koniunktura konsumencka na poziomie lokalnym w województwie
Transkrypt
koniunktura konsumencka na poziomie lokalnym w województwie
Opracowanie w ramach projektu SYSTEM PRZECIWDZIAŁANIA POWSTAWANIU BEZROBOCIA NA TERENACH SŁABO ZURBANIZOWANYCH ze środków Europejskiego Funduszu Społecznego w ramach Inicjatywy Wspólnotowej EQUAL PARTNERSTWO NA RZECZ ROZWOJU KONIUNKTURA KONSUMENCKA NA POZIOMIE LOKALNYM W WOJEWÓDZTWIE PODKARPACKIM I LUBELSKIM RAPORT I I II - SYNTEZA ElŜbieta Wojnicka Piotr Klimczak Robert Pater Współpraca Monika Dąbrowska Recenzent: Prof. UG dr hab. Krystyna Gawlikowska-Heuckel Rzeszów, listopad 2006 1 Wstęp.......................................................................................................................................... 3 1. Popytowe uwarunkowania rozwoju przedsiębiorstw (ElŜbieta Wojnicka) ............................ 3 2. Analiza determinant dochodów oraz wpływów z podatków dochodowych przedsiębiorstw i gospodarstw domowych (Robert Pater) .................................................................................. 20 3. Klimat koniunktury dla rozwoju przedsiębiorstw w powiatach Podkarpacia i Lubelszczyzny (ElŜbieta Wojnicka) .................................................................................................................. 31 4. Wyniki badań ankietowych gospodarstw domowych Podkarpacia i Lubelszczyzny (Piotr Klimczak).................................................................................................................................. 36 4.1.Wyniki badania ankietowego gospodarstw domowych w województwie podkarpackim . 36 4.2. Wyniki badania ankietowego gospodarstw domowych w województwie lubelskim ....... 48 4.3. Analiza uwarunkowań dochodów i mnoŜnik inwestycyjny w regionach (ElŜbieta Wojnicka) ................................................................................................................................. 61 Aneks 1. Dochody w gminach miejsko-wiejskich i wiejskich Podkarpacia i Lubelszczyzny. 70 Aneks 2 Wyniki analiz ekonometrycznych.............................................................................. 75 2 Wstęp Raport stanowi podsumowanie badań prowadzonych w ramach analizy koniunktury konsumenckiej na poziomie lokalnym w 2006 roku. W badaniu przedstawia się oszacowania dochodów ludności i podmiotów prawnych na podstawie wpływów gmin z podatków dochodowych oraz wyniki analizy ekonometrycznej uwarunkowań dochodów deklarowanych przez ludność i firmy w poszczególnych gminach. Prezentowana jest teŜ w raporcie ocena klimatu koniunktury dla rozwoju przedsiębiorstw w powiatach województw. Ponadto przedstawione są wyniki badania gospodarstw domowych, których celem jest analiza źródeł i wysokości dochodów, struktury wydatków, krańcowej skłonności do oszczędzania oraz przewidywań odnośnie kształtowania się dochodów i wydatków w najbliŜszym półroczu. Badanie jest przeprowadzane dwa razy w roku. W raporcie przedstawia się wyniki najnowszego badania z października 2006. Na podstawie wyników ankiet przeprowadzana jest analiza ekonometryczna uwarunkowań dochodów ludności i jej wyniki z badań przeprowadzonych zarówno w lutym jak i październiku są przestawione w raporcie. Na podstawie ankiet oszacowano teŜ mnoŜnik inwestycyjny w poszczególnych województwach oraz typach gmin. 1. Popytowe uwarunkowania rozwoju przedsiębiorstw (ElŜbieta Wojnicka) W ramach badania popytowych uwarunkowań rozwoju przedsiębiorstw na rynkach lokalnych Podkarpacia i Lubelszczyzny szacowane są dochody przedsiębiorstw i podmiotów prawnych w gminach i powiatach województw na podstawie wpływów gmin z tytułu podatków dochodowych PIT i CIT. Ponadto oceniany jest klimat koniunktury dla rozwoju przedsiębiorstw w gminach i powiatach na podstawie oceny chłonności rynków lokalnych w postaci dochodów ludności i jej ewolucji oraz efektywności firm w postaci ich zyskowności, a takŜe dynamiki liczby przedsiębiorstw i pracujących na danym terenie. W ramach badania przeprowadzana jest teŜ prognoza koniunktury w poszczególnych powiatach na podstawie planów budŜetowych gmin dotyczących wpływów z podatków bezpośrednich. PowyŜsze analizy bazują na danych statystycznych. Dochody osób i podmiotów prawnych na danym terenie są szacowane na podstawie następującego wzoru: Wzór: D = W/(A*B) A – udział gmin w podatku w odsetkach 3 B – efektywna stopa podatkowa w odsetkach W – wpływy gmin z podatku w zł (na mieszkańca) D – dochód roczny przed opodatkowaniem (na mieszkańca) w gminie Dochód przed opodatkowaniem ludności i przedsiębiorstw jest więc liczony poprzez podzielenie wpływów gmin z podatków dochodowych przez iloczyn udziału gmin w podatku PIT lub CIT w danym roku i efektywnej stopy wpływów z tego podatku w danym roku. Dzięki wykorzystaniu efektywnej stopy podatkowej unika się zaniŜenia dochodu o przysługujące ulgi. Odpowiednie współczynniki dla poszczególnych lat są takie jak przedstawione w tabeli 1. Tabela 1. Współczynniki do szacowania dochodów przed opodatkowaniem ludności i podmiotów prawnych 1999 2000 2001 2002 2003 2004 2005 2006 efektywna stopa PIT 15,5 15,7 15,61 15,85 15,35 15,34 15,55 16* udział gmin w podatku 27,6 27,6 27,6 27,6 27,6 35,71 35,71 35,71 współczynnik efektywna stopa CIT udział gmin w podatku 0,04278 0,043332 0,043084 0,043746 0,042366 0,0547791 0,055529 0,057136 29,7 26,8 25,2 24,7 23,7 16,78 16,68 16,68* 5 5 5 5 5 6,71 6,71 6,71 0,011192 3 Źródło: Obliczenia własne na podstawie Ustawa z dnia 26 listopada 1998 r. o dochodach jednostek samorządu terytorialnego w latach 1999-2002 (Dz.U. nr 150, poz. 983 ze zmianami), Ustawa z dnia 13 listopada 2003 roku „O dochodach jednostek samorządu terytorialnego”, Dz. U. z 2003 roku, Nr 203, poz.1966, dane Ministerstwa Finansów, *-prognoza współczynnik 0,01485 0,0134 0,0126 0,01235 0,01185 0,011259 0,0111923 Podmioty prawne to podmioty posiadające osobowość prawną zobowiązane do płacenia podatku od osób prawnych. Według Ustawy z dnia 15 lutego 1992 r. o podatku dochodowym od osób prawnych podatnikami są wszystkie osoby prawne i nie posiadające osobowości prawnej poza spółkami: cywilnymi, jawnymi, partnerskimi, komandytowymi, komandytowo-akcyjnymi. Zwolnione są teŜ jednostki budŜetowe. Podmioty prawne to więc przede wszystkim spółki prawa handlowego, fundacje, stowarzyszenia rejestrowe, spółdzielnie przedsiębiorstwa państwowe. Dla oszacowania przeciętnych dochodów podmiotów prawnych w 2005 roku w gminach przyjęto liczbę aktywnych podmiotów estymowaną na podstawie odsetka podmiotów aktywnych w porównaniu z liczbą podmiotów 4 prawnych zarejestrowanych w REGON. Wskaźnik ten wynosi około 55%.1 Podmioty prawne to głównie większe – małe, średnie i duŜe przedsiębiorstwa, a stąd jest ich znacznie mniej w gospodarce niŜ zakładów osób fizycznych, którymi są głównie firmy mikro. Kondycję mikro firm będą więc odzwierciedlać wpływy gmin z PIT na danym terenie. Obliczone w powyŜszy sposób wartości dochodu ludności na mieszkańca oznaczają dochód przed opodatkowaniem deklarowany przez mieszkańców w zeznaniach podatkowych, a więc po odjęciu kosztów uzyskania przychodu. Odzwierciedlają one dochód z pracy najemnej, emerytury/renty oraz dochód osób prowadzących działalność gospodarczą. Wartości te są najniŜsze w gminach i powiatach o większym udziale rolnictwa ze względu na fakt, Ŝe nie jest ona opodatkowana według reguł PIT. Wyniki analizy ekonometrycznej obrazującej czynniki determinujące dochody podatkowe ludności przedstawione są w rozdziale 2. Wartość dochodu przed opodatkowaniem jest niŜsza od dochodu do dyspozycji z badań gospodarstw domowych GUS. Odzwierciedla to fakt występowania dodatkowych dochodów w gospodarce. Ponadto naleŜy pamiętać, Ŝe dochody deklarowane brutto to przychody pomniejszone o koszty uzyskania przychodu, które respondenci badań GUS prawdopodobnie równieŜ traktują jako dochód do dyspozycji. Dochody podatkowe są znacznie bardziej zróŜnicowane między regionami (współczynnik zróŜnicowania 33%) niŜ dochody do dyspozycji z ankietowego badania gospodarstw domowych (współczynnik zróŜnicowania 11%) GUS. Szczególnie dochody do dyspozycji są wyŜsze w regionach o większym udziale rolnictwa i mniej zurbanizowanych. Najmniejsza róŜnica między dochodami podatkowymi a deklarowanymi w badaniu występuje na Mazowszu. Dochody podatkowe są głównie pochodną dochodów z pracy najemnej, gdyŜ dochody ze świadczeń społecznych są mniej zróŜnicowane między regionami. W województwach o niŜszych dochodach z pracy najemnej właśnie głównie dochody ze świadczeń społecznych i pomocy socjalnej zwiększają dochód do dyspozycji ludności. Występuje jednak bardzo wysoka korelacja (współczynnik korelacji liniowej Pearson’a = 0,9) między wysokością dochodu do dyspozycji ludności w regionach a dochodami podatkowymi, a stąd dochody podatkowe na poziomie gmin i powiatów równieŜ mogą być dobrym wskaźnikiem koniunktury konsumenckiej ludności w podregionach. 1 Liczba aktywnych podmiotów prawnych to liczba podmiotów składających sprawozdanie do GUS spośród firm zobowiązanych do tego oraz aktywnych najmniejszych podmiotów prawnych na bazie reprezentacyjnych badań prowadzonych przez GUS. Por. ; J.Chmiel (red) Stan sektora MSP w 2003 roku. Tendencje rozwojowe w latach 1994-2005, MGiP i PARP, Warszawa 2005; E.Wojnicka, P.Klimczak, Stan sektora MSP w 2004 roku. Tendencje rozwojowe w latach 1994-2004, PARP, Warszawa 2006, w druku; Działalność gospodarcza najmniejszych przedsiębiorstw w 2004 r, www.stat.gov.pl 5 Tabela 2. Dochód rozporządzalny i do dyspozycji oraz dochód przed opodatkowaniem ludności w regionach w 2004 roku. do dochód przed Jednostka rozporzą rozporządz rozporządz rozporzą rozporządzalny terytorialna dzalny alny z alny z dzalny z ze świadczeń dyspozyc opodatkowani ji em na ogółem pracy gospodarst pracy na społecznych i innych wa własny mieszkańca na najemnej świadczeń miesiąc indywidual rachunek socjalnych nego Dolnośląskie 748,9 316,5 20,7 58,7 290,5 724,0 459,3 Kujawsko-pomorskie 652,8 278,5 50,0 38,4 245,6 627,8 399,7 Lubelskie 676,7 256,2 65,7 53,3 246,4 636,1 297,8 Lubuskie 654,4 267,7 -9,3 53,8 290,9 625,1 358,0 Łódzkie 730,5 342,8 31,3 34,9 267,1 697,7 431,5 Małopolskie 717,6 331,2 15,4 64,0 250,8 691,7 409,6 Mazowieckie 940,2 493,1 37,6 93,3 254,4 903,4 861,0 Opolskie 744,6 307,8 27,0 48,2 288,0 706,7 346,2 Podkarpackie 585,4 256,0 20,3 31,5 245,5 557,5 272,9 Podlaskie 644,9 258,0 59,8 60,7 214,0 620,1 323,9 Pomorskie 753,3 360,4 24,8 83,8 234,6 728,7 490,9 Śląskie 748,3 345,7 3,7 46,5 309,0 718,5 586,2 Świętokrzyskie 615,5 245,7 53,6 44,3 230,9 590,0 315,3 Warmińsko657,7 264,0 56,5 60,4 232,3 636,7 331,6 mazurskie Wielkopolskie 700,9 328,6 36,5 56,3 240,0 679,1 459,7 Zachodniopomorskie 762,0 334,3 18,6 75,4 282,3 733,3 406,3 Polska 735,4 334,9 30,1 58,9 260,8 706,3 479,7 Źródło: Dane GUS i obliczenia na podstawie danych GUS Oszacowane dochody podmiotów prawnych to równieŜ dochody, czyli przychody pomniejszone o koszty, a przed opodatkowaniem, czyli zysk/strata brutto przedsiębiorstw. Prognoza dochodów ludności i kondycji przedsiębiorstw jest dokonywana na podstawie danych z budŜetów gmin Podkarpacia i Lubelszczyzny dotyczących planów budŜetowych i ich wykonania w zakresie wpływów z podatków dochodowych osób fizycznych i prawnych pochodzących z Regionalnych Izb Obrachunkowych województw. 1.1.Prognozy dochodów ludności na poziomie powiatów Dochody deklarowane przez mieszkańców Podkarpacia i Lubelszczyzny w 2005 roku wzrosły w porównaniu z 2004 rokiem znacznie więcej niŜ inflacja co oznacza realny wzrost dobrobytu. W szczególności bardzo wzrosły dochody ludności na Lubelszczyźnie – w przypadku połowy powiatów był to wzrost o ponad 20%, na Podkarpaciu w połowie powiatów w wzrost był wyŜszy niŜ 13%. Wzrosły dochody we wszystkich powiatach poza łańcuckim na Podkarpaciu. Ponadto w większości przypadków wzrost był większy niŜ oczekiwany. Na Podkarpaciu najbardziej wzrosły deklarowane dochody w powiecie rzeszowskim – 22%. Ponadto silny wzrost dochodów ludności nastąpił w powiatach leŜajskim, mieleckim, ropczycko-sędziszowskim, przemyskim i sanockim. NajwyŜsze dochody w przeliczeniu na 6 mieszkańca miały tradycyjnie w 2005 roku powiaty grodzkie tj. kolejno Rzeszów, Krosno, Tarnobrzeg i Przemyśl. Dochody przed opodatkowaniem w przeliczaniu na mieszkańca na miesiąc wynosiły w miastach Podkarpacia od 660 zł w Rzeszowie do 432,1 zł w Przemyślu. Spośród powiatów ziemskich najwyŜsze dochody zaobserwowano w stalowowolskim koło 413 zł oraz mieleckim i dębickim – około 350 zł. Najmniej średnio zarobili mieszkańcy powiatów przemyskiego, lubaczowskiego i kolbuszowskiego – koło 175 zł na miesiąc. Rezultaty w zakresie wzrostu dochodów w powiatach podkarpackich w 2005 roku odzwierciedlają wzrost zatrudnienia w wyniku przyśpieszenia gospodarki z 2004 roku. Dochody deklarowane przez ludność w 2005 roku były bardzo zbliŜone do prognoz gmin podkarpackich z planów budŜetowych na 2005 rok. Gminy patrzą równie optymistycznie na koniunkturę w 2006 roku i spodziewają się dalszego wzrostu deklarowanych w zeznaniach PIT dochodów ludności. W całym regionie gminy spodziewają się, Ŝe dochody ludności wzrosną w 2006 roku nominalnie o 6,8%. Najbardziej optymistycznie na 2006 rok patrzą gminy powiatów kolbuszowskiego, niŜańskiego i bieszczadzki. 15% dochodów ludności Podkarpacia generuje powiat grodzki Rzeszów. Po około 7% dochodów ludności Podkarpacia w 2005 roku powstało w powiatach rzeszowskim i mieleckim oraz dębickim i stalowowolskim (tabela 3). Koncentracja dochodów w stolicy regionu jest jednak na Podkarpaciu znacznie mniejsza niŜ w lubelskim, gdzie w Lublinie powstaje blisko 35% dochodu ludności województwa, a w kolejnym powiecie tj. puławskim niecałe 6%. Tabela 3. Dochody ludności w powiatach podkarpackich Powiat bieszczadzki brzozowski dębicki jarosławski jasielski kolbuszowski Krosno krośnieński leski leŜajski lubaczowski łańcucki mielecki niŜański przemyski Dynamika dochodu 2005/2004 109,7 115,8 111,8 109,5 109,8 113,1 110,6 115,7 112 120,2 113,2 86 117,5 111,9 117,5 2005/04 * 106,1 109,7 108 104,5 104 100,3 104,6 110,4 106 113,6 107 81,2 105,7 112,5 111,7 błąd prognozy -0,03 -0,05 -0,03 -0,05 -0,05 -0,11 -0,06 -0,05 -0,05 -0,06 -0,05 -0,06 -0,1 0 -0,05 2006/05* 113,4 108 104,3 112,8 106,5 116,3 109 110,9 107,7 104,5 110,3 112,4 112,3 113,9 111,7 dochód na mieszk. na miesiąc w zł w 2005 roku udział w dochodach ludności regionu 2005 (%) 249,7 216,3 344,2 252,8 293,0 169,7 554,6 277,5 235,0 256,7 174,7 292,6 351,7 225,6 183,9 0,8 2,1 6,9 4,6 5,1 1,6 4 4,6 0,9 2,7 1,5 3,4 7,1 2,3 2 7 112 105,1 -0,07 107,1 432,1 Przemyśl 115,3 107 -0,07 110,2 232,4 przeworski 119,3 115,8 -0,03 108,6 241,5 ropczycko-sędziszowski 122 115 -0,06 108,7 275,2 rzeszowski 112,8 106,6 -0,06 112,1 660,2 Rzeszów 117,4 111 -0,05 111,2 319,0 sanocki 115,3 110,6 -0,04 107,8 413,6 stalowowolski 112 106,9 -0,05 107,5 214,3 strzyŜowski 113,6 107,3 -0,06 112,5 459,5 Tarnobrzeg 111 101,9 -0,09 112,7 265,1 tarnobrzeski 112 106,8 -0,05 106,8 319,0 woj.podkarpackie Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin; * prognoza 4,3 2,8 2,6 7,1 15,1 4,5 6,8 2 3,5 1,7 100 W przeciwieństwie do Podkarpacia gminy Lubelszczyzny w 2004 roku nie były tak trafne swoich prognozach co do dochodów ludności w 2005 roku. Okazały się one bowiem znacznie wyŜsze od prognozowanych w powiatach ziemskich. Znikomy błąd prognozy dotyczył powiatów grodzkich. W 2006 roku gminy województwa lubelskiego ponownie spodziewają się znacznego wzrostu dochodów ludności – w ponad połowie powiatów oczekiwany jest wzrost dochodów ludności o ponad 10%2. Największej poprawy moŜna się spodziewać w powiatach janowskim, lubelskim, świdnickim oraz radzyńskim, a takŜe Białej Podlasce, lubartowskim i krasnostawskim. W Ŝadnym powiecie nie jest spodziewany spadek całkowitego deklarowanego dochodu. NajwyŜszy dochód w przeliczeniu na mieszkańca mają tradycyjnie powiaty grodzkie i jest on wyŜszy niŜ na Podkarpaciu. W Lublinie dochód na mieszkańca w 2005 roku wyniósł blisko 862 zł i był o 17% wyŜszy niŜ rok wcześniej. W pozostałych miastach lubelskiego tj. Chełmie, Zamościu i Białej Podlasce dochód na mieszkańca wyniósł około 580 zł i równieŜ był istotnie wyŜszy niŜ rok wcześniej. NaleŜy oceniać, Ŝe w 2005 roku nastąpił duŜy wzrost wynagrodzeń w lubelskim. Jednocześnie poprawiła się w lubelskim sytuacja na rynku pracy bardziej niŜ na Podkarpaciu w 2005 roku i stąd rezultaty w zakresie dochodów ludności były lepsze. Z powiatów ziemskich najwyŜsze średnie dochody ludności zaobserwowano w puławskim – około 425 zł oraz ryckim, świdnickim i łęczyńskim – około 375 zł. NajniŜsze dochody na Lubelszczyźnie w 2005 roku wystąpiły w chełmskim – około 180 zł oraz zamojskim i janowskim – około 200 zł (tabela 4). Tabela 4. Dochody ludności w powiatach lubelskich 2 W prognozie uwzględniono wzrost efektywnej stopy podatkowej do poziomu 16% z 15,55% w 2005 r. ze względu na likwidację ulgi remontowej. Jednak moŜe się zmniejszyć skłonność ludzi do deklarowania dochodu ze względu na wzrost realnych obciąŜeń podatkowych 8 bialski biłgorajski chełmski hrubieszowski janowski krasnostawski kraśnicki lubartowski lubelski łęczyński łukowski opolski parczewski puławski radzyński rycki świdnicki tomaszowski włodawski zamojski Biała Podlaska Chełm Lublin Zamość Woj.lubelskie udział w dynamika dochodu przed opodatkowaniem dochodzie osób regionu (%) 2005/2004 2005/04* błąd prognozy 2006/2005* 2005 3,08 123,5 109 -0,1 109 3,4 119,9 101 -0,2 103,4 1,56 119,7 110 -0,1 106,6 1,84 120,2 101 -0,2 110,9 1,14 124,5 110 -0,1 118,8 2,31 119,1 105 -0,1 111,4 3,13 126,6 112 -0,1 108,8 2,85 130,2 115 -0,1 112,5 4,1 131,4 114 -0,1 117,6 2,51 119 105 -0,1 109,5 3,46 123,4 111 -0,1 110 1,58 112 98 -0,1 111,4 1,15 129,7 115 -0,1 110,6 5,78 126,2 111 -0,1 107,3 1,75 123,5 108 -0,1 113,1 2,72 119,5 109 -0,1 102,7 3,2 121,9 106 -0,1 114,8 2,62 124,5 110 -0,1 106,8 1,19 134,1 153 0,1 109,2 2,62 125,8 111 -0,1 108,7 3,87 115 113 0 112,7 4,9 109,1 108 0 103,7 34,68 116,9 115 0 109,7 4,56 114 113 0 107,1 . 114 110 . 109,6 dochód na mieszk. na miesiąc w zł w 2005 229,1 277,4 180,0 223,5 202,0 257,8 267,0 267,4 253,1 374,7 271,2 211,6 264,1 425,0 240,0 387,4 380,2 249,3 250,6 201,1 581,5 615,6 862,5 588,0 372,9 dynamika doch. na mieszk. 2005/2004 123,9 120,3 120,3 121,1 125,1 105,9 126,9 130,4 130,4 118,8 123,6 111,9 130,7 126,6 124 120,4 122 125,2 134,7 126,2 115,3 109,7 117,2 114,5 Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin 1.2. ZróŜnicowanie dochodów ludności między typami gmin w 2005 roku Porównanie dochodów róŜnych typach gmin pokazuje podobną tendencje w obydwu województwach tj. wraz z pojawianiem się w gminie terenów wiejskich zmniejsza się średni dochód ludności. Województwo lubelskie cechuje się większym zróŜnicowaniem między gminami niŜ podkarpackie.3 W szczególności dotyczy to gmin miejskich – średni dochód w przeliczeniu na mieszkańca w gminach miejskich lubelskiego wyniósł w 2005 roku 650 zł na miesiąc, ale wynikło to głównie z wysokich dochodów w Lublinie, gdyŜ w połowie gmin miejskich regionu dochód na mieszkańca był niŜszy niŜ 471 zł. W gminach miejskich Podkarpacia średni dochód per capita w 2005 roku był niŜszy niŜ w lubelskim i wyniósł 523 zł, ale dysproporcja między gminami była słabsza i w połowie gmin miejskich dochód na 3 Współczynnik zróŜnicowania dochodu na mieszkańca w 2005 roku w podkarpackim wyniósł V= 50%, natomiast w lubelskim V=60% 9 mieszkańca był niŜszy niŜ 471 zł. W gminach miejsko-wiejskich podobnie wyŜszy był przeciętny dochód w lubelskim – 275 zł na mieszkańca przy 248 zł w podkarpackim, ale w połowie gmin tego typu w obydwu regionach dochód per capita był niŜszy niŜ około 220 zł. W gminach wiejskich odwrotnie wyŜszy średni dochód zarówno pod względem zagregowanego dochodu na mieszkańca jak i mediana średniego dochodu w gminach były wyŜsze na Podkarpaciu niŜ Lubelszczyźnie. Średni dochód w gminach wiejskich na Podkarpaciu wyniósł 204 zł i w połowie gmin mniej niŜ 170 zł, natomiast na Lubelszczyźnie 167 zł na mieszkańca, a w połowie gmin mniej niŜ 147 zł. W 2005 roku najbardziej wzrósł dochód ludności w gminach miejsko-wiejskich Podkarpacia i miejskich lubelskiego – o około 15% nominalnie w porównaniu do zagregowanych dochodów rok wcześniej. W pozostałych typach gmin w obydwu regionach dochód ludności równieŜ wzrósł znacznie – o około 1112%. Szacunki wzrostu dochodów w 2006 roku pokazują, Ŝe poza gminami miejskimi Podkarpacia spodziewany jest około 10%-owy wzrost zagregowanych dochodów w 2006 roku, a więc moŜliwość takiego zwiększenia popytu. Najmniejszej poprawy zagregowanych deklarowanych dochodów ludności oczekują gminy miejskie Podkarpacia – niecałe 4%, choć połowa gmin spodziewa się wzrostu o ponad 7%. Tabela 5. Porównanie dochodów w róŜnych typach gmin Mediana (zagregowane) dynamika dochodu dochód na mieszkańca dynamika dochodu 2005/2004 na miesiąc 2005 2006/2005-prognoza gminy miejskie Podkarpacie 113 (112) 491,5 (522,5) 107,2 (103,8) Lubelskie 113,1 (115) 471,1 (650,1) 108,0 (108,6) gminy miejsko-wiejskie Podkarpacie 115,0 (115,5) 224,1 (248,4) 112,9 (112,9) Lubelskie 111,3 (112,3) 220,1 (275) 111,5 (110,6) gminy wiejskie Podkarpacie 112,7 (111,8) 170,6 (204,6) 112,4 (109) Lubelskie -111 147,2 (167,2) 113,2 (111,2) Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin Spośród gmin miejskich najwyŜsze dochody ludności cechują stolice regionów. Szczególnie wysokie są one w Lublinie, gdzie wyniosły w 2005 roku 863 zł na mieszkańca na miesiąc, w Rzeszowie natomiast 660 zł. W obydwu stolicach nastąpił silny wzrost deklarowanego dochodu ludności –w szczególności w Lublinie (16%). Dochody na mieszkańca przed opodatkowaniem powyŜej 500 zł cechowały w 2005 roku jeszcze na Lubelszczyźnie Chełm, Dęblin, Białą Podlaskę, Tomaszów Lubelski, Biłgoraj i Puławy, natomiast na Podkarpaciu Krosno, Mielec, Dębicę, Łańcut, Stalową Wolę. Dochody ponad 450 zł per capita na miesiąc a mniej niŜ 500 to głównie miasta podkarpackie tj. Jasło, LeŜajsk, Przeworsk, Tarnobrzeg i Sanok, zaś w lubelskim Świdnik, Łuków, Lubartów. NajniŜsze dochody w 2005 roku miała 10 ludność podkarpackiego Dynowa –mniej niŜ 215 zł. Dochody na mieszkańca poniŜej 300 zł na miesiąc dotyczyły jeszcze Radymna z Podkarpacia i Rejowca Fabrycznego z lubelskiego. Tabela 6. Dochody ludności w gminach miejskich Podkarpacia gminy miejskie dochód na dynamika dochodu dynamika dochodu mieszkańca 2005 2005/2004 2006/2005plany 521,18 108,9 106,5 Dębica 212,19 116,2 108,6 Dynów 437,69 109,6 113,9 Jarosław 484,55 110,1 105,6 Jasło 554,62 110,6 109 Krosno 498,63 124,8 100,5 LeŜajsk 305,14 111,2 111 Lubaczów 515,68 79,8 119,7 Łańcut 505,01 120 109,7 Mielec 432,08 112 107,1 Przemyśl 480,37 115,5 106,2 Przeworsk 299,64 123,4 107,1 Radymno 660,22 112,8 112,1 Rzeszów 498,52 118,5 106,7 Sanok 530,64 114,7 107,4 Stalowa Wola 459,47 113,6 112,5 Tarnobrzeg Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin W 2005 roku o ponad 20% wzrosły dochody ludności podkarpackich LeŜajska, Radymna i Mielca, natomiast na Lubelszczyźnie Tomaszowa Lubelskiego i Biłgoraja. Ponad 15% większe niŜ w 2004 roku były deklarowane dochody ludności w Sanoku, Dynowie i Przeworsku na Podkarpaciu oraz Kraśniku, Lublinie, Lubartowie i Białej Podlasce w województwie lubelskim. W 2005 roku obniŜeniu uległy jedynie dochody ludności z Łańcuta. Poza Rejowcem Fabrycznym wszystkie gminy miejskie analizowanych regionów spodziewają się dalszego wzrostu deklarowanych dochodów ludności w 2006 roku co wiąŜe się z oczekiwaniami wzrostu zatrudnienia w wyniku ogólnokrajowego oŜywienia gospodarczego. Istotnej poprawy w 2006 roku spodziewają się szczególnie Łańcut, a w województwie lubelskim Włodawa – o blisko 20%. Ponad 10%-owego wzrostu dochodu ludności oczekują teŜ Krasnystaw, Radzyń Podlaski, Biała Podlaska, Lubartów, Hrubieszów oraz Międzyrzec Podlaski i Stoczek Łukowski w województwie lubelskim, a na Podkarpaciu Jarosław, Tarnobrzeg, Rzeszów i Lubaczów. Tabela 7. Dochody ludności w gminach miejskich Lubelskich Nazwa Biała Podlaska Biłgoraj dochód na mieszkańca dynamika dochodu na miesiąc 2005 2005/2004 581,5 531,1 115 121 dynamika dochodu 2006/2005 plany 112,7 104,2 11 615,6 109,1 Chełm 543,4 104,9 Dęblin 363,4 110 Hrubieszów 442,8 113,7 Krasnystaw 400,7 118 Kraśnik 470,1 116 Lubartów 862,5 116,9 Lublin 472,0 109,3 Łuków 339,6 110,8 Międzyrzec Podlaski 576,1 113,1 Puławy 421,4 112 Radzyń Podlaski 299,1 103,5 Rejowiec Fabryczny 341,2 110,2 Stoczek Łukowski 476,5 110,3 Świdnik 434,5 113,1 Terespol 556,3 121 Tomaszów Lubelski 333,5 113,4 Włodawa 588,0 114 Zamość Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin 103,7 104,2 112,3 114,9 108,1 112,6 109,7 107,9 110,9 105,4 113,7 99,1 110 105,5 105,5 102,7 118,8 107,1 Najbogatsze gminy miejsko-wiejskie analizowanych regionów to Łęczna w lubelskim z dochodem na mieszkańca w 2005 roku blisko 525 zł na miesiąc, podkarpacki Tyczyn i lubelski Parczew z dochodem per capita około 390 zł, podkarpackie Nisko i lubelskie Ryki z dochodem około 350 zł. Deklarowany dochód na mieszkańca powyŜej 275 zł na miesiąc miały teŜ jeszcze Janów Lubelski i Nałęczów na Lubelszczyźnie oraz Głogów Małopolski i Nowa Dęba na Podkarpaciu. NajuboŜsze gminy miejsko-wiejskie cechował dochód per capita na miesiąc na poziomie około 130 zł. Te gminy to lubelski Frampol, Annopol i Tyszowce oraz podkarpackie Narol i Radomyśl Wielki. Ponad 30% wzrost dochodów ludności w 2005 roku w stosunku do 2004 nastąpił w Ostrowie Lubelskim i podkarpackim Tyczynie. O ponad 20% wzrosły jeszcze całkowite deklarowane dochody ludności Ropczyc, Głogowa Małopolskiego, Dukli i Sokołowa Małopolskiego w województwie podkarpackim, natomiast w lubelskim dochody przed opodatkowaniem mieszkańców BełŜyc, Józefowa, Kazimierza Dolnego i gminy Piaski. W Ŝadnej z gmin miejsko-wiejskich obydwu województw nie spadły deklarowane dochody ludności w ujęciu nominalnym, jednak w Annopolu utrzymane zostały one na poziomie z 2004 roku co oznacza spadek w ujęciu realnym. Największej poprawy dochodu ludności w 2006 roku – o ponad 15% spodziewają się z województwa lubelskiego Szczebrzeszyn, Zwierzyniec, Annopol, Janów Lubelski, BełŜyce, Bychawa, Tyszowce i Poniatowa, natomiast z podkarpackiego Kańczuga, Głogów Małopolski, Pilzno, Radomyśl Wielki, BłaŜowa, Dukla, Baranów Sandomierski, Kolbuszowa, 12 Zagórz, Sieniawa i Ulanów. Pogorszenia dochodów, spośród gmin miejsko-wiejskich, spodziewają się jedynie lubelskie Tarnogród, Krasnobród i Ostrów Lubelski (tabela 8). Tabela 8. Dochody ludności w gminach miejsko-wiejskich dochód na mieszkańca 2005 dynamika dochodu 2005/2004 dynamika dochodu 2006/2005plany gminy miejsko-wiejskie o najwyŜszym dochodzie 392,0 135,5 104,6 Tyczyn 352,6 107,5 105,8 Jedlicze 349,6 110,5 113,7 Nisko 327,8 124,9 104,2 Ropczyce 280,4 122,6 127,6 Głogów Małopolski 275,7 117,3 112,2 Nowa Dęba 524,5 105,9 111,5 Łęczna 385,7 119,9 107,5 Parczew 358,4 114,7 99,9 Ryki 315,7 111,3 118,8 Janów Lubelski 313,6 110,9 105,0 Nałęczów gminy miejsko-wiejskie o najniŜszym dochodzie 173,3 115,9 107,2 P Oleszyce 172,6 107,7 123,4 P BłaŜowa 168,7 119,0 117,3 P Sieniawa 158,8 108,4 104,3 P Cieszanów 138,4 114,7 124,2 P Radomyśl Wielki 136,1 119,6 108,4 P Narol 176,2 114,5 107,4 L Kock 161,3 120,9 100,8 L Józefów 141,0 108,7 114,3 L Frampol 133,3 100,1 121,8 L Annopol 131,0 107,3 116,5 L Tyszowce Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin P P P P P P L L L L L Najbogatszą gminą wiejską obydwu regionów w 2005 roku było podkarpackie Krościenko WyŜne, gdzie deklarowany w zeznaniach PIT dochód na mieszkańca wyniósł około 600 zł. Wysokie dochody cechowały równieŜ podkarpackie Krasne – 460 zł oraz lubelską Konopnicę – 440 zł. Dochód od 300 do 400 zł na mieszkańca w 2005 roku charakteryzował podkarpackie gminy wiejskie Krasiczyn, Boguchwała, Dębica i Mielec, natomiast z lubelskiego Łukowa, Jastków i Stary Brus (tabela 9). Tabela 9. Dochody ludności w gminach wiejskich - gminy wiejskie o najwyŜszym dochodzie gminy wiejskie o najwyŜszym dochodzie dochód na mieszkańca 2005 dynamika dochodu 2005/2004 dynamika dochodu 2006/2005 plany 13 602,7 135,4 88,2 P Krościenko WyŜne 460,5 129,5 69,7 P Krasne 382,7 172,2 120 P Krasiczyn 344,6 120,6 113,4 P Boguchwała 339,5 115,4 81 P Dębica 330,2 110,1 113,5 P Mielec 316,1 129 112,5 P Świlcza 294,1 113,8 116,2 P Trzebownisko 293,7 143,1 98,7 P Pysznica 288,4 118,2 102,1 P Łańcut 440,3 115,2 L Konopnica . 380,6 71,8 L Łukowa . 355,4 116,4 L Jastków . 350,7 55,4 L Stary Brus . 295,7 100,3 L Zamość . 291,5 102,2 L Puławy . 289,2 118,6 L Głusk . 286,0 116,4 L Niemce . Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin NajuboŜsze gminy wiejskie na Lubelszczyźnie miały w 2005 roku deklarowany dochód na mieszkańca w wysokości zaledwie 67 zł na miesiąc i były to Wysokie i Zakrzew. Najbiedniejsze gminy w podkarpackim to Krzywcza i Dynów, ale z dochodem per capita 104 zł. Odzwierciedla to większe zróŜnicowanie dochodów na poziomie lokalnym w lubelskim niŜ podkarpackim (tabela 10). W 2006 roku największego wzrostu deklarowanego dochodu mieszkańców – o ponad 25%, co moŜe wynikać z obserwacji pozytywnych tendencji na lokalnym rynku pracy, oczekują w województwie lubelskim gminy wiejskie Jabłoń, Sułów, Tereszpol, Zakrzew, Roskosz, Lubartów, Łuków, Tarnawatka i Baranów, natomiast w województwie podkarpackim Bukowsko, Radomyśl nad Sanem, Dynów, Przecław, Zarzecze i Besko. ObniŜenia dochodów ludności o ponad 10% spodziewają się zaś podkarpackie gminy wiejskie Przeworsk, Krościenko WyŜne, Dydnia, Dębica i Krasne oraz lubelskie Łabunie, Wierzbica, Łukowa, Stary Brus i Rejowiec. Znacznego obniŜenia dochodu spodziewają się więc niektóre z bogatych gmin wiejskich (tabela w aneksie 1.). Tabela 10. Dochody ludności w gminach wiejskich - gminy wiejskie o najniŜszym dochodzie P P gminy wiejskie o najniŜszym dochodzie dochód na mieszkańca 2005 dynamika dochodu 2005/2004 dynamika dochodu 2006/2005 plany Tyrawa Wołoska Dzikowiec 107,7 107,5 123,1 116,5 103,5 115,2 14 106,3 107,3 120,7 P Laszki 105,5 105,6 123 P Wielkie Oczy 103,8 95,2 133,4 P Dynów 103,7 105,1 118,1 P Krzywcza 88,7 113,2 L Aleksandrów . 84,9 112,1 L Potok Górny . 83,2 109,5 L Obsza . 80,6 110,4 L Chrzanów . 67,9 125,5 L Wysokie . 67,5 129,7 L Zakrzew . Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin 1.3. Dochody przedsiębiorstw w 2005 roku i plany na 2006 na poziomie powiatów Wpływy z CIT są dla gmin o wiele trudniejsze do przewidzenia niŜ wpływy z PIT. Dlatego teŜ wpływy z CIT zrealizowane w 2005 roku dość znacznie róŜniły się od tych załoŜonych w budŜetach gmin. Znacznie większe niŜ oczekiwane na Podkarpaciu były wpływy z podatku dochodowego od przedsiębiorstw w powiecie przemyskim, Krośnie, powiecie leŜajskim, bieszczadzkim, tarnobrzeskim, lubaczowskim, strzyŜowskim i niŜańskim. Istotnie niŜsze niŜ plany były wpływy z CIT w powiatach przeworskim, mieleckim i ropczycko-sędziszowskim. W województwie lubelskim wyŜsze od spodziewanych zyski firm były przede wszystkim w powiecie łukowskim – ponad 5 razy większe niŜ spodziewane, a takŜe w parczewskim, bialskim, janowskim, ryckim i Lublinie. NiŜsze od spodziewanych zyski mały przedsiębiorstwa powiatów łęczyńskiego, lubartowskiego, opolskiego, włodawskiego, świdnickiego i Chełma. Tabela 11. Dochody podmiotów prawnych w powiatach podkarpackich Nazwa jst Podkarpackie m. Krosno Dębicki Sanocki m. Rzeszów leŜajski przemyski jasielski stalowowolski ropczycko-sędziszowski przeworski bieszczadzki m. Tarnobrzeg łańcucki róŜnica udział w dochody z CIT dochodzie wykonanie/plan firm w 2005 regionie 6,4 32,0 1,7 -6,4 4,9 18,0 66,1 15,4 14,5 -14,4 -36,6 23,1 7,0 9,2 100,0 8,1 9,7 7,3 24,2 3,2 2,4 4,7 6,0 2,2 2,2 0,9 2,6 2,0 dynamika planowana dochód 2006/2005 . 27,7 109,6 98,2 126,0 89,6 71,5 84,6 80,2 107,9 92,9 55,9 19,3 133,2 wykonanie planów odnośnie wpływów z CIT po I kwartale . 23,1 13,8 32,6 20,9 0,0 39,4 39,7 43,2 20,1 19,8 104,6 24,5 33,3 dochód na aktywny podmiot prawny 2005 220089 412215,7 388200,5 354270,6 314532,6 303059,2 240765,6 226987,4 210755,7 209390,0 180614,4 158306,3 153767,7 146764,2 15 -29,3 4,3 226,5 17,9 mielecki 30,9 1,1 66,9 23,0 tarnobrzeski 2,7 3,2 89,8 60,6 rzeszowski -0,3 1,0 62,7 45,1 kolbuszowski 2,8 1,8 97,2 43,5 krośnieński -4,7 2,9 15,7 50,2 m. Przemyśl 41,9 0,8 78,4 58,0 lubaczowski 6,2 0,6 93,8 46,8 brzozowski 27,9 0,5 65,6 42,9 strzyŜowski 11,0 7,4 32,4 117,5 jarosławski 48,0 0,6 103,9 31,5 niŜański 0,0 0,4 303,3 3,9 leski Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin 143161,1 131095,7 129883,8 117438,0 108252,3 107511,4 96128,6 75922,9 66978,8 65777,7 61228,3 54470,0 W obydwu regionach największa część dochodów podmiotów prawnych powstaje w stolicach województw. W Lublinie w 2005 roku zadeklarowanych było 44,6% dochodów przedsiębiorstw województwa lubelskiego, natomiast w Rzeszowie 24,2%. Pokrywa się to z większą koncentracją ludności w stolicy w lubelskim niŜ podkarpackim. Drugi po Lublinie powiat Lubelszczyzny miał udział w dochodzie podmiotów prawnych w 2005 roku w wysokości 13,6% i był to puławski. PowyŜej 5% dochodu firm regionu wytworzyły jeszcze te ulokowane w powiecie Łęczyńskim. Niski udział w dochodach podmiotów prawnych pozostałych powiatów odzwierciedla ich rolniczy charakter. Na Podkarpaciu przedsiębiorstwa są bardziej równomiernie rozłoŜone. Blisko 10% dochodu podkarpackich podmiotów prawnych w 2005 roku powstało w powiecie dębickim, od około 8% do 7% w kaŜdym z powiatów Krośnie, sanockim i jarosławskim. 6% w stalowowolskim, blisko 5% w jasielskim i 4,3% w mieleckim. W 2006 roku większość powiatów spodziewa się spadku wpływów z tytułu CIT. Wzrost w swoich budŜetach załoŜyły jedynie gminy około 25% powiatów tj. na Podkarpaciu dębickiego, Rzeszowa, ropczycko-sędziszowskiego, łańcuckiego, mieleckiego, niŜańskiego i leskiego, natomiast na Lubelszczyźnie powiatów biłgorajskiego, hrubieszowskiego, krasnostawskiego, kraśnickiego, łęczyńskiego, radzyńskiego i włodawskiego. Gminy chyba zbyt sceptycznie oceniły wpływy z CIT w 2006 roku, gdyŜ po I kwartale około 60% powiatów podkarpackich i lubelskich miało wpływy z tytułu CIT przekraczające 25% zakładanych rocznych planów. Tabela 12. Dochody podmiotów prawnych w powiatach lubelskich dochód podmiotów prawnych bialski biłgorajski chełmski róŜnica dochody dynamika odsetek dochód na dochód na udział w z CIT 2006/2005 wykonania podmiot podmiot dochodzie wykonanie/plan plan planów po I prawny prawny 2005 podmiotów 2005 kwartale aktywny 2004 prawnych 58 69,6 26,9 86611,7 104560,2 1,8 -4 230,3 11,9 180511,7 130603,2 2,3 -9 87,4 33,7 93990,7 63945 0,5 16 5 108,9 57,5 118158,6 76088,8 hrubieszowski 35 78,3 24,5 63386,7 158256,1 janowski 6 115,9 18,2 290126 244098,7 krasnostawski -16 119,1 8,6 74660,5 71197,6 kraśnicki -22 91,2 32 117941,1 95935 lubartowski 11 89,8 99,6 72455,1 66807,2 lubelski -28 107,1 17,4 776263,1 617559,1 łęczyński 505 33 119,3 46153,1 46574,2 łukowski -19 98,6 35,6 137003,5 125357,2 opolski 193 34,1 99,6 24064,9 47039,1 parczewski 9 85 19 384371,3 498444,2 puławski -12 113,2 22,9 108351,8 90365,8 radzyński 19 89 62,6 47012 70754 rycki -31 72,9 26,9 202972,6 189453,6 świdnicki 0 0 0 93454,2 74092 tomaszowski -18 142,9 27,8 37984,8 37837,5 włodawski 7 97,1 20,7 172058,8 128540,2 zamojski -6 81,7 41,4 161132,3 188499,3 Biała Podlaska -16 87,6 31,9 165759,4 218714,8 Chełm 18 98,9 33,1 252176,4 319955,7 Lublin 10 99,8 22,7 181741,9 279479,2 Zamość . . . . 216078 Woj. lubelskie Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin 0,9 1,5 2,7 1,2 1,3 1,8 5,5 0,7 0,9 0,3 13,8 0,8 0,7 2,4 1,2 0,3 1,8 3 3,5 44,6 6,4 100 W 2005 roku najwyŜsze średnie dochody deklarowane aktywnych podmiotów prawnych, czyli zysk brutto najwyŜsze były w powiatach lubelskich Łęczyńskim – 617 tys. zł i puławskim – blisko 500 tys. zł oraz podkarpackim Krośnie, powiecie dębickim i sanockim – do 412 tys. zł do około 350 tys. zł. Średnie dochody podmiotów prawnych z Lublina i Rzeszowa były bardzo zbliŜone i wyniosły blisko 320 tys. w Lublinie i blisko 315 tys. w Rzeszowie. Przeciętne dochody powyŜej 300tys. zł osiągnęły jeszcze podmioty prawne z leŜajskiego. Zysk brutto w wysokości średnio od 200 do 280 tys. zł w 2005 roku miały podmioty prawne z powiatów lubelskich Zamościa, Krasnostawskiego i Chełmu oraz podkarpackich przemyskiego, jasielskiego, stalowowolskiego i ropczycko-sędziszowskiego. NajniŜsze średnie dochody – poniŜej 50 tys. zł, miały w 2005 roku podmioty prawne powiatów lubelskich parczewskiego, łukowskiego i włodawskiego. NajniŜsze średnie dochody na Podkarpaciu – około 55 tys. i 61 tys. zł miały w 2005 roku podmioty prawne powiatów leskiego i niŜańskiego. Porównanie dochodów prawnych w lubelskim i podkarpackim wyraźnie pokazuje większą zyskowność przedsiębiorstw podkarpackich niŜ lubelskich w gminach miejskowiejskich i wiejskich oraz nieznacznie niŜszą w gminach miejskich. W gminach miejskich Podkarpacia średni dochód na podmiot prawny w 2005 roku wyniósł ponad 285 tys.zł natomiast na Lubelszczyźnie 294,2 tys. zł. Jednak wartość mediany, była wyŜsza na Podkarpaciu. W połowie gmin miejskich na Podkarpaciu średnie dochody podmiotów prawnych wyniosły ponad 220 tys., a w lubelskim 177,6 tys. zł. Odzwierciedla to większą 17 polaryzację zyskowności firm na Lubelszczyźnie i ich skoncentrowanie w Lublinie i powiecie puławskim. W gminach miejsko-wiejskich podmioty prawne na Podkarpaciu osiągnęły dochód przed opodatkowaniem średnio 177 tys. na podmiot, a w lubelskim zaledwie 71,1tys. zł. W gminach wiejskich natomiast średni zysk brutto podmiotów prawnych wyniósł 101,1 tys. zł na Podkarpaciu i zaledwie 40,5 tys. zł w lubelskim. Odzwierciedla to rolniczy charakteru województwa lubelskiego oraz bardziej uprzemysłowionego województwa podkarpackiego, na którego terenie znajdował się Centralny Okręg Przemysłowy, a stąd region posiada tradycje w tym zakresie. Mimo, Ŝe ludność zamieszkująca wsie to ponad 50% mieszkańców Podkarpacia to rolnictwo ze względu na jakość gleb nie jest ich głównym zajęciem. Tabela 13. Dochody podmiotów prawnych w gminach róŜnego typu Mediana (zagregowane) dochód na aktywny podmiot prawny 2005 gminy miejskie i powiaty grodzkie Podkarpacie 219565 (285420) Lubelskie 177631,4 (294200) gminy miejsko-wiejskie Podkarpacie 118395 (177040) Lubelskie 59928 (71117) gminy wiejskie Podkarpacie 19769 (101135) Lubelskie 11472 (40515) Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin W Lubelskim są jednak gminy, gdzie podmioty prawne wykazały bardzo wysokie dochody w 2005 roku. Liderami pod względem dochodów podmiotów prawnych wśród gmin miejskich analizowanych regionów są gminy lubelskie tj. Puławy, Rejowiec Fabryczny i Krasnystaw z przeciętnymi dochodami podmiotów prawnych od około 864 tys. zł do około 521 tys. zł. Pierwsza gmina podkarpacka – Dębica ulokowała się dopiero na czwartej pozycji ze średnim dochodem brutto przedsiębiorstw 520,9 tys. zł. Miejsca od 5 do 7 to miasta podkarpackie tj. Sanok, Krosno i Jarosław. Miejsca 8 i 9 to ponownie miejscowości lubelskie tj. Terespol i Biłgoraj, a na 10 miejscu uplasował się Lublin, podczas gdy Rzeszów na 11. Średnie dochody podmiotów prawnych w obu stolicach regionów były zbliŜone wynosząc w Lublinie około 320 tys. zł, a w Rzeszowie blisko 315 tys. zł. NajniŜsze dochody spośród gmin miejskich zrealizowały podmioty prawne podkarpackiego Dynowa – niecałe 28 tys. zł i lubelskiego Stoczka Łukowskiego około 14 tys. zł. Tabela 14. Dochody podmiotów prawnych w gminach miejskich i powiatach grodzkich Podkarpacia i Lubelszczyzny 18 woj. miejskie L L L P P P P L L L P P L P dochód na aktywny podmiot prawny 2005 863560,4 590454,6 521353,7 520862,08 466026,31 412215,71 411625,53 376079,7 328253 319955,7 314532,57 302474,83 279479,2 254761,69 woj. miejskie Puławy L Biała Podlaska Rejowiec Fabryczny P m. PRZEWORSK Krasnystaw L Radzyń Podlaski m. DĘBICA P m. Tarnobrzeg m. SANOK L Świdnik m. Krosno P m. LUBACZÓW m. JAROSŁAW P m. ŁAŃCUT Terespol L Tomaszów Lubelski Biłgoraj L Kraśnik Lublin P m. Przemyśl m. Rzeszów L Łuków m. JASŁO L Dęblin Zamość L Hrubieszów m. STALOWA P m. RADYMNO WOLA P m. LEśAJSK 248128,11 L Włodawa L Lubartów 230123,6 L Międzyrzec Podlaski L Chełm 218714,8 P m. DYNÓW P m. MIELEC 191001,3 L Stoczek Łukowski Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin dochód na aktywny podmiot prawny 2005 188499,3 175922,8 166763,5 153767,7 130082,3 129897,74 124305,69 116483,5 112573,1 107511,45 86729,3 74366,5 73506,9 72843,81 59673,1 57630,1 27661,14 14042,7 W gminach miejsko-wiejskich i wiejskich Podkarpacia najwyŜsze przeciętne dochody brutto miały podmioty prawne gmin wiejskich Krasiczyn i śurawica oraz miejsko-wiejskich Nowa Sarzyna i Kańczuga. Na Lubelszczyźnie natomiast w gminie Puchaczów oraz mieście i gminie Zwierzyniec. Gmin miejsko-wiejskich i wiejskich o średnim dochodzie brutto firm w 2005 roku powyŜej 100 tys. zł było na Podkarpaciu 40, natomiast na Lubelszczyźnie takich gmin było zaledwie 25 (tabele 15 i 16). W aneksie 1 przedstawione są dokładne wyliczenia dotyczące dochodów podmiotów prawnych i ludności w gminach miejsko-wiejskich i wiejskich obydwu województw. Tabela 15. Dochody podmiotów prawnych w gminach miejsko-wiejskich i wiejskich Podkarpacia o najwyŜszym dochodzie (powyŜej 100 tys. zł na podmiot w 2005 r.) gmina gm. KRASICZYN gm. śURAWICA MiG NOWA SARZYNA MiG KAŃCZUGA gm. MARKOWA gm. DĘBICA MiG BARANÓW SANDOMIERSKI MiG GŁOGÓW MAŁOPOLSKI gm. CZARNA bieszczadzki gm. BIAŁOBRZEGI dochód na aktywny podmiot prawny 2005 1153109,43 752462,95 704765,8 649603,7 595857,39 588652,61 456845,1 gmina gm. TARNOWIEC gm. MEDYKA gm. TRZEBOWNISKO gm. PAWŁOSIÓW gm. BESKO gm. SKOŁYSZYN gm. JASŁO 413022,1 MiG RUDNIK NAD SANEM 401566,48 gm. KRASNE 398733,40 MiG CIESZANÓW dochód na aktywny podmiot prawny 2005 208731,12 207228,68 204884,26 197821,30 192814,61 185310,28 175741,55 173841,9 172469,59 169781,5 19 gm. ROKIETNICA 393122,10 gm. DĘBOWIEC gm. ADAMÓWKA 377646,87 gm. LEśAJSK gm. PRUCHNIK 374130,21 MiG USTRZYKI DOLNE MiG ROPCZYCE 343071,4 MiG KOLBUSZOWA gm. KORCZYNA 330454,96 gm. CZARNA łańcut MiG ZAGÓRZ 325658,7 MiG DUKLA MiG JEDLICZE 255837,5 MiG BRZOZÓW gm. RANIśÓW 249749,20 gm. KOMAŃCZA MiG PILZNO 235717,2 MiG SĘDZISZÓW MAŁOPOLSKI gm. WADOWICE GÓRNE 229462,28 MiG STRZYśÓW gm. LUBACZÓW 227273,11 gm. SANOK Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin 167191,84 149062,62 148567,0 146359,7 143648,32 127542,3 126563,9 122209,83 118395,4 117241,6 103643,47 Tabela 16. Dochody podmiotów prawnych w gminach miejsko-wiejskich i wiejskich Lubelszczyzny o najwyŜszym dochodzie (powyŜej 100 tys. zł na podmiot w 2005 r.) dochód na aktywny dochód na aktywny podmiot prawny 2005 podmiot prawny 2005 gm. Puchaczów MiG Szczebrzeszyn 4295306,1 207060,4 MiG Zwierzyniec gm. Rejowiec 813413,6 205941,8 gm. Mełgiew MiG Nałęczów 573966,6 189413,7 gm. Trawniki gm. Łaszczów 442637,7 188743,7 gm. Terespol gm. Wólka 411238,4 184287,4 gm. Jastków gm. Werbkowice 404277,0 173234,0 gm. Horodło MiG Krasnobród 317824,6 164875,1 gm. Biłgoraj MiG Opole Lubelskie 315706,1 149326,6 gm. Zalesie MiG Poniatowa 288977,9 148859,3 MiG Janów Lubelski gm. Baranów 280912,5 125960,7 gm. Janów Podlaski gm. Dorohusk 254767,1 107719,9 gm. Łukowa MiG Łęczna 223625,1 100531,5 gm. Rachanie 215942,3 Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin 2. Analiza determinant dochodów oraz wpływów z podatków dochodowych przedsiębiorstw i gospodarstw domowych (Robert Pater) 2.1. Analiza wpływów gmin z tytułu podatków dochodowych Dane przyjęte do analizy i załoŜenia badań Do analizy wpływów z podatków dochodowych przyjęto najnowsze dane dla 2004 r. Analiza została dokonana w przekroju gminnym. Dane pochodzą z Banku Danych Regionalnych Głównego Urzędu Statystycznego. Ze względu na fakt ogólnej dostępności danych oraz na ich objętość, w niniejszej pracy nie zamieszczono ich wartości. Dane pochodzące ze statystyki oficjalnej, które dotyczą sytuacji gospodarczej gmin nie są danymi wyczerpującymi. W związku z tak istotnym utrudnieniem, załoŜeniem autora było przeanalizowanie moŜliwie jak największej gamy danych dostępnych na szczeblu gminnym. Stąd teŜ niektóre zmienne objaśniające nie są połączone związkiem przyczynowo skutkowym ze zmiennymi objaśnianymi. W takim wypadku mają one być pewnymi symptomami zjawisk, które rzeczywiście są przyczyną zmienności analizowanych dochodów i wpływów z 20 podatków, lecz statystyka nie dostarcza na ich temat informacji. Dlatego teŜ część zmiennych objaśniających naleŜy traktować jako zmienne symptomatyczne. Analiza korelacji Podatki dochodowe determinuje: liczba ludności, w szczególności ta w wieku produkcyjnym oraz liczba jednostek gospodarczych. Ogólnie wraz ze wzrostem tych wielkości, rosną wpływy z podatków dochodowych. Obserwuje się jednak bardzo słabe zaleŜności nieliniowe w przypadku wpływu obydwu zmiennych na podatki dochodowe. W grupie gmin o bardzo małej liczbie ludności i jednostek gospodarczych wpływy z podatków dochodowych wzrastają mniej proporcjonalnie niŜ wzrost liczby ludności i jednostek gospodarczych (reagują nieelastycznie). W większych gminach wzrost ten jest juŜ w przybliŜeniu proporcjonalny. W województwie podkarpackim w nieco mniejszym stopniu te wielkości określają podatek dochodowy od osób prawnych (korelacja z przedziału 0,8-0,9) niŜ fizycznych (korelacja prawie pełna (r>0,95). W lubelskim zarówno liczba ludności, jak i jednostek gospodarczych niemalŜe całkowicie określa obydwa podatki (r>0,95). Występuje bardzo słaba (istotna na poziomie p=0,05) ujemna zaleŜność pomiędzy powierzchnią gminy a podatkami dochodowymi w podkarpackim. Natomiast w przypadku województwa lubelskiego nie obserwuje się takiej zaleŜności. Liczba zatrudnionych w przedsiębiorstwach niezwiązanych z działalnością rolniczą m.in. determinuje wysokość podatków dochodowych. ZaleŜność ta jest wyraźniejsza w przypadku liczby zatrudnionych w sektorze prywatnym niŜ publicznym, szczególnie w przypadku podatku dochodowego od osób prawnych. Ponownie w przypadku lubelskiego liczba zatrudnionych poza rolnictwem w większym stopniu niŜ w gminach podkarpackiego koreluje z wpływami z podatków dochodowych. Na podstawie bliskiego jedności wartości współczynnika korelacji pomiędzy liczbą pracujących na rachunek własny, a wielkością wpływów gmin z tytułu podatku dochodowego od osób fizycznych moŜna stwierdzić, Ŝe prowadzący działalność gospodarczą na rachunek własny wnoszą istotną część podatku dochodowego gmin. Występuje nieliniowa zaleŜność pomiędzy wpływami z podatków dochodowych a stopą ludności w wieku produkcyjnym. W przypadku lubelskiego na ogół dopiero w gminach o stopie ludności w wieku produkcyjnym powyŜej 0,63% następuje istotny wzrost wpływów z podatku dochodowego od osób fizycznych. Stopę ludności w wieku produkcyjnym obliczono jako udział ludności w wieku produkcyjnym w ogólnej liczbie ludności. W przypadku województwa podkarpackiego zaleŜność pomiędzy tymi zmiennymi jest bardziej widoczna. W gminach o relatywnie niskim odsetku osób w wieku produkcyjnym wpływy z podatku od 21 osób fizycznych są niskie. Wraz ze wzrostem stopy ludności w wieku produkcyjnym wpływy z podatku dochodowego od osób fizycznych rosną coraz szybciej. Niska ujemna zaleŜność pomiędzy stopą bezrobotnych a dochodami gmin z podatków dochodowych pokazuje, Ŝe nawet przy wyŜszej stopie bezrobotnych gminy mogą wypracować relatywnie wysoki dochód. Przeciętna zaleŜność występuje równieŜ pomiędzy poziomem przedsiębiorczości liczonym jako liczba jednostek gospodarczych na mieszkańca a dochodami gmin z tytułu podatków dochodowych. W podkarpackim współczynnik korelacji liniowej r≈0,5 natomiast w lubelskim r≈0,4. Podobnie jak w przypadku dróg gminnych, takŜe i poziom przedsiębiorczości wpływa na wielkość wpływów z podatków dochodowych, ale dopiero, gdy jest on znaczący. W gminach o niŜszym poziomie przedsiębiorczości nie zauwaŜa się istotnych zaleŜności. Modelowanie podatków dochodowych gmin Na podstawie analizy korelacji i wykresów rozrzutu zdecydowano się zastosować postać potęgową modeli podatków dochodowych gmin. Wynika to z istnienia wielu zaleŜności nieliniowych pomiędzy analizowanymi zmiennymi. Nawet w przypadku zaleŜności pomiędzy wysokością podatku dochodowego od osób fizycznych a liczbą ludności zauwaŜa się pewną słabą nieliniowość. W modelu nie uwzględniono stałej, poniewaŜ przy braku czynników wpływających na dochody z tytułu podatków dochodowych, dochody te są zerowe. Postać przyjętych modeli jest następująca: K P = ∏ ( xkα k )e ξ k =1 gdzie: P – wpływy z danego podatku dochodowego, xk – regresory, αk – szacowane parametry modelu, ξ – składnik losowy. Parametry strukturalne oszacowano klasyczną metodą najmniejszych kwadratów. Obliczeń dokonano przy uŜyciu programu SPSS. Jako metodę doboru zmiennych objaśniających zastosowano przede wszystkim analizę ekonomiczną czynników wpływających na podatki dochodowe gmin. Dodatkowo zastosowano algorytm regresji 22 krokowej wstecznej4, aby wyeliminować zmienne współliniowe (np. liczba ludności i liczba jednostek gospodarczych). Szczegółowe wyniki oszacowań zostały przedstawione w aneksie 2. Na podstawie otrzymanych oszacowań moŜna stwierdzić, Ŝe istotny wpływ na wysokość dochodów gmin z tytułu podatku dochodowego od osób fizycznych ma: - liczba ludności, - odsetek ludności w wieku produkcyjnym, - stopa bezrobotnych, - liczba pracujących w rolnictwie. Za pomocą liczby ludności moŜna oszacować znaczną część dochodów gmin z tytułu podatku dochodowego od osób fizycznych. Odsetek ludności w wieku produkcyjnym równieŜ jest istotnym czynnikiem wpływającym na dochody gmin z tytułu tego podatku. Kolejną zmienną statystycznie istotnie określającą wpływy z podatku od osób fizycznych jest stopa bezrobotnych. Ze względu na niedostępność danych na temat stopy bezrobocia na poziomie gmin, obliczono stopę bezrobotnych jako udział liczby bezrobotnych w ludności w wieku produkcyjnym. Ta zmienna pokazuje stopień wykorzystania siły roboczej w danej gminie. ZaleŜność pomiędzy stopą bezrobotnych i wpływami z podatku od osób fizycznych jest ujemna. Ostatnią zmienną modelu podatków od osób fizycznych jest liczba pracujących w rolnictwie. Wprawdzie rolnicy nie płacą tego podatku, ale istotność wpływu tej zmiennej w obydwu województwach moŜe pokazywać koszt alternatywny zatrudnienia w rolnictwie. Wzrost liczby pracujących w rolnictwie nie sprzyja koniunkturze gmin i powoduje zmniejszenie wpływów z podatku dochodowego od osób fizycznych. W województwie podkarpackim liczba ludności, w szczególności tej w wieku produkcyjnym ma nieco większy wpływ na dochody gmin z podatku dochodowego od osób fizycznych niŜ w województwie lubelskim. W lubelskim z kolei większy procentowy wpływ ma stopa bezrobotnych (zapewne ze względu na to Ŝe jest niŜsza) oraz liczba pracujących w rolnictwie. Istotny wpływ na wysokość dochodów gmin z tytułu podatku dochodowego od osób prawnych ma: - liczba jednostek gospodarczych, - odsetek ludności w wieku produkcyjnym, 4 M. Dobosz, Wspomagana komputerowo statystyczna analiza wyników badań, Akademicka Oficyna Wydawnicza Exit, Warszawa 2001, s. 191. 23 - długość dróg gminnych na km2 (w przypadku lubelskiego wpływ tego czynnika jest nieistotny). Podobnie jak na dochody z podatków od osób fizycznych wpływała liczba ludności, tak i na dochody z podatków od osób prawnych wpływa przede wszystkim liczba jednostek gospodarczych. Istotny jest równieŜ odsetek ludności w wieku produkcyjnym. Długość dróg gminnych o twardej nawierzchni na km2 powierzchni pokazuje przystosowanie gmin do działalności gospodarczej i ogólne zaawansowanie urbanistyczne gminy. W województwie podkarpackim wpływ ww. czynników na dochody z podatku dochodowego od osób prawnych jest silniejszy niŜ w lubelskim. W przypadku obydwu województw do modeli nie przyjęto liczby pracujących. Powodem tego był fakt, Ŝe zmienna tak jest znacznie bardziej skorelowana z liczbą ludności niŜ odsetek ludności w wieku produkcyjnym. Konieczne było więc wyeliminowanie tej zmiennej ze względu na współliniowość, co spowodowałoby obciąŜenie oszacowań parametrów modeli. Oprócz powyŜszych zmiennych do analizy przyjęto szereg innych, mogących w załoŜeniu autora determinować lub być symptomami determinant wpływów z podatków dochodowych gmin. Niemniej jednak zdecydowana większość z nich w stopniu nieistotnym wpływała na te dochody lub była silnie skorelowana ze zmiennymi przyjętymi do danego modelu (aneks 2). Wykluczyło to wprowadzenie ich do modeli. Oszacowania parametrów stojących przy poszczególnych zmiennych interpretuje się w kategoriach elastyczności cząstkowych, tzn. o ile procent wzrosną wpływy z danego podatku dochodowego, jeŜeli analizowana zmienna objaśniająca wzrośnie o 1%. Jako przykład moŜe posłuŜyć interpretacja parametru stojącego przy zmiennej opisującej liczbę pracujących w rolnictwie. W przypadku województwa podkarpackiego parametr ten przyjął wartość –0,115. Oznacza on, Ŝe wzrost zatrudnienia w rolnictwie w gminie naleŜącej to tego województwa o 1% spowoduje, przy pozostałych czynnikach niezmienionych, spadek wpływów z tytułu podatku dochodowego od osób fizycznych o 0,115%. Dla przykładu wzrost zatrudnienia w rolnictwie w gminie Baranów Sandomierski o 1 osobę spowoduje (przy innych czynnikach bez zmian) spadek wpływów podatku dochodowego od osób fizycznych o ok. 1800 zł. W przypadku gminy Adamówka strata powinna być znacznie mniejsza i wynieść ok. 120 zł. Analogicznie interpretuje się parametry w przypadku modeli podatku od osób prawnych. 2.2. Analiza dochodów przedsiębiorstw i gospodarstw domowych 24 Wprowadzenie Konstrukcja modeli podatków dochodowych gmin na podstawie danych poziomu mezoekonomicznego jest w duŜej mierze ograniczona. Powodem tego jest fakt, Ŝe warunki regionalne nie są jedynymi czynnikami określającymi koniunkturę w poszczególnych województwach. RównieŜ impulsy makroekonomiczne w istotny sposób wpływają na sytuację gospodarczą w poszczególnych gminach. Dodatkowo ograniczeniem badań wpływów z podatków dochodowych był brak dokładnej statystyki na poziomie gminnym. Dlatego teŜ konieczne stało się uwzględnienie waŜniejszych czynników makro w przypadku modelowania podatków dochodowych. Dane makroekonomiczne są prezentowane w postaci szeregów czasowych. To powoduje konieczność rozszerzenia dotychczasowej analizy na kilka lat. Z uwagi na dostępność danych oraz zmiany w podziale terytorialnym kraju, w niniejszym punkcie analizę rozszerzono do okresu od 1999 do 2004 r. włącznie. Kwoty wpływów z podatków dochodowych na przestrzeni tego okresu czasu nie są jednak porównywalne ze względu na zmiany efektywnej stopy podatkowej. Dalsza analiza będzie skupiała się na modelowaniu dochodów przedsiębiorstw i gospodarstw domowych, obliczonych na podstawie wartości dochodów gmin z tytułu odpowiedniego podatku dochodowego podzielonych przez efektywną stopę podatkową skorygowaną o udział gmin w podatkach dla odpowiedniego roku. Współczynniki korygujące zostały przedstawione w tabeli 1. Tabela 1 Współczynniki korygujące PIT i CIT w poszczególnych latach 1999 2000 2001 2002 2003 Współczynnik PIT 0,04278 0,043332 0,043084 0,043746 0,042366 Współczynnik CIT 0,01485 0,0134 0,0126 0,01235 0,01185 Źródło: Obliczenia IG WSIiZ 2004 0,0547791 0,011259 Wielkości dochodów przedsiębiorstw i gospodarstw domowych zostały zdeflowane wskaźnikiem cen konsumenta, ze względu na istotny wpływ inflacji, w szczególności na początku okresu objętego analizą. Do analizy przyjęto dochody w cenach stałych z 1998 r. Ze względu na uzupełnienie analizy o dodatkowy zbiór potencjalnych zmiennych objaśniających zdecydowano się modelować dochody na 1 mieszkańca. Wybrane statystyki opisowe analizowanych dochodów per capita zaprezentowano tabeli 2. Tabela 2 Wybrane statystyki opisowe dochodów przedsiębiorstw i gospodarstw domowych per capita w przekroju gminnym w województwie podkarpackim i lubelskim w latach 1999 – 2004 Średnia Dochody gospodarstw domowych Dochody przedsiębiorstw Mediana Odchylenie standardowe województwo podkarpackie 1989,87 1792,36 878,33 337,36 74,86 739,33 województwo lubelskie Minimum Maksimum Suma 101 -280,8 5283,79 12710,42 1910278 323863 25 1902,05 363,3 Dochody gospodarstw domowych Dochody przedsiębiorstw Źródło: Obliczenia własne 1457,65 40,93 2188,46 1644,96 101 -232,27 25050,11 36026,93 2430813 464299 Zaprezentowane dane pokazują, Ŝe dochody przedsiębiorstw na mieszkańca charakteryzują się wyŜszą zmiennością od dochodów gospodarstw domowych. MoŜe to oznaczać większe trudności w modelowaniu dochodów przedsiębiorstw. Dodatkowo zmienność dochodów w lubelskim jest większa od tej w podkarpackim. W modelowaniu wykorzystano tzw. modele makro-mikro5. Najczęściej wykorzystywane są one do łączenia sfery mikro i makroekonomicznej. UmoŜliwiają ocenę wpływu czynników makroekonomicznych na poziom mikro. Niniejsza praca stanowi próbę konstrukcji modelu oceniającego wpływ czynników makroekonomicznych na poziom regionalny. Obliczeń dokonano przy uŜyciu danych panelowych, a więc danych przekrojowoczasowych. Stanowią one syntezę mezoekonomicznych danych przekrojowych i danych makro w postaci szeregów czasowych. Skonstruowane modele są modelami liniowymi, postaci: K L P = ∑ α k x k + ∑ α l xl + ζ k =1 l =1 gdzie: P – wysokość dochodów przedsiębiorstw lub gospodarstw domowych, xk – regresory z poziomu mezoekonomicznego, xl – regresory z poziomu makroekonomicznego, αk, αl – szacowane parametry modelu, ξ – składnik losowy. Parametry strukturalne oszacowano metodą najmniejszych kwadratów dla danych panelowych przy uŜyciu programu Gretl. Estymację przeprowadzono ponownie z wykorzystaniem procedury regresji krokowej wstecznej. Procedura ta jest zgodna z poprawnym z punktu widzenia metodologicznego we współczesnej ekonometrii modelowaniem od ogólnego do szczególnego6. Nabiera to szczególnego znaczenia w przypadku istnienia licznego zbioru potencjalnych regresorów, z których nie łatwo jest dokonać wyboru tych, które wpływają na zmienną objaśnianą w sposób zarówno statystycznie istotny, jak i ekonomicznie interpretowalny. 5 Patrz np. N. Herault, A Micro-Macro Model for South Africa: Building and Linking a Microsimulation Model to a CGE Model Working Paper No. 16/05, Melbourne Institute Working Paper Series, Melbourne, November 2005. 6 W. W. Charemza, D. F. Deadman, Nowa ekonometria, PWE, Warszawa 1997, s. 75-103. 26 Oprócz przedstawionych w poprzednim punkcie zmiennych mezoekonomicznych do zbioru potencjalnych zmiennych objaśniających kształtowanie się analizowanych dochodów przyjęto następujące zmienne makro: a) kurs walutowy euro w złotówkach, b) wysokość stopy referencyjnej Narodowego Banku Polskiego, c) dynamika Produktu Krajowego Brutto dla kraju, d) średnie oprocentowanie depozytów terminowych złotowych gospodarstw domowych i przedsiębiorstw, e) średnie oprocentowanie kredytów konsumenckich dla przedsiębiorstw. Kurs walutowy obrazuje zmiany siły nabywczej pieniądza. Wskazuje przede wszystkim na opłacalność eksportu i importu. Spadek kursu euro oznacza większą opłacalność importu do Polski z krajów strefy euro. Jego zwiększenie natomiast moŜe być czynnikiem zwiększającym wolumen eksportu. Stopa referencyjna NBP, jako podstawowa stopa procentowa banku centralnego określa minimalną cenę operacji otwartego rynku (minimalną rentowność 7-dniowych bonów pienięŜnych). Operacje otwartego rynku polegają na zakupie i sprzedaŜy krótkoterminowych papierów wartościowych przez NBP na rynku międzybankowym. Jest to jedno z narzędzi wykorzystywanych do regulowania podaŜy pieniądza. Jest ustalana przez Radę Polityki PienięŜnej. Dynamika Produktu Krajowego Brutto w cenach stałych z roku poprzedniego wskazuje na tempo wzrostu gospodarczego w kraju. W analizie celowo wykorzystano dane dla całego kraju, a nie dla poszczególnych województw, ze względu na duŜe opóźnienie rachunków regionalnych. ZaleŜność pomiędzy dynamiką PKB, a dochodami powinna być wprost proporcjonalna. Biorąc pod uwagę fakt, Ŝe często przy ustalaniu oprocentowania kredytów i depozytów banki komercyjne nie kierują się wysokością podstawowych stóp procentowych NBP zdecydowano się wprowadzić do modelu równieŜ wysokość średniego oprocentowania kredytów i depozytów banków komercyjnych. Te dwie wielkości mają duŜe znaczenie w kreowaniu koniunktury i zwiększaniu dochodów przedsiębiorstw i gospodarstw domowych. Wzrost oprocentowania depozytów powoduje wzrost przychodów finansowych. Zwiększenie oprocentowania kredytów wpływa na zmniejszenie skłonności do inwestowania i hamowanie poprawy koniunktury. Dane makroekonomiczne wykorzystane w analizie zaprezentowano w tabeli 3. 27 Tabela 3 Wykorzystane w analizie dane makroekonomiczne Rok Kurs EUR w PLN Wysokoś ć stopy referencyj nej NBP Dynami ka realna PKB Przeciętne oprocentowanie depozytów terminowych złotowych przedsiębiorstw Przeciętne oprocentow anie kredytów dla przedsiębior stw Przeciętne oprocentowa nie kredytów konsumenck ich 104.10 104.00 Przeciętne oprocentowa nie depozytów terminowych złotowych gospodarstw domowych 12.91889 14.38342 1999 2000 4.2270 4.0110 16.5 19 2001 2002 3.6685 3.8557 2003 2004 4.3978 4.5340 Wskaźni k cen konsum enta 12.78863 14.17925 20.1 21.2 21.3 22.9 107.3 110.1 11.5 6.75 101.10 101.40 7.873061 4.214184 8.340983 4.305302 15.7 8.8 20.8 17.7 105.5 101.9 5.25 6.5 103.80 105.30 2.886353 3.842929 2.980928 3.383467 7.2 8.3 15.8 15.9 100.8 103.5 Źródło: NBP, GUS Modelowanie makro-mikro Wyniki przedstawiono w aneksie 2 w załączniku 2. Spośród zmiennych mezoekonimicznych istotny wpływ na wysokość dochodów per capita gospodarstw domowych w gminach obydwu województw ma odsetek ludności w wieku produkcyjnym oraz odsetek pracujących. W przypadku wskaźników obrazujących sytuację makroekonomiczna kraju, dla tych dochodów na przestrzeni analizowanego okresu istotne znaczenie mają: a) kurs walutowy euro w złotówkach, b) wysokość podstawowych stóp procentowych NBP, c) oprocentowanie kredytów konsumpcyjnych, d) oprocentowanie depozytów gospodarstw domowych. Na dochody przedsiębiorstw (przeliczone na 1 mieszkańca) wpływ ma odsetek pracujących, odzwierciedlający sytuację na rynku pracy. Odsetek przedsiębiorstw okazał się nieistotnie wpływać na te dochody ze względu na to, Ŝe w mniejszych gminach często jedno duŜe przedsiębiorstwo osiąga dochody znacznie większe niŜ kilka mniejszych firm. Na dochody przedsiębiorstw spośród analizowanych czynników makroekonomicznych największy wpływ mają następujące zmienne: a) kurs walutowy euro w złotówkach, b) wysokość podstawowych stóp procentowych NBP, c) dynamika Produktu Krajowego Brutto. W przypadku województwa podkarpackiego dodatkowo istotny okazał się wpływ przeciętnego oprocentowania depozytów na dochody przedsiębiorstw. 28 Występuje ujemna zaleŜność pomiędzy kursem euro, a wpływami zarówno z dochodów przedsiębiorstw jak i gospodarstw domowych. Sugeruje one, Ŝe przy wzroście kursu euro względem złotówki, dochody per capita obniŜają się. MoŜe to wskazywać na istotne znaczenie cen dóbr inwestycyjnych sprowadzanych z Eurolandu. MoŜe to równieŜ wynikać z przewaŜającego w badanym okresie ujemnego salda bilansu handlowego kraju, co prowadziło do większego wpływu importu na sytuację gospodarczą w kraju, a więc takŜe i wysokości cen importowanych dóbr. RównieŜ ujemna zaleŜność występuje w przypadku wysokości stopy referencyjnej NBP i dochodami per capita. Ich obniŜanie w sposób istotny wpływało na zwiększenie aktywności przedsiębiorstw. WyŜsze średnie oprocentowanie kredytów zarówno dla przedsiębiorstw, jak i konsumentów jest czynnikiem hamującym mechanizmy napędzające koniunkturę w gminach. DroŜsze kredyty prowadzą do mniejszych wydatków na inwestycje, hamowania rozwoju przedsiębiorstw i w rezultacie niŜszych dochodów zarówno przedsiębiorstw jak i gospodarstw domowych. Oprocentowanie depozytów jest stosunkowo niskie w porównaniu do oprocentowania kredytów. Dlatego teŜ wzrost średniego oprocentowania depozytów moŜe spowodować wzrost wartości analizowanych dochodów per capita. Siła reakcji dochodów przedsiębiorstw na podstawowe stopy procentowe NBP zaleŜy od przyjętej polityki banków komercyjnych. Biorąc to pod uwagę w niektórych okresach oprocentowanie kredytów i depozytów moŜe być ze sobą silniej lub słabiej skorelowane. Dlatego w aneksie 2 pokazano wpływ stopy referencyjnej jako jedynego czynnika makro na dochody przedsiębiorstw. Wpływ ten jest ujemny dla obydwu województw, co potwierdza zasadność ekspansywnej polityki banku centralnego jako czynnika poprawiającego koniunkturę w sektorze przedsiębiorstw. Produkt Krajowy Brutto wskazujący na ogólny poziom aktywności gospodarczej równieŜ jest istotnym czynnikiem wpływającym na dochody gospodarstw domowych i firm. W przypadku gmin Podkarpacia i Lubelszczyzny ta zaleŜność moŜe być nieco słabsza niŜ w przypadku regionów bardziej uprzemysłowionych ze względu na rolniczy profil duŜego odsetka gmin tych regionów. W przypadku województwa podkarpackiego w większym stopniu niŜ w lubelskim na wielkość dochodów przedsiębiorstw (na 1 mieszkańca) wpływa oprocentowanie depozytów. Kurs złotówki oraz ogólny poziom aktywności gospodarki mierzony PKB w większym stopniu oddziałują w podkarpackim. Na dochody per capita gospodarstw domowych 29 wszystkie przyjęte zmienne makroekonomiczne silniej oddziałują w województwie lubelskim niŜ podkarpackim. Współczynniki strukturalne poszczególnych równań oznaczają zmiany danego dochodu w złotówkach, a nie jak to było w modelach w części pierwszej, w procentach. Oznacza to, Ŝe np. jeŜeli przeciętne oprocentowanie kredytów gospodarstw domowych wzrośnie o 1 punkt procentowy to, przy załoŜeniu klauzuli ceteris paribus, strata dochodów przeciętnego konsumenta wyniesie ok. 162 zł w województwie podkarpackim i ok. 165 zł w lubelskim. Ostateczny efekt będzie zaleŜał jednak od polityki banku centralnego w zakresie ustalania poszczególnych stóp procentowych oraz od reakcji banków komercyjnych na tę politykę. W pracy podjęto równieŜ próbę wykorzystania innych zmiennych z poziomu regionalnego do modelowania dochodów przedsiębiorstw i gospodarstw domowych, takich jak produkcja sprzedana w cenach stałych, wydajność pracy, liczba absolwentów, czy przeciętne wynagrodzenie. Za pomocą tych zmiennych nie udało się jednak skonstruować spójnego modelu, który charakteryzowałby się koincydencją i brakiem efektu katalizy7. Przyczyną tego moŜe być krótkość szeregu czasowego wykorzystywanego do objaśniania kształtowania się stosunkowo licznej próby danych przekrojowych. Dodatkowo zmienne te były ze sobą wysoce dodatnio skorelowane, a takŜe charakteryzowały się stosunkowo niskimi współczynnikami korelacji ze zmiennymi objaśnianymi, a więc wysokością dochodów. Tablicę korelacyjną dla tych zmiennych przedstawiono w aneksie 2. 7 Z. Hellwig, Przechodniość relacji skorelowania zmiennych i płynące stąd wnioski ekonometryczne, Przegląd Statystyczny nr 1, Główny Urząd Statystyczny, Warszawa, 1976. 30 2.3. Analiza dochodów z wykorzystaniem zmiennych opóźnionych ZaleŜności autoregresyjne Sytuacja gmin mierzona wielkością dochodów przedsiębiorstw i gospodarstw domowych charakteryzuje się duŜym poziomem inercji. Potrzeba długiego okresu czasu, Ŝeby zmienić sytuację w tym zakresie. Dlatego teŜ podjęto próbę modelowania tych dochodów przy włączeniu zmiennej autoregresyjnej, opóźnionej o jeden rok. Oznacza to wprowadzenie zaleŜności dochodów od tych samych dochodów rok wcześniej. ZałoŜenie to wydaje się zasadne, poniewaŜ struktura zarówno dochodów, jak i wydatków gmin nie zmienia się dynamicznie. To sprawia utratę stopni swobody, poniewaŜ analizując wpływ dochodów uzyskanych rok wcześniej odrzucamy rok 1999. Krótkie szeregi czasowe utrudniają dokładną analizę w przypadku załoŜenia dłuŜszych opóźnień, gdyŜ spowodowałoby to dalsze zmniejszenie stopni swobody. Modelowanie dochodów z elementem inercyjnym Przy modelowaniu wykorzystano te same zmienne co w punkcie 2 oraz dodano zmienną autoregresyjną z opóźnieniem rocznym. Szczegółowe wyniki estymacji podano w aneksie 2 (załącznik 3). Wszystkie zmienne autoregresyjne są istotne na poziomie p=0,01 a więc zasadne było załoŜenie o inercji analizowanych dochodów. Wykorzystanie tych zmiennych istotnie poprawiło oszacowania. Uzyskane modele znacznie lepiej objaśniają zmienność dochodów zarówno przedsiębiorstw, jak i gospodarstw domowych w obydwu województwach. Wyniki oszacowań są zbliŜone do tych omawianych w punkcie 2.2. W obu województwach dochody gospodarstw domowych w gminach rosły wraz ze wzrostem odsetka pracujących a malały wraz ze wzrostem stopy referencyjnej Banku Centralnego, czyli przy restrykcyjnej polityce pienięŜnej, która miała częściowo wpływ na spadek odsetka pracujących 3. Klimat koniunktury dla rozwoju przedsiębiorstw w powiatach Podkarpacia i Lubelszczyzny (ElŜbieta Wojnicka) Metodologia Analiza klimatu koniunktury dla rozwoju przedsiębiorstw w powiatach i gminach województw podkarpackiego i lubelskiego została przeprowadzona na bazie danych z Banku Danych Regionalnych GUS. Ocena klimatu koniunktury dla kształtuje się w skali od 0, 1 – bardzo dobry klimat koniunktury, bez istotnych barier popytowych do 12 – bardzo słaby 31 klimat koniunktury, słaby popyt. Klimat koniunktury został wyznaczony na bazie oceny czterech cech, na które złoŜyło się siedem zmiennych. Te cechy to: 1) dochód ludności – dochód przed opodatkowaniem na mieszkańca obliczony na podstawie wpływów gmin z podatku od osób fizycznych w 2004 roku oraz średnioroczna dynamika tego dochodu w latach 2002-2004 – cecha ta jest przybliŜeniem popytu konsumenckiego i jego tendencji. Ocena klimatu koniunktury powstała poprzez zsumowanie punktów za dynamikę oraz wysokość dochodu wyraŜonego w kategorii średniej dla regionu wynoszącej 100. Za bardzo dobry klimat uznano sytuację gdy suma punktów wynosiła ponad 200, ocena 1 – niskie zagroŜenia popytowe, czyli dobry klimat gdy od 180 do 200 punktów, ocena 2 odpowiada liczbie od 160 do 180 punktów i oznacza przeciętny klimat koniunktury, zaś ocena 3 – poniŜej 160 punktów, to słaby klimat koniunktury – wysokie ograniczenia popytowe. Gorsza ocena klimatu koniunktury oznacza zarówno niski popyt konsumpcyjny jak teŜ odzwierciedla słabą kondycję przedsiębiorstw na danym terenie, gdyŜ nie generują one dochodów ludności. 2) dochód przedsiębiorstw – dochód w przeliczeniu na podmiot prawny w 2004 roku oszacowany podobnie jak dochód ludzi na podstawie wpływów gmin z podatku dochodowego od osób prawnych i efektywnej stopy podatkowej CIT oraz średnioroczną dynamikę tego dochodu w latach 2002-2004 tj. na bazie wartości zanotowanych od 2001 roku w przeliczeniu na podmiot prawny. Cecha ta stanowi przybliŜenie kondycji – zyskowności brutto przedsiębiorstw – podmiotów prawnych w gminach i powiatach i jednocześnie przybliŜenie popytu inwestycyjnego. Ocena klimatu koniunktury w zakresie tej cechy została wyznaczona analogicznie do oceny dochodu ludności. Czteroletni okres, za który zostały uwzględnione dane pozwala na wyeliminowanie efektu deklarowania strat dla uniknięcia opodatkowania, gdyŜ trudno przypuszczać by firma mogła funkcjonować przez 4 lata wykazując straty. Słabszy klimat koniunktury w ujęciu tej cechy oznacza pogarszające się wyniki finansowe przedsiębiorstw powiatu/gminy. 3) Dynamika przedsiębiorstw – średnioroczna dynamika zakładów osób fizycznych w powiatach w latach 2001-2004 oraz dynamika podmiotów prawnych w latach 2002-2004. Ocena klimatu w tym zakresie była dokonana na podstawie sumy dwóch dynamik w zaleŜności od średniej sumy punktów dla dwóch województw lub w przypadku analizy dla gmin dla danego typu gmin. Słabszy klimat koniunktury dotyczył powiatów/gmin o niŜszej dynamice. NiŜsza dynamika oznacza zarówno niŜszą przedsiębiorczość mieszkańców jak i więcej przedsiębiorstw, które upadają. 32 4) Rynek pracy – średnioroczna dynamika liczby pracujących w latach 2000-2003 – klimat koniunktury był oceniany poprzez porównanie do średniej dynamiki w regionach bądź w danym rodzaju gmin. NiŜsza dynamika oznacza słabą zdolność przedsiębiorstw danego terenu do generowania nowych miejsc pracy co równieŜ odzwierciedla gorszą sytuację przedsiębiorstw. W rezultacie najniŜsza ocena klimatu koniunktury – najwięcej zagroŜeń wyniosła 12 jednak na poziomie powiatów ten maksymalny poziom to 7, zaś w gminach 11. NajwyŜsza ocena 0 tj. prawie brak zagroŜeń popytowych oznacza dobrą sytuację zarówno w zakresie dochodów ludności, firm jak i rozwój przedsiębiorczości w sensie ilościowym i relatywnie dobrą sytuację na rynku pracy. Niestety dane dotyczące dynamiki pracujących dostępne są na razie na poziomie gmin jedynie za 2003 roku jednak długi okres pokazuje siłę rynku pracy danego terenu w porównaniu z innymi. Oczywiście bardzo dobra ocena klimatu koniunktury nie oznacza, Ŝe na danym terenie firmy na pewno nie będą upadać, ale pokazuje, Ŝe w powiecie czy gminie warunki dla rozwoju przedsiębiorstw są lepsze niŜ w innych, a stąd prawdopodobieństwo upadłości jest niŜsze. Natomiast gdy firma upadnie to łatwiej będzie jej pracownikom znaleźć sobie w danym powiecie/gminie nowe zajęcie. Ponadto dane te mogą być wskazówką dla pracowników firm zagroŜonych upadłością, gdzie stosunkowo najłatwiej będzie znaleźć pracę lub rozpocząć własną działalność. Dla przedsiębiorców koniunktura w powiecie wyraŜona przede wszystkim w dochodach ludzi i przedsiębiorstw jest wskazówką, gdzie najlepiej rozszerzać sprzedaŜ. Na poziomie powiatów nie zaobserwowano krańcowych ocen koniunktury. Wynika to z faktu, Ŝe często złą koniunkturę w jednej gminie łagodzi lepsza sytuacja w ościennej i odwrotnie. Powiat to obszar, na którym mobilność ludności jest dość wysoka ze względu na umiarkowane koszty transportu, więc moŜna go traktować jako główny poziom dla wydzielania lokalnych rynków pracy. Powiaty o słabym klimacie koniunktury Najsłabsza koniunktura da rozwoju przedsiębiorstw spośród powiatów - 7 stopnia dotyczy powiatu lubelskiego co wynika głównie ze słabości dochodów przedsiębiorstw ( 3 stopień) oraz rozwoju sektora przedsiębiorstw w sensie ilościowym (2 stopień). Lepiej wygląda w powiecie sytuacja w zakresie dochodów ludności i liczby pracujących. Ponadto słaba koniunktura – 6 stopnia, dotyczy powiatu łukowskiego na Lubelszczyźnie (słabe strony to dochody przedsiębiorstw i przedsiębiorczość, mocna strona to dochody ludności) oraz strzyŜowskiego na Podkarpaciu (słabe strony to głównie dochody 33 przedsiębiorstw i sytuacja na rynku pracy, mocna strona to przedsiębiorczość). Słabym klimatem koniunktury – 5 stopnia, cechują się teŜ powiaty podkarpackie: bieszczadzki (słaba strona o głównie dynamika pracujących, zaś mocna dynamika dochodu na podmiot prawny), lubaczowski (słabe strony to dochód firm i ludności, mocna przedsiębiorczość), niŜański (słaba strona dochód firm, mocna przedsiębiorczość) i przemyski (niskie dochody, choć dość wysoka przedsiębiorczość) oraz w województwie lubelskim opolski (słabe strony głównie przedsiębiorczość i dynamika pracujących), parczewski (słaba strona głównie dochody firm), rycki (niskie dochody firm) i włodawski (słabe strony to głównie niskie dochody firm i dynamika pracujących). Tabela 2. Powiaty o słabym klimacie koniunktury dla rozwoju przedsiębiorstw Woj. Powiat średnior dynamika średnioro dochód średnioroczn dochód oczna podmiotó czna na a dynamika na dynami w dynamika podmiot dochodu na mieszka ka ZOF prawnych pracujący 2004 w zł podmiot ńca na 2002ch 20002002-2004 miesiąc 2004 2003 2004 L lubelski 87 87 99 13149 122 176 L łukowski 85 88 97 6100 125 199 P strzyŜowski 102 102 74 37889 101 174 P 90 93 82 43374 162 207 bieszczadzki P lubaczowski 102 103 98 32180 109 140 P niŜański 104 105 94 24089 126 183 L opolski 87 89 93 22641 177 172 L parczewski 101 103 97 15904 94 184 P przemyski 102 101 77 bd bd 142 L rycki 91 90 95 7297 134 292 L włodawski 100 102 93 25153 112 169 średnioroc zna dynamika dochodu mieszk. 2002-2004 101 101 99 83 Klimat koniunktur y (0 – b. dobry, 12 b. słaby) 97 98 103 101 102 104 98 5 5 5 5 5 5 5 7 6 6 5 Źródło: IG WSIiZ, L – Lubelskie, P-Podkarpackie Powiaty o średnim klimacie koniunktury Powiaty o średnim klimacie koniunktury – ocena na 4 punkty z czterech cech to z Lubelszczyzny chełmski o niskich dochodach osób i słabej dynamice pracujących, zaś z Podkarpacia miasto Przemyśl i powiat przeworski. Słaba strona Przemyśla to głównie stagnacja na rynku pracy i niskie dochody podmiotów prawnych, natomiast powiatu przeworskiego to dynamika pracujących i niski dochód osób. Powiaty o klimacie ocenionym na 3 stopień to: - głównie ze względu na niską dynamikę przedsiębiorczości – łęczyński, puławski, miasto Lublin i świdnicki (lubelskie) - głównie ze względu na słabą dynamikę pracujących – Krosno i powiat sanocki oraz Tarnobrzeg i ropczycko-sędziszowski z Podkarpacia oraz Chełm i hrubieszowski z Lubelszczyzny. 34 - głównie ze względu na niski dochód podmiotów prawnych – powiat mielecki z Podkarpacia - głównie ze względu na niski dochód osób – kolbuszowski z Podkarpacia i zamojski z Lubelszczyzny Tabela 3. Powiaty o średnim klimacie koniunktury dla rozwoju przedsiębiorstw Woj. Powiat średnior dynamika średnioro dochód średnioroczn dochód oczna podmiotó czna na a dynamika na dynami w dynamika podmiot dochodu na mieszka ka ZOF prawnych pracujący 2004 w zł podmiot ńca na 2002ch 20002002-2004 miesiąc 2004 2003 2004 L chełmski 100 103 93 67734 171 136 P m.Przemyśl 97 105 72 41691 108 430 P przeworski 104 103 76 125123 111 183 L hrubieszowski 107 105 95 77642 169 168 L janowski 107 104 97 41847 111 147 P kolbuszowski 105 103 97 75816 118 136 L łęczyński 80 89 98 125753 168 287 L m.Chełm 98 101 94 99732 102 510 P m.Krosno 98 103 74 114632 125 563 L m.Lublin 85 88 95 55876 154 669 P m.Tarnobrzeg 103 103 93 43528 118 453 P mielecki 103 105 99 38458 107 270 L puławski 85 88 97 71681 208 305 P ropczycko102 102 95 85487 109 184 sędziszowski P sanocki 100 104 74 80944 164 247 L świdnicki 82 89 97 30816 219 283 L zamojski 104 102 96 113664 240 145 średnioroc zna dynamika dochodu mieszk. 2001-2004 98 108 99 102 108 102 101 109 106 104 104 99 102 104 Klimat koniunkt ury (0 – b. dobry, 12 b. słaby) 4 4 4 3 3 3 3 3 3 3 3 3 3 3 100 98 99 3 3 3 Źródło: IG WSIiZ Powiaty o dobrym klimacie koniunktury dla rozwoju przedsiębiorstw Powiaty o dobrym klimacie koniunktury ocenionym na 2 stopień ze względu na niską dynamikę liczby pracujących Biała Podlaska i Zamość na Lubelszczyźnie natomiast na Podkarpaciu powiat tarnobrzeski. Dla wszystkich pozostałych powiatów oprócz rzeszowskiego słabą stroną jest dynamika pracujących. Powiaty, których słabą stroną oprócz dynamiki pracujących jest teŜ dość niski dochód podmiotów prawnych to jarosławski i stalowowolski na Podkarpaciu, natomiast powiaty, których słabością jest głównie dość niski dochód osób to brzozowski i leŜajski na Podkarpaciu oraz bialski, krasnostawski, lubartowski, radzyński i tomaszowski na Lubelszczyźnie. Niska dynamika przedsiębiorstw to oprócz zagroŜenia wywodzącego się z rynku pracy kolejna słaba strona powiatu jasielskiego z Podkarpacia. Najlepszy klimat koniunktury dotyczy powiatów biłgorajskiego i kraśnickiego na Lubelszczyźnie oraz miasta Rzeszów i powiatów dębickiego, krośnieńskiego i łańcuckiego na 35 Podkarpaciu. Dobra sytuacja jest teŜ w powiecie rzeszowskim, który jednak cechuje się dość niskim średnim dochodem na podmiot prawny. Tabela 4. Powiaty o dobrym klimacie koniunktury Woj. Powiat średnior dynamika średnioro oczna podmiotó czna dynamika dynami w ka ZOF prawnych pracujący 2002ch 20002004 2003 L P P P L P L L L L P P L L P L P P P P bialski brzozowski jarosławski jasielski krasnostawski leŜajski lubartowski m.Biała Podlaska m.Zamość radzyński stalowowolski tarnobrzeski tomaszowski biłgorajski dębicki kraśnicki krośnieński łańcucki m.Rzeszów rzeszowski 104 99 101 98 100 104 103 101 102 102 104 104 104 104 101 102 101 103 102 106 102 103 104 101 102 105 104 103 102 102 106 105 103 104 103 102 105 103 104 104 dochód na podmiot 2004 w zł 96 97 96 96 96 95 97 94 95 99 97 92 97 97 96 96 96 98 97 101 56137 43802 55603 64503 204317 106136 79032 92879 104328 73405 41902 68146 59386 116648 78728 49020 50806 65717 106208 46501 średnioroc zna dynamika dochodu na podmiot 2002-2004 143 137 90 173 176 114 118 123 129 152 110 188 140 87 152 121 116 140 110 115 dochód na mieszka ńca na miesiąc 2004 średnioroc zna dynamika dochodu mieszk. 2001-2004 stopień zagroŜe nia upadłoś cią 168 170 210 243 195 194 186 459 467 176 325 217 181 210 280 191 218 309 656 207 100 98 97 97 99 95 99 104 105 102 98 101 100 98 98 109 99 111 106 100 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 Źródło: IG WSIiZ Niestety dla powiatu leskiego z Podkarpacia było zbyt mało danych by moŜna ocenić poziom zagroŜenia upadłością. 4. Wyniki badań ankietowych gospodarstw domowych Podkarpacia i Lubelszczyzny (Piotr Klimczak) 4.1.Wyniki badania ankietowego gospodarstw domowych w województwie podkarpackim Metodyka badania i charakterystyka respondentów W celu oceny kondycji gospodarstw domowych w województwie podkarpackim Instytut Gospodarki WSIiZ w Rzeszowie przeprowadził w październiku br. badanie dotyczące posiadanych przez nie dochodów, oszczędności, obszarów wydatkowania posiadanych środków, planów inwestycyjnych. Badanie przeprowadzono przy pomocy telefonicznego 36 ankietowania na losowo wybranej próbie 500 gospodarstw domowych8. Wśród badanych gospodarstw 16,8% stanowiły gospodarstwa z gmin miejskich, 28,2% z miast na prawach powiatów (Rzeszów i byłe miasta wojewódzkie), 29,6% respondentów mieszkało w gminach wiejskich, 24% w miejsko - wiejskich. Najliczniejszą grupę wśród badanych gospodarstw domowych stanowiły gospodarstwa trzyosobowe (19,2%), następnie gospodarstwa dwuosobowe (17,8%) i jednoosobowe (17,4%). Najmniej liczną - gospodarstwa o liczbie sześciu i więcej osób (14,2%). Tabela 1. Struktura badanych gospodarstw według rodzaju badanych gmin Rodzaje gmin Miejska Miasta na prawach powiatu Wiejska Miejsko-wiejska Udział procentowy 16,8% 28,2% 29,6% 25,4% Źródło: IG WSIiZ Tabela 2. Struktura badanych gospodarstw według liczby osób w gospodarstwie domowym Gospodarstwa domowe Jednoosobowe Dwuosobowe Trzyosobowe Czteroosobowe Pięcioosobowe Sześć lub więcej osób Udział procentowy 17,4% 17,8% 19,2% 16,4% 15,0% 14,2% Źródło: IG WSIiZ Ze względu na wielkość dochodu, jakim dysponuje na osobę gospodarstwo domowe na miesiąc najliczniejszą grupę stanowiły te z przedziału 401-600zł, co stanowiło prawie 21,2% ogółu badanych gospodarstw. Na drugim miejscu znalazły się gospodarstwa z przedziału 201–400zł tj. 17,2% ogółu przebadanych gospodarstw. 25% gospodarstw objętych badaniem miało dochody wyŜsze niŜ 1000 zł na jedną osobę. Natomiast 9,8% miało dochody poniŜej 200zł. Wyraźne są róŜnice wśród badanych gospodarstw domowych w ich ilości przypadających na poszczególne przedziały kwotowe w zaleŜności od rodzaju gminy. Szczególnie jest to widoczne w brzegowych przedziałach. Podczas gdy w największych 8 Gospodarstwo domowe to zespół osób mieszkających razem i wspólnie utrzymujących się (definicja przyjmowana w spisach ludności GUS). Według spisu powszechnego GUS z 2002r. gospodarstwa jednorodzinne stanowiły w województwie podkarpackim 78,6% ogółu gospodarstw rodzinnych. Liczba gospodarstw dwurodzinnych na Podkarpaciu stanowiła 19,5 % ogólnej liczby gospodarstw domowych. Gospodarstwa składające się z trzech i większej liczby rodzin stanowiły około 2% ogółu gospodarstw rodzinnych. 37 miastach tylko 5% respondentów deklaruje miesięczne dochody na poziomie niŜszym niŜ 200zł na osobę to w gminach wiejskich jest to blisko 17%. Podobne róŜnice widoczne są w przedziałach przekraczających 1000zł na osobę. W największych miastach regionu 37,6% gospodarstw miało dochody na poziomie wyŜszym niŜ 1000zł na jedną osobę a w gminach wiejskich ten odsetek kształtował się na poziomie 13,5%. Struktura rozkładu deklarowanych odpowiedzi w gminach wiejsko –miejskich jest bardziej podobna do tej w gminach miejskich, niŜ w gminach wiejskich. Tabela 3. Liczba badanych gospodarstw według wielkość dochodu, jakim dysponuje na osobę gospodarstwo domowe na miesiąc miasta na prawach miejsko gmina miejska powiatu wiejskie wiejska Ogółem 7 11 25 49 PoniŜej 200zł 6 201-400zł 14 20 18 34 86 401-600zł 18 22 29 37 106 601-800zł 10 27 25 19 81 801-1000zł 13 12 15 13 53 1001-1500zł 12 32 18 10 72 1501-2000zł 7 14 5 6 32 2001-3000zł 4 4 2 2 12 powyŜej 3000zł 0 3 4 2 9 Źródło: IG WSIiZ Tabela 4. Struktura badanych gospodarstw według wielkość dochodu, jakim dysponuje na osobę gospodarstwo domowe na miesiąc (w%) miasta na prawach miejsko Miejska powiatu wiejskie wiejska Ogółem poniŜej 200zł 7,14 4,96 8,66 16,89 9,80 201-400zł 16,67 14,18 14,17 22,97 17,20 401-600zł 21,43 15,60 22,83 25,00 21,20 601-800zł 11,90 19,15 19,69 12,84 16,20 801-1000zł 15,48 8,51 11,81 8,78 10,60 1001-1500zł 14,29 22,70 14,17 6,76 14,40 1501-2000zł 8,33 9,93 3,94 4,05 6,40 2001-3000zł 4,76 2,84 1,57 1,35 2,40 powyŜej 3000zł 0,00 2,13 3,15 1,35 1,80 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ Wśród badanych gospodarstw domowych najliczniejszą grupę stanowiły te, które utrzymują się z dochodów z pracy - łącznie 58,7% wskazań. W zbiorowości utrzymujących się z pracy przewaŜały gospodarstwa, których źródłem dochodu była praca najemna – co stanowiło 48% utrzymujących się z pracy, następnie dochód z pracy na rachunek własny – 5,3%, dochody z pracy zagranicą – 3,1% i dochód z pracy w swoim gospodarstwie rolnym - 2,6%. Na niezarobkowe źródła dochodu (renta, emerytura, zasiłki) wskazało ogółem 265 badanych 38 gospodarstw domowych, co stanowiło blisko 39,2% ogółu wskazań. Dla 138 badanych gospodarstw było to jedyne źródło utrzymania. Tabela 5. Źródła dochodów badanych gospodarstw domowych według rodzaju gmin (liczba odpowiedzi) miasta na prawach miejsko Miejska powiatu wiejskie wiejska Ogółem praca najemna 58 97 81 86 322 własne przedsiębiorstwo 8 11 8 9 36 renta/emerytura 44 64 64 84 256 zasiłek dla bezrobotnych 3 1 2 3 9 dochody z rolnictwa 3 1 6 8 18 dochody z pracy zagranicą 3 4 7 7 21 inne 4 2 5 3 14 Źródło: IG WSIiZ Tabela 6. Struktura źródeł dochodów badanych gospodarstw domowych według rodzaju gmin (w %) miasta na prawach miejsko Miejska powiatu wiejskie wiejska Ogółem praca najemna 47,15 53,89 46,82 43,00 47,63 własne przedsiębiorstwo 6,50 6,11 4,62 4,50 5,33 renta/emerytura 35,77 35,56 36,99 42,00 37,87 zasiłek dla bezrobotnych 2,44 0,56 1,16 1,50 1,33 dochody z rolnictwa 2,44 0,56 3,47 4,00 2,66 dochody z pracy zagranicą 2,44 2,22 4,05 3,50 3,11 Inne 3,25 1,11 2,89 1,50 2,07 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ Prognozowana zmiana średnich miesięcznych dochodów gospodarstw domowych w najbliŜszym półroczu Podkarpackie gospodarstwa domowe w większości (84%) nie przewidują, aby w najbliŜszym półroczu nastąpiła zmiana ich dochodów. Wśród gospodarstw, które przewidują zmianę w najbliŜszych sześciu miesiącach dominują te wskazujące na wzrost dochodów 14% ogółu badanych gospodarstw. Spadek dochodów przewiduje w najbliŜszym półroczu tylko 2%, 39 Wykres 1. Prognozowana zmiana średnich miesięcznych dochodów w najbliŜszym półroczu 1% 1% 2% 12% 84% znaczny wzrost bez zmian istotny spadek niewielki wzrost nieznaczny spadek Źródło: IG WSIiZ Analiza prognozy dotyczących zmian w dochodach gospodarstw domowych przez pryzmat rodzaju gminy nie wykazuje istotnych zróŜnicowań – rozkład odpowiedzi jest bardzo podobny. Tabela 7. Prognozowana zmiana średnich miesięcznych dochodów w najbliŜszym półroczu według rodzaju gminy [w%] miasta na prawach miejsko miejska powiatu wiejskie wiejska Ogółem znaczny wzrost 1,19 0,71 3,15 2,70 2,00 niewielki wzrost 13,10 13,48 10,24 10,81 11,80 bez zmian 85,71 83,69 85,04 83,11 84,20 nieznaczny spadek 0,00 0,71 0,79 2,03 1,00 istotny spadek 0,00 1,42 0,79 1,35 1,00 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ Oszczędności badanych gospodarstw domowych Spośród 500 gospodarstw domowych 227 odpowiedziało w badaniu, Ŝe posiada oszczędności (tj. 45,4% gospodarstw) a 273 zadeklarowało ich brak (tj. 54,6%). Tylko w gminach miejskich odsetek gospodarstw mających oszczędności był wyŜszy od tych, które oszczędności posiadają (o 2 pkt. procentowe). W pozostałych rodzajach gmin przewagę miały gospodarstwa bez oszczędności. Szczególnie niski odsetek deklarujących posiadanie 40 oszczędności widoczny jest w gminach wiejskich tj. 40% odpowiedzi i w gminach wiejskomiejskich – 44% odpowiedzi. Tabela 8. Gospodarstwa domowe posiadające oszczędności miasta na prawach miejsko Miejska powiatu wiejskie TAK 43 69 56 NIE 41 72 71 wiejska 59 89 Ogółem 227 273 wiejska 39,86 60,14 100,00 Ogółem 45,40 54,60 100,00 Źródło: IG WSIiZ Tabela 9. Struktura gospodarstwa domowych posiadających oszczędności (w %) miasta na prawach miejsko Miejska powiatu wiejskie 48,94 44,09 TAK 51,19 NIE 48,81 51,06 55,91 100,00 100,00 100,00 Źródło: IG WSIiZ W zbiorowości deklarującej posiadanie oszczędności 21,6% gospodarstw miało je na poziomie niŜszym niŜ 1000zł. 45,8% deklarowało oszczędności w przedziale 1001 – 5000zł i był to jednocześnie najczęściej wskazywany przedział posiadanych oszczędności. Na kwotę oszczędności wyŜszą niŜ 5000 zł wskazało 74 badane gospodarstwa, co stanowił 32,6% ogółu gospodarstw posiadających oszczędności. Tylko 8 wskazań dotyczyło posiadanych oszczędności wyŜszych niŜ 30000 zł (tj. 3,5 % gospodarstw mających oszczędności). RóŜni się natomiast rozkład odpowiedzi dla przyjętych przedziałów oszczędności według rodzajów gmin. W gminach wiejskich i wiejsko - miejskich znacznie wyŜszy jest odsetek gospodarstw domowych o niewielkich oszczędnościach nie przekraczających 1000zł odpowiednio 32% i 21% w porównaniu z gminami miejskimi (14%) i miastami na prawach powiatu (17%). Widoczne jest to teŜ zróŜnicowanie w wyŜszych kwotowo przedziałach między gminami miejskimi, miejsko-wiejskimi a gminami wyłącznie wiejskimi. Na oszczędności mieszczące się w przedziale 10000 – 30000zł wskazywał największy odsetek gospodarstw w gminach miejsko-wiejskich (14% gospodarstw mających oszczędności) w gminach miejskich i miastach na prawach powiatu po 11%. Tabela 10. Oszczędności badanych gospodarstw domowych wg rodzaju badanych gmin miasta na prawach miejsko – Miejska powiatu wiejskie wiejska Ogółem około 1000zł 6 12 12 19 49 1001-5000zł 17 38 19 30 104 5001-10000zł 15 11 17 6 49 10001-30000zł 4 5 5 3 17 30000zł i więcej 1 3 3 1 8 Źródło: IG WSIiZ Tabela 11. Struktura oszczędności badanych gospodarstw domowych wg rodzaju badanych gmin (w %) miasta na prawach miejsko – Miejska powiatu wiejskie wiejska Ogółem około 1000zł 13,95 17,39 21,43 32,20 21,59 41 1001-5000zł 5001-1000zł 10001-30000zł 30000zł i więcej 39,53 34,88 9,30 2,33 100,00 55,07 15,94 7,25 4,35 100,00 33,93 30,36 8,93 5,36 100,00 50,85 10,17 5,08 1,69 100,00 45,81 21,59 7,49 3,52 100,00 Źródło: IG WSIiZ Skłonność do oszczędzania Zebrane dane dotyczące decyzji gospodarstw domowych odnośnie podziału dochodów na wydatki i oszczędności wskazują, Ŝe 1/3 gospodarstw domowych w ogóle nic nie przeznaczyłaby z dodatkowej wielkości dochodu - 1000 zł - na oszczędności. Dla 45% gospodarstw byłaby to kwota niŜsza niŜ 500zł, dla 21% wyŜsza od 500zł. 28% ze zbadanych gospodarstw jest skłonne przeznaczyć na oszczędności z 1000zł tylko 20% tej kwoty. Wykres 2. Decyzje gospodarstw domowych odnośnie kwotowej wielkości oszczędności w przypadku wzrostu dochodu o dodatkowe 1000 zł 13,60% 33,40% 7,20% 9,60% 1,20% 7,20% 7,40% 20,40% nic poniŜej 100 zł 100-200 zł 200-300 zł 300-400 zł 400-500 zł 500-700 zł powyŜej 700 zł Źródło: IG WSIiZ Gospodarstwa domowe z gmina wiejskich charakteryzują się wysokim odsetkiem chcących przeznaczyć pewną, najczęściej niewielką część dodatkowego dochodu na oszczędności. Dotyczy to 12% gospodarstw z terenów wiejskich, podczas gdy ten odsetek w pozostałych rodzajach gmin jest o kilka punktów proc. niŜszy. W wyŜszych kwotowo przedziałach powyŜej 500zł znacznie większa skłonność do oszczędzania widoczna jest w gminach miejskich a zupełnie niewielka w gminach wiejskich. 42 Tabela 12. Struktura odpowiedzi odnośnie decyzji gospodarstw domowych o kwotowej wielkości oszczędności w przypadku wzrostu ich dochodu o dodatkowe 1000 zł według rodzajów gmin miasta na Miejsko – Miejska prawach powiatu wiejskie wiejska Ogółem 29,79 40,16 37,16 33,40 Nic 22,62 poniŜej 100 zł 2,38 9,22 3,15 12,16 7,40 100-200 zł 20,24 20,57 18,90 21,62 20,40 200-300 zł 9,52 6,38 6,30 7,43 7,20 300-400 zł 0,00 1,42 1,57 1,35 1,20 400-500 zł 14,29 12,06 7,09 6,76 9,60 500-700 zł 10,71 4,26 7,87 7,43 7,20 powyŜej 700 zł 20,24 16,31 14,96 6,08 13,60 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ Istnieje silna zaleŜność między skłonnością do oszczędzania w podkarpackich gospodarstwach domowych a poziomem dochodu uzyskiwanego przez te gospodarstwa Skłonność do oszczędzania wzrasta w miarę wzrostu dochodu. Szczególnie widoczne jest to w kategorii gospodarstw, gdzie miesięczny dochód do dyspozycji na osobę jest wyŜszy niŜ 800zł. Ponadto im wyŜszy dochód tym spada odsetek gospodarstw, które z dodatkowego dochodu nic nie przeznaczyłyby na oszczędności. Tabela 13. ZaleŜność miedzy skłonnością do oszczędzania a poziomem dochodów w badanych gospodarstwach domowych Jaki jest dochód do dyspozycji na osobę w gospodarstwie domowym na miesiąc? Ogółem PowyŜej 0 - 400 zł 401 - 800 zł 800 zł Gdyby Pan/Pani miał Nic 77 61 29 167 dodatkowe 1000 zł to ile 1 - 200 zł 31 58 50 139 z tych 1000 zł przeznaczyłby Pan/Pani 201 - 400 zł 5 19 18 42 na oszczędności? 401 - 500 zł 14 20 14 48 PowyŜej 500 zł 8 29 67 104 Źródło: IG WSIiZ Jaki jest dochód do dyspozycji na osobę w gospodarstwie domowym na miesiąc? PowyŜej 0 - 400 zł 401-800 zł 800 zł Gdyby Pan/Pani miał dodatkowe 1000 zł to ile z tych 1000 zł przeznaczyłby Pan/Pani na oszczędności? Nic 57,0% 32,6% 16,3% 33,4% 1 - 200 zł 23,0% 31,0% 28,1% 27,8% 201 - 400 zł 3,7% 10,2% 10,1% 8,4% 401 - 500 zł 10,4% 10,7% 7,9% 9,6% 5,9% 100,0% 15,5% 100,0% 37,6% 100,0% 20,8% 100,0% PowyŜej 500 zł Ogółem Ogółem Źródło: IG WSIiZ 43 WaŜność udziału poszczególnych kategorii wydatków w budŜetach domowych W opinii badanych gospodarstw domowych to wydatki na artykuły Ŝywnościowe oraz na czynsz i inne opłaty stanowią w budŜetach domowych waŜną lub bardzo waŜną kategorię wydatków. W przypadku wydatków na Ŝywność taką opinię wyraŜają 236 gospodarstwa domowe (47,2% ogółu gospodarstw) na 500 pytanych. WaŜność tej kategorii wydatkowej szczególnie silenie podkreślana była w gospodarstwach na obszarach wiejskich, gdzie połowa gospodarstw uznała ją za najwaŜniejszą kategorię w budŜecie domowym. Jeszcze większy jest odsetek respondentów (57,2% ogółu gospodarstw) wskazujących na czynsz i inne opłaty jako waŜną i bardzo waŜną kategorię wydatków. Tylko dla 9% podkarpackich gospodarstw ta kategoria wydatków w domowym budŜecie została uznana za mało waŜną. Wykres 3. WaŜność udziału poszczególnych kategorii wydatków w budŜecie badanych gospodarstw domowych 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% ar t yk uły cz yn Ŝyw no nie waŜne sz wy d i in ne o ści ow e atk pła mało waŜne i na ty art yk tr a uły ns p wy p pr z ort oc em ys zy wy d ne ki łow e średnio waŜne atk r el wy d i na ak s waŜne ed atk uk sp i na acj e łat a oc hro kre d nę yt u zd row ia bardzo waŜne Źródło: IG WSIiZ Wśród pozostałych kategorii wydatków respondenci podkreślali waŜność wydatków na transport (dla blisko 27% gospodarstw są to wydatki bardzo waŜne lub waŜne), ochronę zdrowia (21%) i edukację (15%). Udział pozostałych kategorii wydatków w budŜetach 44 domowych z uwagi na ich waŜność oceniany był najczęściej jako mało lub średnio waŜny. Marginalizowanie znaczenia waŜności takich kategorii jak artykuły przemysłowe, czy wypoczynek i relaks spowodowane jest ograniczeniami dochodowymi. W gospodarstwach o wyŜszych dochodach wzrasta odsetek odpowiedzi uznających te kategorie jako waŜne i bardzo waŜne. W tych gdzie te dochody są na niskim poziomie stanowią one dobra i usługi niedostępne. WaŜną kategorią wydatków w gospodarstwach domowych są wydatki związane ze spłatą kredytu. Jest ona bardzo waŜną, waŜną lub średnio waŜną kategorią dla 24% badanych gospodarstw, a odsetek ten w największych miastach i gminach miejskich jest jeszcze wyŜszy. Planowane wydatki inwestycyjne w najbliŜszym półroczu Istotnych informacji o kondycji gospodarstw domowych w województwie podkarpackim dostarcza analiza planowanych wydatków inwestycyjnych w najbliŜszych sześciu miesiącach. Tego rodzaju wydatki planuje poczynić tylko 42% ogółu zbadanych gospodarstw domowych. W grupie tej blisko 60% badanych gospodarstw domowych przewiduje wydatki związane z remontem, 15% planuje zakup sprzętu AGD. Na trzeciej pozycji pod względem waŜności znalazły się wydatki związane z zakupem samochodu (14% gospodarstw), a następnie wydatki związane z zakupem domu lub mieszkania (ponad 7% gospodarstw). Wykres 4. Planowane wydatki inwestycyjne w badanych gospodarstwach domowych w najbliŜszym półroczu [w %] 4,63% inne 58,33% remont zakup domu/mieszkania 7,41% 14,35% zakup samochodu 15,28% zakup sprzętu AGD 0 10 20 30 40 50 60 70 [w %] Źródło: IG WSIiZ 45 Brak jest znaczącego zróŜnicowania waŜności planowanych wydatków inwestycyjnych w gospodarstwach domowych z uwagi na rodzaj gminy. W gminach wiejskich o kilka punktów procentowych wyŜsza jest liczba wskazań dotyczących remontu w porównaniu z innymi gminami. W tych porównaniach wyróŜniają się teŜ miasta na prawach powiatów wyŜszą planowaną aktywnością, jeŜeli chodzi o zakup sprzętu AGD i nieruchomości w stosunku do pozostałych typów gmin. Tabela 14. Planowane wydatki inwestycyjne w badanych gospodarstwach domowych w najbliŜszym półroczu według rodzajów gmin [w%] miasta na prawach miejsko miejska powiatu wiejskie wiejska Ogółem 19,30 13,95 14,29 15,28 Zakup sprzętu AGD 13,04 Zakup samochodu 15,22 12,28 16,28 14,29 14,35 Zakup domu/mieszkania 10,87 7,02 11,63 2,86 7,41 Remont 54,35 57,89 53,49 64,29 58,33 Inne 6,52 3,51 4,65 4,29 4,63 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ Wielkość kwot, które planują wydatkować gospodarstwa domowe na te inwestycje jest zróŜnicowana. Dla blisko 68,57% gospodarstw będzie to kwota do 5000 zł, dla 17,62% z przedziału od 5000 do 20000 zł. Wśród ogółu gospodarstw planujących wydatki 6,67% wyda kwotę z przedziału 20000-50000 zł, a dla 7% będzie to kwota wyŜsza niŜ 50000 zł. Wykres 5. Struktura wielkości planowanych wydatków gospodarstw domowych w najbliŜszym półroczu 7,14% 6,67% 39,05% 17,62% 29,52% około 1000 1000-5000 5000-20000 20000-50000 powyŜej 50000 Źródło: IG WSIiZ 46 ZróŜnicowanie miedzy poszczególnymi rodzajami gospodarstw odnośnie planowanych wydatków związane jest z ich wiejskim lub miejskim charakterem. W gospodarstwach miejskich i wielkomiejskich najniŜszy jest odsetek deklarujących wydatki inwestycyjne na poziomie około 1000zł, podczas, gdy w gminach wiejskich ten odsetek jest najwyŜszy. W kategorii planowanych wydatków powyŜej 50000zł sytuacja jest odwrotna – znacznie wyŜszy jest odsetek w gminach miejskich niŜ wiejskich. Tabela 15. Struktura wielkości planowanych wydatków gospodarstw domowych w najbliŜszym półroczu według rodzaju gminy miasta na miejsko Miejska prawach powiatu wiejskie wiejska Ogółem 33,93 35,71 49,25 39,05 około 1000 33,33 1000-5000 28,89 33,93 23,81 29,85 29,52 5000-20000 20,00 16,07 23,81 13,43 17,62 20000-50000 4,44 10,71 7,14 4,48 6,67 powyŜej 50000 13,33 5,36 9,52 2,99 7,14 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ 66% badanych gospodarstw domowych prognozuje, Ŝe w najbliŜszym półroczu w ich gospodarstwach średnie miesięczne wydatki ni ulegną zmianie. W grupie gospodarstw, które przewidują zmianę w najbliŜszych sześciu miesiącach dominują te wskazujące na wzrost wydatków - 32% ogółu badanych gospodarstw (22% przewiduje niewielki wzrost, 10% znaczący wzrost). Tylko 2% wśród badanych gospodarstw przewiduje w najbliŜszym półroczu spadek wydatków inwestycyjnych, a tylko 1%, Ŝe będzie to spadek istotny. Prognozy te pozwalają na wyciągnięcie wniosku dotyczącego wzrostu wydatków gospodarstw domowych w najbliŜszych miesiącach br. Wykres 6. Prognozowana zmiana średnich miesięcznych wydatków w najbliŜszym półroczu 1% 1% 10% 22% 66% znaczny wzrost bez zmian istotny spadek niewielki wzrost nieznaczny spadek Źródło: IG WSIiZ 47 NajwyŜszy wzrost wydatków prognozowany jest w gospodarstwach domowych z gmin wiejskich (38% odpowiedzi) i gminach miejsko – wiejskich (35%). NajniŜszy w miastach na prawach powiatów (26%) oraz w gminach miejskich (28%). Tabela 16. Prognozowana zmiana średnich miesięcznych wydatków w najbliŜszym półroczu według rodzaju gminy [w%] miasta na prawach miejsko powiatu wiejskie miejska wiejska ogółem znaczny wzrost 11,90 7,09 12,60 10,14 10,20 niewielki wzrost 16,67 19,15 22,83 28,38 22,40 bez zmian 71,43 71,63 62,99 60,14 66,00 nieznaczny spadek 0,00 0,71 0,79 1,35 0,80 istotny spadek 0,00 1,42 0,79 0,00 0,60 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ 4.2. Wyniki badania ankietowego gospodarstw domowych w województwie lubelskim Metodyka badania i charakterystyka respondentów W celu oceny kondycji gospodarstw domowych w województwie lubelskim Instytut Gospodarki WSIiZ w Rzeszowie przeprowadził w październiku br. badanie dotyczące posiadanych przez nie dochodów, oszczędności, obszarów wydatkowania posiadanych środków, planów inwestycyjnych. Badanie przeprowadzono przy pomocy telefonicznego ankietowania na losowo wybranej próbie 500 gospodarstw domowych9. Wśród badanych gospodarstw 30,8% stanowiły gospodarstwa z gmin miejskich, 21,6% z miast na prawach powiatów (Lublin i byłe miasta wojewódzkie), 32% respondentów mieszkało w gminach wiejskich, 15,6% w miejsko - wiejskich. Największą część badanych gospodarstw domowych stanowiły gospodarstwa dwuosobowe (22,6%) i trzyosobowe (17,8%). Najmniejszą gospodarstwa składające się z sześciu lub więcej osób (stanowiły 13,4% ogółu przebadanych gospodarstw), oraz pięcioosobowe (13,6%). Tabela 1. Struktura badanych gospodarstw według rodzaju badanych gmin Rodzaje gmin Miejska Miasta na prawach powiatu Wiejska Miejsko-wiejska Udział procentowy 30,8% 21,6% 32,2% 15,6% Źródło: IG WSIiZ 9 Gospodarstwo domowe to zespół osób mieszkających razem i wspólnie utrzymujących się (definicja przyjmowana w spisach ludności GUS). 48 Tabela 2. Struktura badanych gospodarstw według liczby osób w gospodarstwie domowym Gospodarstwa domowe Jednoosobowe Dwuosobowe Trzyosobowe Czteroosobowe Pięcioosobowe Sześć lub więcej osób Udział procentowy 15,6% 22,6% 17,8% 17,0% 13,6% 13,4% Źródło: IG WSIiZ W 60% badanych gospodarstwach domowych w województwie lubelskim miesięczny dochód w przeliczeniu na osobę zamykał się w przedziale od 200 do 800zł. Najliczniejszą grupę stanowiły gospodarstwa domowe z przedziału 401-600zł, co stanowiło prawie 23,2% ogółu badanych gospodarstw. Na drugim miejscu znalazły się gospodarstwa z przedziału 601800zł – 21,4% ogółu przebadanych gospodarstw. W 6,8% gospodarstw objętych badaniem miesięczny dochód na osobę był niŜszy niŜ 200zł, a 3,2% miało miesięczny dochód przekraczający 2000zł. Porównanie odpowiedzi udzielanych przez gospodarstwa domowe z gmin wiejskich i miejskich odnośnie poziomu dochodów wskazuje na nieco inna strukturę rozkładu wskazań między poszczególnymi przedziałami kwotowymi. Podczas gdy w miastach na prawach powiatu tylko 0,9% respondentów deklaruje miesięczne dochody na poziomie niŜszym niŜ 200zł na osobę to w gminach wiejskich jest to 11%. Podobnie wysoki odsetek gospodarstw o tak niskim poziomie dochodu na osobę widoczny jest w gminach miejsko – wiejskich. Wśród gospodarstw o dochodach powyŜej 1000 zł na osobę szczególnie wysoki odsetek (33% respondentów) deklarujących dochody na tym poziomie mieszka w miastach na prawach powiatu. Tabela 3. Liczba badanych gospodarstw według wielkość dochodu jakim dysponuje na osobę gospodarstwo domowe na miesiąc miasta na prawach miejsko miejska powiatu wiejskie wiejska ogółem poniŜej 200zł 9 1 7 17 34 201-400zł 16 14 15 32 77 401-600zł 45 25 17 29 116 601-800zł 42 23 14 28 107 801-1000zł 18 10 6 20 54 1001-1500zł 10 21 10 20 61 1501-2000zł 10 11 5 9 35 2001-3000zł 3 3 1 3 10 powyŜej 3000zł 1 1 2 2 6 Źródło: IG WSIiZ 49 Tabela 4. Struktura badanych gospodarstw według wielkość dochodu jakim dysponuje na osobę gospodarstwo domowe na miesiąc (w%) miasta na prawach miejsko miejska powiatu wiejskie wiejska ogółem poniŜej 200zł 5,84 0,92 9,09 10,63 6,80 201-400zł 10,39 12,84 19,48 20,00 15,40 401-600zł 29,22 22,94 22,08 18,13 23,20 601-800zł 27,27 21,10 18,18 17,50 21,40 801-1000zł 11,69 9,17 7,79 12,50 10,80 1001-1500zł 6,49 19,27 12,99 12,50 12,20 1501-2000zł 6,49 10,09 6,49 5,63 7,00 2001-3000zł 1,95 2,75 1,30 1,88 2,00 powyŜej 3000zł 0,65 0,92 2,60 1,25 1,20 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ Wśród badanych gospodarstw domowych najliczniejszą grupę stanowiły te, które utrzymują się z dochodów z pracy - łącznie 56 % wskazań. W zbiorowości utrzymujących się z pracy przewaŜały gospodarstwa domowe, których źródłem dochodu była praca najemna, co stanowiło 77% utrzymujących się z pracy, następnie dochód z pracy na rachunek własny – 9,6%, dochód z pracy w swoim gospodarstwie rolnym 8,3% oraz dochody z pracy zagranicą 5,2%. Na niezarobkowe źródła dochodu (renta, emerytura, zasiłki) wskazało ogółem 280 badane gospodarstwa domowe, co stanowiło 40% ogółu wskazań. Dla 156 badanych gospodarstw było to jedyne źródło utrzymania. Największy odsetek badanych gospodarstw domowych utrzymujących się z pracy najemnej był w miastach na prawach powiatu (47%) a najmniejszy w gminach wiejskich (39%). W strukturze źródeł dochodów widoczne jest znaczenie dochodów z pracy zagranicą szczególnie w gminach wiejskich (5% wskazań).oraz w gminach miejskich (2,8%). Tabela 5. Źródła dochodów badanych gospodarstw domowych według rodzaju gmin miasta na prawach miejsko miejska powiatu wiejskie wiejska praca najemna 96 63 44 95 własne przedsiębiorstwo 7 12 6 12 renta/emerytura 82 53 43 91 zasiłek dla bezrobotnych 4 1 3 3 dochody z rolnictwa 4 0 11 17 dochody z pracy zagranicą 6 1 1 12 dochody ze środków europejskich 1 1 1 3 Inne 8 2 2 9 ogółem 298 37 269 11 32 20 6 21 Źródło: IG WSIiZ 50 Tabela 6. Struktura źródeł dochodów badanych gospodarstw domowych według rodzaju gmin (w %) miasta na prawach miejsko Miejska powiatu wiejskie wiejska Ogółem 47,37 39,64 39,26 42,94 praca najemna 46,15 własne przedsiębiorstwo 3,37 9,02 5,41 4,96 5,33 renta/emerytura 39,42 39,85 38,74 37,60 38,76 zasiłek dla bezrobotnych 1,92 0,75 2,70 1,24 1,59 dochody z rolnictwa 1,92 0,00 9,91 7,02 4,61 dochody z pracy zagranicą 2,88 0,75 0,90 4,96 2,88 dochody ze środków europejskich 0,48 0,75 0,90 1,24 0,86 inne 3,85 1,50 1,80 3,72 3,03 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ Prognozowana zmiana średnich miesięcznych dochodów gospodarstw domowych w najbliŜszym półroczu Z prognoz na najbliŜsze 6 miesięcy wynika, iŜ 86% gospodarstw domowych w województwie lubelskim nie spodziewa się wzrostu dochodów. 12% oczekuje iŜ dochody wzrosną (9% ogółu respondentów prognozuje niewielki wzrost; 3% znaczący wzrost) Gospodarstwa, które przewidują w najbliŜszym półroczu zmianę na „gorsze” stanowią tylko 2% ogółu respondentów. Wykres 1. Prognozowana zmiana średnich miesięcznych dochodów w najbliŜszym półroczu 1% 1% 3% 9% 86% znaczny wzrost bez zmian istotny spadek niewielki wzrost nieznaczny spadek Źródło: IG WSIiZ 51 Szczególnie wysoki poziom optymizmu w odniesieniu do wzrostu dochodów w najbliŜszych sześciu miesiącach zgłaszają mieszkańcy gmin wiejskich (27% respondentów prognozuje niewielki lub znaczący wzrost dochodów). W gminach miejskich tylko 6% badanych gospodarstw spodziewa się wzrost dochodów. Tabela 7. Prognozowana zmiana średnich miesięcznych dochodów w najbliŜszym półroczu według rodzaju gminy miasta na prawach miejsko miejska powiatu wiejskie wiejska Ogółem znaczny wzrost 1,95 2,78 1,28 3,75 2,60 niewielki wzrost 4,55 7,41 10,26 13,13 8,80 bez zmian 90,26 89,81 87,18 80,00 86,40 nieznaczny spadek 2,60 0,00 0,00 1,88 1,40 istotny spadek 0,65 0,00 1,28 1,25 0,80 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ Oszczędności badanych gospodarstw domowych Spośród 500 gospodarstw domowych 213 wskazało w badaniu, Ŝe posiada oszczędności (tj. 42,6% gospodarstw), a 287 zadeklarowało ich brak (57,4% gospodarstw). Największy odsetek respondentów deklarujących posiadanie oszczędności obserwuje się w gminach wiejskich , najmniejszy w miastach na prawach powiatów (36% respondentów deklaruje posiadanie oszczędności, 64% ich brak). Tabela 8. Gospodarstwa domowe posiadające oszczędności miasta na prawach miejsko powiatu wiejskie Miejska TAK 60 39 36 NIE 94 69 42 wiejska 78 82 Ogółem 213 287 wiejska 48,75 51,25 100,00 Ogółem 42,60 57,40 100,00 Źródło: IG WSIiZ Tabela 9. Struktura gospodarstwa domowych posiadających oszczędności (w %) miasta na prawach miejsko Miejska powiatu wiejskie TAK 38,96 36,11 46,15 NIE 61,04 63,89 53,85 100,00 100,00 100,00 Źródło: IG WSIiZ W zbiorowości deklarującej posiadanie oszczędności 23% gospodarstw miało je na poziomie niŜszym niŜ 1000zł. 37% deklarowało oszczędności w przedziale 1001 – 5000zł i był to jednocześnie najczęściej wskazywany przedział posiadanych oszczędności. Blisko 11% respondentów deklarowało oszczędności przekraczające 30000 zł. 52 Wykres 2. Struktura wielkości oszczędności badanych gospodarstw domowych ogółem 11% 23% 8% 22% 36% około 1000zł 1001-5000zł 5001-10000zł 10000-30000zł 30000zł i więcej Źródło: IG WSIiZ Tabela 10. Oszczędności badanych gospodarstw domowych wg rodzaju badanych gmin miasta na prawach miejsko powiatu wiejskie Miejska wiejska około 1000zł 14 9 5 1001-5000zł 22 16 16 5001-10000zł 18 5 9 10001-30000zł 4 3 2 30000zł i więcej 3 6 4 21 26 16 8 10 Ogółem 49 80 48 17 23 Źródło: IG WSIiZ Tabela 11. Struktura oszczędności badanych gospodarstw domowych wg rodzaju badanych gmin (w %) miasta na prawach miejsko Miejska powiatu wiejskie wiejska Ogółem około 1000zł 22,95 23,08 13,89 25,93 22,58 1001-5000zł 36,07 41,03 44,44 32,10 36,87 5001-1000zł 29,51 12,82 25,00 19,75 22,12 10001-30000zł 6,56 7,69 5,56 9,88 7,83 30000zł i więcej 4,92 15,38 11,11 12,35 10,60 Źródło: IG WSIiZ Analiza wielkości deklarowanych oszczędności przez gospodarstwa domowe w róŜnych rodzajach gmin wskazuje na pewne prawidłowości. Gospodarstwa połoŜone w gminach wiejskich charakteryzują się najwyŜszym odsetkiem mających niewielkie kwotowo oszczędności do 1000zł – to aŜ 26%. W pozostałych rodzajach gmin największy odsetek gospodarstw mających oszczędności ma je z przedziału od 1000 do 5000zł. 53 Skłonność do oszczędzania Na pytanie, którego celem było zmierzenie skłonności gospodarstw domowych do oszczędzania w przypadku pojawienia się nowego źródła dochodu 1/3 respondentów wskazała na brak takiej skłonności. Całą dodatkową kwotę te gospodarstwa przeznaczyłby na bieŜącą konsumpcje. Wśród chcących oszczędzać największy odsetek gospodarstw (29% ogółu badanych gospodarstw) przeznaczyłby z dodatkowego dochodu 1000zł na oszczędności kwotę powyŜej 700zł. Co dziesiąte gospodarstwo jest skłonne przeznaczyć 40-50% tej kwoty na konsumpcję w późniejszym terminie. W pozostałych przedziałach odpowiedzi rozkładały się równomiernie. Wykres 3. Decyzje gospodarstw domowych odnośnie kwotowej wielkości oszczędności w przypadku wzrostu dochodu o dodatkowe 1000 zł 29% 33% 9% 7% 10% 1% 3% 8% nic poniŜej 100 zł 100-200 zł 200-300 zł 300-400 zł 400-500 zł 500-700 zł powyŜej 700 zł Źródło: IG WSIiZ Konsumenci w gminach wiejskich wykazują się mniejszą skłonnością do oszczędzania w porównaniu z mieszkańcami miast. Blisko 40% respondentów z gmin wiejskich z dodatkowego dochodu nic nie przeznaczyłoby na oszczędności, podczas gdy w gminach miejsko-wiejskich taką deklarację złoŜyło, co 4 gospodarstwo domowe. Jednocześnie w gminach wiejskich niski jest odsetek (19%) tych, którzy z dodatkowego dochodu przeznaczyliby więcej niŜ 70% na oszczędności. W miastach na prawach powiatu taka deklarację składa blisko połowa gospodarstw. 54 Tabela 12. Struktura odpowiedzi odnośnie decyzji gospodarstw domowych o kwotowej wielkości oszczędności w przypadku wzrostu ich dochodu o dodatkowe 1000 zł według rodzajów gmin [w%] miasta na Miejsko Miejska prawach powiatu wiejskie wiejska Ogółem 30,56 24,36 39,38 33,80 Nic 35,06 poniŜej 100 zł 7,79 8,33 7,69 4,38 6,80 100-200 zł 5,19 3,70 11,54 10,63 7,60 200-300 zł 3,90 0,93 1,28 3,13 2,60 300-400 zł 0,65 0,00 0,00 1,25 0,60 400-500 zł 12,99 7,41 8,97 8,75 9,80 500-700 zł 5,19 1,85 15,38 13,13 8,60 powyŜej 700 zł 29,22 47,22 30,77 19,38 30,20 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ Istnieje silna zaleŜność między skłonnością do oszczędzania w lubelskich gospodarstwach domowych a poziomem dochodu uzyskiwanego przez te gospodarstwa. Skłonność do oszczędzania wzrasta w miarę wzrostu dochodu. Szczególnie widoczne jest to w kategorii gospodarstw, gdzie miesięczny dochód do dyspozycji na osobę jest wyŜszy niŜ 800zł. Ponadto im wyŜszy dochód tym spada odsetek gospodarstw, które z dodatkowego dochodu nic nie przeznaczyłyby na oszczędności. Tabela 13. ZaleŜność miedzy skłonnością do oszczędzania a poziomem dochodów w badanych gospodarstwach domowych Jaki jest dochód do dyspozycji na osobę w gospodarstwie domowym na miesiąc? Ogółem PowyŜej 0 - 400 zł 401 - 800 zł 800 zł Gdyby Pan/Pani miał Nic 64 75 30 169 dodatkowe 1000 zł to ile 1 - 200 zł z tych 1000 zł 13 42 17 72 przeznaczyłby Pan/Pani 201 - 400 zł 3 8 5 16 na oszczędności? 401 - 500 zł 8 24 17 49 PowyŜej 500 zł 21 75 98 194 Źródło: IG WSIiZ Jaki jest dochód do dyspozycji na osobę w gospodarstwie domowym na miesiąc? PowyŜej 0 - 400 zł 401 - 800 zł 800 zł Gdyby Pan/Pani miał dodatkowe 1000 zł to ile z tych 1000 zł przeznaczyłby Pan/Pani na oszczędności? Nic 58,72 33,48 17,96 33,80 1 - 200 zł 11,93 18,75 10,18 14,40 201 - 400 zł 2,75 3,57 2,99 3,20 401 - 500 zł 7,34 10,71 10,18 9,80 19,27 100,00 33,48 100,00 58,68 100,00 38,80 100,00 PowyŜej 500 zł Ogółem Ogółem Źródło: IG WSIiZ 55 WaŜność udziału poszczególnych kategorii wydatków w budŜetach domowych W opinii badanych gospodarstw domowych to wydatki na artykuły Ŝywnościowe oraz na czynsz i inne opłaty stanowią w budŜetach domowych waŜną lub bardzo waŜną kategorię wydatków. W przypadku wydatków na Ŝywność taką opinię wyraŜają 242 gospodarstwa domowe (48,4% ogółu gospodarstw) na 500 pytanych. Jednocześnie dla 32% gospodarstw znaczenie wydatków w tej kategorii jest średnio waŜne. Tylko dla około 19,8% wszystkich gospodarstw wydatki te są mało istotną lub nie waŜną kategorią w domowych budŜetach. Wydatki związane z czynszem i innymi opłatami (głównie za dostarczane media) są bardzo waŜną i waŜną pozycją w domowych budŜetach dla 55,4% gospodarstw. Wydatki te postrzegane są jako nie waŜne lub mało waŜne tylko dla 13% respondentów. Na trzecim miejscu wśród waŜności kategorii wydatków w miesięcznym budŜecie domowym znalazły się wydatki na ochronę zdrowia. Postrzega ją jako waŜną lub bardzo waŜną kategorię, co 4 gospodarstwo domowe. Na kolejnym miejscu znalazły się wydatki na edukację. Jest to waŜny lub bardzo waŜny wydatek w domowym budŜecie dla 18% respondentów. Podobne oceny dotyczą wydatków na transport. Marginalizowanie znaczenia waŜności takich kategorii jak wydatki na artykuły przemysłowe, czy wypoczynek i relaks spowodowane jest ograniczeniami dochodowymi. W gospodarstwach o wyŜszych dochodach wzrasta odsetek odpowiedzi uznających te kategorie jako waŜne i bardzo waŜne. W tych gdzie te dochody są na niskim poziomie stanowią one dobra i usługi niedostępne. 56 Wykres 3. WaŜność udziału poszczególnych kategorii wydatków w budŜecie badanych gospodarstw domowych 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% art yk uły cz y n sz wy da tki i in Ŝy w ne no op ści łat ow y e art na tr a n yk uły spo rt wy po wy da wy da sp ł a ta kre na na prz nek d yt ed u och em u i r r on y sł ka ela cj e ow ks ę z e d ro wi a czy nie waŜne mało waŜne waŜne bardzo waŜne tki tki średniowaŜne Źródło: IG WSIiZ Planowane wydatki inwestycyjne w najbliŜszym półroczu Połowa badanych gospodarstw domowych w województwie lubelskim deklaruje poniesienie wydatków inwestycyjnych w najbliŜszych sześciu miesiącach. Planowane wydatki najczęściej związane są z zakupem samochodu i dotyczy to 37% gospodarstw planujących wydatki. Na drugim miejscu ze względu na liczbę wskazań znalazły się wydatki na zakup sprzętu AGD (23%), następnie wydatki na zakup domu lub mieszkania (22%). 57 Wykres 4. Planowane wydatki inwestycyjne w badanych gospodarstwach domowych w najbliŜszym półroczu inne 10,60% remont 7,83% zakup domu/mieszkania 22,12% zakup samochodu 36,87% zakup sprzętu AGD 22,58% 0 5 10 15 20 25 30 35 40 [w%] Źródło: IG WSIiZ We wszystkich rodzajach gmin największa liczba wskazań odnośnie planowanych inwestycji dotyczyła zakupu samochodów i wahała się od 32% w gminach wiejskich do 44% w gminach miejsko – wiejskich. Szczególnie wysoki odsetek respondentów w gminach miejskich i miejsko – wiejskich planuje zakup domu lub mieszkania. W gminach miejskich 30% gospodarstw planujących wydatki inwestycyjne wskazuje na ten rodzaj inwestycji. Tabela 14. Planowane wydatki inwestycyjne w badanych gospodarstwach domowych w najbliŜszym półroczu według rodzajów gmin [w%] miasta na prawach miejsko powiatu wiejskie miejska wiejska Ogółem Zakup sprzętu AGD 22,95 23,08 13,89 25,93 22,58 Zakup samochodu 36,07 41,03 44,44 32,10 36,87 Zakup 12,82 25,00 19,75 22,12 domu/mieszkania 29,51 Remont 6,56 7,69 5,56 9,88 7,83 Inne 4,92 15,38 11,11 12,35 10,60 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ Wielkość kwot, którą planują wydatkować gospodarstwa domowe na te inwestycje jest zróŜnicowana. Wśród gospodarstw mających plany inwestycyjne 38% nie wyda więcej niŜ 1000zł (czyli, miesięcznie będzie to niewielka kwota, bo ok. 170zł). 32% wydatkujących gospodarstw przeznaczy na to kwotę od 1000 do 5000zł, 22% inwestujących gospodarstw 58 wyda od 5000 do 20000 zł. Kwotę wyŜszą niŜ 20000 zł chce na inwestycje przeznaczyć 8% ogółu gospodarstw planujących wydatki inwestycyjne. Wykres 5. Struktura wielkości planowanych wydatków gospodarstw domowych w najbliŜszym półroczu 4% 4% 38% 22% 32% około 1000 1000-5000 20000-50000 powyŜej 50000 5000-20000 Źródło: IG WSIiZ Brak jest istotnego zróŜnicowanie miedzy poszczególnymi rodzajami gospodarstw ze względu na ich miejski bądź wiejski charakter w odniesieniu do wielkości planowanych wydatków. Kwotę nie wyŜszą niŜ 5000 zł na inwestycje w ciągu najbliŜszych sześciu miesięcy planuje wydatkować od 65% gospodarstw w duŜych miastach - deklarujących poniesienie wydatków – do 75% w gminach miejskich. Pozostały odsetek gospodarstw wyda na inwestycje kwotę wyŜszą niŜ 5000zł. Miasta na prawach powiatu wyróŜniają się na tle innych gmin wyŜszym odsetkiem konsumentów deklarujących nakłady przekraczające wartość 50000 zł. Tabela 15. Struktura wielkości planowanych wydatków gospodarstw domowych w najbliŜszym półroczu według rodzaju gminy [w %] miasta na miejsko Miejska prawach powiatu wiejskie wiejska Ogółem około 1000 34,67 42,19 37,78 36,62 37,65 1000-5000 40,00 23,44 33,33 29,58 31,76 5000-20000 18,67 21,88 22,22 25,35 21,96 20000-50000 4,00 4,69 2,22 5,63 4,31 powyŜej 50000 2,67 7,81 4,44 2,82 4,31 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ 59 75% badanych gospodarstw domowych prognozuje, Ŝe w najbliŜszym półroczu w ich gospodarstwach średnie miesięczne wydatki ni ulegną zmianie. W grupie gospodarstw, które przewidują zmianę w najbliŜszych sześciu miesiącach dominują te wskazujące na wzrost wydatków - 23% ogółu badanych gospodarstw (12% przewiduje niewielki wzrost, 11% znaczący wzrost). Tylko 2% wśród badanych gospodarstw przewiduje w najbliŜszym półroczu spadek wydatków inwestycyjnych, a tylko 1%, Ŝe będzie to spadek istotny. Prognozy te pozwalają na wyciągnięcie wniosku dotyczącego wzrostu wydatków gospodarstw domowych w najbliŜszych miesiącach. Wykres 6. Prognozowana zmiana średnich miesięcznych wydatków w najbliŜszym półroczu 1% 1% 11% 12% 75% znaczny wzrost niewielki wzrost nieznaczny spadek istotny spadek bez zmian Źródło: IG WSIiZ Tabela 16. Prognozowana zmiana średnich miesięcznych wydatków w najbliŜszym półroczu według rodzaju gminy [w %] miasta na prawach miejsko miejska powiatu wiejskie wiejska Ogółem Znaczny wzrost 12,99 10,19 10,26 10,00 11,00 Niewielki wzrost 11,04 4,63 11,54 18,13 12,00 bez zmian 74,03 85,19 76,92 70,00 75,60 nieznaczny spadek 1,30 0,00 0,00 1,25 0,80 istotny spadek 0,65 0,00 1,28 0,63 0,60 100,00 100,00 100,00 100,00 100,00 Źródło: IG WSIiZ 60 Największy odsetek gospodarstw domowych prognozujących wzrost wydatków w najbliŜszych 6 miesiącach jest w gminach wiejskich (28%) a najniŜszy w miastach na prawach powiatów (15% wskazań). 4.3. Analiza uwarunkowań dochodów i mnoŜnik inwestycyjny w regionach (ElŜbieta Wojnicka) Dane uzyskane z badania 500 gospodarstw domowych w województwie podkarpackim i 500 z województwa lubelskiego w lutym i październiku 2006 roku poddano analizie ekonometrycznej stosując regresję logitową. Testowano wiele róŜnych modeli, z których przedstawione poniŜej okazały się statystycznie istotne. Analiza na podstawie badania z lutego 2006 r. Na podstawie danych z badania gospodarstw domowych w lutym 2006 r. przeprowadzono analizę czynników zwiększających szanse na wystąpienie wysokich dochodów na mieszkańca w gospodarstwie domowym – powyŜej 1000 zł na mieszkańca. W tym celu zastosowano regresję logitową. W rezultacie uzyskano przedstawione w tabelach 1-2 oszacowania parametrów w modelach, w których wartość testu wartość testu Pesaran’aTimmermann’a pozwalała na odrzucenie hipotezy, Ŝe wartości zaobserwowane i teoretyczne zmiennej objaśnianej mają rozkład niezaleŜny, czyli, Ŝe zmienna objaśniana jest niezaleŜna od zestawu zmiennych ją objaśniających (p<0,05). Tabela 1. Uwarunkowania wysokich dochodów w województwie podkarpackim Zmienna objaśniana dochód miesięczny na mieszkańca w gospodarstwie domowym większy niŜ 1000 zł Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob.) parametru stała -2.5140 0.24018 -10.4673[.000] 0.70481 0.28636 2.4612[.014] Miasto lub gmina miejska 0.75685 0.36989 2.0461[.041] Respondent o wykształceniu wyŜszym 1.0949 0.30970 3.5352[.000] Dochód z własnego przedsiębiorstwa jako główne źródło dochodu -2.2164 1.0253 -2.1618[.031] Dochód z gospodarstwa rolnego jako główne źródło dochodu Źródło: Obliczenia własne a podstawie danych z ankiet Pseudo R2 – 0,10624; czynnik do obliczenia efektów krańcowych = 0,082835, dobroć dopasowania = 0,87647, test Pesaran-Timmermann’a =-337,4682[0,000] Analiza dla obu województw przyniosła podobne wnioski. Szanse na wysoki dochód w gospodarstwie domowym są większe w przypadku gospodarstw, gdzie głównym deklarowanym dochodem jest dochód z własnego przedsiębiorstwa, gdy respondent deklarował wykształcenie wyŜsze oraz gdy gospodarstwo domowe jest zlokalizowane w powiecie grodzkim lub gminie miejskiej. Ponadto w województwie lubelskim wiek respondenta mieszczący się w przedziale od 20 do 35 lat równieŜ zwiększa szanse na wysoki dochód gospodarstwa domowego. Szanse na wysoki dochód w gospodarstwie domowym na 61 Podkarpaciu zmniejsza główne źródło dochodu w postaci pracy we własnym gospodarstwie rolnym, choć w modelu obejmującym razem dane z obydwu województw dochód z gospodarstwa rolnego zmniejsza szanse na wysoki dochód dla całej próby (tabela 3). Tabela 2. Uwarunkowania wysokich dochodów w województwie lubelskim Zmienna objaśniana dochód miesięczny na mieszkańca w gospodarstwie domowym większy niŜ 1000 zł Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob.) parametru stała -2.5041 0.27599 -9.0732[.000] 0.50305 0.24152 2.0829[.038] Miasto lub gmina miejska 0.81755 0.24490 3.3382[.001] Respondent o wykształceniu wyŜszym 0.65673 0.25321 2.5936[.010] Wiek od 20 do 35 lat 1.2832 0.35607 3.6039[.000] Dochód z własnego przedsiębiorstwa jako główne źródło dochodu Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,14632; dobroć dopasowania = 0,80200, test Pesaran-Timmermann’a =-131,2689[0,000] Pseudo R2 = 0,077009 Tabela 3. Uwarunkowania wysokich dochodów w województwach podkarpackim i lubelskim Zmienna objaśniana dochód miesięczny na mieszkańca w gospodarstwie domowym większy niŜ 1000 zł Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob.) parametru stała -2.2795 0.16016 -14.2325[.000] 3.3188[.001] 0.60499 0.18229 Miasto lub gmina miejska 0.91782 0.19645 4.6720[.000] Respondent o wykształceniu wyŜszym 4.6249[.000] 1.0338 0.22353 Dochód z własnego przedsiębiorstwa jako główne źródło dochodu -1.2301 0.47655 -2.5812[.010] Dochód z gospodarstwa rolnego jako główne źródło dochodu Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,11810, dobroć dopasowania = 0,83960, test Pesaran-Timmermann’a =330,0985[0,000], Pseudo R2 = 0,080571 Oznacza to, Ŝe najlepszym gwarantem wysokich dochodów jest wykształcenie i przedsiębiorczość oraz lokalizacja w pobliŜu chłonnego rynku jakim w większym stopniu są zaludnione gminy miejskie. Przyczyną ubóstwa regionów podkarpackiego i lubelskiego jest więc m.in. niska przedsiębiorczość oraz słabe zurbanizowanie.10 Ponadto próbowano przeprowadzić analizę czynników determinujących przewidywany wzrost wydatków lub planowane duŜe wydatki inwestycyjne – powyŜej 5000 zł w najbliŜszym półroczu. Niestety uzyskane modele w większości nie wyjaśniały kształtowania się tych zmiennych. Jedynie wysokim prawdopodobieństwem trafności oszacowania cechował się model wskazujący na większe prawdopodobieństwo wystąpienia wysokich nakładów inwestycyjnych w obydwu regionach wśród respondentów o średnich deklarowanych dochodach na mieszkańca w gospodarstwie domowym tj. 600-1000 zł oraz o głównym źródle dochodu pochodzącym z własnego przedsiębiorstwa. Model ten jednak w 10 Niestety wartość Pseudo R2 we wszystkich regresjach była niska co znaczy, Ŝe modele w niewielkim stopniu wyjaśniają kształtowanie się dochodów gospodarstw domowych. 62 niewielkim stopniu wyjaśnia kształtowanie się zmiennej objaśnianej tj. przewidywanych wysokich wydatków inwestycyjnych (tabela 4). Sugeruje on jednak, Ŝe przedsiębiorcy z regionów dobrze oceniają perspektywy rozwoju ich firm w najbliŜszym okresie i stąd będą posiadali dochody na znaczne dodatkowe wydatki inwestycyjne w gospodarstwie domowym. Tabela 4. Uwarunkowania wysokich przewidywanych wydatków inwestycyjnych w województwach podkarpackim i lubelskim Zmienna objaśniana przewidywane wydatki inwestycyjne w gospodarstwie domowym w najbliŜszym półroczu powyŜej 5000 zł Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob.) parametru stała -1.3691 .094862 -14.4324[.000] .47294 .21349 2.2153[.027] Miesięczny dochód do dyspozycji na mieszkańca w gospodarstwie domowym 6001000 zł .40579 .16109 2.5190[.012] Dochód z własnego przedsiębiorstwa jako główne źródło dochodu Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,17762 , dobroć dopasowania = 0,76634 , test Pesaran-Timmermann’a =[0,000], Pseudo R2 = 0,010380 MnoŜnik inwestycyjny w regionach i typach gmin w lutym 2006 MnoŜnik konsumpcyjny/inwestycyjny pokazuje jaki efekt w postaci wzrostu produkcji/dochodu da dany impuls w postaci wzrostu konsumpcji/inwestycji. Wartość mnoŜnika stanowi wskazówkę dla przedsiębiorstw w jakim stopniu rozpoczęcie przez nich działalności na danym terenie – inwestycje, a stąd dodatkowe dochody mieszkańców, spowoduje wzrost konsumpcji – popytu, a tym samym większe zapotrzebowanie równieŜ na ich produkty. WyŜsza wartość mnoŜnika jest charakterystyczna dla osób o niŜszych przeciętnych dochodach, stąd nie moŜe być jedynym wskaźnikiem potencjalnego popytu na danym terenie, jednak będzie określała siłę efektów mnoŜnikowych jakie mogą tam zaistnieć w przypadku określonych impulsów zwiększających wydatki (niŜsze podatki, zasiłki, dotacje z UE, inwestycje gmin, czy przedsiębiorstw).W uproszczonym modelu, bez uwzględniania wpływu importu, mnoŜnik konsumpcyjny/inwestycyjny jest odwrotnością krańcowej skłonności do oszczędzania. Krańcowa skłonność do oszczędzania natomiast to przyrost oszczędności w wyniku wzrostu dochodu do dyspozycji o jednostkę.11 Na podstawie odpowiedzi respondentów odnośnie stopnia przeznaczenia dodatkowych 1000 zł na oszczędności oszacowano krańcową skłonność do oszczędzania (KSO) w regionach. Wartość KSO na Podkarpaciu i Lubelszczyźnie jest zbliŜona i wynosi około 30% tj. respondenci będą skłonni przeznaczyć na konsumpcję około 70% dodatkowego dochodu. 11 Formułę mnoŜnika opracował Kahn, uczeń John’a M. Keynesa i ma zastosowanie do gospodarki w warunkach niepełnego wykorzystania czynników wytwórczych; jest stosowany takŜe w gospodarce przestrzennej przy tworzeniu planów rozwoju gmin. 63 Według wzoru na mnoŜnik inwestycyjny w wersji uproszczonej tj. dla gospodarki zamkniętej przyrost dochodu narodowego w wyniku inwestycji na danym terenie jest odwrotnie proporcjonalny do krańcowej skłonności do oszczędzania. Oznacza to, Ŝe inwestycja da w regionach podkarpackim i lubelskim wzrost dochodu 3,3 razy większy niŜ jej wartość. NaleŜy zaznaczyć, Ŝe były nieznaczne róŜnice między województwami odzwierciedlające róŜnice w przeciętnym dochodzie, który jest nieznacznie niŜszy a Podkarpaciu. Dokładna wartość KSO w województwie podkarpackim wyniosła bowiem 32% natomiast w województwie lubelskim 33%. Większe róŜnice w wartości KSO rysują się jednak między typami gmin co teŜ odzwierciedla zaleŜność, Ŝe skłonność do oszczędzania rośnie wraz z dochodem. NajwyŜszą skłonnością do oszczędzania charakteryzują się mieszkańcy powiatów grodzkich z województwa podkarpackiego i lubelskiego – z 1000 zł dodatkowego dochodu 470 zł przeznaczyliby oni na oszczędności. W rezultacie najniŜsza jest tam wartość mnoŜnika inwestycyjnego, gdyŜ przyrost popytu spowodowany inwestycją w miastach będzie najniŜszy. Tabela 5. Wartości krańcowej skłonności do oszczędzania i do konsumpcji oraz mnoŜnika inwestycyjnego w poszczególnych typach gmin Podkarpacia i Lubelszczyzny KSO – krańcowa KSK – krańcowa MnoŜnik skłonność do skłonność do inwestycyjny oszczędzania konsumpcji (1-KSO) (1/KSO) 2,86 miejskie 0,35 0,65 3,23 wiejskie 0,31 0,69 3,13 miejsko-wiejskie 0,32 0,68 2,13 miasta 0,47 0,53 Źródło: Obliczenia własne a podstawie danych z ankiet W gminach miejskich KSO wyniosło 0,35, czyli z dodatkowego dochodu mieszkańcy przeznaczą średnio 65% na konsumpcję. W rezultacie dodatkowa inwestycja na tych terenach spowoduje wzrost dochodu terytorium o około 2,9 razy wartość tej inwestycji. NajniŜsza krańcowa skłonność do oszczędzania charakteryzuje mieszkańców gmin wiejskich – 0,31 i miejsko-wiejskich –0,32. W efekcie mnoŜnik inwestycyjny na tych terenach wynosi około 3,2. (tabela 5). Licząc na wzrost popytu na własne towary w wyniku inwestycji na danym terenie najbardziej opłaca się ją podejmować na terenie gmin wiejskich i miejsko-wiejskich. Wszelkie działania pobudzające wzrost gospodarczy poprzez inwestycje takŜe na tych terenach przyniosą największy efekt. 64 Analiza na podstawie badania z października 2006 r. Województwo podkarpackie Ankieta w województwie podkarpackim zawierała pytanie odnośnie preferencji wyborczych osób w wyborach samorządowych. Uwzględnienie tej zmiennej w analizie ekonometrycznej uwarunkowań dochodów ludności potwierdziło znaną tezę, iŜ osoby o wyŜszym dochodzie częściej mają liberalne poglądy gospodarcze reprezentowane przez Platformę Obywatelską. Największe szanse na to, Ŝe w gospodarstwie domowym będzie dochód do dyspozycji na mieszkańca na miesiąc powyŜej 1000 zł występowały bowiem w przypadku gdy respondent był sympatykiem Platformy Obywatelskiej, zamieszkałym w mieście i o wyŜszym wykształceniu oraz gdy dochód w gospodarstwie domowym pochodził głownie z pracy we własnym przedsiębiorstwie. Regresje uwzględniające respondentów o innych preferencjach wyborczych niestety okazały się statystycznie nie istotne. Podobnie jak pokazała analiza na bazie odpowiedzi z lutego, wysoki dochód występuje głównie w przypadku przedsiębiorców z miast oraz osób z wyŜszym wykształceniem (tabela 6) Tabela 6. Uwarunkowania wysokich dochodów ludności w województwie podkarpackim Miesięczny dochód do dyspozycji na mieszkańca w gospodarstwie domowym powyŜej 1000 zł (P) Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob.) parametru stała -1,8532 0,16579 -11,1780[0,000] 0,67037 0,30200 2,2198[0,027] Sympatyk Platformy Obywatelskiej 1,0028 0,37296 2,6887[0,007] Dochód z własnego przedsiębiorstwa jako główne źródło dochodu 0,75305 0,23050 3,2670[0,001] Zamieszkanie w mieście 1,0328 0,23114 4,4681[0,000] WyŜsze wykształcenie Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,176 , dobroć dopasowania = 0,756 , test Pesaran-Timmermann’a =-86,487[0,000], Pseudo R2 = 0,0933 Kolejna istotna regresja względem zmiennej wysoki dochód na mieszkańca w gospodarstwie domowym pokazała, Ŝe mniejsze szanse na pojawienie się takiego dochodu są w przypadku rodzin wielodzietnych oraz osób zamieszkałych na wsi, natomiast szanse na pojawienie się wysokiego dochodu rosną gdy respondent ma wyŜsze wykształcenie oraz gdy głównym źródłem dochodu w gospodarstwie domowym jest praca za granicą. Odzwierciedla to teŜ fakt, Ŝe emigracja zarobkowa przynosi ludności wysokie dochody, a stąd trudno będzie ją ograniczyć jeśli wynagrodzenia na Podkarpaciu nie wzrosną (tabela 7). 65 Tabela 7. Uwarunkowania wysokich dochodów ludności w województwie podkarpackim Miesięczny dochód do dyspozycji na mieszkańca w gospodarstwie domowym powyŜej 1000 zł (P) Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob.) parametru stała -1,1409 0,15423 -7,3973[0,000] 0,73416 -3,0224[0,003] Więcej niŜ 2 dzieci w gospodarstwie domowym -2,2189 1,0182 0,22980 4,4306[0,000] Wykształcenie wyŜsze -0,81118 0,27898 -2,9077[0,004] Zamieszkanie na wsi 1,0384 0,49288 2,1069[0,036] Główne źródło dochodu praca za granicą Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,164 , dobroć dopasowania = 0,746 , test Pesaran-Timmermann’a =-151,6[0,000], Pseudo R2 = 0,11037 Większe szanse na to, Ŝe gospodarstwo domowe posiada oszczędności powyŜej 10 tys. zł występują w przypadku, gdy w gospodarstwie domowym dochód do dyspozycji wynosi ponad 1000 zł na miesiąc na mieszkańca, gdy głównym źródłem dochodu gospodarstwa domowego jest własne przedsiębiorstwo oraz gdy waŜną pozycję w miesięcznym budŜecie stanowią wydatki na wypoczynek i relaks (tabela 8). Tabela 8. Uwarunkowania wysokich oszczędności (powyŜej 10 tys. zł) w gospodarstwie domowym w województwie podkarpackim Oszczędności powyŜej 10000 zł (P) Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob.) parametru stała -4,1826 0,40034 -10,4474[0,000] 1,1014 0,58395 1,8861[0,060] Wypoczynek i relaks (kino, ksiąŜki, fryzjer, kosmetyczka, sport etc) stanowią waŜną pozycję w wydatkach 2,0540 0,46471 4,4201[0,000] Miesięczny dochód do dyspozycji na mieszkańca w gospodarstwie domowym powyŜej 1000 zł 1,3241 0,51826 2,5549[0,011] Dochód z własnego przedsiębiorstwa jako główne źródło dochodu Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,028, dobroć dopasowania = 0,948 , test Pesaran-Timmermann’a =-752,6[0,000], Pseudo R2 = 0,182 Wzrost wydatków w najbliŜszym półroczu przewidują natomiast głównie respondenci spodziewający się wzrostu dochodów a takŜe ci, którzy mają więcej niŜ dwójkę dzieci (tabela 9). Tabela 9. Uwarunkowania planów wzrostu wydatków w najbliŜszym półroczu w województwie podkarpackim Przewidują wzrost wydatków w najbliŜszym półroczu (P) Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob.) parametru stała -1,0030 0,11491 -8,7287[0,000] 1,1207 0,26658 4,2039[0,000] Przewidują wzrost dochodów w najbliŜszym półroczu 0,28351 2,8006[0,005] Więcej niŜ 2 dzieci w gospodarstwie domowym 0,79401 Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,2176, dobroć dopasowania = 0,688 , test Pesaran-Timmermann’a =-38,07[0,000], Pseudo R2 = 0,0397 66 Województwo lubelskie W województwie lubelskim analiza ekonometryczna odpowiedzi respondentów pozwoliła ocenić m.in. uwarunkowania wystąpienia najniŜszych dochodów poniŜej 400 zł na mieszkańca w gospodarstwie domowym. Jak się spodziewano większe prawdopodobieństwo wystąpienia takich dochodów dotyczy respondentów zamieszkujących tereny wiejskie i rodziny wielodzietne. Prawdopodobieństwo wystąpienia niskiego dochodu zmniejsza natomiast posiadanie renty/emerytury jako głównego dochodu w gospodarstwie domowym oraz wyŜsze wykształcenie respondenta (tabela 10). Tabela 10. Uwarunkowania niskich dochodów ludności w województwie lubelskim Miesięczny dochód do dyspozycji na mieszkańca w gospodarstwie domowym poniŜej 400 zł (L) Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob,) parametru -1,2286 0,21165 -5,8051[0,000] stała 2,0062 0,29365 6,8320[0,000] Więcej niŜ 2 dzieci w gospodarstwie domowym -0,65401 0,25032 2,6127[0,009] Dochód z renty/emerytury jako główne źródło dochodu 0,58990 0,25427 2,3200[0,021] Zamieszkanie na wsi -1,8144 0,40709 -4,4571[0,000] WyŜsze wykształcenie Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,1425, dobroć dopasowania = 0,826 , test Pesaran-Timmermann’a =-49,88[0,000], Pseudo R2 = 0,19542 Prawdopodobieństwo tego, Ŝe respondent będzie w wieku od 20 do 35 lat zwiększa się w przypadku odpowiedzi wskazujących na jego wyŜsze wykształcenie oraz wysoki udział w wydatkach miesięcznych wydatków na edukację, a takŜe spłaty kredytu. Odzwierciedla to fakt, Ŝe w ostatnich latach zwiększył się poziom skolaryzacji na szczeblu wyŜszym, a stąd więcej osób w wieku 20-35 lat ma wyŜsze wykształcenie niŜ wśród osób starszych. Ponadto cześć młodych osób przeznacza swoje dochody głównie na edukację, a takŜe na spłatę kredytu (tabela 11). Tabela 11. Prawdopodobieństwo młodego wieku respondenta w województwie lubelskim Wiek respondenta 20-35 lat (L) Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob,) parametru stała -2,1936 0,18090 -12,1260[0,000] 0,76071 0,27766 2,7397[0,006] WaŜną pozycją wydatków miesięcznych są wydatki na edukację 0,92915 0,36574 2,5405[0,011] WaŜną pozycją wydatków miesięcznych jest spłata kredytu 1,8068 0,24110 7,4937[0,000] WyŜsze wykształcenie Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,1488, dobroć dopasowania = 0,804 , test Pesaran-Timmermann’a =-69,0252[0,000], Pseudo R2 = 0,14194 Prawdopodobieństwo wystąpienia więcej niŜ 2 dzieci w gospodarstwie domowym w województwie lubelskim, jak teŜ prawdopodobnie w całej Polsce, jest większe w przypadku respondentów mieszkających na wsi lub w gminie miejsko-wiejskiej, a takŜe tych o niskim 67 dochodzie do dyspozycji na mieszkańca – poniŜej 400 zł. Regresja ta jest więc zbliŜona znaczeniowo do pierwszej tzn. niski dochód w gospodarstwie domowym moŜe być zarówno skutkiem jak i przyczyną wielodzietności (tabela 12). Tabela 12. Prawdopodobieństwo wystąpienia więcej niŜ 2 dzieci w gospodarstwie domowym w województwie lubelskim Więcej niŜ 2 dzieci w gospodarstwie domowym (L) Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob,) parametru stała -3,0211 0,26790 -11,2771[0,000] 0,78560 0,31887 2,4637[0,014] Zamieszkanie na wsi 0,89308 0,38447 2,3229[0,021] Zamieszkanie w gminie miejsko-wiejskiej 2,1356 0,28169 7,5813[0,000] Miesięczny dochód do dyspozycji na mieszkańca w gospodarstwie domowym poniŜej 400 zł Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,09298, dobroć dopasowania = 0,866 , test Pesaran-Timmermann’a =-122,8325[0,000], Pseudo R2 = 0,18559 Wzrost wydatków w najbliŜszym półroczu w województwie lubelskim przewidują głównie osoby, które jednocześnie spodziewają się wzrostu dochodów. Ponadto większe prawdopodobieństwo wzrostu dochodów występuje w przypadku respondentów czerpiących dochód w własnego przedsiębiorstwa oraz z pracy najemnej. Dobrze sytuację w najbliŜszym półroczu oceniają więc zarówno przedsiębiorcy jak i pracownicy najemni. Tabela 13. Uwarunkowania planów wzrostu wydatków w najbliŜszym półroczu w województwie lubelskim Przewidują wzrost wydatków w najbliŜszym półroczu Zmienna objaśniająca Oszacowanie Błąd szacunku Statystyka „t” (Prob.) parametru stała -1,8986 0,20750 -9,1501[0,000] 0,74944 0,30743 2,4377[,015] Przewidują wzrost dochodów w najbliŜszym półroczu 1,3931 0,36752 3,7906[0,000] Dochód z własnego przedsiębiorstwa jako główne źródło dochodu 0,71836 0,23205 3,0957[0,002] Dochód z pracy najemnej jako główne źródło dochodu Źródło: Obliczenia własne a podstawie danych z ankiet; czynnik do obliczenia efektów krańcowych = 0,17, dobroć dopasowania = 0,768 , test Pesaran-Timmermann’a =-101,7428[0,000], Pseudo R2 = 0,0533 MnoŜnik inwestycyjny na podstawie badania z października 2006 Na podstawie odpowiedzi respondentów zebranych w październiku 2006 roku odnośnie stopnia przeznaczenia dodatkowych 1000 zł na oszczędności oszacowano krańcową skłonność do oszczędzania (KSO) w regionach. Wartość KSO na Lubelszczyźnie okazała się teraz o ponad 10% wyŜsza niŜ w poprzednim badaniu co moŜe wynikać z większego wzrostu dochodu ludności w tym województwie w porównaniu do Podkarpacia co pokazują m.in. dane o wpływach z PIT w 2005 roku i przewidywania ich duŜego wzrostu takŜe w 2006. W województwie lubelskim respondenci chcą przeznaczyć średnio prawie 38% swojego 68 dodatkowego dochodu na oszczędności, natomiast na Podkarpaciu 26%. Oznacza to, Ŝe na Podkarpaciu jest ciągle więcej niezaspokojonych potrzeb konsumpcyjnych niŜ na Podkarpaciu, a stąd kaŜda inwestycja zwiększająca zatrudnienie spowoduje większy przyrost popytu i dochodu niŜ na Lubelszczyźnie. Odzwierciedla to wartość mnoŜnika inwestycyjnego, który na Podkarpaciu wynosi 3,8, zaś na Lubelszczyźnie 2,6. Wzrost inwestycji w wysokości 1mln zł na Podkarpaciu spowoduje przyrost produktu regionalnego na Podkarpaciu o 3,8 mln zł, a na Lubelszczyźnie o 2,6 mln zł NajwyŜsza wartość mnoŜnika wynikająca z najniŜszej skłonności do oszczędzania we wrześniu 2006 cechowała gminy wiejskie i miejsko-wiejskie Podkarpacia – odpowiednio 5,1 i 3,9. Co ciekawe respondenci gmin miejskich Podkarpacia wykazali niŜszą krańcową skłonność do oszczędzania niŜ miast Podkarpackich. Sugeruje to, Ŝe w części miast średniej wielkości na Podkarpaciu ludność jest przeciętnie bogatsza niŜ w największych miastach regionu. Na Lubelszczyźnie natomiast najniŜszy mnoŜnik inwestycyjny, a stąd najwyŜsza krańcowa skłonność do oszczędzania i najwyŜsze dochody ludności cechują miasta oraz gminy miejsko-wiejskie. NajwyŜszy przyrost popytu w wyniku inwestycji nastąpi natomiast w gminach wiejskich i miejskich Lubelszczyzny – obwiednio 3,2 i 2,8 razy większy niŜ wartość inwestycji (tabela 14). Tabela 14. Krańcowa skłonność do oszczędzania i mnoŜnik inwestycyjny w gminach poszczególnych typów na Podkarpaciu i Lubelszczyźnie KSO w % MnoŜnik inwestycyjny podkarpackie lubelskie podkarpackie lubelskie ogółem 26,2% 37,8% 3,8 2,6 miasto 27,9% 46,2% 3,6 2,2 miejskie 35,7% 36,3% 2,8 2,8 miejsko-wiejskie 25,9% 42,2% 3,9 2,4 wiejskie 19,5% 31,3% 5,1 3,2 Źródło: Obliczenia na podstawie badań ankietowych 69 Aneks 1. Dochody w gminach miejsko-wiejskich i wiejskich Podkarpacia i Lubelszczyzny Tabela 1. Dochody podmiotów prawnych i ludności w gminach miejsko-wiejskich Lubelszczyzny Nazwa dynamika dynamika dochodu dochód na dochód dochodu 2005/2004 mieszkańca na na 2006/2005 miesiąc 2005 podmiot aktywny 2005 121,8 100,1 133,3 36627,6 Annopol 118,7 122,3 214,8 50194,6 BełŜyce 109,3 186,2 59928,2 116,5 Bychawa 114,3 108,7 141,0 9244,3 Frampol 111,3 315,7 280912,5 118,8 Janów Lubelski 100,8 120,9 161,3 8821,6 Józefów 120 278,4 8918,6 113,3 Kazimierz Dolny 107,4 114,5 176,2 3343,5 Kock 93,6 109 220,1 164875,1 Krasnobród 111,5 105,9 524,5 100531,5 Łęczna 105 110,9 313,6 189413,7 Nałęczów 108,9 109 244,2 149326,6 Opole Lubelskie 93,5 138,2 255,0 11642,5 Ostrów Lubelski 107,5 119,9 385,7 77207,6 Parczew 109 120 199,5 45281,4 Piaski 115,2 109,7 240,9 148859,3 Poniatowa 99,9 114,7 358,4 79133,5 Ryki 111,4 197,9 207060,4 128,8 Szczebrzeszyn 97,8 110 191,0 27851 Tarnogród 116,5 107,3 131,0 7382,6 Tyszowce 125,9 118,3 245,9 813413,6 Zwierzyniec Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin Tabela 2. Dochody podmiotów prawnych i ludności w gminach miejsko-wiejskich Podkarpacia gminy miejskowiejskie dochód na mieszkańca 2005 dynamika dochodu 2005/2004 dynamika dochód na dochodu aktywny podmiot 2006/2005 plany prawny 2005 Baranów Sandomierski 217,6 109,7 118,5 456845,1 BłaŜowa Brzozów Cieszanów Dukla Głogów Małopolski Iwonicz-Zdrój Jedlicze Kańczuga Kolbuszowa Lesko Narol 172,6 266,0 158,8 213,7 280,4 272,4 352,6 177,9 241,7 bd 136,1 107,7 113,8 108,4 121,6 122,6 113,2 107,5 104,5 112,5 bd 119,6 123,4 112,3 104,3 118,7 127,6 113,2 105,8 127,7 117,5 bd 108,4 -1273,7 126563,9 169781,5 127542,3 413022,1 42608,3 255837,5 649603,7 146359,7 63289,5 2929,1 70 Nisko Nowa Dęba Nowa Sarzyna Oleszyce Pilzno Radomyśl Wielki Ropczyce Rudnik nad Sanem Rymanów Sędziszów Małopolski 349,6 275,7 230,5 173,3 215,7 138,4 327,8 213,7 249,6 214,3 110,5 117,3 111,4 115,9 115,2 114,7 124,9 114 117,1 111,9 113,7 112,2 112,7 107,2 124,3 124,2 104,2 107,4 111,6 110,7 168,7 119 117,3 Sieniawa 176,7 121 110,8 Sokołów Małopolski 268,7 115,7 101,9 StrzyŜów 392,0 135,5 104,6 Tyczyn 187,0 116,4 115,9 Ulanów 253,3 109,8 114,6 Ustrzyki Dolne 227,2 116,4 117,5 Zagórz Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin 58124,2 35953,1 704765,8 1309,9 235717,2 66246,4 343071,4 173841,9 40946,8 118395,4 2880,3 29401,7 117241,6 78654,8 3131,1 148567 325658,7 Tabela 3. Dochody podmiotów prawnych i ludności w gminach wiejskich Lubelszczyzny gmina dynamika dochód na dochód na gmina dynamika dochód na dochód na dochodu mieszkańc aktywny dochodu mieszkańc aktywny podmiot 2006/2005 a 2005 podmiot 2006/2005 a 2005 prawny 2005 prawny 2005 121,2 105,1 3732,8 117,5 128,4 13964,0 Abramów Modliborzyce 114,4 166,2 23102,5 118,1 171,3 50117,4 Adamów Niedrzwica DuŜa 113,2 80,6 2973,1 115 117,2 1246,0 Aleksandrów Niedźwiada 126,5 155,1 125960,7 105,4 92,2 4396,0 Baranów Nielisz 117,8 85,3 5379,6 116,4 260 43808,8 Batorz Niemce 122 120,8 11945,1 117,3 110,6 59742,8 BełŜec Nowodwór 118,9 158,7 11384,0 109,5 75,6 bd Biała Podlaska Obsza 122 111,7 3174,9 117,7 97,8 12278,2 Białopole Ostrówek 112,3 145,1 315706,1 115 172,3 1361,4 Biłgoraj Piszczac 118,1 113,4 bd Podedwórze 111,2 134,3 3310,9 Biszcza 110,9 97,3 9262,3 112,1 77,2 18915,6 Borki Potok Górny 112,8 95 bd Potok Wielki 120 155,5 1112,0 Borzechów 112,6 176,9 12982,2 114,6 197,6 4295306,1 Chełm Puchaczów 108,3 147,1 14790,1 102,2 265 89327,4 Chodel Puławy 110,4 73,3 30842,4 112 143,7 215942,3 Chrzanów Rachanie 112,5 187,7 11433,5 114,8 114,9 1523,5 Cyców Radecznica 156,3 65740,9 108,8 145,7 47403,6 118,5 Czemierniki Radzyń Podlaski 71 Dębowa Kłoda Dołhobyczów 113,4 115 106,2 121,7 Dorohusk Drelów Dubienka Dzierzkowice Dzwola Fajsławice Firlej Garbów Głusk Godziszów Goraj Gorzków Gościeradów Grabowiec Hanna Hańsk Horodło Hrubieszów Izbica Jabłonna Jabłoń Janowiec 100,1 110,7 109,7 110,3 125,1 119,1 116,4 122,9 118,6 119 121,2 111,1 113,4 110,7 105,6 110,2 107,9 116 114,4 123,1 152,2 113,3 163,6 122,8 132,4 184,3 83,5 107,8 123,4 166,8 262,9 94,4 97,3 109,9 114,2 102,2 135,5 159,3 146,7 97,3 128,2 176 129,7 180,1 Janów Podlaski Jarczów Jastków Jeziorzany Józefów nad Wisłą Kamień Kamionka Karczmiska Kąkolewnica Wschodnia Kłoczew Kodeń Komarówka Podlaska KomarówOsada Konopnica Konstantynów Końskowola Krasnystaw Kraśniczyn Kraśnik Krynice Krzczonów Krzywda KsięŜpol Kurów Leśna Podlaska Leśniowice Lubartów 101,8 111,9 116,4 114,4 118 175,1 82,5 323,1 120,2 103,6 bd Rejowiec bd Rejowiec Fabryczny 107719,9 Rokitno 15842,3 Rossosz 2214,8 Ruda-Huta 13677,7 Rudnik 1180,1 Rybczewice 23376,4 Sawin 1970,5 Serniki 62128,3 Serokomla 34232,9 Siedliszcze 4947,2 Siemień 16792,7 Siennica RóŜana 9433,4 Sitno 7856,8 Skierbieszów 12597,1 Sławatycze 13811,2 Sosnowica 90793,2 Sosnówka 317824,6 Spiczyn bd Stanin 2350,6 Stary Brus 1554,4 Stary Zamość 2568,7 StęŜyca 39486,6 Stoczek Łukowski 254767,1 StrzyŜewice 376,6 Sułów 404277,0 Susiec 2412,8 Szastarka 2724,7 Tarnawatka 0 111,5 209,5 135,3 117,9 115,6 118,5 120,7 98,3 136,5 128,6 133,9 1509,2 9728,0 18965,2 9593,2 104,1 109,2 110,3 115,9 166,3 145,9 111,7 115,2 123,6 98,8 118,4 115,7 98,6 108,1 113,5 113,2 112,3 114,1 115,7 106,8 127,5 205941,8 390,4 121,2 128,4 108,6 95,2 113,9 107,7 113,4 118,7 109,5 111,2 103 115,2 105 110,6 113,1 98,5 115,2 117 55,4 113,6 120,7 118,7 133,6 17894,3 141,7 51256,7 130,8 5865,2 99,5 79805,7 108 bd 122 1086,9 97 6528,1 82,4 bd 132,7 22865,2 134,2 48427,0 175,9 9444,4 150,2 9961,2 123,6 11740,9 136,2 20055,2 149,9 7347,3 131,2 3940,0 140 297,5 112,2 2015,1 318,8 5079,4 118,1 6761,4 239,9 92851,4 141,4 10760,4 113 132,4 121,6 113,8 127,1 164,8 22357,2 115,6 bd 95,3 5254,1 105,1 6885,2 96,4 53078,6 102,9 109,3 130,1 118 107,8 240,8 133,4 125,5 1951,6 411238,4 4330,4 7923,3 6398,5 8648,5 17995,1 Telatyn Terespol Tereszpol Tomaszów Lubelski Trawniki Trzebieszów Trzeszczany 117,2 107,8 111 144,6 169,4 126,5 442637,7 5931,3 1944,8 92,6 12973,9 Trzydnik DuŜy 117,4 123,6 8144,5 400,3 133,7 234,4 188,5 125,7 180,9 123,3 135,1 158,5 185,4 181,6 124,8 124,5 217,2 54317,1 42140,0 89750,2 25200,3 753,8 12504,7 8963,5 11473,0 bd bd 22816,8 339,6 bd 1899,2 Tuczna Turobin Uchanie Ulan-Majorat Ulhówek UłęŜ Urszulin Urzędów Uścimów Wąwolnica Werbkowice Wierzbica Wilkołaz Wilków 108,6 108,8 93,5 108,9 109,9 117,4 117 118,8 97,9 123,4 115,6 86 107,6 113,4 125,1 120,1 163 118,6 97,5 161,3 143,4 138,1 221,3 158,4 152,8 171,1 153,5 108,6 14743,5 18653,6 6337,8 12989,5 7252,2 23032,6 4808,5 16936,7 1303,4 20808,6 173234,0 6966,6 10702,5 58055,2 72 Wisznice 113,5 30519,0 4912,3 188743,7 4434,9 25843,6 11458,0 Włodawa Wohyń Wojciechów Wojcieszków Wojsławice Wola Mysłowska 112,6 110,2 120,5 109,7 105,7 95,5 150 131,8 121,4 101 116,1 142,4 bd 7397,5 35702,8 10655,8 13003,4 21909,1 346 143,7 163,5 189 112,6 123,8 116,9 223625,1 2024,6 bd 573966,6 7764,6 26639,8 87911,9 Wola Uhruska Wólka Wyryki Wysokie Zakrzew Zakrzówek Zalesie 112,7 125,6 111,2 125,5 129,7 107,7 113,2 143,3 198,8 108 61,7 61,4 137,9 153,9 13141,0 184287,4 261,3 1067,7 8766,2 9356,2 288977,9 121,6 179,2 125,4 9673,1 34500,1 6772,9 100,3 Zamość 111,4 śmudź 106,6 śółkiewka 112,3 śyrzyn Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin 268,8 99,5 141,5 187 14942,0 9550,7 50531,8 5365,0 Lubycza Królewska Ludwin Łabunie Łaszczów Łaziska Łomazy Łopiennik Górny Łukowa Łuków Markuszów Mełgiew Miączyn Michów Międzyrzec Podlaski Milanów Milejów Mircze 121,2 154,9 4152,6 102,5 86,8 113 102,7 111,2 118,2 161,6 152,1 132,3 115,1 136,8 126,2 71,8 127,5 120,6 117,4 97,4 116,5 98,5 107,9 110,1 111,3 164 9675,0 Tabela 4. Dochody ludności w gminach wiejskich Podkarpacia gmina dochód na dynamika dynamika gmina dochód na dynamika dynamika mieszkańca dochodu dochodu mieszkańc dochodu dochodu 2005 2005/2004 2006/2005 a 2005 2005/2004 2006/2005 plany plany 125,1 149,1 106,8 96,6 107,3 120,7 Adamówka Laszki 143,1 112,9 93,7 165,4 125,5 98,4 Baligród LeŜajsk 153,1 113,2 127,3 107,0 115,8 112,7 Besko Lubaczów 205,9 126,0 104,6 192,2 110,6 112,2 Białobrzegi Lubenia 118,7 102,3 117,5 260,1 131,6 104,6 Bircza Lutowiska 313,3 120,6 113,4 262,2 118,2 102,1 Boguchwała Łańcut 152,5 112,2 106,3 110,8 117,4 115,7 Bojanów Majdan Królewski 204,6 139,4 118,6 155,3 123,6 108,7 Borowa Markowa 126,1 103,4 112,6 161,0 113,9 106,7 Brzostek Medyka 141,7 106,5 109,3 243,2 112,5 113,4 Brzyska Miejsce Piastowe 156,3 120,6 136,4 300,2 110,1 113,5 Bukowsko Mielec 116,0 82,4 112,0 169,2 97,2 108,9 Chłopice Niebylec 204,3 127,6 118,5 114,4 112,6 113,2 Chmielnik Niwiska 222,6 111,7 114,4 145,4 98,8 102,6 Chorkówka Nowy śmigród 253,1 110,9 93,1 120,4 113,9 109,4 Cisna Nozdrzec 108,3 99,3 123,0 167,7 105,1 96,9 Cmolas Olszanica 155,8 112,3 125,0 123,9 120,0 110,8 Czermin Orły 196,7 113,3 115,0 150,6 109,7 93,6 Czudec Osiek Jasielski 308,6 115,4 81,0 173,4 129,9 108,5 Dębica Ostrów 145,8 108,1 110,0 170,3 107,1 119,3 Dębowiec Padew Narodowa 137,7 111,5 120,4 215,4 114,6 112,5 Domaradz Pawłosiów 133,6 111,4 110,1 114,1 112,1 108,3 Dubiecko Pruchnik 207,4 146,9 82,7 149,3 115,1 133,4 Dydnia Przecław 73 Dynów Dzikowiec Fredropol Frysztak 94,4 97,7 118,6 157,3 95,2 116,5 131,8 113,6 133,4 115,2 102,2 113,6 Gać Gawłuszowice Gorzyce Grębów Grodzisko Dolne Haczów Harasiuki Horyniec-Zdrój HyŜne Iwierzyce Jarocin Jarosław Jasienica Rosielna Jasło Jawornik Polski JeŜowe Jodłowa Kamień Kołaczyce 132,7 252,4 324 160,5 158,0 184,7 118,1 145,6 127,3 181,9 141,0 164,1 177,1 238,3 130,0 115,4 192,2 106,8 152,6 118,5 107,5 109 104,0 121,9 109,4 111,7 108,4 105,1 120,5 111,5 115,7 107,0 128,8 115,0 111,1 116,2 111,6 109,1 118,3 96,3 111 108,8 109,8 109,9 117,9 117,5 117,8 122,3 110,8 117,0 108,9 109,4 113,8 119,9 95,4 116,4 107,6 Przemyśl Przeworsk Pysznica Radomyśl nad Sanem Radymno Rakszawa RaniŜów Rokietnica Roźwienica Sanok Skołyszyn Stary Dzików Stubno Świlcza Tarnowiec Tryńcza Trzebownisko Tuszów Narodowy Tyrawa Wołoska Wadowice Górne Wiązownica Wielkie Oczy Wielopole Skrzyńskie Wiśniowa Wojaszówka Zaklików Zaleszany Zarszyn Zarzecze 171,4 112,9 124,8 Komańcza 233,6 120,3 124,1 Korczyna 347,9 172,2 120,0 Krasiczyn 418,6 129,5 69,7 Krasne 124,2 106,0 104,3 Krempna 547,9 135,4 88,2 Krościenko WyŜne 125,9 115,9 119,6 Krzeszów śołynia 94,3 105,1 118,1 Krzywcza śurawica 117,2 114,0 107,2 Kuryłówka śyraków Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin 198,9 186,2 267,0 159,6 102,2 116,4 143,1 97,8 113,5 88,8 98,7 135,2 153,1 154,9 125,3 106,2 112,0 153,9 171,6 102,3 129,7 287,4 253,5 150,4 267,4 261,7 97,9 175,4 129,2 95,9 114,1 106,4 109,3 125,9 106,3 107,9 112,2 101,3 130,6 123,4 129,0 101,1 118,4 113,8 109,7 123,1 111,1 103,0 105,6 101,7 94,4 113,8 107,1 118,1 125,0 119,6 118,1 103,3 118,1 112,5 101,7 125,0 116,2 103,2 103,5 122,6 117,0 123,0 114,5 151,6 207,1 197,2 251,5 197,3 134,9 117,6 110,7 122,4 108,2 117,7 112,1 105,8 112,0 116,3 105,0 111,6 128,5 142,9 223,1 245,7 116,2 113,6 123,6 112,4 106,5 104,6 Tabela 5. Dochody podmiotów prawnych w gminach wiejskich Podkarpacia gmina dochód na gmina dochód na gmina aktywny aktywny podmiot prawny podmiot prawny 2005 2005 ADAMÓWKA 377646,87 HYśNE 1222,20 OSTRÓW BALIGRÓD 11145,87 IWIERZYCE 17172,66 PADEW NARODOWA BESKO 192814,61 JAROCIN 8095,42 PAWŁOSIÓW BIAŁOBRZEGI 398733,40 JAROSŁAW 5366,46 PRUCHNIK BIRCZA 8811,10 JASIENICA 34430,97 PRZECŁAW ROSIELNA BOGUCHWAŁA 92404,38 JASŁO 175741,55 PRZEMYŚL BOJANÓW 4611,59 JAWORNIK 3322,80 PRZEWORSK POLSKI BOROWA 6893,62 JEśOWE 5238,46 PYSZNICA BRZOSTEK 13820,00 JODŁOWA 4832,62 RADOMYŚL BRZYSKA 37,46 KAMIEŃ 15593,63 RADYMNO dochód na aktywny podmiot prawny 2005 40026,14 5439,78 197821,30 374130,21 8088,32 76319,52 8470,05 10516,57 12004,45 15336,80 74 BUKOWSKO CHŁOPICE CHMIELNIK CHORKÓWKA CISNA CMOLAS CZARNA bieszczadzki CZARNA dębica CZARNA łańcut CZERMIN CZUDEC DĘBICA DĘBOWIEC DOMARADZ 7072,86 47268,76 32089,31 7333,95 9321,47 52462,73 401566,48 4987,53 143648,32 12991,18 46895,35 588652,61 167191,84 21778,91 DUBIECKO KOŁACZYCE KOMAŃCZA KORCZYNA KRASICZYN KRASNE KREMPNA KROŚCIENKO WYśNE KRZESZÓW KRZYWCZA KURYŁÓWKA LASZKI LEśAJSK LUBACZÓW LUBENIA 41944,26 122209,83 330454,96 1153109,43 172469,59 4696,98 29653,19 STARY DZIKÓW STUBNO ŚWILCZA TARNOWIEC TRYŃCZA TRZEBOWNISKO TUSZÓW NARODOWY 11364,75 TYRAWA WOŁOSKA 17093,08 WADOWICE GÓRNE 10395,76 WIĄZOWNICA 4173,15 ŁAŃCUT DYNÓW 2465,84 MAJDAN KRÓLEWSKI 27822,55 MARKOWA 49892,45 MEDYKA FREDROPOL FRYSZTAK GAĆ 10367,66 249749,20 393122,10 12934,67 103643,47 185310,28 54473,89 11376,98 1054,83 -2834,49 13152,41 149062,62 227273,11 34838,22 34807,81 LUTOWISKA DYDNIA RAKSZAWA RANIśÓW ROKIETNICA ROŹWIENICA SANOK SKOŁYSZYN SOLINA 595857,39 WIELKIE OCZY 207228,68 WIELOPOLE SKRZYŃSKIE 26997,20 WIŚNIOWA 7458,38 MIEJSCE PIASTOWE GAWŁUSZOWICE 3610,87 MIELEC 8576,98 WOJASZÓWKA GORZYCE 97372,23 NIEBYLEC 6029,78 ZAKLIKOÓW GRĘBÓW 10289,69 NIWISKA 10426,41 ZALESZANY GRODZISKO 2611,27 NOWY 4584,15 ZARSZYN DOLNE śMIGRÓD HACZÓW 10114,79 NOZDRZEC 29556,74 ZARZECZE HARASIUKI 38811,29 OLSZANICA 57261,78 śOŁYNIA HORYNIEC 39918,93 ORŁY 10074,75 śURAWICA OSIEK 5149,01 śYRAKÓW JASIELSKI Źródło: Obliczenia IG WSIiZ na podstawie BDR GUS i planów budŜetowych gmin -2788,05 3896,49 85605,23 208731,12 6523,77 204884,26 31965,84 5048,52 229462,28 19769,35 -1341,31 -1192,55 140,09 4288,87 35711,15 20570,57 49873,82 34517,99 31734,21 752462,95 29370,48 Aneks 2 Wyniki analiz ekonometrycznych Załącznik 1 1. Współczynniki korelacji liniowej Pearson Correlation Podatek dochodowy od osób fizycznych Podatek dochodowy od osób prawnych podkarpackie Podatek Podatek dochodowy dochodowy od osób od osób fizycznych prawnych ,900(**) 1 lubelskie Podatek Podatek dochodowy dochodowy od osób od osób fizycznych prawnych 1 ,962(**) Sig. (2-tailed) ,000 N 160 160 213 213 1 ,900(**) ,962(**) 1 ,000 ,000 Pearson Correlation Sig. (2-tailed) ,000 75 N Ludność Ludność w wieku produkcyjnym Liczba jednostek gospodarczych Wydatki budŜetowe dotacje 160 160 213 213 ,872(**) ,977(**) ,993(**) ,952(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 159 159 213 213 ,878(**) ,983(**) ,994(**) ,952(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 159 159 213 213 Pearson Correlation Pearson Correlation Pearson Correlation ,881(**) ,993(**) ,995(**) ,961(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 159 159 213 213 ,443(**) ,584(**) ,909(**) ,865(**) ,000 ,000 ,000 ,000 Pearson Correlation Sig. (2-tailed) N Wydatki bieŜące budŜetu Wydatki majątkowe budŜetu Pozostałe wydatki budŜetowe Powierzchnia 159 159 213 213 ,843(**) ,964(**) ,993(**) ,953(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 159 159 213 213 ,781(**) ,894(**) ,981(**) ,954(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 159 159 213 213 Pearson Correlation Pearson Correlation Pearson Correlation ,742(**) ,876(**) ,982(**) ,947(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 159 159 213 213 -,194(*) -,172(*) -,047 -,045 ,014 ,030 ,495 ,513 Pearson Correlation Sig. (2-tailed) N Praca najemna poza rolnictwem w sektorze publicznym (liczba pracujących) Praca najemna poza rolnictwem w sektorze prywatnym (liczba pracujących) Praca na rachunek własny poza rolnictwem (liczba pracujących) Pearson Correlation Sig. (2-tailed) N 213 213 ,988(**) ,953(**) ,000 ,000 ,000 ,000 160 160 213 213 ,933(**) ,996(**) ,956(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 160 160 213 213 Pearson Correlation ,878(**) ,924(**) ,994(**) ,953(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 160 160 213 213 Pearson Correlation Inne dochody – najem (liczba pracujących) Pearson Correlation Saldo migracji zagranicznych 159 ,901(**) ,906(**) Pearson Correlation Inne dochody – własność (liczba pracujących) Saldo migracji wewnętrznych 159 ,798(**) Sig. (2-tailed) N podkarpackie Podatek Podatek dochodowy dochodowy od osób od osób fizycznych prawnych ,720(**) ,836(**) ,000 ,000 lubelskie Podatek Podatek dochodowy dochodowy od osób od osób fizycznych prawnych ,986(**) ,957(**) ,000 ,000 160 160 213 213 ,799(**) ,871(**) ,994(**) ,957(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 160 160 213 213 -,718(**) -,710(**) -,800(**) -,760(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 159 159 213 213 -,122 -,042 -,216(**) -,254(**) ,124 ,601 ,001 ,000 Pearson Correlation Pearson Correlation Sig. (2-tailed) 76 N Stopa ludności wieku produkcyjnym Stopa bezrobocia Długość dróg na km kwadratowy 159 159 213 213 ,523(**) ,552(**) ,350(**) ,318(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 N 159 159 213 213 -,113 -,160(*) -,124 -,128 Sig. (2-tailed) ,156 ,043 ,070 ,063 N 159 159 213 213 Pearson Correlation Pearson Correlation Pearson Correlation ,554(**) ,503(**) ,258(**) ,223(**) Sig. (2-tailed) ,000 ,000 ,000 ,001 N 159 159 213 213 ,463(**) ,503(**) ,394(**) ,382(**) ,000 ,000 ,000 ,000 Jednostki gospodarcze na mieszkańca Pearson Correlation Pracujący w rolnictwie ogółem Pearson Correlation Sig. (2-tailed) N 159 159 213 213 -,131 -,139 ,024 ,014 Sig. (2-tailed) ,098 ,079 ,728 ,839 N 160 160 213 213 ,219(**) ,233(**) ,587(**) ,598(**) Sig. (2-tailed) ,005 ,003 ,000 ,000 N 160 160 213 213 ,263(**) ,296(**) ,506(**) ,474(**) ,001 ,000 ,000 ,000 Praca najemna w rolnictwie w sektorze publicznym (liczba pracujących) Praca najemna w rolnictwie w sektorze prywatnym (liczba pracujących) Pracujący na rachunek własny w rolnictwie Pearson Correlation N 160 160 213 213 Pracujący na rachunek własny poza swoim gospodarstwem rolnym Pearson Correlation ,143 ,146 ,398(**) ,379(**) Sig. (2-tailed) ,071 ,065 ,000 ,000 160 160 213 213 Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N 160 160 213 213 -,190(*) -,203(*) -,058 -,065 ,016 ,010 ,402 ,345 77 2. Szczegółowe wyniki uzyskanych modeli, dane w tys. zł Podkarpackie Model Sumary(c,d) Model 1 R ,999(b) R Square(a) ,999 Adjusted R Square ,999 Std. Error of the Estimate ,24254 Durbin-Watson 2,071 a For regression through the origin (the no-intercept model), R Square measures the proportion of the variability in the dependent variable about the origin explained by regression. This CANNOT be compared to R Square for models which include an intercept. c Dependent Variable: Podatek dochodowy od osób fizycznych(ln) d Linear Regression through the Origin ANOVA(c,d) Model 1 Sum of Squares Regression Residual df Mean Square 8116,660 4 2029,165 9,118 155 ,059 F Sig. 34493,997 ,000(a) Total 8125,778(b) 159 b This total sum of squares is not corrected for the constant because the constant is zero for regression through the origin. c Dependent Variable: Podatek dochodowy od osób fizycznych(ln) d Linear Regression through the Origin Coefficients(a,b) Unstandardized Coefficients Model 1 B Ludność(ln) Std. Error Standardized Coefficients Beta 1,141 ,020 1,469 Stopa ludności w wieku 5,917 ,352 ,429 produkcyjnym(ln) Stopa -,116 ,059 -,032 bezrobocia(ln) Pracujący w -,115 ,031 -,080 rolnictwie(ln) a Dependent Variable: Podatek dochodowy od osób fizycznych(ln) b Linear Regression through the Origin t Sig. 55,910 ,000 16,820 ,000 -1,968 ,051 -3,761 ,000 78 Lubelskie Model Summary(c,d) Model 1 R ,999(b) R Square(a) ,999 Adjusted R Square ,999 Std. Error of the Estimate ,25110 Durbin-Watson 1,968 a For regression through the origin (the no-intercept model), R Square measures the proportion of the variability in the dependent variable about the origin explained by regression. This CANNOT be compared to R Square for models which include an intercept. c Dependent Variable: Podatek dochodowy od osób fizycznych(ln) d Linear Regression through the Origin ANOVA(c,d) Model 1 Regression Residual Sum of Squares 9351,229 13,052 df 4 Mean Square 2337,807 207 ,063 F 37076,711 Sig. ,000(a) Total 9364,281(b) 211 b This total sum of squares is not corrected for the constant because the constant is zero for regression through the origin. c Dependent Variable: Podatek dochodowy od osób fizycznych(ln) d Linear Regression through the Origin Coefficients(a,b) Unstandardized Coefficients Model 1 Ludność(ln) B 1,107 Std. Error ,017 Standardized Coefficients Beta 1,472 Stopa ludności w 5,018 ,288 ,412 wieku produkcyjnym(ln) Stopa -,266 ,073 -,082 bezrobocia(ln) Pracujący w -,171 ,028 -,152 rolnictwie(ln) a Dependent Variable: Podatek dochodowy od osób fizycznych(ln) b Linear Regression through the Origin t Sig. 65,907 ,000 17,427 ,000 -3,633 ,000 -6,025 ,000 79 Podkarpackie Model Summary(c,d) Model 1 R ,925(b) R Square(a) ,855 Adjusted R Square ,852 Std. Error of the Estimate 1,52363 Durbin-Watson 1,837 a For regression through the origin (the no-intercept model), R Square measures the proportion of the variability in the dependent variable about the origin explained by regression. This CANNOT be compared to R Square for models which include an intercept. c Dependent Variable: Podatek dochodowy od osób prawnych(ln) d Linear Regression through the Origin ANOVA(c,d) Model 1 Regression Sum of Squares 2072,476 df 3 Mean Square 690,825 F 297,585 Sig. ,000(a) Residual 350,537 151 2,321 Total 2423,013( 154 b) b This total sum of squares is not corrected for the constant because the constant is zero for regression through the origin. c Dependent Variable: Podatek dochodowy od osób prawnych(ln) d Linear Regression through the Origin Coefficients(a,b) Unstandardized Coefficients Model 1 B Jednostki gospodarcze(ln) Stopa ludności w wieku produkcyjnym(ln) Drogi na km(ln) Standardized Coefficients Std. Error t Beta Sig. 1,322 ,102 2,085 12,989 ,000 8,647 1,402 1,130 6,165 ,000 ,143 2,477 ,014 ,320 ,129 a Dependent Variable: Podatek dochodowy od osób prawnych(ln) b Linear Regression through the Origin 80 Lubelskie Model Summary(c,d) Model 1 R ,877(b) R Square(a) ,769 Adjusted R Square ,766 Std. Error of the Estimate 1,51433 Durbin-Watson 2,129 a For regression through the origin (the no-intercept model), R Square measures the proportion of the variability in the dependent variable about the origin explained by regression. This CANNOT be compared to R Square for models which include an intercept. c Dependent Variable: Podatek dochodowy od osób prawnych(ln) d Linear Regression through the Origin ANOVA(c,d) Model 1 Regression Sum of Squares 1549,808 df 3 Mean Square 516,603 F 225,276 Sig. ,000(a) Residual 465,519 203 2,293 Total 2015,327( 206 b) b This total sum of squares is not corrected for the constant because the constant is zero for regression through the origin. c Dependent Variable: Podatek dochodowy od osób prawnych(ln) d Linear Regression through the Origin Coefficients(a,b) Unstandardized Coefficients Model 1 B Jednostki gospodarcze(ln) Stopa ludności w wieku produkcyjnym(ln) Drogi na km(ln) Standardized Coefficients Std. Error t Beta Sig. 1,245 ,086 2,314 14,519 ,000 8,805 1,154 1,539 7,630 ,000 ,047 ,582 ,562 ,076 ,131 a Dependent Variable: Podatek dochodowy od osób prawnych(ln) b Linear Regression through the Origin 81 Załącznik 2 1. Modele makro-mikro – dochody gospodarstw domowych na mieszkańca Podkarpackie Zmienna Współczynnik Błąd stand. 11535,2 867,233 Statystyka t 13,301 odsetek pracujących 4414,12 241,297 18,293 kurs euro -585,494 67,6181 -8,659 stopa referencyjna -514,602 60,7410 -8,472 kredyty konsumpcyjne -161,623 19,8618 -8,137 depozyty gospodarstw domowych 775,723 66,4808 11,668 odsetek ludności w wieku produkcyjnym Wartość p <0,00001 *** <0,00001 *** <0,00001 *** <0,00001 *** <0,00001 *** <0,00001 *** Uwaga. Model nie zawiera stałej (const). Statystyka F wyznaczana jest według wzorów z podrozdziału 4.4 w pracy Ramanathan 'Introductory Econometrics'. R-kwadrat jest kwadratem współczynnika korelacji pomiędzy wartościami empirycznymi a wyrównanymi zmiennej zaleŜnej. Srednia arytmetyczna zmiennej zaleŜnej = 1993,82 Odchylenie standardowe zmiennej zaleŜnej = 874,988 Suma kwadratów reszt = 1,89961e+008 Błąd standardowy reszt = 446,697 Wsp. determinacji R-kwadrat = 0,740735 Skorygowany wsp. R-kwadrat = 0,739373 Statystyka F (6, 952) = 3634,27 (wartość p < 0,00001) Kryterium informacyjne Akaika (AIC) = 14415,9 Kryterium bayesowskie Schwarza (BIC) = 14445,1 Kryterium infor.Hannana-Quinna (HQC) = 14427 82 Lubelskie Zmienna odsetek ludności w wieku produkcyjnym odsetek pracujących kurs euro stopa referencyjna kredyty konsumpcyjne depozyty gospodarstw domowych Współczynnik Błąd stand. 13848,0 2160,54 Statystyka t 6,410 1733,03 -716,689 -721,478 -164,852 1034,81 2,217 -3,886 -2,960 -2,694 3,899 781,790 184,422 243,761 61,2004 265,395 Wartość p <0,00001 *** 0,02682 ** 0,00011 *** 0,00314 *** 0,00716 *** 0,00010 *** Uwaga. Model nie zawiera stałej (const). Statystyka F wyznaczana jest według wzorów z podrozdziału 4.4 w pracy Ramanathan 'Introductory Econometrics'. R-kwadrat jest kwadratem współczynnika korelacji pomiędzy wartościami empirycznymi a wyrównanymi zmiennej zaleŜnej. Srednia arytmetyczna zmiennej zaleŜnej = 1928,83 Odchylenie standardowe zmiennej zaleŜnej = 2179,19 Suma kwadratów reszt = 5,447e+009 Błąd standardowy reszt = 2069,36 Wsp. determinacji R-kwadrat = 0,101797 Skorygowany wsp. R-kwadrat = 0,098266 Statystyka F (6, 1272) = 209,08 (wartość p < 0,00001) Kryterium informacyjne Akaika (AIC) = 23147,8 Kryterium bayesowskie Schwarza (BIC) = 23178,8 Kryterium infor.Hannana-Quinna (HQC) = 23159,4 83 2. Modele makro-mikro – dochody przedsiębiorstw na mieszkańca Podkarpackie Zmienna stała odsetek pracujących kurs euro stopa referencyjna Produkt Krajowy Brutto depozyty przedsiębiorstw Współczynnik -142433 4301,11 -8029,82 -1367,63 1741,16 1363,58 Błąd stand. 45915,1 213,680 2667,93 526,611 566,015 545,157 Statystyka t -3,102 20,129 -3,010 -2,597 3,076 2,501 Wartość p 0,00198 *** <0,00001 *** 0,00268 *** 0,00955 *** 0,00216 *** 0,01254 ** Srednia arytmetyczna zmiennej zaleŜnej = 337,851 Odchylenie standardowe zmiennej zaleŜnej = 740,025 Suma kwadratów reszt = 3,51007e+008 Błąd standardowy reszt = 607,211 Wsp. determinacji R-kwadrat = 0,330252 Skorygowany wsp. R-kwadrat = 0,326734 Statystyka F (5, 952) = 93,8859 (wartość p < 0,00001) Kryterium informacyjne Akaika (AIC) = 15004,1 Kryterium bayesowskie Schwarza (BIC) = 15033,3 Kryterium infor.Hannana-Quinna (HQC) = 15015,2 84 Lubelskie Zmienna stała odsetek pracujących stopa referencyjna Produkt Krajowy Brutto kurs euro Współczynnik -37977,6 13546,2 -77,0915 453,995 -2160,14 Błąd stand. 12630,4 494,643 20,6290 156,137 819,319 Statystyka t -3,007 27,386 -3,737 2,908 -2,637 Wartość p 0,00269 *** <0,00001 *** 0,00019 *** 0,00370 *** 0,00848 *** Srednia arytmetyczna zmiennej zaleŜnej = 433,639 Odchylenie standardowe zmiennej zaleŜnej = 2008,61 Suma kwadratów reszt = 3,22217e+009 Błąd standardowy reszt = 1590,96 Wsp. determinacji R-kwadrat = 0,374588 Skorygowany wsp. R-kwadrat = 0,372623 Statystyka F (4, 1273) = 190,615 (wartość p < 0,00001) Kryterium informacyjne Akaika (AIC) = 22474,9 Kryterium bayesowskie Schwarza (BIC) = 22500,6 Kryterium infor.Hannana-Quinna (HQC) = 22484,5 85 3. Wpływ odsetka pracujących i stopy referencyjnej NBP na dochody przedsiębiorstw per capita Podkarpackie Coefficients(a,b) Unstandardized Coefficients Model 1 odsetek pracujących B 4387,768 Standardized Coefficients Std. Error 197,751 t Sig. ,768 22,188 ,000 -,199 -5,738 ,000 Beta stopa referencyjna -13,317 2,321 a Dependent Variable: dochody przedsiębiorstw na mieszkańca b Linear Regression through the Origin Lubelskie Coefficients(a,b) Unstandardized Coefficients Model 1 odsetek pracujących stopa referencyjna B 10386,417 Std. Error 377,644 -47,389 4,024 Standardized Coefficients t Sig. ,796 27,503 ,000 -,341 -11,776 ,000 Beta a Dependent Variable: dochody przedsiębiorstw na mieszkańca b Linear Regression through the Origin 86 4. ZaleŜności pomiędzy wybranymi zmiennymi mezo, a dochodami przedsiębiorstw i gospodarstw domowych per capita podkarpackie Dochody Dochody gospodarstw przedsiębiorstw domowych per capita per capita Pearson Correlation Dochody gospodarstw domowych per capita Dochody przedsiębiorstw per capita Długość linii kolejowych w km Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Liczba osób przylatujących na lotnisku Pearson Correlation Nakłady wewnętrzne na badania i rozwój Pearson Correlation Sig. (2-tailed) N Sig. (2-tailed) N Wartość środków trwałych brutto Pearson Correlation Sig. (2-tailed) N Nakłady na inwestycje Pearson Correlation Sig. (2-tailed) N Liczba turystów zagranicznych Pearson Correlation Sig. (2-tailed) N Ilość sprywatyzowanych przedsiębiorstw Pearson Correlation SprzedaŜ budownictwa Pearson Correlation Sig. (2-tailed) N Sig. (2-tailed) N Liczna absolwentów z wykształceniem zawodowym Pearson Correlation Przeciętne wynagrodzenie Pearson Correlation Sig. (2-tailed) N Sig. (2-tailed) N 1,00 . 958,00 0,39 0,00 . 958,00 0,38 0,00 958,00 -0,35 0,00 958,00 0,38 0,00 958,00 -0,34 0,00 958,00 0,03 0,29 958,00 0,40 0,00 958,00 -0,41 0,00 958,00 -0,24 0,00 958,00 -0,08 0,01 958,00 0,04 0,25 958,00 lubelskie Dochody Dochody gospodarstw przedsiębiorstw domowych per capita per capita 0,39 0,00 . 958,00 1,00 958,00 -0,13 0,00 958,00 0,13 0,00 958,00 -0,09 0,01 958,00 0,16 0,00 958,00 0,15 0,00 958,00 -0,08 0,01 958,00 0,09 0,00 958,00 0,06 0,09 958,00 0,09 0,01 958,00 0,07 0,03 958,00 1,00 1278,00 0,33 0,00 . 1278,00 0,11 0,00 1278,00 0,33 0,00 1278,00 1,00 1278,00 -0,06 0,02 1278,00 - - - - - - -0,02 0,57 1278,00 -0,13 0,00 1278,00 0,16 0,00 1278,00 0,19 0,00 1278,00 0,03 0,34 1278,00 -0,15 0,00 1278,00 0,01 0,68 1278,00 -0,10 0,00 1278,00 0,04 0,11 1278,00 0,05 0,07 1278,00 0,00 0,89 1278,00 -0,03 0,28 1278,00 0,02 0,46 1278,00 0,06 0,03 1278,00 0,04 0,19 1278,00 0,04 0,15 1278,00 87 podkarpackie Dochody Dochody gospodarstw przedsiębiorstw domowych per capita per capita Produkcja sprzedana przemysłu Pearson Correlation Sig. (2-tailed) N Wydajność pracy w przemyśle Pearson Correlation Sig. (2-tailed) N -0,29 0,00 958,00 -0,35 0,00 958,00 0,19 0,00 958,00 0,16 0,00 958,00 lubelskie Dochody Dochody gospodarstw przedsiębiorstw domowych per capita per capita -0,15 0,00 1278,00 -0,17 0,00 1278,00 0,06 0,02 1278,00 0,06 0,04 1278,00 Uwaga: Wszystkie wartości są w cenach stałych 88 Załącznik 3 1. Modele makro-mikro z uwzględnieniem elementu inercyjnego – dochody gospodarstw domowych na mieszkańca Podkarpackie Zmienna Współczynnik Błąd stand. stała 148,459 895,708 -27,5816 0,913588 odsetek pracujących stopa referencyjna dochody gospodarstw domowych na mieszkańca w czasie t-1 24,3053 161,066 2,15473 0,0184720 Statystyka t 6,108 5,561 -12,800 49,458 Wartość p <0,00001 *** <0,00001 *** <0,00001 *** <0,00001 *** Srednia arytmetyczna zmiennej zaleŜnej = 1853,67 Odchylenie standardowe zmiennej zaleŜnej = 844,955 Suma kwadratów reszt = 4,80424e+007 Błąd standardowy reszt = 245,981 Wsp. determinacji R-kwadrat = 0,91557 Skorygowany wsp. R-kwadrat = 0,915251 Statystyka F (3, 794) = 2870,06 (wartość p < 0,00001) Kryterium informacyjne Akaika (AIC) = 11055 Kryterium bayesowskie Schwarza (BIC) = 11073,7 Kryterium infor.Hannana-Quinna (HQC) = 11062,2 89 Lubelskie Zmienna Współczynnik Błąd stand. stała 224,383 1288,55 -18,5304 0,796405 odsetek pracujących stopa referencyjna dochody gospodarstw domowych na mieszkańca w czasie t-1 63,5029 300,219 5,27536 0,0115835 Statystyka t 3,533 4,292 -3,513 68,753 Wartość p 0,00043 *** 0,00002 *** 0,00046 *** <0,00001 *** Srednia arytmetyczna zmiennej zaleŜnej = 1770,44 Odchylenie standardowe zmiennej zaleŜnej = 2061,75 Suma kwadratów reszt = 7,83021e+008 Błąd standardowy reszt = 859,071 Wsp. determinacji R-kwadrat = 0,826875 Skorygowany wsp. R-kwadrat = 0,826386 Statystyka F (3, 1061) = 1689,17 (wartość p < 0,00001) Kryterium informacyjne Akaika (AIC) = 17416,3 Kryterium bayesowskie Schwarza (BIC) = 17436,2 Kryterium infor.Hannana-Quinna (HQC) = 17423,8 90 2. Modele makro-mikro z uwzględnieniem elementu inercyjnego – dochody przedsiębiorstw na mieszkańca Podkarpackie Zmienna odsetek pracujących depozyty przedsiębiorstw kredyty dla przedsiębiorstw dochody przedsiębiorstw na mieszkańca w czasie t-1 Współczynnik Błąd stand. 2888,08 138,398 Statystyka t 20,868 35,9432 -28,3405 0,172515 3,591 -4,435 10,280 10,0085 6,38972 0,0167822 Wartość p <0,00001 *** 0,00035 *** 0,00001 *** <0,00001 *** Uwaga. Model nie zawiera stałej (const). Statystyka F wyznaczana jest według wzorów z podrozdziału 4.4 w pracy Ramanathan 'Introductory Econometrics'. R-kwadrat jest kwadratem współczynnika korelacji pomiędzy wartościami empirycznymi a wyrównanymi zmiennej zaleŜnej. Srednia arytmetyczna zmiennej zaleŜnej = 268,13 Odchylenie standardowe zmiennej zaleŜnej = 471,355 Suma kwadratów reszt = 7,54637e+007 Błąd standardowy reszt = 308,29 Wsp. determinacji R-kwadrat = 0,57383 Skorygowany wsp. R-kwadrat = 0,57222 Statystyka F (4, 794) = 418,186 (wartość p < 0,00001) Kryterium informacyjne Akaika (AIC) = 11415,4 Kryterium bayesowskie Schwarza (BIC) = 11434,1 Kryterium infor.Hannana-Quinna (HQC) = 11422,6 91 Lubelskie Zmienna stała odsetek pracujących stopa referencyjna kurs euro Produkt Krajowy Brutto dochody przedsiębiorstw na mieszkańca w czasie t-1 Współczynnik Błąd stand. -22711,9 12208,5 2077,56 397,607 Statystyka t -1,860 5,225 -35,5419 -1479,14 281,987 0,552232 -1,774 -2,158 1,914 33,509 20,0311 685,290 147,329 0,0164802 Wartość p 0,06312 * <0,00001 *** 0,07630 * 0,03112 ** 0,05589 * <0,00001 *** Srednia arytmetyczna zmiennej zaleŜnej = 370,025 Odchylenie standardowe zmiennej zaleŜnej = 1600,24 Suma kwadratów reszt = 8,52106e+008 Błąd standardowy reszt = 897,013 Wsp. determinacji R-kwadrat = 0,687262 Skorygowany wsp. R-kwadrat = 0,685785 Statystyka F (5, 1059) = 465,444 (wartość p < 0,00001) Kryterium informacyjne Akaika (AIC) = 17510,3 Kryterium bayesowskie Schwarza (BIC) = 17540,2 Kryterium infor.Hannana-Quinna (HQC) = 17521,6 92