,000 0,967 Warmińsko-mazurskie 1,000 1,000 1,000 1,000 1,000 1,000 Zachodniopomorskie 1,000 1,000 1,000 0,960 0,904 1,000 Wielkopolska i Śląsk Dolnośląskie 1,000 1,000 1,000 0,995 1,000 1,000 Kujawsko-pomorskie 0,990 0,994 0,995 0,988 0,961 0,945 Opolskie 1,000 1,000 1,000 1,000 1,000 0,999 Wielkopolskie 1,000 1,000 1,000 1,000 1,000 1,000 Mazowsze i Podlasie Lubelskie 0,953 0,969 1,000 0,972 0,916 0,958 Łódzkie 0,955 0,943 0,943 0,932 0,968 0,948 Mazowieckie 1,000 1,000 1,000 1,000 1,000 1,000 Podlaskie 1,000 1,000 1,000 1,000 0,951 1,000 Małopolska i Pogórze Małopolskie 0,914 0,759 0,745 0,859 0,922 0,995 Podkarpackie 0,730 0,692 0,890 0,941 1,000 1,000 Śląskie 0,874 0,961 0,887 0,840 1,000 1,000 Święokrzyskie 1,000 1,000 1,000 0,968 1,000 0,985 Min 0,730 0,692 0,745 0,840 0,904 0,945 Max 1,000 1,000 1,000 1,000 1,000 1,000 Średnia 0,961 0,953 0,961 0,960 0,976 0,987 Źródło: obliczenia własne

10 146 Rober Rusielik Kolejnym analizowanym wskaźnikiem jes efekywność ypu mix (IME). Najwyższy sopień nieefekywności ego ypu wysępuje w wojewódzwach małopolskim, lubelskim, łódzkim i kujawsko-pomorskim. W wojewódzwach ych isnieją największe możliwości poprawy efekywności poprzez alokację wykorzysywanych zasobów i nakładów. Najwyższa średnia efekywność mix w analizowanych laach wysępuje w regionie Wielkopolska i Śląsk naomias najniższa w regionie Małopolska i Pogórze. PODSUMOWANIA I WNIOSKI W prezenowanych badaniach podjęo próbę wykorzysania indeksów TFP Hicksa-Moorseena do badania produkywności i efekywności rolnicwa w Polsce. Obliczono indeksy produkywności a nasępnie zdekomponowano je na kilka miar efekywności. Orzymane wyniki porównano w układzie wojewódzw i w podziale na 4 regiony rolnicze FADN. Wykazano duże zróżnicowanie w poziomie efekywności TFPE pomiędzy poszczególnymi wojewódzwami i regionami. Najniższy poziom efekywności TFPE wysąpił w wojewódzwach wielkopolskim, podkarpackim, mazowieckim i śląskim. Na ym poziomie szczegółowości badań nie swierdzono jednoznacznie przyczyn nieefekywności. Najwyższy średni wskaźnik TFPE wysępuje w badanych laach w regionie Pomorze i Mazury naomias najniższy średni w regionie Małopolska i Pogórze. Analiza przyczyn zróżnicowania ego wskaźnika pomiędzy poszczególnymi wojewódzwami wymaga pełnej dekompozycji. Swierdzono małe zróżnicowanie wskaźnika efekywności echnicznej ITE. Zdecydowaną większość wojewódzw można uznać za efekywne echnicznie. Można zauważyć, że wszyskie wojewódzwa o najniższym poziomie wskaźnika TFPE są efekywne echnicznie. Najwyższa średnia efekywność skali (ISE) w analizowanych laach wysępowała w rejonie Pomorze i Mazury naomias najmniejsza w rejonie Małopolska i Pogórze. Najniższa efekywność skali wysąpiła w wojewódzwie podkarpackim. Do wojewódzw o niskim poziomie ego wskaźnika można zaliczyć jeszcze wojewódzwa małopolskie i śląskie a akże łódzkie. Można zauważyć, że wojewódzwa podkarpackie i śląskie, kóre miały jedne z najniższych wskaźników efekywności TFPE mają również nieefekywną skalę naomias są efekywne echnicznie. W ym przypadku rudno jes równiej jednoznacznie swierdzić jakie są przyczyny nieefekywności. Konieczne są bardziej pogłębione badania. Największe możliwości poprawy efekywności poprzez alokację wykorzysywanych zasobów i nakładów wysępują w wojewódzwach małopolskim, lubelskim, łódzkim i kujawsko-pomorskim. Najwyższa średnia efekywność mix w analizowanych laach wysępuje w regionie Wielkopolska i Śląsk naomias najniższa w regionie Małopolska i Pogórze. Badania wykazały, że na ym poziomie szczegółowości badań wykorzysanie orzymanych wskaźników jes ograniczone. Można swierdzić zróżnicowanie

11 Efekywność i produkywność rolnicwa w Polsce 147 pomiędzy wojewódzwami w poziomie poszczególnych wskaźników naomias znalezienie przyczyn wymaga pogłębienia badań i analiz. BIBLIOGRAFIA Balcombe K., Davidova S., Laruffe L. (2005) Producivy change in polish agriculure: An applicaion of a boosrap procedure o Malmquis indicies, Maeriały z konferencji: The Fuure of Rural Europe in he Global Agri-Food Sysem. Copenhagen, Denmark, Augus Brümmer B., Glauben T., Thijssen G. (2002) Decomposion of producivy growh using disance funcions: The case of dairy farms in hree European counries, American Journal of Agriculural Economics, 84(3), Diewer W.E. (1992) Fisher ideal oupu, inpu, and producivy indexes revised. Journal of Producivy Analysis 3, Coelli T.J., Rao D.S.P. (2003) Toal facor producivy growh in agriculure: a Malmquis index analysis of 93 counries, Agriculural Economics 32(s1), Färe R., Grosskopf S., Lindgren, B., Roos P. (1992) Producivy changes in Swedish pharmacies : a nonparameric Malmquis approach, Journal of Producivy Analysis 3, Färe R., Grosskopf S., Norris M., Zhang Z. (1994) Producivy growh, echnical progress, and efficiency change in indusrialized counries, American Economic Review 84, Hoang V.N. (2011) Measuring and decomposing changes in agriculural producivy, nrogen use efficiency and cumulaive exergy efficiency: applicaion o OECD agriculure, Ecological Modelling 222, Laruffe L., Balcombe K., Davidova S., Zawalinska K. (2004) Deerminans of echnical efficiency of crop and livesock farms in Poland, Applied Economics, 36(12), O'Donnell C. J. (2008) An Aggregae Quany-Price Framework for Measuring and Decomposing Producivy and Profabily Change, Cenre for Efficiency and Producivy Analysis Working Papers WP07/2008, Universy of Queensland. O Donnell C.J. (2010) Measuring and decomposing agriculural producivy and profabily change, Ausralian Journal of Agriculural and Resource Economics 54, O Donnell C.J. (2011) DPIN version 3.0: a program for decomposing producivy index numbers, Cenre for Efficiency and Producivy Analysis, Universy of Queensland, Brisbane. O Donnell C.J. (2012a) An aggregae quany framework for measuring and decomposing producivy change, Journal of Producivy Analysis 38 (3), O Donnell C.J. (2012b) Nonparameric esimaes of he componens of producivy and profabily change in U.S. agriculure, American Journal of Agriculural Economics 94, Rusielik R., Śwłyk M. (2009) Zmiany efekywności echnicznej rolnicwa w Polsce w laach , Rocz. Nauk Roln., seria G,. 96, z

12 148 Rober Rusielik Rusielik R. (2014) Zmiany produkywności rolnicwa Polski po wsąpieniu do Unii Europejskiej analiza z wykorzysaniem indeksów TFP Hicksa-Moorseena., Rocz. Nauk SERiA,. VI, z Zawalinska K. (2004) The Compeiveness of Polish Agriculure in he Conex of Inegraion wh he European Union, Praca dokorska, WNE UW, Warszawa. THE EFFICIENCY AND PRODUCTIVITY IN POLISH AGRICULTURE - ANALYSIS OF USING HICKS-MOORSTEEN TFP INDE Absrac: The main purpose of he research discussed in his paper is used o calculae producivy and efficiency in agriculure wh Hicks-Moorseen Toal Facor Producivy (TFP) indexes. Producivy and efficiency have been idenified a he regional level, indicaing he reasons for he changes. The calculaion period covers 3 years ( ). Hicks-Moorseen (TFP) indexes was calculaed for each Polish province. The TFP index decomposion analysis ino measure of efficiency change allowed o idenificaion deerminans beween periods of calculaion. Keywords: producivy, efficiency, agriculure, TFP, DEA, Hicks-Moorseen index.