Projekt jest realizowany przez zespół Wyższej Szkoły Ekonomicznej w Białymstoku w składzie:

Projekt jest realizowany przez zespół Wyższej Szkoły Ekonomicznej w Białymstoku w składzie: dr Aleksander Busłowski (rozdziały 5, 6, 7) dr Grażyna Klamecka Roszkowska (rozdział 4) dr Cecylia Sadowska Snarska (rozdział 8, zakończenie, redakcja naukowa raportu) mgr Maciej Muczyński (rozdział 3) oraz Wyższej Szkoły Zarządzania i Administracji w Zamościu w składzie: dr Mieczysław Kowerski (metodologia badania) mgr Dawid Długosz (metodologia badania) Redakcja językowa: Beata Kalinowska Korekta: zespół ISSN 2080 7856 COPYRIGHT BY WYŻSZA SZKOŁA EKONOMICZNA W BIAŁYMSTOKU BIAŁYSTOK 2011 Badanie zostało przeprowadzone w ramach projektu PO Kapitał Ludzki PODLASKI BAROMETR NASTROJÓW GOSPODARCZYCH, finansowanego ze środków Europejskiego Funduszu Społecznego WYDAWNICTWO WYŻSZEJ SZKOŁY EKONOMICZNEJ W BIAŁYMSTOKU 15 732 Białystok, ul. Choroszczańska 31 www.wse.edu.pl, e mail: wydawnictwo@wse.edu.pl DRUK DRUKARNIA CYFROWA PARTNER POLIGRAFIA 15 703 Białystok, ul. Zwycięstwa 10

Wyższa Szkoła Ekonomiczna w Białymstoku 3 SPIS TREŚCI WSTĘP... 5 1. METODOLOGIA BADANIA... 7 WPROWADZENIE... 7 1.1. HISTORIA BADAŃ NASTROJÓW GOSPODARCZYCH... 8 1.2. PODSTAWOWE PROBLEMY BADAŃ NASTROJÓW GOSPODARCZYCH... 10 1.2.1. Formularz ankiety... 10 1.2.2. Problem braku wiedzy respondenta... 11 1.3. PROCEDURY PRZETWARZANIA ZEBRANYCH PODCZAS ANKIETYZACJI INFORMACJI... 12 1.4. ANALIZA CZYNNIKÓW DETERMINUJĄCYCH NASTROJE GOSPODARCZE PRZEDSIĘBIORCÓW I KONSUMENTÓW WOJEWÓDZTWA PODLASKIEGO... 14 1.5. DESEZONALIZACJA DANYCH... 14 1.6. WAŻENIE DANYCH... 15 1.7. PROCEDURY LICZENIA SALD NA PODSTAWIE DANYCH POCHODZĄCYCH Z ANKIET... 17 1.7.1. Szeregi sald odpowiedzi przedsiębiorców i konsumentów... 17 1.7.2. Diagnostyczne i prognostyczne branżowe barometry nastrojów gospodarczych... 20 1.7.3. Ogólny diagnostyczny i prognostyczny barometr nastrojów gospodarczych... 24 BIBLIOGRAFIA... 26 2. CHARAKTERYSTYKA BADANEJ ZBIOROWOŚCI... 28 3. BAROMETR NASTROJÓW GOSPODARCZYCH W IV KWARTALE 2010 ROKU ORAZ PROGNOZA NA I KWARTAŁ 2011 ROKU... 29 3.1. INDEKS NASTROJÓW GOSPODARCZYCH W PRZEMYŚLE... 30 3.2. INDEKS NASTROJÓW GOSPODARCZYCH W BUDOWNICTWIE... 33 3.3. INDEKS NASTROJÓW GOSPODARCZYCH W HANDLU... 36 3.4. INDEKS NASTROJÓW GOSPODARCZYCH W USŁUGACH... 38 3.5. INDEKS NASTROJÓW GOSPODARCZYCH W SEKTORZE GOSPODARSTW DOMOWYCH... 40 4. BAROMETR NASTROJÓW GOSPODARCZYCH W PRZEMYŚLE... 43 4.1. SYTUACJA FINANSOWA PRZEDSIĘBIORSTW... 43 4.2. WIELKOŚĆ PRODUKCJI SPRZEDANEJ... 46 4.3. WIELKOŚĆ ZAMÓWIEŃ... 49 4.4. POZIOM ZAPASÓW WYROBÓW GOTOWYCH... 52 4.5. ZATRUDNIENIE... 54 5. BAROMETR NASTROJÓW GOSPODARCZYCH W BUDOWNICTWIE... 58 5.1. SYTUACJA FINANSOWA PRZEDSIĘBIORSTW... 58 5.2. WIELKOŚĆ PRODUKCJI BUDOWLANO MONTAŻOWEJ... 60 5.3. WIELKOŚĆ ZAMÓWIEŃ NA USŁUGI BUDOWLANO MONTAŻOWE... 63 5.4. WIELKOŚĆ ZATRUDNIENIA... 66 6. BAROMETR NASTROJÓW GOSPODARCZYCH W HANDLU... 69 6.1. SYTUACJA FINANSOWA PRZEDSIĘBIORSTW... 69 6.2. WIELKOŚĆ OBROTÓW... 71 6.3. STAN ZAPASÓW... 74 6.4. ZMIANY ZATRUDNIENIA... 76

4 Wyższa Szkoła Ekonomiczna w Białymstoku 7. BAROMETR NASTROJÓW GOSPODARCZYCH W USŁUGACH... 80 7.1. SYTUACJA FINANSOWA PRZEDSIĘBIORSTW... 80 7.2. POPYT NA USŁUGI... 83 7.3. ZATRUDNIENIE... 85 8. BAROMETR NASTROJÓW GOSPODARCZYCH W SEKTORZE GOSPODARSTW DOMOWYCH... 88 8.1. SYTUACJA FINANSOWA GOSPODARSTW DOMOWYCH... 88 8.2. WYDATKI NA DOBRA KONSUMPCYJNE... 90 8.3. POZIOM OSZCZĘDNOŚCI... 92 8.4. OCENA SYTUACJI GOSPODARCZEJ W WOJEWÓDZTWIE PODLASKIM... 94 8.5. OCENA SYTUACJI NA RYNKU PRACY W WOJEWÓDZTWIE PODLASKIM... 96 ZAKOŃCZENIE... 99

Wyższa Szkoła Ekonomiczna w Białymstoku 5 WSTĘP Wyższa Szkoła Ekonomiczna w Białymstoku w partnerstwie z Wyższą Szkołą Zarządzania i Administracji w Zamościu w lutym 2009 roku rozpoczęła realizację projektu Podlaski barometr nastrojów gospodarczych, który ma zakończyć się do stycznia 2011 roku. Celem ogólnym projektu jest systematyczne dostarczanie odpowiednio przetworzonej i opracowanej informacji o zmianach gospodarczych w regionie, w tym w zakresie rynku pracy. Badania podejmowane w ramach projektu mają na celu poznanie prawidłowości i mechanizmów cyklicznego rozwoju gospodarki województwa podlaskiego oraz opracowanie metod i narzędzi pomocnych w ocenie aktualnego stanu gospodarki, a także prognoz na najbliższą przyszłość. Cele te będą realizowane w trakcie prowadzonych w trybie kwartalnym badań nastrojów gospodarczych w regionie oraz comiesięcznej analizy zmian popytu na pracę w województwie podlaskim. Źródłem informacji o nastrojach gospodarczych podlaskich przedsiębiorców (w sektorach: przemysł, budownictwo, handel i usługi) oraz członków gospodarstw domowych będą dane uzyskane w kwartalnych badaniach ankietowych. Bieżące monitorowanie sytuacji gospodarczej regionu oraz formułowanie na tej podstawie diagnoz i prognoz umożliwia prowadzenie działań zapobiegawczych, a także tworzenie mechanizmów zaradczych w przypadku występowania niekorzystnych zmian gospodarczych. W dłuższym okresie badania umożliwią śledzenie średniookresowych wahań tendencji rozwojowych, jak również stworzą jakościowe podstawy rekomendacji dla polityki makroekonomicznej, regionalnej, zorientowanej między innymi na wsparcie podlaskich firm. Zaplanowane w projekcie badania i analizy merytorycznie zasilą Podlaskie Obserwatorium Rynku Pracy i Prognoz Gospodarczych, prowadzone przez Wojewódzki Urząd Pracy w Białymstoku. dr Mirosława Cywoniuk Rektor Wyższej Szkoły Ekonomicznej w Białymstoku

6 Wyższa Szkoła Ekonomiczna w Białymstoku

Wyższa Szkoła Ekonomiczna w Białymstoku 7 1. METODOLOGIA BADANIA 1 WPROWADZENIE Badanie nastrojów gospodarczych (business tendency surveys), nazywane również badaniem opinii gospodarczej (biznesowej) lub badaniem klimatu gospodarczego (biznesowego), polega na wnioskowaniu o aktywności gospodarczej na podstawie wyników ankietyzacji kierowników przedsiębiorstw na temat bieżącej sytuacji ich firm oraz planów i oczekiwań na najbliższą przyszłość. W porównaniu z tradycyjnym podejściem, które zazwyczaj dotyczy tylko jednego rodzaju zmiennych albo jednego aspektu działalności gospodarczej przedsiębiorstwa lub gospodarstwa domowego, badanie nastrojów umożliwia zebranie szerokiego spektrum informacji zapewniających kompleksową analizę całej gospodarki lub jej wybranego sektora. Doświadczenia krajów OECD pokazują, że badania tego typu zapewniają informacje, które mogą być bardzo przydatne zarówno samym respondentom, jak i decydentom oraz analitykom gospodarczym. Chociaż nie dostarczają one precyzyjnej informacji dotyczącej wielkości produkcji, sprzedaży, inwestycji oraz zatrudnienia, mogą być narzędziem prognozowania zmian tych agregatów, dlatego też są szczególnie użyteczne do analizy cykli koniunkturalnych. Badania nastrojów gospodarczych prowadzone są w celu uzyskania jakościowych informacji wykorzystywanych do monitorowania bieżącej sytuacji gospodarczej i prognozowania krótkookresowego. Dotychczasowe doświadczenia pokazują, że informacje pochodzące z tych badań są bardzo ważnym uzupełnieniem tak zwanych twardych danych statystycznych i są szczególnie użyteczne do prognozowania punktów zwrotnych cykli koniunkturalnych. Informacje zbierane podczas badań nastrojów gospodarczych nazywane są jakościowymi, ponieważ respondenci proszeni są o podanie raczej oceny jakościowej niż wartości danej zmiennej. Respondentowi jest zazwyczaj łatwiej podać informację jakościową niż ilościową, ponieważ ta pierwsza nie wymaga od niego (kierownik jednostki) dokładnego sprawdzenia sprawozdań i bilansów firmy. W konsekwencji ankiety mogą być bardzo sprawnie przeprowadzone, a ich wyniki publikowane znacznie szybciej niż wyniki tradycyjnych badań statystycznych; to jest jedną z głównych zalet badań jakościowych. Głównym odbiorcą badań nastrojów gospodarczych są sami respondenci. Zagregowane i pogrupowane dane dają im informacje o kondycji własnego sektora, widzianej przez konkurentów, jak również informacje o bieżącej i przewidywanej sytu 1 Metodologia badania została przygotowana przez dr. M. Kowerskiego i mgr. D. Długosza z Wyższej Szkoły Zarządzania i Administracji w Zamościu.

8 Wyższa Szkoła Ekonomiczna w Białymstoku acji dostawców i odbiorców. Analitycy ekonomiczni także chętnie korzystają z wyników badań, ponieważ informacje są uzyskiwane bardzo szybko i mogą stanowić zmienne wyprzedzające (ostrzegawcze) zmiany zagregowanych wskaźników aktywności gospodarczej. Wydaje się, że dane o nastrojach gospodarczych mogą być też przydatne w zarządzaniu regionem 2. Otrzymane barometry, oprócz informowania o obecnej i prognozowanej koniunkturze gospodarczej w województwie, służyć mogą jako zmienne objaśniające modeli prognozowania podstawowych kategorii makroekonomicznych, w tym zwłaszcza sytuacji na rynku pracy. 1.1. HISTORIA BADAŃ NASTROJÓW GOSPODARCZYCH Badania nastrojów gospodarczych mają stosunkowo długą tradycję. Już w drugiej połowie XIX wieku w oficjalnych statystykach niemieckich można było znaleźć wyniki analiz gospodarczych prowadzonych w oparciu o ankiety. Regularne badania ankietowe producentów rozpoczęto w USA w latach dwudziestych XX wieku, natomiast w Republice Federalnej Niemiec, we Francji i Włoszech jako początek prowadzenia systematycznych analiz tego rodzaju przyjmuje się koniec lat czterdziestych i początek pięćdziesiątych 3. W latach czterdziestych XX wieku George Katona, urodzony na Węgrzech psycholog i ekonomista z Ośrodka Badań Ankietowych Uniwersytetu Michigan, zaczął pytać konsumentów o ich plany. Od 1946 roku Uniwersytet Michigan prowadzi regularne (początkowo roczne, później kwartalne i w końcu miesięczne) badania ankietowe konsumentów, które pozwalają obliczyć jedną z najbardziej znanych oraz najwyżej cenionych na świecie subiektywnych miar oceny sytuacji gospodarczej Indeks Nastrojów Konsumentów Uniwersytetu Michigan (The University of Michigan s Index of Consumer Sentiment) 4. Do rozpowszechnienia metody oceny koniunktury gospodarczej w wyniku bezpośrednich badań ankietowych przyczyniły się w Europie Zachodniej instytuty badawcze, wśród których najważniejszą rolę odegrały: IFO Institut fűr Wirtschuftsforschung w Monachium, Institut National de la Statistique et des Etudes Economiques (INSEE) w Paryżu oraz Instituto Nationale per lo Studio della Congiuntara (ISCO) w Rzymie. 2 M. Kowerski, Barometr nastrojów gospodarczych jako narzędzie diagnozowania i prognozowania sytuacji gospodarczej w regionie. Przykład województwa lubelskiego, [w:] Międzynarodowe uwarunkowania rozwoju regionalnego, B. Jóźwik, H. Ponikowski (red.), Wyd. KUL, Lublin 2008, s. 302 316. 3 R. Barczyk, Z. Kowalczyk, Metody badania koniunktury gospodarczej, PWN, Warszawa Poznań 1993, s. 151. 4 R. Yamarone, Wskaźniki ekonomiczne. Przewodnik inwestora, HELION, Gliwice 2006, s. 190.

Wyższa Szkoła Ekonomiczna w Białymstoku 9 W 1952 roku instytuty te utworzyły międzynarodową organizację do prowadzenia i pogłębiania badań ankietowych nad koniunkturą o nazwie Comité International pour l Etude des methodes Conjoncturelles (CIMCO). W roku 1960 CIMCO przemianowano na Centre for International Research on Economic Tendency Surveys (CIRET), którego sekretariat znajduje się w Swiss Institute for Business Cycle Research w Zurychu. Ważne miejsce w upowszechnianiu badań nastrojów gospodarczych zajmuje także Dyrekcja Generalna Gospodarki i Finansów Komisji Europejskiej (Directorate General for Economic and Financial Affairs), propagująca wdrażanie zharmonizowanego systemu badań 5. Wprowadzenie zharmonizowanego systemu badań umożliwiło porównywanie wyników badań w różnych krajach. Kolejnym etapem było przejście od badania wszystkich przedsiębiorstw do badań branżowych, w których pytania uwzględniają specyfikę branży. Rozpoczęto również badania regionalne. Obecnie badania nastrojów gospodarczych prowadzone są systematycznie w ponad pięćdziesięciu krajach świata, w tym we wszystkich krajach członkowskich OECD oraz Unii Europejskiej. Ponadto, coraz większego znaczenia nabierają badania regionalne 6. W Polsce pierwsze badania koniunktury gospodarczej z wykorzystaniem ankiet w pierwszej połowie lat osiemdziesiątych XX wieku prowadziła grupa pracowników Instytutu Ekonomii Politycznej Akademii Ekonomicznej w Poznaniu. 7 Jednak dość szybko zaprzestano tych badań. Natomiast zainicjowane w Instytucie Rozwoju Gospodarczego Szkoły Głównej Statystyki i Planowania (obecnie Szkoła Główna Handlowa) w Warszawie w 1986 roku przez dr. Alfreda Biecia badania wskaźników wczesnego ostrzegania w przemyśle przetwórczym sektora publicznego zapoczątkowały prowadzone do dnia dzisiejszego badania koniunktury gospodarczej 8. Od III kwartału 1998 roku obliczany jest syntetyczny barometr koniunktury Instytutu Rozwoju Gospodarczego BARIRG 9. Od II kwartału 1992 roku kwartalne badania polskiego rynku finansowego rozpoczęła Katedra Badań Marketingowych (wcześniej pod nazwą: Katedra Badań Rynku i Usług) Uniwersytetu Ekonomicznego (wcześniej Akademii Ekonomicznej) 5 http://europa.et.int/comm/dgs/economy_finance/index_en.htm [Data dostępu: 10 01 2010]. 6 Specjalnym tematem 28. Kongresu CIRET organizacji zajmującej się badaniami koniunktury gospodarczej który odbył się 20 23 września 2006 roku w Rzymie były właśnie badania regionalne i lokalne. 7 R. Barczyk, Z. Kowalczyk, Metody, op. cit., s. 171. 8 A. Bieć, Badania koniunktury z perspektywy 20 lat, Prace i Materiały Instytutu Rozwoju Gospodarczego Szkoły Głównej Handlowej nr 80, Oficyna Wydawnicza SGH, Warszawa 2008, s. 12. 9 E. Adamowicz, Dorobek naukowy Instytutu Rozwoju Gospodarczego SGH w latach 1993 2007, Prace i Materiały Instytutu Rozwoju Gospodarczego SGH nr 81, Oficyna Wydawnicza SGH, Warszawa 2008, s. 11 21.

10 Wyższa Szkoła Ekonomiczna w Białymstoku w Poznaniu pod kierunkiem prof. dr. hab. Józefa Garczarczyka. W oparciu o wyniki ankiet co kwartał obliczane są dwa indeksy: Poznański Indeks Koniunktury Bankowej (PIKBANK) oraz Poznański Indeks Koniunktury Ubezpieczeniowej (PIKU) 10. Od czerwca 1992 roku ankietowe badania aktywności gospodarczej z wykorzystaniem testu koniunktury prowadzi Główny Urząd Statystyczny 11. Jednak bardzo długo nie diagnozowano koniunktury gospodarczej w układzie regionalnym. Pierwsze systematyczne badania regionalne w końcu lat dziewięćdziesiątych XX wieku wdrożył dla województwa pomorskiego Instytut Badań nad Gospodarką Rynkową w Gdańsku. Od pierwszego kwartału 2001 roku, korzystając z metodologii IBnGR, podobne badania rozpoczął Instytut Gospodarki Wyższej Szkoły Informatyki i Zarządzania w Rzeszowie dla województwa podkarpackiego. Natomiast w drugim kwartale 2001 roku Instytut Gospodarki wraz z Wyższą Szkołą Zarządzania i Administracji w Zamościu wdrożył i dotychczas realizuje projekt Barometr koniunktury gospodarczej województwa lubelskiego 12. 1.2. PODSTAWOWE PROBLEMY BADAŃ NASTROJÓW GOSPODARCZYCH 13 1.2.1. Formularz ankiety Podstawowym narzędziem badania nastrojów gospodarczych jest ankieta. Ankiety są wypełniane przez kierowników firm, którzy nie mają czasu na zgadywanie, co autor miał na myśli, czyli odpowiedzi na pytania niejasne lub zbyt ambitne, dlatego też: liczba pytań powinna być sprowadzona do minimum, aby zredukować związane z tym uciążliwości; należy skoncentrować się na kilku kluczowych zmiennych; badanie można rozszerzyć o pytania systematyczne oraz ważne w danym momencie (na przykład ceny energii, dewaluacja waluty, klęska żywiołowa, ważne decyzje polityczno gospodarcze) poprzez dodanie ich do istniejącej ankiety; można też stworzyć oddzielną ankietę. 10 J. Garczarczyk, M. Mocek, I. Olejnik, R. Skikiewicz, Wskaźniki koniunktury finansowej w diagnozowaniu i prognozowaniu rozwoju gospodarki, Akademia Ekonomiczna, Poznań 2006, s. 153 155. koniunktury. 11 Wyniki badań GUS u publikowane są w kwartalnych zeszytach zatytułowanych Badania 12 Ostatnio wskaźniki koniunktury gospodarczej w układzie regionalnym zaczął obliczać Instytut Rozwoju Gospodarczego. 13 Opracowano na podstawie: Business Tendency Surveys: A Handbook, Source OECD, Transition Economies 2003, No. 8; The Joint Harmonised EU Programme of Business and Consumer Surveys. User Guide, European Commission, Directorate General Economic and Financial Affairs, Brussels 2007.

Wyższa Szkoła Ekonomiczna w Białymstoku 11 Prostota jest jednym z podstawowych założeń kwestionariusza, który musi być krótki i tak zaprojektowany, aby zachęcać respondenta do odpowiedzi. Najlepiej, by zajmował jedną stronę formatu A4; dwustronicowy należy uznać za maksymalny. W większości kwestionariuszy używa się pytań z trzema możliwymi odpowiedziami. Pytania dotyczące obecnej sytuacji mogą mieć następujące trzy formy odpowiedzi: (i) ( ) ponad normę ( ) norma ( ) poniżej normy (ii) ( ) za duży ( ) normalny ( ) niski (iii) ( ) bardziej niż odpowiedni ( ) odpowiedni ( ) mniej niż odpowiedni Natomiast odpowiedzi na pytania dotyczące przeszłych lub przyszłych zmian mogą wystąpić w następującej formie: (i) ( ) powyżej ( ) bez zmian ( ) poniżej (ii) ( ) poprawa ( ) bez zmian ( ) pogorszenie (iii) ( ) wzrost ( ) bez zmian ( ) spadek Ankiety powinny mieć informację o poufności zbieranych danych i być wypełniane przez kierowników badanych przedsiębiorstw. Duże znaczenie dla sukcesu badań ma pozostawanie w ciągłym kontakcie badawczym z badanymi (kontakt osobisty, telefoniczny, e mailowy). Wysoki odsetek odpowiedzi na ankiety zależy w dużej mierze od ich prostoty i nieuciążliwości, dlatego zaleca się dobre przygotowanie kwestionariusza oraz rotowanie respondentów. 1.2.2. Problem braku wiedzy respondenta Najczęściej oczekuje się od respondenta jednej z trzech odpowiedzi. Może jednak zdarzyć się, że respondent nie zna odpowiedzi na dane pytanie, co może być częste w przypadku pytań o przyszłość. Proponując trzy możliwości, nie dajemy respondentowi pełnego wyboru. Czy zrezygnować z takiego respondenta? A może brak odpowiedzi na dane pytanie to informacja o niepewności? A przecież niepewność, zwłaszcza co do przyszłości, to również ważna informacja ekonomiczna. Jeżeli respondent nie będzie miał wyboru, to najprawdopodobniej odpowie bez zmian. Zresztą niekiedy zaleca się interpretowanie tej odpowiedzi, chociaż jako miara niepewności może ona również oznaczać, że nie nastąpiła żadna zmiana. Problem braku wiedzy respondenta może wystąpić przede wszystkim w przypadku badania gospodarstw domowych, dlatego w tym przypadku proponuje się dodać jeszcze jedną odpowiedź ( nie wiem lub trudno powiedzieć ) 14. 14 Przeprowadzone w 2008 roku przez Instytut Badań i Analiz Olsztyńskiej Szkoły Biznesu badania ankietowe w województwie lubelskim pokazały, że na niektóre pytania prognostyczne aż

12 Wyższa Szkoła Ekonomiczna w Białymstoku Wprowadzenie odpowiedzi trudno powiedzieć może być przydatne zarówno w analizie niepewności konsumentów, jak i w analizie ich percepcji procesów społeczno gospodarczych w regionie. Można oczekiwać zmian niepewności wraz z fazami cyklu koniunkturalnego. 1.3. PROCEDURY PRZETWARZANIA ZEBRANYCH PODCZAS ANKIETYZACJI INFORMACJI Podczas badań ankietowych zazwyczaj otrzymuje się na każde pytanie trzy możliwe odpowiedzi (x, y, z) 15. Jednakże jednoczesna analiza zmian wszystkich trzech (a jeszcze bardziej czterech) odpowiedzi jest niewygodna, dlatego trudność tę omija się poprzez transformację trzech (lub czterech) odpowiedzi w jedną liczbę. Dwie najbardziej znane metody transformacji to metoda sald (sald netto) lub metoda indeksów dyfuzji. W przypadku metody sald, jeżeli respondenci mają do wyboru cztery odpowiedzi na każde pytanie (na przykład poprawa, bez zmian, pogorszenie, trudno powiedzieć ), pierwszy krok polega na przekształceniu liczby wskazań poszczególnych opcji na procenty. Saldo netto jest obliczane jako różnica procentów odpowiedzi pozytywnych i negatywnych. Salda są kalkulowane według formuły: S = 100(P N) gdzie: S saldo netto; P frakcja odpowiedzi pozytywnych; N frakcja odpowiedzi negatywnych. Oznacza to, że nie bierze się pod uwagę odpowiedzi bez zmian oraz trudno powiedzieć. Salda mogą przyjmować wartości z przedziału od 100 do 100. Tak obliczone salda netto są podstawą do budowy szeregów czasowych oraz barometrów syntetycznych. W metodzie indeksów dyfuzji indeksy są kalkulowane według formuły: DI = 100(P + E/2) jedna trzecia respondentów odpowiada trudno odpowiedzieć. W przypadku pytań diagnostycznych odsetek ten zazwyczaj oscyluje w przedziale od 5 do 10%. D. Śledź, D. Waldziński (red.), Analiza aktualnej sytuacji, trendów rozwojowych i prognoza zmian społeczno gospodarczych w województwie lubelskim, Urząd Marszałkowski Województwa Lubelskiego, Lublin 2008. 15 Poniższego wywodu nie zmienia zasadniczo fakt dodania czwartej możliwej odpowiedzi.

Wyższa Szkoła Ekonomiczna w Białymstoku 13 gdzie: DI indeks dyfuzji; P frakcja odpowiedzi pozytywnych; E suma frakcji odpowiedzi bez zmian oraz trudno powiedzieć. Salda przyjmują wartość od 100 do 100, natomiast indeksy dyfuzji od 0 do 100: jeżeli wszystkie odpowiedzi byłyby negatywne, to indeks dyfuzji przyjąłby wartość 0; jeżeli wszystkie odpowiedzi byłyby bez zmian, to indeks dyfuzji przyjąłby wartość 50; jeżeli 50% odpowiedzi byłoby pozytywnych i 50% bez zmian, to indeks dyfuzji przyjąłby wartość 75; jeżeli wszystkie odpowiedzi byłyby pozytywne, to indeks dyfuzji przyjąłby wartość 100. Oba indeksy zmieniają się w tym samym kierunku, ale ze względu na rozstęp indeksy dyfuzji są większe niż salda. Indeksy dyfuzji na wykresach są natomiast bardziej spłaszczone niż salda. Warto również prześledzić poniższe przekształcenia: Ponieważ E = 1 P N, a więc P = 1 N E, to: oraz jeśli: E 2 2N 2E E DI 100 1 N E 100 2 2 100 2 2N 2E E 100 2 2N E 2 2 100 1 N E 1 N 100 P N 1 2 2 100 P N 100 B 100 2 2 S 100 DI, to 2 2DI = S + 100 S = 2DI 100 S = 2(DI 50) Tak więc pomiędzy S a DI jest zależność funkcyjna. I dlatego nie ma potrzeby analizowania odpowiedzi bez zmian oraz trudno powiedzieć, gdyż są one również w saldach.

14 Wyższa Szkoła Ekonomiczna w Białymstoku Z wzorów tych wynika, że zarówno salda, jak i indeksy dyfuzji podają tę samą informację. Indeks dyfuzji jest tylko innym sposobem prezentowania tej samej informacji, którą niosą salda i tylko skala jest inna (rozstęp). W praktyce salda są o wiele częściej stosowane do prezentacji badań nastrojów gospodarczych, ale należy pamiętać, że salda bardzo łatwo przekształcić w indeksy dyfuzji. 1.4. ANALIZA CZYNNIKÓW DETERMINUJĄCYCH NASTROJE GOSPODARCZE PRZEDSIĘBIORCÓW I KONSUMENTÓW WOJEWÓDZTWA PODLASKIEGO Otrzymane w wyniku ankietyzacji dane mogą posłużyć do analizy zależności pomiędzy odpowiedziami na poszczególne pytania. Można tutaj sformułować bardzo wiele ciekawych problemów badawczych. W zależności od problemu inne pytanie będzie zmienną objaśnianą. Niewątpliwie podczas realizacji projektu nasunie się wiele dylematów, które będą wynikać z bieżących potrzeb związanych z zarządzaniem regionem, na przykład Czynniki determinujące ocenę podlaskiego rynku pracy. Mając wyniki odpowiedzi na to pytanie, można badać czynniki determinujące odpowiedź trudno powiedzieć lub czynniki determinujące cztery różne odpowiedzi. W pierwszym przypadku można wykorzystać metody modelowania logitowego 16, a w drugim modele uporządkowanej zmiennej objaśnianej 17. 1.5. DESEZONALIZACJA DANYCH Czynniki sezonowe mogą mieć wpływ na sposób odpowiadania respondentów. Można rozważać rozbudowanie pytań tak, aby respondenci w swoich odpowiedziach niejako desezonowali zjawisko, o które są pytani. Dla przykładu, zamiast pytania: Czy sytuacja finansowa przedsiębiorstwa w obecnym kwartale w porównaniu z poprzednim kwartałem uległa: A poprawie B nie zmieniła się C pogorszeniu można zadać pytanie: 16 M. Kowerski, Influence of Idiosyncratic and Macroeconomic Factors on Consumer Economic Sentiment of Lubelskie Region (Poland), Prace i Materiały Instytutu Rozwoju Gospodarczego Szkoły Głównej Handlowej nr 79, Oficyna Wydawnicza SGH, Warszawa 2008, s. 149 168. 17 J. Bielak, M. Kowerski, Próba określenia czynników determinujących oceny regionalnego rynku pracy przez mieszkańców województwa lubelskiego, Prace i Materiały Instytutu Rozwoju Gospodarczego Szkoły Głównej Handlowej nr 80, Oficyna Wydawnicza SGH, Warszawa 2008, s. 233 258.

Wyższa Szkoła Ekonomiczna w Białymstoku 15 Uwzględniając czynniki sezonowe, proszę odpowiedzieć na pytanie, czy sytuacja finansowa przedsiębiorstwa w obecnym kwartale w porównaniu z poprzednim kwartałem uległa: A poprawie B nie zmieniła się C pogorszeniu Istnieje jednak duża obawa, że wielu respondentów będzie miało problem z udzieleniem odpowiedzi i wybierze opcję trudno powiedzieć lub zignoruje problem sezonowości. Dlatego też desezonalizację sald należy przeprowadzać już po zebraniu odpowiedzi. W przypadku odpowiedniej długości szeregów czasowych (minimum trzy lata) można zastosować jedną ze standardowych procedur. Co prawda, OECD rekomenduje przeprowadzenie desezonalizacji procedury X 12 ARIMA lub Tramo/Seats (w programie DEMETRA), ale trzeba pamiętać, że mogą one być stosowane tylko wówczas, gdy szeregi mają co najmniej 10 lat. Stąd też trzeba skorzystać z mniej zaawansowanych matematycznie procedur desezonalizacji, jak chociażby z dość efektywnej metody Cenzus. Jednak na początku badania nie można zastosować żadnego z powyższych algorytmów, dlatego też proponuje się inne przybliżone, ale w tej sytuacji jedyne rozwiązanie, które będzie można sprawdzić po przeprowadzeniu pierwszych dwóch ankietyzacji. Otóż wskaźniki sezonowości należy wyliczyć z innych szeregów opisujących gospodarkę województwa, na przykład kwartalnych informacji o kształtowaniu się podstawowych kategorii makroekonomicznych w województwie podlaskim, począwszy od 1999 roku (zatrudnienie, bezrobocie, produkcja sprzedana sektora przedsiębiorstw, i inne). Do obliczenia wskaźników sezonowości należy zastosować na przykład metodę Cenzus, a następnie dokonać analizy zmienności tych wskaźników i podjąć decyzję, które odpowiedzi na pytania wybrać (lub utworzyć miary syntetyczne) do desezonalizacji sald. 1.6. WAŻENIE DANYCH W procesie opracowywania danych jakościowych stosowane są dwa rodzaje wag: próby oraz rozmiaru. Badane jednostki dobierane są metodami reprezentacyjnymi, stąd też prawdopodobieństwo wyboru jest takie samo dla wszystkich jednostek. Wagi próby zostały ustalone w ten sposób, że są one udziałami zatrudnienia danej grupy zatrudnieniowej w ogólnym zatrudnieniu w branży. Wyodrębniono trzy grupy zatrudnieniowe: do 9 osób, od 10 do 49 osób oraz powyżej 50 osób. Ważenie odbywa się na etapie wyliczania sald odpowiedzi na każde pytanie. Wagi rozmiaru są wykorzystywane przy opracowywaniu jakościowych odpowiedzi, jeżeli zakłada się, że odpowiedzi te zależą od wielkości firmy respondenta. Odpowiedzi uzyskane z dużych firm mają większą wagę niż odpowiedzi uzyskane

Wyższa Szkoła Ekonomiczna w Białymstoku 16 z firm małych. Dokładniej, zmienne użyte jako wagi rozmiaru powinny zależeć od rodzaju zmiennej poddawanej badaniu. Na przykład, odpowiedzi dotyczące produkcji powinny być ważone odpowiednim udziałem produkcji badanej jednostki w produkcji branej jako całość. Pytania dotyczące zatrudnienia powinny być ważone udziałem zatrudnienia danej jednostki w zatrudnieniu całej branży. Jednak uzyskanie takich informacji dla każdej badanej jednostki jest bardzo kosztowne i trudne od strony organizacyjnej, a także prawnej (ochrona danych handlowych). Dodatkowo praktyczne badania pokazały, że salda nie są zbyt czułe na wybór zmiennych ważących. W praktyce wygodne jest użycie pojedynczej zmiennej odzwierciedlającej znaczenie ekonomiczne przedsiębiorstwa w ważeniu wszystkich pytań będących podmiotem badania. Bardzo często w praktyce jako takie wagi stosuje się zatrudnienie. Udowadnia się, że liczba zatrudnionych jest skorelowana z wartością dodaną. Dodatkową zaletą zatrudnienia jako wagi jest fakt, że informacje o nim są zazwyczaj pozyskiwane w ramach ankiet. TABELA 1.1 LICZBY ZATRUDNIONYCH W POSZCZEGÓLNYCH GRUPACH ZATRUDNIENIA W WOJEWÓDZTWIE PODLASKIM Wyszczególnienie Ogółem Podmioty o liczbie pracujących Do 9 osób 10 49 osób 50 osób i więcej Ogółem 244 987 110 737 49 436 84 814 Przemysł 68 909 13 967 12 523 42 419 Przetwórstwo przemysłowe 63 738 13 814 11 859 38 065 Wytwarzanie i zaopatrywanie w energię elektryczną, gaz, wodę 5 171 153 664 4 354 Budownictwo 26 606 16 323 4 671 5 612 Handel i naprawy 71 704 43 887 12 731 15 086 Usługi 77 768 36 560 19 511 21 697 Hotele i restauracje 6 609 3 799 2 518 292 Transport, gospodarka magazynowa i łączność 16 024 10 147 1 893 3 984 Pośrednictwo finansowe 5 709 4 098 772 839 Obsługa nieruchomości i firm 26 856 13 808 6 050 6 998 Edukacja 13 870 1 154 6 628 6 088 Ochrona zdrowia i pomoc społeczna 3 038 795 271 1 972 Działalność usługowa komunalna, społeczna i indywidualna, pozostała 5 663 2 759 1 380 1 524 Uwaga: W przypadku sekcji: Edukacja, Ochrona zdrowia i pomoc społeczna oraz Działalność usługowa komunalna przyjęto mniejsze liczby zatrudnienia, niż występują w tych sekcjach ze względu na dominację sektora usług niekomercyjnych. Z tego też względu nie uwzględniono sekcji Administracja.

Wyższa Szkoła Ekonomiczna w Białymstoku 17 Dopuszcza się nieważenie odpowiedzi w przypadku obliczania wskaźników (sald) na poziomie branży, ale bezwzględnie należy stosować wagi w przypadku wyższych poziomów agregacji. WAGI PRÓBY DLA WOJEWÓDZTWA PODLASKIEGO (%) TABELA 1.2 Wyszczególnienie Ogółem Podmioty o liczbie pracujących Do 9 osób 10 49 osób 50 osób i więcej Ogółem 100,0 45,2 20,2 34,6 Przemysł 100,0 20,3 18,1 61,6 Budownictwo 100,0 61,4 17,6 21,0 Handel i naprawy 100,0 61,2 17,8 21,0 Usługi 100,0 47,0 25,1 27,9 Przykładowo, Komisja Europejska zaleca w badaniach nastrojów gospodarczych (Economic Sentiment Indicator) następujący system wag: przemysł 40%; usługi 30%; konsumpcja (gospodarstwa domowe) 20%; budownictwo 5%; handel 5%. 1.7. PROCEDURY LICZENIA SALD NA PODSTAWIE DANYCH POCHODZĄCYCH Z ANKIET 1.7.1. Szeregi sald odpowiedzi przedsiębiorców i konsumentów Korzystając z danych zamieszczonych w ankietach dla każdego okresu badawczego, liczone są salda odpowiedzi na pytania diagnostyczne i prognostyczne dla każdej grupy zatrudnieniowej w każdej branży: SDPijt saldo odpowiedzi na i te pytanie diagnostyczne w j tej grupie zatrudnieniowej w przemyśle w kwartale t; SPPijt saldo odpowiedzi na i te pytanie prognostyczne w j tej grupie zatrudnieniowej w przemyśle w kwartale t; SDBijt saldo odpowiedzi na i te pytanie diagnostyczne w j tej grupie zatrudnieniowej w budownictwie w kwartale t;

18 Wyższa Szkoła Ekonomiczna w Białymstoku SPBijt saldo odpowiedzi na i te pytanie prognostyczne w j tej grupie zatrudnieniowej w budownictwie w kwartale t; SDH ijt saldo odpowiedzi na i te pytanie diagnostyczne w j tej grupie zatrudnieniowej w handlu w kwartale t; SPH ijt saldo odpowiedzi na i te pytanie prognostyczne w j tej grupie zatrudnieniowej w handlu w kwartale t; SDU ijt saldo odpowiedzi na i te pytanie diagnostyczne w j tej grupie zatrudnieniowej w usługach w kwartale t; SPU ijt saldo odpowiedzi na i te pytanie prognostyczne w j tej grupie zatrudnieniowej w usługach w kwartale t. Salda odpowiedzi na pytanie w branży to średnie ważone wagami próby salda odpowiedzi w każdej grupie zatrudnieniowej: SDP it 3 j 1 w Pj SDP ijt saldo odpowiedzi na i-te pytanie diagnostyczne w przemyśle w kwartale t; SPP it 3 j 1 w Pj SPP ijt saldo odpowiedzi na i-te pytanie prognostyczne w przemyśle w kwartale t; SDB it 3 j 1 w Bj SDB ijt saldo odpowiedzi na i-te pytanie diagnostyczne w budownictwie w kwartale t; SPB it 3 j 1 w Bj SPB ijt saldo odpowiedzi na i-te pytanie prognostyczne w budownictwie w kwartale t; SDH it 3 j 1 w Hj SDH ijt saldo odpowiedzi na i-te pytanie diagnostyczne w handlu w kwartale t; SPH w it 3 j 1 Hj SPH ijt saldo odpowiedzi na i-te pytanie prognostyczne w handlu w kwartale t; SDU it 3 j 1 w Uj SDU ijt

Wyższa Szkoła Ekonomiczna w Białymstoku 19 saldo odpowiedzi na i-te pytanie diagnostyczne w usługach w kwartale t; SPU it 3 j 1 w Uj SPU ijt saldo odpowiedzi na i-te pytanie prognostyczne w usługach w kwartale t; SDK saldo odpowiedzi na i-te pytanie diagnostyczne konsumenta w kwartale t; it SPK saldo odpowiedzi na i-te pytanie prognostyczne konsumenta w kwartale t. it W ten sposób z czasem zbudowane zostaną szeregi czasowe sald odpowiedzi na wszystkie pytania dla czterech branż. W wyniku zastosowania procedury desezonalizacji otrzymujemy wartości szeregów wyczyszczonych z czynników sezonowych. Otrzymane wartości zawierają więc tylko trend oraz czynniki przypadkowe: ZSDPit zdesezonalizowane saldo odpowiedzi na i te pytanie diagnostyczne w przemyśle w kwartale t; ZSPP zdesezonalizowane saldo odpowiedzi na i te pytanie prognostyczne it w przemyśle w kwartale t; ZSDBit zdesezonalizowane saldo odpowiedzi na i te pytanie diagnostyczne w budownictwie w kwartale t; ZSPBit zdesezonalizowane saldo odpowiedzi na i te pytanie prognostyczne w budownictwie w kwartale t; ZSDH it zdesezonalizowane saldo odpowiedzi na i te pytanie diagnostyczne w handlu w kwartale t; ZSPH it zdesezonalizowane saldo odpowiedzi na i te pytanie prognostyczne w handlu w kwartale t; ZSDU it zdesezonalizowane saldo odpowiedzi na i te pytanie diagnostyczne w usługach w kwartale t; ZSPU it zdesezonalizowane saldo odpowiedzi na i te pytanie prognostyczne w usługach w kwartale t; ZSDKit zdesezonalizowane saldo odpowiedzi na i te pytanie diagnostyczne konsumenta w kwartale t; it ZSPK zdesezonalizowane saldo odpowiedzi na i te pytanie prognostyczne konsumenta w kwartale t.

20 Wyższa Szkoła Ekonomiczna w Białymstoku 1.7.2. Diagnostyczne i prognostyczne branżowe barometry nastrojów gospodarczych W celu otrzymania barometrów nastrojów gospodarczych w czterech wyróżnionych branżach (przemysł, budownictwo, handel, usługi) oraz dla gospodarstw domowych oblicza się dla każdej branży (j) średnie arytmetyczne wybranych zdesezonalizowanych sald. t Barometry diagnostyczne oblicza się według formuł: n 1 BDPt ZSDP it n i 1 gdzie: BDP barometr diagnostyczny przemysłu w kwartale t przy czym: i = 1: sytuacja finansowa przedsiębiorstwa w bieżącym kwartale w porównaniu z poprzednim kwartałem; i = 2: wielkość produkcji sprzedanej w bieżącym kwartale w porównaniu z poprzednim kwartałem; i = 3: poziom zamówień w bieżącym kwartale w porównaniu z poprzednim kwartałem; i = 4: poziom zapasów wyrobów gotowych w bieżącym kwartale w porównaniu z poprzednim kwartałem; i = 5: wielkość zatrudnienia w bieżącym kwartale w porównaniu z poprzednim kwartałem. n 1 BDBt ZSDB it n i 1 gdzie: BDB barometr diagnostyczny budownictwa w kwartale t t przy czym: i = 1: sytuacja finansowa przedsiębiorstwa w obecnym kwartale w porównaniu z poprzednim kwartałem; i = 2: wielkość produkcji budowlano montażowej w bieżącym kwartale w porównaniu z poprzednim kwartałem; i = 3: wielkość zamówień w obecnym kwartale w porównaniu z poprzednim kwartałem; i = 4: wielkość zatrudnienia w bieżącym kwartale w porównaniu z poprzednim kwartałem.

Wyższa Szkoła Ekonomiczna w Białymstoku 21 n 1 BDHt ZSDH it n i 1 gdzie: BDH barometr diagnostyczny handlu w kwartale t przy czym: t i = 1: sytuacja finansowa przedsiębiorstwa w obecnym kwartale w porównaniu z poprzednim kwartałem; i = 2: wielkość obrotów w bieżącym kwartale w porównaniu z poprzednim kwartałem; i = 3: wielkość zapasów towarów handlowych w bieżącym kwartale; i = 4: wielkość zatrudnienia w obecnym kwartale w porównaniu z poprzednim kwartałem. n 1 BDUt ZSDU it n i 1 gdzie: BDU barometr diagnostyczny usług w kwartale t przy czym: t i = 1: sytuacja finansowa przedsiębiorstwa w obecnym kwartale w porównaniu z poprzednim kwartałem; i = 2: obecny popyt na świadczone usługi w porównaniu z poprzednim kwartałem; i = 3: wielkość zatrudnienia w przedsiębiorstwie w bieżącym kwartale w porównaniu z poprzednim kwartałem. n 1 BDKt ZSDK it n i 1 gdzie: BDK barometr diagnostyczny konsumentów w kwartale t t przy czym: i = 1: ocena obecnej sytuacji finansowej swojego gospodarstwa domowego w porównaniu z sytuacją sprzed trzech miesięcy; i = 2: wydatki na dobra konsumpcyjne w porównaniu z sytuacją sprzed trzech miesięcy; i = 3: stan oszczędności w gospodarstwie domowym w porównaniu z sytuacją sprzed trzech miesięcy;

22 Wyższa Szkoła Ekonomiczna w Białymstoku i = 4: obecna sytuacja gospodarcza w województwie podlaskim w porównaniu z sytuacją sprzed trzech miesięcy; i = 5: sytuacja na rynku pracy w porównaniu z sytuacją sprzed trzech miesięcy. Barometry prognostyczne oblicza się według formuł: n 1 BPPt ZSPP it n i 1 gdzie: BPP barometr prognostyczny przemysłu w kwartale t t przy czym: i = 1: przewidywana sytuacja finansowa przedsiębiorstwa w przyszłym kwartale w porównaniu z bieżącym kwartałem; i = 2: przewidywana wielkość produkcji sprzedanej w przyszłym kwartale w porównaniu z bieżącym kwartałem; i = 3: przewidywany poziom zamówień w przyszłym kwartale w porównaniu z bieżącym kwartałem; i = 4: poziom zapasów wyrobów gotowych w przyszłym kwartale w porównaniu z bieżącym kwartałem; i = 5: przewidywana wielkość zatrudnienia w przyszłym kwartale w porównaniu z bieżącym kwartałem. n 1 BPBt ZSPB it n i 1 gdzie: BPB barometr prognostyczny budownictwa w kwartale t t przy czym: i = 1: przewidywana sytuacja finansowa przedsiębiorstwa w nadchodzącym kwartale w porównaniu z bieżącym kwartałem; i = 2: przewidywana wielkość produkcji budowlano montażowej w nadchodzącym kwartale w porównaniu z obecnym kwartałem; i = 3: przewidywana wielkość zamówień w nadchodzącym kwartale w porównaniu z obecnym kwartałem; i = 4: planowana wielkość zatrudnienia w nadchodzącym kwartale w porównaniu z bieżącym kwartałem. n 1 BPHt ZSPH it n i 1

Wyższa Szkoła Ekonomiczna w Białymstoku 23 gdzie: BPH barometr prognostyczny handlu w kwartale t t przy czym: i = 1: przewidywana sytuacja finansowa przedsiębiorstwa w nadchodzącym kwartale w porównaniu z bieżącym kwartałem; i = 2: oczekiwana wielkość obrotów w przyszłym kwartale w porównaniu z obecnym kwartałem; i = 3: oczekiwana wielkość zapasów towarów handlowych w przyszłym kwartale; i = 4: wielkość zatrudnienia w przyszłym kwartale w porównaniu z bieżącym kwartałem. n 1 BPUt ZSPU it n i 1 gdzie: BPU barometr prognostyczny usług w kwartale t t przy czym: i = 1: przewidywana sytuacja finansowa przedsiębiorstwa w nadchodzącym kwartale w porównaniu z bieżącym kwartałem; i = 2: przewidywany popyt w przyszłym kwartale w porównaniu z obecnym kwartałem; i = 3: planowana wielkość zatrudnienia w przyszłym kwartale w porównaniu z bieżącym kwartałem. n 1 BPKt ZSPK it n i 1 gdzie: BPK barometr prognostyczny konsumenta w kwartale t t przy czym: i = 1: przewidywana ocena sytuacji finansowej swojego gospodarstwa domowego w ciągu najbliższych trzech miesięcy w porównaniu z bieżącym kwartałem; i = 2: przewidywane zmiany wydatków na dobra konsumpcyjne w ciągu nadchodzących trzech miesięcy w porównaniu z wydatkami w bieżącym kwartale; i = 3: przewidywane zmiany stanu oszczędności w gospodarstwie domowym w ciągu najbliższych trzech miesięcy w porównaniu z bieżącym kwartałem; i = 4: przewidywane zmiany sytuacji gospodarczej w województwie podlaskim w ciągu najbliższych trzech miesięcy;

24 Wyższa Szkoła Ekonomiczna w Białymstoku i = 5: przewidywane zmiany poziomu bezrobocia w województwie podlaskim w ciągu najbliższych trzech miesięcy. 1.7.3. Ogólny diagnostyczny i prognostyczny barometr nastrojów gospodarczych Ogólne barometry nastrojów gospodarczych stanowią średnią ważoną barometrów branżowych. Do ważenia udziału poszczególnych branż w ogólnej wartości barometru proponuje się wykorzystać wagi rozmiaru, będące udziałami poszczególnych branż w łącznej, wytworzonej przez nie w danym województwie, wartości dodanej brutto. Pewnym utrudnieniem może być duże (trzyletnie) opóźnienie, z jakim Główny Urząd Statystyczny oblicza regionalne wartości dodane brutto (i produktu krajowego brutto). Warto jednak podkreślić, że są to jednocześnie najbardziej aktualne dane dotyczące PKB w układzie regionalnym. Z badań nad województwem podlaskim wynika, że zmiany struktur są stosunkowo powolne. TABELA 1.3 WARTOŚĆ DODANA BRUTTO WEDŁUG RODZAJÓW DZIAŁALNOŚCI W WOJEWÓDZTWIE PODLASKIM (MLN ZŁ) Rok Przemysł Budownictwo Usługi rynkowe Ogółem 2006 3 814,0 1 217,0 9 689,0 14 720,0 2007 4 765,0 1 499,0 10 496,7 16 760,7 2007/2006 124,9 123,2 108,3 113,9 Źródło: Produkt krajowy brutto. Rachunki regionalne 2006, GUS Warszawa, US w Katowicach, Katowice 2008, tablica 3, s. 49. TABELA 1.4 PRZYJĘTE STRUKTURY (WAGI ROZMIARÓW) DLA OBLICZEŃ BAROMETRÓW NASTROJÓW GOSPODARCZYCH PRZEDSIĘBIORCÓW W WOJEWÓDZTWIE PODLASKIM (%) Rok Przemysł Budownictwo Handel Usługi 2009 25,9 8,3 26,3 39,5 2010 28,4 8,9 25,1 37,6 Źródło: obliczenia własne na podstawie: Produkt krajowy brutto, op. cit., tablica 3, s. 49. W związku z tym, że w publikacjach statystycznych w przekrojach wojewódzkich z usług rynkowych nie wyodrębnia się handlu, zastosowano wskaźnik dla całej Polski 40% usług rynkowych stanowi handel.

Wyższa Szkoła Ekonomiczna w Białymstoku 25 Ogólny barometr diagnostyczny przedsiębiorstw obliczany jest na podstawie formuły: BD t w BDP w BDB w BDH P t B t H t w U BDU gdzie: BDt ogólny barometr diagnostyczny przedsiębiorstw w kwartale t; w P udział wartości dodanej przemysłu w łącznej wartości dodanej czterech branż; w B udział wartości dodanej budownictwa w łącznej wartości dodanej czterech branż; w H udział wartości dodanej handlu w łącznej wartości dodanej czterech branż; w udział wartości dodanej usług w łącznej wartości dodanej czterech branż. U Ogólny barometr prognostyczny obliczany jest na podstawie formuły: BP w BPP w BPB w BPH w t P t B t H t U BPU gdzie: BP ogólny barometr prognostyczny małych i średnich przedsiębiorstw w kwartale t. t t t Rok STRUKTURA WARTOŚCI DODANEJ BRUTTO WEDŁUG SEKTORÓW INSTYTUCJONALNYCH W WOJEWÓDZTWIE PODLASKIM (%) Sektor Przedsiębiorstw Instytucji Gospodarstw Pozostałe 2006 35,5 19,9 40,7 3,9 2007 37,6 19,2 39,2 4,0 Źródło: obliczenia własne na podstawie: Produkt krajowy brutto, op. cit., tablica 5, s. 63. TABELA 1.5 TABELA 1.6 PRZYJĘTE STRUKTURY (WAGI ROZMIARÓW) DLA OBLICZANIA SYNTETYCZNYCH BAROMETRÓW NASTROJÓW GOSPODARCZYCH W WOJEWÓDZTWIE PODLASKIM (%) Rok Gospodarstwa Przemysł Budownictwo Handel Usługi Ogółem 2009 40,7 15,4 4,9 15,6 23,4 100,0 2010 39,2 17,3 5,4 15,2 22,9 100,0 Źródło: opracowanie własne. Ogólny barometr diagnostyczny dla województwa podlaskiego obliczany jest na podstawie formuły: BD w BDP w BDB t P t B t w H BDH t w U BDU t w K BDK t

26 Wyższa Szkoła Ekonomiczna w Białymstoku Natomiast ogólny barometr prognostyczny dla województwa podlaskiego jest obliczany na podstawie formuły: BP w BPP w BPB t P t B t w H BPH t w U BPU t w K BPK Proponuje się następujące postępowanie: dla 2009 roku przyjąć struktury 2006 roku, a w 2010 roku, mając dane za 2007 rok, przyjąć struktury z tego roku dla lat 2009 2010. t BIBLIOGRAFIA Adamowicz E., Dorobek naukowy Instytutu Rozwoju Gospodarczego SGH w latach 1993 2007, Prace i Materiały Instytutu Rozwoju Gospodarczego SGH nr 81, Oficyna Wydawnicza SGH, Warszawa 2008. Barczyk R., Kowalczyk Z., Metody badania koniunktury gospodarczej, PWN, Warszawa Poznań 1993. Bieć A., Badania koniunktury z perspektywy 20 lat, Prace i Materiały Instytutu Rozwoju Gospodarczego Szkoły Głównej Handlowej nr 80, Oficyna Wydawnicza SGH, Warszawa 2008. Bielak J., Kowerski M., Próba określenia czynników determinujących oceny regionalnego rynku pracy przez mieszkańców województwa lubelskiego, Prace i Materiały Instytutu Rozwoju Gospodarczego Szkoły Głównej Handlowej nr 80, Oficyna Wydawnicza SGH, Warszawa 2008. Box G.E.P., Jenkins G.M., Analiza szeregów czasowych. Prognozowanie i sterowanie, PWN, Warszawa 1983. Bracha Cz., Metoda reprezentacyjna w badaniu opinii publicznej i marketingu, Efekt, Warszawa 1998. Business Tendency Surveys: A Handbook, Source OECD, Transition Economies 2003, No. 8. Garczarczyk J., Mocek M., Olejnik I., Skikiewicz R., Wskaźniki koniunktury finansowej w diagnozowaniu i prognozowaniu rozwoju gospodarki, Akademia Ekonomiczna, Poznań 2006. Hodrick R., Prescott E.C., Postwar U.S. Business Cycles: An Empirical Investigation, Journal of Money, Credit and Banking 1997, Vol. 29, No. 1. Jankiewicz J., Kalinowski S., Kruszka M., Metodologia identyfikacji i prognozowania wahań koniunkturalnych, [w:] Wskaźniki wyprzedzające jako metoda prognozowania koniunktury w Polsce, M. Rekowski (red.), Akademia Ekonomiczna, Poznań 2003. Kowerski M., Badanie nastrojów gospodarczych w województwie lubelskim, Wiadomości Statystyczne 2005, nr 3. Kowerski M., Barometr nastrojów gospodarczych jako narzędzie diagnozowania i prognozowania sytuacji gospodarczej w regionie. Przykład województwa lubelskiego, [w:] Międzynarodowe uwarunkowania rozwoju regionalnego, B. Jóźwik, H. Ponikowski (red.), Wyd. KUL, Lublin 2008. Kowerski M., Bielak J., Długosz D., Sytuacja gospodarcza województwa lubelskiego w ocenie mieszkańców miast i wsi, Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu 2008, t. 10, z. 6.

Wyższa Szkoła Ekonomiczna w Białymstoku 27 Kowerski M., Influence of Idiosyncratic and Macroeconomic Factors on Consumer Economic Sentiment of Lubelskie Region (Poland), Prace i Materiały Instytutu Rozwoju Gospodarczego Szkoły Głównej Handlowej nr 79, Oficyna Wydawnicza SGH, Warszawa 2008. Kowerski M., Wartość informacyjna odpowiedzi bez zmian w badaniach nastrojów gospodarczych, Barometr Regionalny 2008, nr 4 (14). Produkt krajowy brutto. Rachunki regionalne 2006, GUS Warszawa, US w Katowicach, Katowice 2008. Śledź D., Waldziński D. (red.), Analiza aktualnej sytuacji, trendów rozwojowych i prognoza zmian społeczno gospodarczych w województwie lubelskim, Urząd Marszałkowski Województwa Lubelskiego, Lublin 2008. The Joint Harmonised EU Programme of Business and Consumer Surveys. User Guide, European Commission, Directorate General Economic and Financial Affairs, Brussels 2007. Yamarone R., Wskaźniki ekonomiczne. Przewodnik inwestora, HELION, Gliwice 2006.

28 Wyższa Szkoła Ekonomiczna w Białymstoku 2. CHARAKTERYSTYKA BADANEJ ZBIOROWOŚCI W IV kwartale 2010 roku badaniami objęto 480 przedsiębiorstw i 360 gospodarstw domowych. W strukturze badanych firm 78 stanowiły przedsiębiorstwa przemysłowe, 61 budowlane, 157 handlowe i 184 usługowe. Badane przedsiębiorstwa uszeregowano według klas zatrudnieniowych; były one reprezentatywną próbą w swoich klasach. Ich procentowy udział w ogólnej liczbie badanych wynosił: 52,08% przedsiębiorstw mikro (1 9 zatrudnionych); 27,29% przedsiębiorstw małych (10 49 zatrudnionych); 16,88% przedsiębiorstw średnich (powyżej 50 zatrudnionych); 3,75% przedsiębiorstw dużych (250 i więcej zatrudnionych). Wśród badanych firm przeważały przedsiębiorstwa prywatne (84,55%). Pozostałe to przedsiębiorstwa publiczne i posiadające inną strukturę własności. Zgodnie z wielkością obrotów w 2009 roku 40,5% badanych przedsiębiorstw osiągnęło obroty na poziomie do 500 tys. zł, 25,26% klasyfikowano w przedziale od 500 tys. do 2,5 mln zł, 15,45% w przedziale od 2,5 do 5 mln zł i 18,79% powyżej 5 mln zł. Badane gospodarstwa domowe podlegały klasyfikacji w zależności od ich liczby na obszarach wiejskich i miejskich. Do badań wybrano gospodarstwa o różnej liczbie domowników, jednak większość (69,72%) stanowiły gospodarstwa składające się z trzech i więcej osób. W badanej próbie wystąpiło 9,72% jednoosobowych gospodarstw, 20,56% dwuosobowych, 27,22% trzyosobowych, 32,5% czteroosobowych i 10% gospodarstw składających się z pięciu i więcej osób. Tę grupę respondentów sklasyfikowano także według deklarowanego miesięcznego dochodu na 1 osobę w gospodarstwie. W badaniach uczestniczyło 4,17% gospodarstw domowych deklarujących miesięczny dochód poniżej 300 zł na osobę, 14,72% gospodarstw o dochodach z przedziału 300 499 zł na osobę, 35,83% gospodarstw domowych deklarujących dochody mieszczące się w przedziale od 500 do 899 zł na osobę, 25,56% gospodarstw o dochodach z przedziału 900 1199 zł na osobę i 19,72% gospodarstw deklarujących dochody wyższe niż 1200 zł na osobę. Biorąc pod uwagę miejsce zamieszkania badanych respondentów, zdecydowana większość z nich to mieszkańcy gmin wiejskich 40,83%, a w dalszej kolejności: miast na prawach powiatu 35,56% oraz gmin miejskich 23,61%.

Wyższa Szkoła Ekonomiczna w Białymstoku 29 3. BAROMETR NASTROJÓW GOSPODARCZYCH W IV KWARTALE 2010 ROKU ORAZ PROGNOZA NA I KWARTAŁ 2011 ROKU Wartość diagnostycznego indeksu nastrojów gospodarczych w IV kwartale 2010 roku dla województwa podlaskiego wyniosła minus 2,97 pkt., potwierdzając prognozowany w trakcie ostatniego badania kierunek zmian (wykres 3.1). Osiągnięty wynik świadczy o nieznacznej przewadze nastrojów pesymistycznych nad optymistycznymi wśród badanych podmiotów. Wynik diagnostyczny potwierdza przewidywania dotyczące pogorszenia nastrojów wśród podmiotów gospodarczych województwa podlaskiego, jednakże jak pokazują prognozy miało ono nastąpić dopiero na początku roku 2011. INDEKS NASTROJÓW GOSPODARCZYCH W IV KWARTALE 2010 ROKU ORAZ PROGNOZA NA I KWARTAŁ 2011 ROKU WYKRES 3.1 20 15 kw. I 2009 kw. II 2009 kw. III 2009 kw. IV 2009 kw. I 2010 kw. II 2010 kw. III 2010 17,32 15,38 kw. IV 2010 kw. I 2011 10 5 2,48 2,25 4,04 2,55 7,52 7,76 6,44 0 5 1,17 2,97 0,57 10 15 20 16,20 8,14 9,38 10,18 diagnoza prognoza Należy zwrócić uwagę na zbieżność wyników diagnozy z wcześniejszą prognozą na IV kwartał 2010 roku (różnica poniżej 10 pkt. proc.), która sygnalizowała korektę in minus przewagi nastrojów optymistycznych. W prognozie na I kwartał 2011 roku (wykres 3.1) przewaga nastrojów optymistycznych ulega redukcji, do poziomu minus 0,57 pkt., i jest zbieżna z poziomem nastrojów w IV kwartale. Wartość indeksu prognostycznego wynika przede wszystkim ze znacznego obniżenia przewagi opinii optymistycznych w badanych sektorach, szczególnie budowlanym, handlowym oraz przemysłowym. Na podstawie powyższych przewidywań należy

30 Wyższa Szkoła Ekonomiczna w Białymstoku stwierdzić, że w kolejnych miesiącach 2011 roku w województwie podlaskim powinny przeważać pesymistyczne nastroje gospodarcze, jednakże nie będą one stanowczo dominowały. 3.1. INDEKS NASTROJÓW GOSPODARCZYCH W PRZEMYŚLE W IV kwartale 2010 roku zdiagnozowany indeks nastrojów gospodarczych w przemyśle przyjął wartość dodatnią i wyniósł plus 1,57 pkt., zaprzeczając w ten sposób przewidywanemu w prognozie utrzymaniu poziomu nastrojów gospodarczych (wykres 3.2). Należy stwierdzić, że odnotowany wynik potwierdza negatywne nastroje panujące w pozostałych badanych sektorach. INDEKS NASTROJÓW GOSPODARCZYCH W PRZEMYŚLE WYKRES 3.2 25 20 kw. I 2009 kw. II 2009 kw. III 2009 kw. IV 2009 kw. I 2010 kw. II 2010 kw. III 2010 21,05 20,83 kw. IV 2010 kw. I 2011 15 10 9,13 13,14 11,10 11,53 11,36 5 0 5 10 4,60 10,85 2,12 6,00 4,31 7,24 6,60 1,57 2,68 15 diagnoza prognoza Wyniki wskazują, że wbrew oczekiwaniom, na koniec 2010 roku przemysłowe podmioty gospodarcze zanotowały znaczne pogorszenie swojej sytuacji gospodarczej. Wartość wskaźnika uległa obniżeniu w odniesieniu do wyniku zanotowanego w badaniu z poprzedniego kwartału o 9,96 pkt. proc. Biorąc pod uwagę wartość indeksu prognostycznego na kolejny kwartał należy stwierdzić, że istnieje coraz większe prawdopodobieństwo zgodności wyników prognostycznych z przeprowadzoną diagnozą w analizowanym sektorze. W porównaniu do dotychczas przeprowadzonych badań poziom nastrojów gospodarczych w przemyśle, na tle pozostałych sektorów, należy uznać za nieznacz