Studia i Prace WNEiZ US

Previously: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace WNEiZ

ISSN: 2450-7733     eISSN: 2300-4096    OAI    DOI: 10.18276/sip.2017.50/1-05
CC BY-SA   Open Access 

Issue archive / nr 50/1 2017
Zastosowanie analizy korespondencji do identyfikacji czynników kształtujących wydajność pracy w polskich i niemieckich przedsiębiorstwach
(Comparison of factors shaping labour productivity in Polish and German firms by means of correspondence analysis)

Authors: Barbara Batóg
Uniwersytet Szczeciński

Jacek Batóg
Uniwersytet Szczeciński
Keywords: labour productivity correspondence analysis
Data publikacji całości:2017
Page range:17 (65-81)
Klasyfikacja JEL: C39 D24
Cited-by (Crossref) ?:

Abstract

The aim of the paper is the comparative analysis of relationships between the level of labour productivity in Polish and German firms and their size measured by total revenue, kind of economic sector, employment and financial situation. The verified hypothesis says that factors influencing labour productivity are different in Polish and Germany. In calculations the correspondence analysis was applied. The data come from ORBIS database.
Download file

Article file

Bibliography

1.Andersen, E.B. (1994). The Statistical Analysis of Categorical Data. Berlin, Heidelberg, New York, London, Paris, Tokyo, Hong Kong, Barcelona, Budapest: Springer-Verlag.
2.Bassanini, A., Manfredi, T. (2012). Capital’s Grabbing Hand? A Cross-Country/Cross-Industry Analysis of the Decline of the Labour Share. OECD Social, Employment and Migration Working Papers, 133. Pobrane z: http://dx.doi.org/10.1787/5k95zqsf4bxt-en (12.05.2017).
3.Batóg, J., Batóg, B. (2008). Analiza regionalnych zmian wydajności pracy w Polsce. Wiadomości Statystyczne, 6, 59–69.
4.Batóg, J., Batóg, B. (2012). Analiza wydajności pracy największych polskich przedsiębiorstw w latach 2004–2008 na podstawie danych panelowych. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 731, Studia i Prace WNEiZ, 26, 21–32.
5.Batóg, J., Batóg, B. (2014). Analiza wpływu obserwacji nietypowych na wyniki modelowania regionalnej wydajności pracy. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 811, Studia i Prace WNEiZ, 36 (1), 125–138.
6.Batóg, B., Batóg, J. (2016). Ocena zależności przyczynowo-skutkowych występujących w systemach pomiaru dokonań. W: A. Niemiec (red.), System pomiaru dokonań w przedsiębiorstwach (s. 163–229). Warszawa: CeDeWu.
7.Batóg, B., Batóg, J., Mojsiewicz, M. (2009). Application of Kernel Estimation of Distributions in Classification: Analysis of Changes in Labour Productivity of Polish Firms in 2004–2007. Referat na 11th Conference of the International Federation of Classification Societies (IFCS 2009) „Classification as a Tool for Research”, Drezno.
8.Batóg, J., Gazińska, M., Mojsiewicz, M. (2002). Ekonometryczne normowanie indywidualnej wydajności pracy. Przegląd Statystyczny, 49 (1), 79–89.
9.Batóg, J., Gazińska, M., Mojsiewicz, M., (2003). Propozycja metody analizy indywidualnej wydajności pracy pracowników naukowych. Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 988. Taksonomia, 10, 389–396.
10.Dall’erba, S., Kamarianakis, Y., Le Gallo, J., Plotnikova, M. (2005). Regional Productivity Differentials in Three New Member Countries: What Can We Learn from the 1986 Enlargement to the South? The Review of Regional Studies, 35 (1), 97–116.
11.Greenacre, M. (2000). Correspondence Analysis of Square Asymmetric Matrices. Applied Statistics, 49 (3), 297–310.
12.Greenacre, M. (2007). Correspondence Analysis in Practice, Interdisciplinary Statistics. Boca Raton, London, New York: Chapman & Hall/CRC, imprint of the Taylor & Francis Group, LLC.
13.Greenacre, M., Hastie, T. (1987). The Geometric Interpretation of Correspondence Analysis. Journal of the American Statistical Association, 82 (398), 437–447.
14.Izyumov, A., Vahaly, J. (2014). Recent Trends in Factor Income Shares: A Global Perspective. Journal of Economic Studies, 41 (5), 696–707.
15.Mućk, J. (2015). O średniookresowych własnościach dynamicznych udziału wynagrodzenia czynników wytwórczych w PKB. Rozprawa doktorska, promotor: J. Growiec, SGH w Warszawie.
16.OECD (2012). OECD Employment Outlook 2012. Chapter 3, Labour Losing to Capital: What Explains the Declining Labour Share?, 109–161.
17.Ostasiewicz, W. (red.) (1998). Statystyczne metody analizy danych. Wrocław: Wyd. AE we Wrocławiu.
18.Panek, T. (2009). Statystyczne metody wielowymiarowej analizy porównawczej. Warszawa: Wyd. SGH.
19.Schmidt, T., Vosen, S. (2013). Demographic Change and the Labour Share of Income. Journal of Population Economics, 26 (1), 357–378. DOI: 10.1007/s00148-012-0415-y.
20.Stanimir, A. (2005). Analiza korespondencji jako narzędzie do badania zjawisk ekonomicznych. Wrocław: Wyd. AE we Wrocławiu.
21.„The Conference Board Total Economy Database™”. Pobrane z: www.conference-board.org/data/economydatabase (15.05.2017).