Ranking wykorzystania zasobów ludzkich w krajach Unii Europejskiej

Rozdział i. Ranking wykorzystania zasobów ludzkich w krajach Unii Europejskiej Marek Kunasz 1 Streszczenie W pracy zaprezentowano różne obszary, w których w teorii rozpatrywane jest oddziaływanie kapitału ludzkiego (zasobów ludzkich), tym samym wyznaczono kierunki budowy modeli pomiarowych w tym zakresie i na tej podstawie stworzono, z wykorzystaniem metod wielowymiarowej analizy porównawczej, ranking wykorzystania zasobów ludzkich w krajach Unii Europejskiej. W pracy przedstawiono wyniki prowadzonych analiz empirycznych nie tylko w ujęciu statycznym, ale również i dynamicznym, odzwierciedlając zmiana wartości obliczonych miar syntetycznych w latach 1996-2006, co zwiększyło znacznie zakres możliwych do zidentyfikowania asocjacji. Wstęp Zasoby ludzkie odgrywają decydującą rolę w budowaniu konkurencyjności gospodarek i podmiotów gospodarujących. Problematyka ta jest rozpatrywana w różnych obszarach ekonomii i wzbudza coraz większe zainteresowanie teoretyków i praktyków. W niniejszym nurcie można umiejscowić pracę, której celem było przeprowadzenie analizy porównawczej stopnia wykorzystania zasobów ludzkich w krajach Unii Europejskiej w ujęciu statycznym i dynamicznym. Horyzont czasowy prowadzonych analiz wyznaczają lata 1996-2006. Dla realizacji powyższego celu wykorzystano źródła w postaci istniejącego materiału 1 dr Marek Kunasz, Uniwersytet Szczeciński, Wydział Nauk Ekonomicznych i Zarządzania, Katedra Mikroekonomii

teoretycznego zawartego w literaturze krajowej i obcej dotyczącej poruszanej problematyki oraz ogólnie dostępnych danych ze statystyk międzynarodowych. i.1. Zasoby ludzkie i kapitał ludzki w różnych obszarach ekonomii Problematyka miejsca człowieka gospodarującego w procesach ekonomicznych jest stale obecna i ugruntowana w historycznym rozwoju myśli ekonomicznej. Ludzie postrzegani byli w kontekście zasobów (aktywów) zaangażowanych w procesy gospodarowania (Kunasz, 2006b, s. 33-48), ale także postrzegano ich jako nosicieli kapitału (Domański, 1993). Aktywa owszem zawierają w sobie kapitał, ale jedna kategoria nie jest tożsama pod względem jakościowym z drugą. Istota tego rozróżnienia wywodzi się z systemu podwójnej księgowości, w którym te same środki ekonomiczne są traktowane dualnie. Jako aktywa są narażone na deprecjację, natomiast tkwiący w nich kapitał powinien się pomnażać (kapitalizować). Aktywa są konkretne, kapitał zaś jest kategorią abstrakcyjną, zagregowaną. Przedsiębiorca nie może bezpośrednio pomnożyć swoich aktywów, ale potrafi pomnożyć kapitał w nich ucieleśniony, a potem nabyć kolejne (Dobija, 2001, s. 45). Uwzględniając powyższe wyróżniki można wyodrębnić kategorie: zasobów ludzkich, zasobów pracy czy kapitału ludzkiego. Przez zasoby ludzkie należy rozumieć ludność ogółem danego kraju raczej w aspekcie ilościowym (zaangażowana w procesy produkcji i konsumpcji). Zasoby pracy, z kolei tworzą ludzie, którzy są zdolni do pracy i są zatrudnieni bądź wyrażają gotowość do dobrowolnego podjęcia pracy (zawężenie analizy do kontekstu produkcyjnego) (Maniak, Nowak-Lewandowska, 2007, s. 10). Kapitał ludzki to zasób wiedzy, umiejętności, zdrowia, siły i energii witalnej zawarty w człowieku. Zasób ten stanowi uwarunkowany genetycznie określony potencjał, który można powiększać drogą inwestycji w człowieka (Domański, 1993, s. 35). Są one definiowane jako ogół działań, które wpływają na przyszły pieniężny i fizyczny dochód przez powiększanie zasobów w ludziach. (Becker, 1964, s. 9) Cechą charakterystyczną inwestycji w człowieka, jest to, iż przynoszą zwroty poniesionych nakładów w perspektywie długookresowej. Wyróżniającą cechą kapitału ludzkiego jest to, że stanowi część człowieka, jest ludzki, ponieważ jest ucieleśniony w ludziach (Schultz, 1976, s. 48). Kapitał ten nie stanowi bowiem jakiegoś niezależnego od człowieka bytu. Pozostając ucieleśniony w swym nosicielu (właścicielu), nie dając się od niego oddzielić, stanowi wielkość jedynie do niego dodawaną. Ta cecha pozwala odróżnić kapitał ludzki od kapitału rzeczowego, gdyż jedynie drugi z wymienionych może być przedmiotem obrotu na rynku i zmieniać właściciela (Fisher, 1927, s. 9).

Twórcy koncepcji kapitału ludzkiego wyodrębniają 7 obszarów inwestycji w człowieka, a zatem zainteresowań teoretyków i praktyków (Schultz, 1961, s. 60-61): szeroko rozumiane usługi i udogodnienia związane z ochroną zdrowia, wpływające na żywotność i witalność człowieka, szkolenie w czasie pracy, formalne kształcenie szkolne na wszystkich szczeblach, programy studiów dla dorosłych, migracje ludności w celu znalezienia lepszej pracy dostosowania się do zmieniających się warunków, poszukiwanie informacji o sytuacji ekonomicznej firm i perspektywach zawodowych. badania naukowe. Stosownie do wymienionych obszarów inwestycji w człowieka można wskazać ich organizacyjne ramy. Procesy te mogą odbywać się w ramach: systemu edukacji narodowej, systemu agencji zatrudnienia, dostarczających informacji o pracy, systemu badań naukowych prowadzonych przez uczelnie wyższe oraz przedsiębiorstwa. Kapitał ludzki był również identyfikowany i definiowany na gruncie innych ujęć teoretycznych - np. teorii zasobowej (Kunasz, 2006a, s. 72-80) czy teorii kapitału intelektualnego (Edvinsson, Malone, 2001); (Kunasz, 2008, s. 50-57). W drugim z przywołanych ujęć teoretycznych kapitał ludzki stanowi element kapitału intelektualnego (niekiedy jest z nim utożsamiany). Kapitał intelektualny za (G.Ross, J.Ross, 1997) można określić jako sumę ukrytych (nienamacalnych) aktywów organizacji, nie uwzględnianych w jej sprawozdaniu finansowym, obejmującą zarówno to, co znajduje się w głowach pracowników, jak i to co pozostaje po ich odejściu. Na tak pojmowany kapitał intelektualny składa się: kapitał ludzki oraz kapitał strukturalny. Kryterium wyróżniania wymienionych kategorii jest własność zasobów. Właścicielem kapitału strukturalnego jest organizacja, zaś ludzkiego poszczególni jej członkowie. Kapitał ludzki stanowi wszystko to co organizacja traci wraz z odejściem pracownika, zaś strukturalny wszystko to co zdoła utrwalić (Osbert-Pociecha, Karaś, 1999, s. 49). Dodatkowo obszary, w których rozpatrywane jest oddziaływanie kapitału ludzkiego wyznacza koncepcja gospodarki opartej na wiedzy (GOW) to gospodarka, w której działa wiele przedsiębiorstw, które o wiedzę opierają swoją przewagę konkurencyjną (Koźmiński, 1996, s. 7). Wprowadzanie GOW polega na stymulowaniu rozwoju następujących dziedzin (na nich koncentruje się zainteresowanie teoretyków i praktyków): edukacji i nauki,

badań i rozwoju (B+R), high-tech, usług biznesowych, sektora usług społeczeństwa informacyjnego. Wyodrębnione powyżej obszary wyznaczają kierunki budowy modeli pomiaru kapitału ludzkiego (zasobów ludzkich). Jedną z grup metod, która znajduje zastosowanie w analizowanym obszarze, są metody wielowymiarowej analizy porównawczej (WAP) i.2. Metody wielowymiarowej analizy porównawczej WAP Wielowymiarowa analiza porównawcza (WAP) jest dyscypliną naukową zajmującą się analizą zjawisk złożonych opisywanych za pomocą wielu zmiennych (Jankiewicz-Siwek, 1996, s. 23). Metody WAP stosuje się w celu transformacji wielowymiarowej przestrzeni zmiennych diagnostycznych do jednowymiarowej przestrzeni zmiennej syntetycznej, umożliwiającej uporządkowanie badanych podmiotów ze względu na poziom badanego zjawiska. Jedną z metod wykorzystywanych w ramach dyscypliny, której metodologię wykorzystano w omawianych badaniach, jest metoda porządkowania liniowego. Na wstępie procedury porządkowania liniowego należy podzielić zbiór przyjętych zmiennych na (Jajuga, 1999, s. 37): stymulanty zmienne, których rosnąca wartość świadczy o wzroście poziomu badanego zjawiska, destymulanty zmienne, których malejąca wartość świadczy o wzroście poziomu badanego zjawiska, nominanty - zmienne, dla których wartości świadczące o wysokiej wartości badanego zjawiska zawierają się w pewnym przedziale, wartości spoza przedziału świadczą z kolei o niższym poziomie zjawiska. Po zidentyfikowaniu destymulant i nominant należy je przekształcić w stymulanty (Batóg, 2003). Należy też pamiętać, iż nie wszystkie zmienne powinny być uwzględniane w dalszych badaniach. Ich wyboru należy dokonać z wykorzystaniem kryterium (Ostasiewicz, 1998, s. 116): uniwersalności, zmienności, stopnia skorelowania, ważności. Przyjęte do dalszych analiz zmienne są zazwyczaj wyrażone w różnych jednostkach miary, mają również różne obszary zmienności, nie stanowią zatem zestawu porównywalnych danych. Eliminację wymienionych ograniczeń zapewnia

procedura ich normalizacji, która może być prowadzona z wykorzystaniem 3 rodzajów przekształceń określanych mianem (Borys, 1978): standaryzacji, unitaryzacji, przekształceń ilorazowych. W dalszej części procedury należy dokonać wyboru metody agregacji zestandaryzowanych zmiennych znajdują tu zastosowanie 2 warianty: bezwzorcowy, gdzie agregacji danych dokonuje się obliczając wartość średnią zmiennych diagnostycznych dla badanych obiektów - uzyskane miary są unormowane w przedziale <0;1>. wzorcowy, gdzie tworzy się tzw. obiekt wzorcowy na bazie maksymalnych wartości zmiennych diagnostycznych w badanej zbiorowości, następnie wyznacza się odległość poszczególnych obiektów od wzorca rozwoju - uzyskane wartości nie są unormowane w przedziale <0;1>, dlatego konstruuje się miarę względną, która ograniczenie to eliminuje. Interpretacja miary syntetycznej wygenerowanej za pośrednictwem obu formuł agregacyjnych jest podobna: rosnąca jej wartość świadczy o wyższym poziomie badanego zjawiska (w przypadku metod wzorcowych zbliżaniu się do wzorca rozwoju) szerzej (Nowak, 1990); (Tarczyński, 1994). i.3. Procedura porządkowania liniowego podmiotów poddanych badaniu Wykorzystując metody wielowymiarowej analizy porównawczej dokonano na bazie powyżej przedstawionej procedury postępowania uporządkowania liniowego badanych obiektów ze względu na sposób wykorzystania zasobów ludzkich. W poniższej tabeli przedstawiono wybrane z uwzględnieniem przyjętych kryteriów zmienne, określając ich typ (stymulanty, destymulanty i nominanty) oraz wartości pożądane. Tabela 1. Wykaz zmiennych diagnostycznych x i zmienna diagnostyczna typ zmiennej wartości pożądane x 1 Stopa zatrudnienia stymulanta max x 2 Stopa bezrobocia destymulanta min x 3 Procent populacji 20-24 posiadający co najmniej średnie stymulanta max wykształcenie x 4 Procent populacji 25-64 posiadający co najmniej średnie stymulanta max wykształcenie x 5 Publiczne wydatki na edukację jako % PKB stymulanta max

x 6 Kształcenie ustawiczne stymulanta max x 7 Wydatki na B+R jako % PKB stymulanta max x 8 Wnioski składane do Europejskiego Urzędu Patentowego stymulanta max x 9 Zatrudnienie w sektorze usług opartych na wiedzy stymulanta max x 10 Zatrudnienie w sektorze nauka i technologia stymulanta max x 11 Wydatki na technologie informacyjne jako % PKB stymulanta max x 12 Procent gospodarstw domowych, które mają dostęp do stymulanta max Internetu x 13 Przeciętna oczekiwana długość życia kobiet stymulanta max Źródło: opracowanie własne. Wybór zmiennych podyktowany był możliwością pozyskania danych zapewniających porównywalność nie tylko przestrzenną, ale i czasową, z zakresu danych spełniających kryterium merytoryczne związku z problematyką omawianą w podobnym kontekście w literaturze przedmiotu (patrz część teoretyczna opracowania). Zakres przestrzenny prowadzonych badań obejmował kraje wchodzące aktualnie w struktury Unii Europejskiej. Dla celów analitycznych wyodrębniono w ramach badanej zbiorowości 3 grupy państw: UE-15 grupa państw tworząca Unię Europejską przez polską akcesją, UE-10 grupa państw wstępujących w struktury Unii Europejskiej równolegle z Polską, UE-2 najmłodsi członkowie Unii Europejskiej Bułgaria i Rumunia. Dane grupowano w nawiązaniu do wprowadzonego podziału. Zakres czasowy badań obejmuje lata 1996-2006. Dostępne dane za rok 2007 były niekompletne, dlatego zrezygnowano z ich uwzględniania w badaniach. W latach 1996-1999 dla niektórych państw (z grup UE-10 i UE-2) nie było można skompletować wystarczającego zestawu danych kraje te zostały w związku z tym wyłączone z rankingów. Pełna porównywalność miejsc w rankingu jest zapewniona w latach 2000-2006. Dane pozyskiwano z witryny internetowej Eurostatu. Założenia metodologiczne dotyczące zakresu przestrzenno-czasowego prowadzonych badań poza analizą w ujęciu statycznym (zhierarchizowanie obiektów) umożliwiały również prowadzenie analizy dynamiki zmian zjawisk opisywanych zestawem zmiennych i miarą syntetyczną, co zwiększa zdecydowanie zakres możliwych do zidentyfikowania asocjacji. W grupie zmiennych zidentyfikowano destymulanty przeprowadzono zatem procedurę ich zamiany na stymulanty, z wykorzystaniem następującej formuły: x ij = 1/x ij (1)

gdzie: x ij, x ij - wartość zmiennej X j dla i-tej obserwacji, Wśród zmiennych nie zidentyfikowano nominant. Procedurę normalizacji danych przeprowadzono z wykorzystaniem metody unitaryzacji, opisywanej poniższym wzorem: z ij = x ij / max x ij (i = 1,...,m j = 1,...,k) (2) gdzie: z ij - znormalizowana wartość zmiennej X j dla i-tej obserwacji, max x ij maksymalna wartość zmiennej X j. Po tym dokonano agregacji danych metodą bezwzorcową, zgodnie z przedstawioną poniżej formułą: z i = Σ x ij / p (i = 1,...,m) (3) Wynikiem końcowym zastosowanej procedury obliczeniowej były rankingi badanych podmiotów sporządzone według kryterium malejącej wartości miernika syntetycznego w latach 1996-2006 (stworzono 11 takich zestawień). i.4. Rezultaty badań Tabela 2 przedstawia szczegółowe wartości wspomnianej miary syntetycznej dla krajów w ramach wyodrębnionych grup (dla każdego z krajów obliczono wskaźnik dynamiki zmian miary syntetycznej dla krajów UE-15 w okresie 1996-2006, dla pozostałych 2000-2006). W tabeli przedstawiono również miejsce każdego z krajów w rankingach tworzonych w poszczególnych latach. Tabela 2. Rankingi wykorzystania zasobów ludzkich w krajach Unii Europejskiej w latach 1996-2006 Indeks kraj 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 dyn. UE-15 Austria 0,703 0,685 0,715 0,69 0,702 0,692 0,707 0,713 0,75 0,745 0,747 6,3 Belgia 0,66 0,637 0,64 0,641 0,664 0,658 0,677 0,674 0,699 0,688 0,687 4,1 Dania 0,831 0,803 0,837 0,804 0,834 0,823 0,869 0,866 0,876 0,875 0,892 7,3 Finlandia 0,793 0,776 0,81 0,812 0,838 0,818 0,83 0,82 0,84 0,825 0,838 5,7 Francja 0,639 0,602 0,634 0,627 0,64 0,626 0,631 0,654 0,674 0,685 0,67 4,9 Grecja 0,513 0,473 0,487 0,456 0,486 0,453 0,475 0,469 0,474 0,477 0,476-7,2 Hiszpania 0,475 0,465 0,471 0,473 0,485 0,485 0,503 0,498 0,507 0,53 0,537 13,1

Holandia 0,756 0,736 0,764 0,755 0,772 0,802 0,825 0,815 0,81 0,802 0,803 6,2 Irlandia 0,587 0,563 0,564 0,614 0,63 0,627 0,616 0,627 0,64 0,646 0,64 9 Luksemburg 0,66 0,664-0,736 0,727 0,705 0,715 0,693 0,741 0,725 0,715 8,3 Niemcy 0,762 0,706 0,67 0,7 0,717 0,701 0,734 0,731 0,746 0,732 0,737-3,3 Portugalia 0,457 0,447 0,433 0,436 0,447 0,439 0,431 0,445 0,469 0,466 0,466 2 Szwecja 0,901 0,898 0,886 0,891 0,891 0,879 0,892 0,921 0,933 0,902 0,9-0,1 Wlk.Brytania 0,702 0,676 0,668 0,694 0,721 0,712 0,755 0,76 0,792 0,784 0,754 7,4 Włochy 0,518 0,501 0,507 0,505 0,518 0,513 0,539 0,538 0,559 0,517 0,544 5 UE-10 Czechy - - 0,621 0,601 0,605 0,595 0,589 0,561 0,584 0,589 0,605 0 Estonia - 0,526 0,593 0,582 0,567 0,556 0,585 0,591 0,589 0,612 0,631 11,3 Litwa - - 0,617 0,572 0,558 0,529 0,499 0,504 0,521 0,542 0,574 2,9 Łotwa - - 0,528 0,52 0,523 0,505 0,505 0,538 0,525 0,555 0,574 9,8 Polska - 0,572 0,564 0,547 0,548 0,51 0,485 0,489 0,514 0,528 0,544-0,7 Słowacja - - 0,574 0,559 0,554 0,549 0,545 0,524 0,512 0,516 0,525-5,2 Słowenia 0,643 0,601 0,603 0,602 0,616 0,599 0,626 0,637 0,666 0,651 0,663 7,6 Węgry 0,47 0,511 0,517 0,527 0,527 0,527 0,555 0,577 0,559 0,552 0,559 6,1 Cypr - - - 0,459 0,507 0,533 0,595 0,626 0,647 0,653 0,677 33,5 Malta - - - - 0,47 0,458 0,426 0,444 0,475 0,475 0,478 1,7 UE-2 Bułgaria - - - - 0,5 0,461 0,47 0,48 0,459 0,502 0,485-3 Rumunia - 0,526 0,469 0,441 0,431 0,434 0,441 0,455 0,43 0,475 0,455 5,6 Pozycja w rankingu kraj 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 - UE-15 Austria 6 6 5 8 8 8 8 7 6 6 6 - Belgia 8 9 8 9 9 9 9 9 9 9 9 - Dania 2 2 2 3 3 2 2 2 2 2 2 - Finlandia 3 3 3 2 2 3 3 3 3 3 3 - Francja 11 10 9 10 10 11 10 10 10 10 11 - Grecja 14 18 20 23 23 25 23 24 24 24 25 - Hiszpania 15 19 21 21 24 22 20 21 22 19 21 - Holandia 5 4 4 4 4 4 4 4 4 4 4 - Irlandia 12 13 15 11 11 10 12 12 13 13 13 - Luksemburg 9 8 5 5 6 7 8 8 8 8 - Niemcy 4 5 6 6 7 7 6 6 7 7 7 - Portugalia 17 20 23 25 26 26 26 26 25 27 26 - Szwecja 1 1 1 1 1 1 1 1 1 1 1 - Wlk.Brytania 7 7 7 7 6 5 5 5 5 5 5 - Włochy 13 17 19 20 20 19 18 18 17 21 20 - UE-10 Czechy - - 10 13 13 13 14 16 15 15 15 - Estonia - 15 13 14 14 14 15 14 14 14 14 - Litwa - - 11 15 15 17 21 20 19 18 17 - Łotwa - - 17 19 19 21 19 17 18 16 16 - Polska - 12 16 17 17 20 22 22 20 20 19 - Słowacja - - 14 16 16 15 17 19 21 22 22 - Słowenia 10 11 12 12 12 12 11 11 11 12 12 -

Węgry 16 16 18 18 18 18 16 15 16 17 18 - Cypr - - - 22 21 16 13 13 12 11 10 - Malta - - - - 25 24 27 27 23 25 24 - UE-2 Bułgaria - - - - 22 23 24 23 26 23 23 - Rumunia - 14 22 24 27 27 25 25 27 26 27 - Źródło: opracowanie własne na podstawie danych z Eurostatu. Analiza danych zawartych w tabeli pozwala na stwierdzenie, iż w grupie krajów UE-15 bezsprzecznym liderem w wykorzystaniu zasobów ludzkich jest Szwecja (w każdym roku zajmowała 1 pozycję w rankingu). Z kolei miejsca 2 lub 3 zajmowały wymiennie kolejne kraje skandynawskie: Dania oraz Finlandia. Negatywnie na tle pozostałych krajów w tej grupie wyróżnia się Grecja (gdzie dodatkowo odnotowano najwyższą ujemną dynamikę zmiany miary syntetycznej) oraz Portugalia. Analiza dynamiki zmian miary syntetycznej wskazuje na zmniejszenie efektywności wykorzystania zasobów ludzkich w Niemczech. Natomiast pozytywne zmiany w adekwatnym zakresie należy odnotować głównie w Hiszpanii (poziom miary syntetycznej zwiększył się o 13,1 %), Irlandii i Luksemburgu (tu zmiana odpowiednio 9 % i 8,3 %). W przypadku państw z grupy UE-10 w gronie liderów zmian należy umiejscowić Cypr (gdzie odnotowano 33,5 % wzrost poziomu miary syntetycznej w okresie badawczym) oraz Estonię (z prawie 10 % wzrostem). Te kraje wraz ze Słowenią zajmują najwyższe pozycje w rankingach. Na przeciwległym krańcu (biorąc pod uwagę osiągane pozycje w rankingach) należy umieścić Maltę oraz Słowację (biorąc pod uwagę negatywną dynamikę zmian miary syntetycznej 5,2). Polska, biorąc pod uwagę lata 2000-2006 (analiza w takim zakresie prowadzona jest z przyczyn wcześniej wskazanych w części metodologicznej) zajmowała w rankingach pozycję od 17 (w roku 2000) do 22 (w roku 2003). Miara syntetyczna mieściła się w przedziale od 0,485 (w roku 2002) do 0,548 (w 2000 r.). Negatywnie należy ocenić dynamikę zmian wartości miary syntetycznej (wskaźnik dynamiki przyjął wartość ujemną). Na wykresie 1 i w tabeli 3 przedstawiono średnie wartości miary syntetycznej dla wyodrębnionych grup państw w badanym okresie (na ich tle przedstawiono zmiany adekwatnej miary dla Polski). Tabela 3 prezentuje dodatkowo w powyższym zakresie wskaźniki dynamiki zmian poziomu miary syntetycznej w latach 1998-2006 oraz średnią pozycję w rankingu.

Wykres 1. Średnie wartości miary syntetycznej w grupach państw w latach 1997-2006 0,7 0,65 0,6 UE-15 UE-10 0,55 0,5 0,45 Polska UE-2 0,4 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Źródło: opracowanie własne na podstawie danych z Eurostatu. Tabela 3. Średnie wartości miary syntetycznej i pozycji w rankingu w grupach państw w latach 1996-2006 Grupa 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 dyn Indeks UE-15 0,664 0,642 0,649 0,656 0,671 0,662 0,68 0,682 0,701 0,693 0,694 6,9 UE-10 0,557 0,552 0,577 0,552 0,547 0,536 0,541 0,549 0,559 0,567 0,583 1 UE-2 - - 0,469 0,441 0,465 0,447 0,456 0,468 0,445 0,488 0,47 0,2 Polska - - 0,564 0,547 0,548 0,51 0,485 0,489 0,514 0,528 0,544-3,5 Pozycja w rankingu UE-15 8,5 9,5 10,2 10,3 10,6 10,5 10,3 10,4 10,4 10,6 10,7 - UE-10 13 13,5 13,9 16,2 17 17 17,5 17,4 16,9 17 16,7 - UE-2 - - 22 24 24,5 25 24,5 24 26,5 24,5 25 - Polska - - 16 17 17 20 22 22 20 20 19 - Źródło: opracowanie własne na podstawie danych z Eurostatu. Analiza danych w przedstawionym zakresie pozwala na postawienie wniosku, iż liderami zmian w zakresie wykorzystania zasobów ludzkich są stare kraje Unii Europejskiej. Średnia wartość miary syntetycznej w badanym okresie poprawiła się tu o prawie 7 %, gdy w grupie krajów nowych dla UE- 10 i UE-2 adekwatny wskaźnik ukształtował się na poziomie 1 % i 0,2 %. Nie mniej jednak tak podany zestaw danych nie wyczerpuje w pełni całokształtu za-

chodzących zależności. Podczas, gdy po roku 2003 miara syntetyczna dla krajów starej Unii zatrzymała się na względnie stałym poziomie (dynamiczne zmiany zachodziły wcześniej), dla krajów UE-10 był to okres bardzo dynamicznego rozwoju, również w zakresie wykorzystania zasobów ludzkich. Zmiany wartości miary syntetycznej w Polsce (ujemna dynamika) na tle wcześniej przedstawionych danych nie pozostawiają wątpliwości co do negatywnej ich oceny, przy czym tu też nie można nie zauważyć pewnych tendencji w ramach okresu badawczego. W latach 1997-2000 indeks dla Polski był zbliżony do średniej dla UE-10. Wyraźnie negatywne zmiany w poddanym analizie zakresie zaobserwowano w latach 2001-2003. Lata 204-2006 z kolei to okres widocznej poprawy przyjętych do analizy parametrów a zatem i miary syntetycznej. Polska wyraźnie nadrobiła w tym czasie część dystansu dzielącego ją od niektórych krajów regionu. Biorąc jednak pod uwagę dane z roku 2006, miara syntetyczna dla Polski jest mniejsza od średniej dla UE-10 o 0,041. W najbardziej krytycznym momencie (rok 2002) różnica ta wynosiła 0,066. W kolejnym zestawieniu (tabela 4) zaprezentowano pozycję krajów w ostatnim rankingu (za rok 2006) oraz średnią pozycję w zestawieniach z poszczególnych lat (niepełna porównywalność pozycji) i w latach 2000-2006 (gdzie ów mankament został wyeliminowany). Tabela 4. Pozycje państw Unii Europejskiej w wybranych rankingach Pozycja Średnia pozycja Kraj 2006 1996-2006 2000-2006 UE-15 Szwecja 1 1 1 Dania 2 2,2 2,1 Finlandia 3 2,8 2,9 Holandia 4 4,1 4 Wielka Brytania 5 5,8 5,1 Niemcy 7 6,2 6,7 Austria 6 6,7 7 Luksemburg 8 7,2 7,1 Belgia 9 8,8 9 Francja 11 10,2 10,3 Irlandia 13 12,3 12 Włochy 20 18,4 19 Hiszpania 21 20,5 21,3 Grecja 25 22,1 24 Portugalia 26 24,3 26

UE-10 Słowenia 12 11,5 11,6 Cypr 10 14,8 13,7 Estonia 14 14,1 14,1 Czechy 15 13,8 14,4 Węgry 18 16,9 16,9 Łotwa 16 18 18 Litwa 17 17 18,1 Słowacja 22 18 18,9 Polska 19 18,5 20 Malta 24 25 25 UE-2 Bułgaria 23 23,4 23,4 Rumunia 27 24,4 26,3 Źródło: opracowanie własne na podstawie danych z Eurostatu. Analiza danych pozwala na potwierdzenie wcześniej zaobserwowanych zależności. W grupie krajów UE-15 wyróżniają się 3 kraje skandynawskie (Szwecja, Dania, Finlandia), natomiast do grona państw najmniej efektywnie wykorzystujących zasoby ludzkie zaliczyć można Grecję i Portugalię (25 i 26 pozycja w rankingu z 2006 r.). W grupie UE-10 należy wskazać jako liderów Słowenię, Cypr i Estonię. Na przeciwległym krańcu bez wątpliwości można umiejscowić Maltę (pozycja 24 w ostatnim rankingu). W grupie państw UE-2 znacznie efektywniej swoje zasoby ludzkie wykorzystuje Bułgaria (23 pozycja w ostatnim rankingu, w porównaniu z Rumunią, która zajęła ostatnie miejsce). Polska w ostatnim rankingu uplasowała się na pozycji 19. W grupie UE- 10 gorsze pozycje odnotowano dla Malty i Słowacji, w grupie UE-15 syntetyczna miara była mniejsza dla Portugalii, Grecji, Hiszpanii (również biorąc pod uwagę średnią pozycję w rankingach w latach 2000-2006 w krajach tych mniej efektywnie wykorzystywano zasoby ludzkie) oraz Włoch. i.5. Zakończenie Reasumując prowadzone rozważania można stwierdzić, iż: W grupie państw UE-15 liderami w wykorzystaniu zasobów ludzkich są kraje skandynawskie (Szwecja, Dania, Finlandia). Najwyższy postęp w tym zakresie zaobserwowano w przyjętym okresie badawczym w Hiszpanii, Irlandii i Luksemburgu. Natomiast do grona państw najmniej efektywnie wykorzystujących zasoby ludzkie należy zaliczyć Grecję i Portugalię.

W grupie państw wstępujących równolegle z Polską w struktury Unii Europejskiej liderami w wykorzystaniu zasobów ludzkich są: Słowenia, Cypr i Estonia, na przeciwległym zaś krańcu można umiejscowić Maltę i Słowację. Biorąc pod uwagę cały okres badawczy pozytywne zmiany w zakresie wykorzystania zasobów ludzkich przebiegały relatywnie rzecz biorąc bardziej dynamicznie w państwach z grupy UE-15, jednakże po roku 2003 liderami zmian okazały się nowe k członkowskie, w tym również Polska, właśnie wtedy nadrabiająca niejako część dystansu, będącego konsekwencją zaobserwowanych w latach 2001-2003 negatywnych zmian i dzielącego ją od niektórych krajów regionu. Jednakże, relatywnie rzecz biorąc, pozycja Polski nadal nie napawa optymizmem. Bibliografia Batóg J., (2003), Klasyfikacja obiektów w przypadku agregacji danych, [w:] Zeszyty Naukowe Uniwersytetu Szczecińskiego, Szczecin. Becker G.S., (1964), Human Capital. A Theoretical Analysis with special Reference to Education, New York. Borys T., (1978), Metody normowania cech w statystycznych badaniach porównawczych, Przegląd Statystyczny, nr 2. Dobija M., (2001), Problematyka wartości kapitału ludzkiego, [w:] Zeszyty Naukowe Akademii Ekonomicznej w Krakowie nr 557, Kraków. Domański S.R., (1993), Kapitał ludzki i wzrost gospodarczy, PWN, Warszawa. Edvisson L. i M.S. Malone, (2001), Kapitał intelektualny, PWN, Warszawa. Fisher I., (1927), The nature of capital and income, MacMillian, London. Jajuga K. (red.), (1999), Ekonometria metody i analiza problemów ekonomicznych, Akademia Ekonomiczna we Wrocławiu, Wrocław. Jankiewicz-Siwek A., (1996), Syntetyczne miary oceny zdolności kredytowej przedsiębiorstw (propozycja dla banków), [w:] E.Nowak, M.Urbanek, Ekonometryczne modelowanie danych finansowo-księgowych, UMCS, Lublin. Koźmiński A., (1996), Teoria i praktyka zarządzania na przełomie XX i XXI wieku, Transformacje, nr 1-2. Kunasz M., (2006a), Resource approach in building a long-term competitive advantage of enterprise, [w:] D.Kopycińska (red.), Theoretical and practical aspects of competitiveness, Katedra Mikroekonomii Uniwersytetu Szczecińskiego, Szczecin, s. 72-80. Kunasz M., (2006b), Zasoby przedsiębiorstwa w ujęciu teorii ekonomii, Gospodarka Narodowa, nr 10, s. 33-48. Kunasz M., (2008), Intellectual capital a new source of competitive advantage, [w:] Y.Bilan, S.Vdovtsova (red.), Ukrainian-Polish Cooperation in the Context of Globalization, Kyiv National University of Technologies and Design, Kyiv-Ternopil, s. 50-57. Maniak G., Nowak-Lewandowska R., (2007), Zmiany w zasobach pracy w Polsce w latach 1990-2003 a konkurencyjność gospodarki, [w:] Zeszyty Naukowe Uniwersytetu Szczecińskiego, Prace Katedry Mikroekonomii nr 11, WNUS, Szczecin.

Nowak E., (1990), Metody taksonomiczne w klasyfikacji obiektów społecznogospodarczych, PAN, Warszawa. Osbert-Pociecha G., Karaś M., (1999), Wykorzystanie koncepcji zarządzania zintegrowaną wiedzą pracowników (kapitałem intelektualnym) w reengineeringu przedsiębiorstwa, Przegląd Organizacji, nr 3. Ostasiewicz W. (red.), (1998), Statystyczne metody analizy danych, Akademia Ekonomiczna we Wrocławiu, Wrocław. Ross G., Ross J., (1997), Measuring your Company s Intellectual Performance, Long Range Planning, June. Schultz T.W., (1961), Education and Economic Growth, University of Chicago Press, Chicago. Schultz T.W., (1976), Investment in Human Capital, The Free Press, New York. Tarczyński W., (1994), Taksonomiczna miara atrakcyjności inwestycji w papiery wartościowe, Przegląd Statystyczny, nr 3.