Analiza wzrostu łącznej produktywności czynników produkcji (total factor productivity – TFP) jest syntetyczną metodą oceny zmian efektywności procesów produkcyjnych, zachodzących pod wpływem postępu technicznego. W badaniu przeanalizowano ewolucję TFP według województw i zidentyfikowano czynniki wpływające na tę zmienną. Pierwszym etapem tego badania było oszacowanie niemierzalnej wartości zmiennej TFP na podstawie próby przekrojowo-czasowej. Wyniki pokazały istotne różnice w szacunkach TFP w poszczególnych województwach. Kolejnym etapem analizy było oszacowanie dynamicznego modelu panelowego opisującego ewolucję TFP. Stwierdzono relatywnie dużą stabilność wartości zmiennej i znacznego wpływu kapitału ludzkiego, opóźnioną o jeden okres wartość technicznego uzbrojenia pracy i opóźnioną o dwa okresy relację nakładów na badania i rozwój do ogólnych nakładów inwestycyjnych.
produktywność, pomiar produktywności, statystyka regionalna, modele ekonometryczne, modele panelowe
Acharya R. C., Keller W. (2007), Technology Transfer through Imports, NBER Working Paper, No. 13086
Arellano M., Bond S. (1991), Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations, „Review of Economic Studies”, No. 58
Ascari G., Di Cosmo V. (2004), Determinants of Total Factor Productivity in the Italian Regions, University of Pavia, Department of Economics
Baltagi B. H. (2008), Econometric Analysis of Panel Data, 4th edn., Wiley&Sons, Chichester
Blundell R., Bond S. (1998), Initial conditions and moment restrictions in dynamic panel data models, „Journal of Econometrics”, vol. 87, No. 1
Cameron G. (2006), Openness, R&D, and growth at the industry level, [w:] Perspectives on Economic Growth, L. A. Finley (ed), Nova Publishers: Hauppauge NY
Coe D., Helpman E. (1995), International R&D Spillovers, „European Economic Review”, No. 39
Dańska-Borsiak B., Laskowska I. (2006), Heteroskedastyczność grupowa i korelacja przekrojowa w analizach wykorzystujących próby czasowo-przekrojowe, „Prace Naukowe AE we Wrocławiu, Taksonomia”, nr 13, Wrocław
Dańska-Borsiak B., Laskowska I. (2006), Wybrane problemy estymacji modeli opartych na danych czasowo-przekrojowych, „Przegląd Statystyczny”, tom 53 (3), Warszawa
Griffith R., Redding S., Van Reen J. (2003), R&D and absorptive capacity: theory and empirical evidence, „Scandinavian Journal of Economics”, No. 105
Hsiao C. (2003), Analysis of Panel Data, 2nd edn., Cambridge University Press
Nickel S. (1981), Biases in dynamic models with fixed effects, „Econometrica”, No. 49
Solow R. (1957), Technical Change and the Aggregate Production Function, „The Review of Economics and Statistics”, vol. 39, No. 3
Świeczewska D. (2007), Łączna produktywność czynników produkcji. Ucieleśniony kapitał wiedzy, [w:] Welfe W. (red.), Gospodarka oparta na wiedzy, PWE, Warszawa
Tokarski T. (2008), Oszacowanie regionalnych funkcji produkcji, „Wiadomości Statystyczne”, nr 10
Welfe W. (red.) (2001), Ekonometryczny model wzrostu gospodarczego, Wydawnictwo Uniwersytetu Łódzkiego, Łódź
Windmeijer F. (2005), A finite sample correction for the variance of linear efficient two-step GMM estimators, „Journal of Econometrics”
Zienkowski L. (red.) (2003), Wiedza a wzrost gospodarczy, Scholar, Warszawa
